코오롱FnC : 분석부터 비즈니스 분석까지, BigQuery로 만들어 낸 온・오프라인 통합 데이터 플랫폼
KolonFnC에 대하여
코오롱FnC는 1973년 스포츠웨어를 전문으로 하는 코오롱스포츠로 시작해 현재는 다양한 아웃도어와 골프, 컨템포러리까지 30여개 브랜드로 대한민국을 대표하는 패션 기업입니다. 트렌드를 이끌고 취향을 만드는 것을 목표로 패션 뿐 아니라 뷰티, 리빙, 가전 등 라이프 스타일 전반의 온라인 플랫폼과 패션과 식음료, 문화를 아우르는 스트리트 편집숍도 운영하고 있습니다.
어떤 어려움을 겪고 계신지 알려주세요. Google Cloud가 도와드리겠습니다.
문의하기
Cloocus에 대하여
클루커스는 Cloud와 Focus의 합성어로 클라우드 기술력을 핵심 경쟁력으로 하는 클라우드 매니지먼트 전문 회사 입니다. 글로벌 멀티 클라우드 서비스 MSP로서 클라우드 도입을 위한 컨설팅, 마이그레이션, 매니지드 서비스를 제공하고 있으며, 특히 데이터와 AI 전문 기술 센터를 운영하여 클라우드 기반의 데이터 및 인공지능 비즈니스 전략을 최적화해 드립니다.
코오롱FnC는 오프라인의 데이터를 관리하는 온프레미스 환경과 온라인 데이터를 다루는 클라우드 환경이 분리되어서 운영되었습니다. 하지만 상품 중심의 데이터 관리 중요성이 커지고, 데이터에 기반한 의사결정과 비즈니스 예측이 중요해지면서 데이터 통합이 필요했습니다. BigQuery는 기존에 운영되던 여러 형태의 데이터를 매끄럽게 저장했고, 실시간 분석까지 매끄럽게 처리해 주었습니다.
구글 클라우드 사용 효과
- 통합 엔터프라이즈 데이터웨어하우스로 데이터 통합 관리
- 스스로 데이터 다루는 데이터 중심의 업무 환경
- 수요 예측부터 마케팅 전략까지 인공지능 더한 비즈니스 확장 기회
온라인과 오프라인의 데이터를 통합해 단일 데이터 파이프라인 구축
코오롱FnC는 코오롱스포츠로 대표되는 아웃도어 외 골프, 컨템포러리, 액세서리, 유니섹스 캐주얼, 해외 프리미엄까지 30여개 브랜드를 바탕으로 패션 전반에 걸친 다양한 비즈니스를 펼치고 있습니다. 최근에는 패션을 넘어 뷰티, 리빙, 가전까지 끌어안는 코오롱몰의 온라인 플랫폼으로 소비자들의 트렌드를 이끌어가고 새로운 시장을 열어가고 있습니다.
코오롱FnC는 소비자들이 원하는 패션의 트렌드를 늘 주목하고 있습니다. 데이터는 시장의 요구사항을 이해할 수 있는 중요한 수단입니다. 특히 기획과 디자인부터 생산과 물류, 영업망, 매장의 판매까지 모든 제품의 흐름이 데이터를 만들어내는 환경이 갖춰지고 있습니다.
이렇게 수집되는 데이터의 가능성을 끌어내려면 기본적으로 단단한 데이터 워크플로우를 갖출 필요가 있습니다. 데이터를 체계적으로 모을 데이터 웨어하우스가 시급했고, BigQuery를 중심으로 한 구글 클라우드가 그 해답을 주었습니다.
코오롱FnC의 데이터는 온라인과 오프라인의 경계 없이 이 순간에도 쉴 새 없이 고객들의 반응을 담아냅니다. 데이터를 담고 분석하는 것은 오랜 운영 경험을 바탕으로 성장하게 마련입니다. 코오롱FnC도 자연스럽게 온라인과 오프라인의 비즈니스 경험과 함께 각 환경에서 만들어지는 데이터의 가치와 활용 방법에 경험을 갖게 됐습니다.
2019년 부터 새로운 IT 트렌드를 받아들이기 시작했고, DevOps를 중심으로 많은 서비스 요소를 관리형 서비스로 이전했습니다. 기존 모노리틱 구조도 마이크로 서비스 아키텍처로 전환하면서 서비스 배포의 유연성과 운영의 안정성을 갖추었습니다. 결괒거으로 이커머스 부문에 전체적인 현대화가 이뤄졌습니다. 코오롱FnC가 이때부터 구글 클라우드와 BigQuery를 통해 데이터를 다루기 시작한 것도 이 즈음입니다.
