2021년 데이터 분석 고객으로부터 배운 3대 인사이트

* 본 아티클의 원문은 2021년 12월 21일 Google Cloud 블로그(영문)에 게재되었습니다.

아시다시피 Google Cloud는 늘 고객으로부터 배우고자 합니다. 그런 이유에서 올해는 매주 Google Cloud 신규 고객과 함께 통합 데이터 클라우드 플랫폼을 향한 여정과 그 경험을 통해 고객이 배운 내용을 공유하는 자리를 가졌습니다. 

고객과 정기적으로 소통하며 시작한 간단한 활동이 어느새 매주 화요일 제가 진행하는 단독 동영상 시리즈로 발전했습니다.  올해 우리는 규모와 업종을 불문하고 전 세계의 모든 기업으로부터 배울 수 있었습니다.

이 시리즈를 통해 우리는 데이터를 사용해 성공하기 위해서는 어려운 비즈니스 의사결정을 내리고 다양한 창의성을 발휘하며 구체적인 비전이 필요하다는 교훈을 얻을 수 있습니다. 시리즈에는 '데이터 여정'이라는 적절한 제목이 붙었는데, 데이터 공간에 대한 커뮤니티의 의견을 진정한 풀뿌리 방식으로 여과 없이 조명한 것은 이번이 처음일 것입니다.

초대된 고객과 해당 기업이 마주친 고유한 도전과제, 시도와 성공에서 정말 많은 것을 배울 수 있었으며 모든 일화가 위대한 여정이나 모험을 이루었습니다. 다사다난한 또 다른 한 해를 마무리하면서 2021년 고객 '데이터 여정'을 정리하고 이 여정에서 배운 3대 교훈을 공유하게 되어 기쁩니다.

교훈 1: 클라우드로 마이그레이션하는 고객은 단순히 리프트 앤 시프트 작업을 성공적으로 실행할 수 있는 제공업체를 찾는 것이 아닙니다. 고객은 클라우드 마이그레이션을 상황을 다시 점검하고 다시 배우며 다시 구축할 수 있는 기회로 활용하기를 바랍니다.

1,000개가 넘는 지점에서 1,450억 달러 이상의 자산을 관리하는 지역 금융 기관인 Keybank는 고정 컴퓨팅 모델을 사용하는 다른 데이터 웨어하우징 제공업체와의 계약이 만료되자 클라우드로 마이그레이션하기로 결정했습니다. 저는 운 좋게도 Keybank의 마이그레이션을 담당하고 있던 EVP 최고데이터책임자(CDO)이자 사업부 CIO 겸 엔터프라이즈 아키텍처 책임자인 마이크 온더스와 대화를 나눌 기회가 있었습니다.

온더스는 Google의 데이터 제품군이 데이터를 위한 탄력적이고 신속하며 일관된 환경을 제공한다는 점에서 Google Cloud Platform이 은행의 역동적이고 보안에 민감한 비즈니스 특성에 적합하다고 판단했다고 밝혔습니다.

하지만 Keybank가 Teradata Warehouse, 분석 사용자, Hadoop 데이터 레이크를 리프트 앤 시프트 방식으로 Google로 이전하면 그만이라는 생각으로 Google Cloud를 선택한 것은 아닙니다. 대신 마이그레이션을 은행 업무를 처리하는 낡은 프로세스와 기존 방식을 재정비하는 기회로 활용하고자 했습니다. “Python과 Spark 클러스터를 통해 스마트 보류, 수표 예금 및 사기 알고리즘을 비롯하여 신종 사기 모델링을 수행하고, 고객이 수표를 입금할 때 해당 금액을 보류해야 하는지 아니면 인출을 허용할지 판단하는 방법으로 사기 알고리즘을 사용하고자 했습니다.”라고 온더스는 말했습니다.

Keybank는 스마트 수표 보류 모델링 외에도 Google Cloud의 지능형 데이터 클라우드 플랫폼을 사용하여 손실 모델링, 차선책 제안/제품 추천, 신용 위험 예측을 수행하는 방법을 재설계했습니다. 

이제 Keybank는 한발 더 나아가 데이터를 사용하여 고객 만족도를 높이고 경쟁사와 차별화된 서비스를 제공하기 위해 더욱 새로운 혁신에 시선을 두고 있습니다.

자세한 내용은 Keybank 에피소드에서 확인하세요.

교훈 2: 고객은 예측 분석에서 AI 및 자동화, '선한 영향력을 위한 데이터' 이니셔티브에 이르기까지 Google의 기술을 적극 활용하고자 합니다.

TELUS는 캐나다 최대의 전자통신 기업 중 하나로 950만 명이 넘는 가입자를 보유하고 있습니다. 이 대기업은 통화 및 문자 신호, 네트워크, 캐나다 전역의 휴대폰 기지국에서 생성된 위치정보 데이터를 관리합니다. TELUS가 얼마나 방대한 양의 데이터를 처리하는지 소개하자면, 지난해에 1.2페타바이트가 넘는 데이터를 분석했으며 이 수치는 해마다 증가할 것으로 예상됩니다.

2020년 3월에 코로나19가 일시적 발병이 아닌 전 세계적 대유행으로 확산되리라는 것이 분명해지자 TELUS는 비즈니스를 이전과 같은 방식으로 유지할지, 아니면 더 큰 규모로 지역사회에 기여할 것인지 선택해야 하는 상황에 직면했습니다. 하지만 Google Cloud의 지원이 있었기에 어려운 선택은 아니었습니다.

TELUS는 Google Cloud의 데이터 클라우드에 있는 데이터를 개인 정보를 보호하는 방식으로 활용하면 선한 목적으로 데이터를 사용하는 이니셔티브를 시작하고 어려운 시기에 모든 캐나다인에게 도움을 줄 수 있음을 깨달았습니다. 이에 TELUS는 불과 3주 만에 BigQuery와 Data Studio와 같은 도구를 사용하여 캐나다 정부가 국경 내에서 코로나19를 퇴치하는 방법에 대해 더 나은 전략적 의사결정을 내릴 수 있도록 지원하는 새로운 플랫폼을 출시했습니다. 물론 이 과정에서 개별 가입자의 데이터는 비공개 상태를 유지했습니다.

이 같은 노력을 인정받아 TELUS는 HPE-IAPP 개인 정보 보호 혁신상을 수상했으며 정부가 바이러스 확산을 억제하고 최소화할 수 있도록 도왔습니다.

저는 SADA 의료 및 생명과학 부문 전무이사인 마이클 아메스와 대화를 나누는 과정에서 SADA 역시 지역사회의 이익을 위해 데이터 분석 기술을 사용하는 데 초점을 두고 있음을 알 수 있었습니다. Google Cloud 프리미어 파트너인 SADA는 컨설팅 및 구현 서비스를 제공하고 있습니다. 아메스의 일상 업무에는 병원 및 의료인이 데이터를 클라우드로 마이그레이션하는 작업을 지원하는 일도 포함됩니다.

미국 전역의 병원과 의료 시스템은 증상 기록에서 환자의 기록, 보험 및 결제 기록 등에 이르기까지 방대한 양의 데이터를 처리해야 합니다. SADA는 환자의 첫 내원 시 적절한 인력과 연결되어 적합한 치료를 받는 비율이 높아질수록 병원의 비즈니스 운영이 향상되고, 환자의 만족도가 높아지고 건강이 증진되며, 양 당사자의 시간과 비용이 절약되어 병원이 지역사회를 위한 치료에 재투자할 수 있는 이익이 극대화될 수 있음을 깨달았습니다.

하지만 병원의 의도한 목적을 달성했는지 여부를 판단하기 위해 Nature 저널과 함께 수익 기준 상위 10개의 약물이 환자에게 어떤 영향을 미쳤는지 분석한 결과, 아메스는 적절한 약물을 적합한 환자와 연결하는 것이 중요한 문제임을 발견했습니다.

SADA는 데이터를 사용하여 Google의 지능형 데이터 클라우드 스택 내에서 예측 모델을 생성한 후 의사가 개별 환자의 니즈와 건강상의 특징에 보다 적합한 약물을 처방하도록 지
원함으로써 훨씬 맞춤화된 제약 서비스를 제공할 수 있었습니다.