오랫동안 쌓여온 오프라인의 경험, 데이터로 통합 필요
코오롱FnC 비즈니스는 온라인과 오프라인의 수많은 채널을 통해 고객과 만나게 됩니다. 하지만 각각의 환경 특성상 데이터를 모으고 활용하는 방법에는 차이가 생기게 마련입니다. 오프라인의 데이터는 트래픽이 한 순간에 집중되는 일도 적고, 데이터의 추이를 실시간으로 추적해야 하는 수요도 상대적으로 적습니다. 데이터의 특성이 다르기 때문에 일반적인 새벽 시간대 배치 작업을 통해서 전날의 데이터 관리가 이뤄지는 것으로 매끄럽게 관리할 수 있었습니다.
이커머스쪽은 애초부터 BigQuery를 도입하면서 데이터의 수집과 활용이 긴밀하게 이뤄졌습니다. 구매가 완전히 이뤄진 거래 건 외에도 고객들이 어떤 상품을 검색하고, 장바구니에 많이 담기는 상품이 어떤 것인지, 언제 실제 상품 구매를 하는지에 대한 데이터들이 분석을 통해 서서히 가치를 찾아가고 있었습니다.
각 서비스의 특성이 있긴 하지만 점차 온라인과 오프라인의 데이터가 나누어서 관리되고, 이 형태가 굳어지는 것이 좋은 현상은 아니었습니다. 상품은 온라인과 오프라인 모두에서 팔리기 때문에 데이터를 중심으로 하는 통합적인 상품 관리가 이뤄져야 하는데 데이터의 관리 체계는 물론이고 데이터를 읽는 지표에도 차이가 벌어지기 시작했습니다.
"데이터의 소스가 다르다 보니 같은 내용의 비즈니스 데이터를 보는 과정에서도 각 숫자의 가치가 다르게 해석되는 일이 많았고, 상품이나 시즌 등 실제 업무에서 필요한 데이터 기준으로 유연하게 데이터를 적용해 보는 것이 어려웠습니다."
코오롱FnC DX PU의 김정훈 PU장은 전사적인 목표인 디지털 트랜스포메이션을 위해서는 데이터의 통합이 필요하다고 판단했습니다. 애초 온라인 서비스 데이터의 실시간성을 중심으로 운영하던 BigQuery 환경에 오프라인의 데이터 파이프라인을 연결하는 것은 자연스러운 수순이었습니다.
하지만 그 과정은 단숨에 전환하고, 시스템을 바꾸는 방식은 아니었습니다. 변화의 방향은 명확했고, 데이터의 통합을 바탕으로 더 적극적인 활용이라는 목표가 있었고, 긴 시간을 바탕으로 BigQuery를 중심으로 한 데이터웨어하우스와 새로운 업무 문화를 만들어 왔습니다.
"어느 순간 단숨에 BigQuery로 통합해야겠다’라고 마음 먹은 것은 아닙니다. 2018년 이후 긴 호흡으로 디지털 전환이 이뤄지면서 필요한 부분들을 하나씩 서서히 바꾸어 나가는 문화가 자리를 잡아 왔습니다. 마침 데이터의 통합이 요구됐고, 새로운 기술을 유연하게 받아들이면서도 공격적으로 데이터를 다루고자 하는 수요가 맞물리며 BigQuery를 통합 데이터웨어하우스 환경으로 구성하는 과정이 매끄럽게 이어졌습니다."
데이터 바라보는 방법의 일관성 확보
데이터의 통합은 기존 온라인을 중심으로 이뤄졌습니다. 오프라인에서 발생하는 데이터는 대부분 온프레미스에 저장되는데, 오프라인 매장에서 코오롱FnC까지 이어지는 데이터의 흐름은 기존의 데이터 워크플로우를 그대로 따릅니다. 이 데이터는 구글 클라우드의 Dataproc을 통해 BigQuery로 수집됩니다. 데이터를 데이터 웨어하우스에 넣기 전에 별도의 전처리 과정 없이 BigQuery는 적절한 형태로 가공해서 보관하기 때문에 별도의 작업이 필요하지도 않았습니다.
기존 오프라인의 데이터 분석도 BigQuery 기반의 솔루션으로 전환하면서 기존의 데이터 분석 외에도 비정형 데이터 분석과 온오프라인의 현황을 통합해서 한 눈에 해석할 수 있는 BI 환경으로 완성되었습니다.
코오롱FnC의 데이터는 전체의 큰 그림도 중요하지만 각각의 상품을 중심으로 갖는 가치가 점점 더 중요해지고 있습니다. 기존 오프라인의 데이터는 상품보다는 각 유통망이 중심이 되어 있었기 때문에 데이터 분석의 기준이 조금 다릅니다.