앞으로 SADA는 의료 서비스의 다른 측면도 개선할 수 있도록 데이터 기반 접근 방식을 사용할 계획입니다. “약물 처방에 대한 아이디어를 물리 치료, 행동 치료, 거주 장소와 생활 방식, 특정 지역에 공원을 조성할지 여부, 대기질이 건강에 미치는 영향에 대한 결정에도 확대 적용할 계획이며 사람들의 건강을 돌보는 데 훨씬 더 강력한 방식으로 데이터를 통합해야 할 필요가 있음을 인식하기 시작했습니다.”라고 아메스는 말했습니다.  

자세한 내용은 TELUS 에피소드 및 SADA 에피소드에서 확인하세요. 

교훈 3: 고객은 현재의 니즈를 해결하기 위해서뿐만 아니라 미래에 마주칠 알려지지 않은 문제를 해결할 수 있는 역량을 키우기 위해 Google Cloud를 선택합니다.

Delivery Hero는 중국을 제외한 나머지 지역에서 최대 규모의 음식 배달 네트워크입니다. 50개가 넘는 국가에서 사업을 운영하고 있으며 2021년 1분기에만 6억 6,300만 건 이상의 주문을 처리했습니다.

저는 수백만 건의 주문이 174개의 데이터 세트, 5,000개의 테이블, 월 700만 개 이상의 쿼리로 처리되었다는 사실을 접하고 크게 놀랐습니다. 기쁘게도 Delivery Hero의 글로벌 데이터 제품 및 분석 부문 마테오 파 전무이사와 대화를 나눌 기회를 얻었으며 이 기업이 방대한 데이터 볼륨을 어떻게 관리하는지 이해할 수 있었습니다.

Delivery Hero의 데이터 전략에서 중요한 부분은 백엔드에서 적합한 팀이 적절한 데이터에 액세스하여 프런트엔드의 고객에게 안전하고 효율적이며 즐겁게 음식을 받을 수 있는 경험을 선사하는 것입니다. 실제로 비즈니스가 문제 없이 정상적으로 운영되도록 하는 것은 Delivery Hero가 애초에 Google Cloud와 파트너 관계를 맺은 주된 이유였습니다. 

파바의 팀이 Google Analytics와 BigQuery를 통해 사용자 행동 및 배달 경로에 대해 더 깊이 이해하게 되면서 국가 간, 심지어 한 국가 내에서 도시나 지역 간에 상당한 문화적 차이가 존재함에도 불구하고 일관된 방식으로 음식을 잘 배달할 수 있는 방법에 대해 이전에는 예상하지 못했던 방식으로 퍼즐을 맞출 수 있었습니다.

이 퍼즐 중 하나는 일반 주택 등에 배달하는 '수평' 배달을 아파트 등에 배달하는 '수직' 배달과 비교해 최적화하면서도 고객과 약속한 15분 이내에 배달을 완료하는 것이었습니다. 결과적으로 Delivery Hero는 배달 및 예측 모델링에 대해 실시간 통계를 사용하여 음식 배달 시간을 예측할 때 홍콩과 같은 인구 밀집 도시에서 긴 엘리베이터 대기 시간과 두바이와 같은 곳에서 콘도미니엄 단지에 들어가 목적지를 찾는 데 걸리는 시간을 고려하도록 했습니다.

Delivery Hero는 데이터 관리를 위한 효율적인 새 플랫폼을 구축하는 것과 이 플랫폼으로 지금은 명확히 드러나지 않는 예기치 않은 문제를 해결할 수 있다고 신뢰하는 것은 별개의 사안임을 깨달았습니다.

자세한 내용은 Delivery Hero 에피소드에서 확인하세요.

결론

내년에도 새로운 고객 데이터 여정을 탐색하면서 커뮤니티와 유용한 정보를 계속 공유할 수 있기를 기대합니다.

플레이리스트를 구독하여 데이터 여정 시리즈를 팔로우하고 추천할 만한 게스트가 있거나 직접 게스트로 출연을 원하시는 경우 알려주시기 바랍니다.