"원가부터 생산과 유통까지 상품을 기준으로 데이터를 바라볼 필요가 있습니다. 제조 단계부터 SCM(Supply Chain Management, 공급망관리) 데이터들이 나오고, 각 상품들의 재고 현황도 중요한 데이터입니다. 고객들의 반응을 볼 수 있는 CRM 데이터는 온오프라인이 명확한 특성을 갖고 나눠집니다. 전국 1천500여 개 오프라인 매장에서 쏟아지는 POS 시스템도 회계 데이터와 긴밀하게 연동됩니다."
다소 복잡한 이 데이터들이 하나의 틀에 저장된다는 것은 데이터를 바라보는 시각이 넓어질 수 있다는 이야기로 통합니다. 무엇보다 온라인과 오프라인으로 나누어지고 조금은 다른 기준으로 정리되는 데이터들 때문에 정확한 판단이 어려웠던 부분이 BigQuery 통합 이후 자연스럽게 해결이 됐습니다. BigQuery는 다양한 형태의 데이터를 모두 담아낼 수 있었고, 데이터끼리 서로 연결되면서 가치를 만들어냅니다. 무엇보다 데이터의 현실적인 활용이 자유롭습니다.
"구글 워크스페이스와 구글 스프레드시트의 데이터 연동을 일찍부터 활용해 왔습니다. 특히 복잡한 구조의 비정형 데이터들도 이전의 쿼리 과정에서는 과정도 복잡하고, 시간도 오래 걸렸는데, BigQuery는 실시간성이 확보되기 때문에 각자 스프레드시트를 구성하면 해당 내용이 필요한 시점의 최신 데이터로 나타납니다."
이를 기반으로 특정 브랜드의 상품에 대한 연령대별 판매 현황을 살펴본다거나 지역별 추이 등을 매일 원하는 순간에 곧바로 해석해 볼 수 있습니다.
스프레드 시트 통한 셀프서비스로 데이터의 적극적인 활용
업무 환경에도 변화가 일어났습니다. 코오롱FnC는 구글 스프레드시트와 BigQuery의 연동 기능을 초기부터 활용해 왔습니다. 구글 스프레드 시트는 매번 직접 BigQuery에 명령어를 내리지 않아도 자주 활용하는 데이터들을 실시간으로 자연스럽게 불러오고, 여러가지 형태로 재가공할 수 있었습니다. 현업에서는 각자 필요한 형태로 스프레드 시트를 운영하면서 지역, 연령, 시기별 데이터의 흐름을 읽을 수 있게 됐고, 이를 통해 의사결정이 이뤄지게 됐습니다.
BI 도구를 이용해서 데이터의 활용도를 높이려는 시도는 오래 전부터 고민해 왔습니다. 데이터 관리 체계가 통합되면 기술적으로는 중앙에서 다양한 데이터를 관리하고 적절히 공급할 수 있었지만 실제 현장에서는 이 데이터들을 업무에 활용하는 데에 편차가 생길 수밖에 없었습니다. 하지만 구글 스프레드시트를 이용하면서 데이터를 스스로 볼 수 있는 기반이 만들어졌습니다.
실질적으로 데이터가 업무의 생산성과 효율성에 도움이 된다는 것이 받아들여지기 시작하면서 BigQuery가 일하는 방법의 하나가 되었습니다. 대체로 의사 결정권을 가진 임원들도 데이터의 활용도에 대한 관심과 별개로 데이터에 익숙해져야 하는 데에 대한 부담이 생길 수 있는데, 김정훈 PU장은 구글 스프레드시트가 데이터가 어렵다는 인식의 장벽을 허무는 데에 큰 역할을 했다고 설명합니다.
"결과적으로 데이터를 통합하고 업무 환경에 자연스럽게 녹여내는 과정을 점진적으로 확장해 온 것이 효과가 있었다고 바라보고 있습니다. 초기부터 BigQuery와 데이터 중심의 비즈니스 환경을 치밀하게 검토했고 확신을 가졌기 때문에 급하게 전환하는 것보다 시간을 두고 작은 부분부터 바꿔 나가면서 전체 임직원들의 공감대를 살 수 있었다고 판단하고 있습니다. 실제 현업에서는 데이터의 흐름에 대해서 기술적인 변화를 느끼지 않으면서도 활용성이 자연스럽게 확대되었다고 느끼고 있습니다."
데이터 기반 디지털 트랜스포메이션, 인공지능으로도 서비스 확장
데이터의 분석도 고도화되고 있습니다. 최근 코오롱FnC는 BigQuery ML을 중심으로 데이터를 검증하는 시도를 하고 있습니다. 상품의 추이를 읽는 것은 매우 중요한데, 그 정확도를 예측할 수 있는 머신러닝 모델을 운영하고 있습니다. 자체적으로 만든 인공지능 모델의 정확도를 높이기 위해서 기존 판매 데이터를 바탕으로 BigQuery ML로 해석하고 실제 모델과 얼마나 비슷하게 운영되는지에 대해 실험하면서 현 상황을 조심스럽게 짚어보고 있는 단계를 밟고 있습니다.
"제품의 출고 초기의 분위기와 흐름을 읽는 것은 매우 중요합니다. 잘 팔리는 상품을 파악해서 더 적극적으로 판매를 하고, 기대보다 부진한 상품들은 계절이 바뀌기 전에 이유를 찾아 빠르게 대응해야 합니다. 브랜드 안에서 특정 상품들을 머신러닝 모델로 만들고 검증하게 됩니다."
코오롱FnC는 데이터 활용의 다음을 바라보고 있습니다. 인공지능 기술을 비즈니스 인사이트에 접목하는 것은 당연한 흐름이고 이 역시 급격한 적용보다 일찍 시작하고 적절한 검증을 거쳐서 가치를 만들어가는 것입니다. 그 모든 과정에는 데이터만큼이나 현장의 목소리를 중요하게 여겨야 한다는 기본 원칙이 깔려 있습니다.
"데이터 분석가들은 데이터를 신뢰하기 때문에 데이터에 귀를 기울이고, 그 흐름대로 가설을 세워서 인사이트를 전개하게 되는 일이 많은데, 실제 패션 영역에서는 데이터만으로 모든 예민한 변수들을 반영하지 못하는 부분도 있습니다. 생각하지 못한 요인들이 변수를 만들어내기 때문입니다."
김정훈 PU장은 데이터 중심의 비즈니스 인사이트가 경험에 바탕하는 현업의 직관을 부정하지 않는 문화가 필요하다고 생각했습니다. BigQuery는 경험 기반의 아이디어들을 해치지 않는 선에서 더 정교하게 데이터를 활용할 수 있는 여지를 충분히 마련해 주었습니다. 그리고 그 결과는 데이터만으로 판단하는 것보다 더 좋은 결과를 내었다고 평가합니다.
실제로 코오롱FnC는 데이터를 바탕으로 매장의 적절한 상품 진열에 대한 답을 찾기도 했습니다. 상품이 많은 것이 무조건 좋지는 않고, 적절한 배치와 넉넉한 공간 활용이 오히려 상품에 대한 집중도를 높일 것이라는 경험적인 아이디어가 출발점이었습니다. 여러가지 시뮬레이션이 이뤄졌고, 최종적으로 매장 규모에 적절한 상품의 종류를 판단할 수 있게 됐습니다.
결국 데이터와 경험의 조화가 가장 좋은 결과를 만들어 주었고, 서로에게 신뢰를 쌓으면서 합리적인 추론이 이뤄지게 되었다는 이야기입니다. 김정훈 PU장은 ‘합리성이 유지된 직관의 가치’로 설명하는 문화가 자리를 잡게 된 것이 BigQuery를 통한 데이터 워크플로우 통합의 가장 효과라고 설명합니다. 데이터는 적절한 활용에서 가치가 만들어지고, BigQuery 중심의 구글 클라우드는 데이터에 대한 아이디어를 반영할 수 있는 밑바탕이 되어 주었습니다.
어떤 어려움을 겪고 계신지 알려주세요. Google Cloud가 도와드리겠습니다.
문의하기
KolonFnC에 대하여
코오롱FnC는 1973년 스포츠웨어를 전문으로 하는 코오롱스포츠로 시작해 현재는 다양한 아웃도어와 골프, 컨템포러리까지 30여개 브랜드로 대한민국을 대표하는 패션 기업입니다. 트렌드를 이끌고 취향을 만드는 것을 목표로 패션 뿐 아니라 뷰티, 리빙, 가전 등 라이프 스타일 전반의 온라인 플랫폼과 패션과 식음료, 문화를 아우르는 스트리트 편집숍도 운영하고 있습니다.
Cloocus에 대하여
클루커스는 Cloud와 Focus의 합성어로 클라우드 기술력을 핵심 경쟁력으로 하는 클라우드 매니지먼트 전문 회사 입니다. 글로벌 멀티 클라우드 서비스 MSP로서 클라우드 도입을 위한 컨설팅, 마이그레이션, 매니지드 서비스를 제공하고 있으며, 특히 데이터와 AI 전문 기술 센터를 운영하여 클라우드 기반의 데이터 및 인공지능 비즈니스 전략을 최적화해 드립니다.