빅데이터의 실제 비즈니스 활용 - 2 데이터 분석 플랫폼의 현재와 실제 비즈니스 활용 사례

데이터 분석 플랫폼의 현재와 실제 비즈니스 활용 사례

지난 1편에서는 빅데이터 분석을 실제 비즈니스에 활용하기에는 각 업종에 정통한 분석 전문가가 부족하다는 것과, 이러한 문제를 해결해줄 수단으로 빅데이터 분석 플랫폼의 중요하다는 사실에 대해 말씀드렸습니다. 이번 2편에서는 빅데이터 분석 플랫폼인 Brightics AI의 제조, 물류, 리테일 등 다양한 비즈니스에서 실제로 활용된 사례들에 대해 알아보도록 하겠습니다.

클라우드 환경 - 인공지능 서비스,인공지능 알고리즘, 데이터 플랫폼의 세분야로 나뉜다

우선 삼성SDS Brightics™ AI에 대해서 간략하게 설명을 드리면, 인공지능 서비스에 강점이 있는 오픈소스 스택 Architecture를 기반으로 구성된 빅데이터 활용 인공지능 플랫폼입니다. 이를 사업 분야별로 최적화된 알고리즘을 적용하여 Analytics Intelligence(분석형), Visual Intelligence(시각형), Conversational Intelligence(대화형)의 세가지 형태로 세분화하여 서비스를 제공하고 있습니다. 이 중 Data Science Platform의 범주에 속하는 역할은 Brightics™ AI - Analytics Intelligence가 담당하고 있는 중입니다.

이러한 종류의 데이터 분석 플랫폼이 실제 다양한 비즈니스에서 어떻게 활용될 수 있을까요?

브라이틱스 AI의 다양한 적용 사례 - 제조, 마케팅, 물류, 보안, IoT, 헬스 분야

Brightics™ AI는 제조, 마케팅, 물류, 보안, IoT, 헬스 분야에서 다양한 적용 사례를 보유하고 있는데요, 우선 제조 분야에서 Brightics™ AI가 품질혁신을 위한 데이터 분석에 활용된 사례에 대해 살펴보겠습니다.

빅데이터 분석 플랫폼의 제조 활용 사례

제조사A는 제조 과정에서 다양한 설비를 통해 매일 쏟아지는 센서 데이터, 이미지, 로그, 텍스트 등 다양하고도 대용량인 데이터에 대해 적절한 분석을 수행하지 못하고 있었습니다. 이러한 문제점을 Brightics™ AI의 딥러닝 기술 적용으로 설비 이상 예측 정확도를 높이고, 대용량 데이터를 신속히 처리하여 품질 이상 원인 분석의 성능을 향상시켜 해결하고자 했는데요. 그 결과 기존 198분 가량이 소요되던 품질 분석 수작업 대비 20배, 고객 요구 대비 6배 이상 빠른 10분으로 비약적인 속도 향상을 이루었습니다. 이렇게 데이터 분석 플랫폼을 통해 품질 해석을 고도화하여 품질을 향상시키고, 불량을 해석하는 커버리지를 확장하여 생산성을 향상시키며, 분석 기간을 단축하여 비용을 절감하는 등의 사례가 가능합니다.

리테일 활용 사례

전자제품 판매사B는 시장변화에 대응하기 위해, 예측기반의 판매 정책을 수립하고 시장의 변화에 신속하게 대응하길 원했습니다. 이를 위해 수요 예측에 기반하여 판매 계획을 수립하고, 실행한 마케팅의 효과를 측정하는 것이 필요한 상황이었습니다.
그래서 B사는 데이터 분석 플랫폼인 Brightics™ AI를 통해 판매 가격, 마케팅, 프로모션 변경에 따른 판매량 시뮬레이션을 수행하고, Social 데이터 분석을 통해 시장 반응을 분석하기 시작했습니다. 그 결과 판매량 예측 정확도를 20% 가량 향상시켰고, 이를 통해 적기에 물량을 공급하여 판매 효율을 극대화하는 것이 가능해졌습니다. 또한 시장 반응 분석에 소요되는 시간을 단축하여 급변하는 시장 상황에 필요한 새로운 마케팅 정책을 신속하게 수립할 수 있었고, 이를 적기에 실행하게 되었다고 합니다.

물류 분야 활용 사례

물류 분야에서도 빅데이터 분석 플랫폼을 활용한 사례가 있습니다. 물류 운송사 C는 운송 과정에서 발생 가능한 물류 차질을 사전에 예측 분석하고 사전에 조치하여, 적기에 운송하는 것이 목표였습니다. 더불어 End –to-End Supply Chain Visibility를 기반으로 신속한 의사결정을 내리기를 원했습니다. 이러한 고민을 해결하기 위해, C사는 Brightics™ AI를 활용하여 전세계 항공/해상/육상 경로를 대상으로 자연 재해, 날씨 및 파업과 같은 사회적 이슈 등의 물류 운송을 지연하는 위협 요소를 수집하고 분석하게 되었습니다. 더불어 뉴스 기사를 데이터로 물류 Risk와 관련된 정보를 추출하고, 그 위치와 심각도를 측정했습니다.
그 결과 운송 선사, 운항 경로를 추적하는 것이 가능하게 되어, 물류의 지연을 예측하고, 운송의 이상징후를 조기에 감지하여 사전에 대응할 수 있었습니다. 그뿐만 아니라 안전한 운송 경로를 추천 받아 사전에 Risk를 회피하고, 위험 상황이 발생했을 경우 최적의 우회경로를 확인하여 피해를 최소화할 수 있었다고 합니다.

Smart Home 활용 사례

마지막으로 IoT 분야 중, Smart Home 관련 기술을 대상으로도 Brightics™ AI를 적용한 사례가 존재합니다. 대형 아파트 시공사D는 입주 만족도를 높이기 위해, 거주자를 생활 패턴별로 나누어 Profile을 생성하고, 이를 따라 세대별 생활 습관에 적합한 맞춤 정보를 제공하는 차별적인 Smart Home 솔루션이 필요한 상황이었습니다. 그래서 D사는 실내의 각종 센서에서 수집되는 데이터를 Brightics™ AI의 기계 학습과 통계적 분석을 통해 종합 분석했고, 세대별 생활 패턴이 반영된 Profile을 생성하는데 성공했습니다. 이를 통해 입주자를 대상으로 정확도 높은 세분화 마케팅이 가능했고, 나아가 분석에 기반한 생활 편의 정보를 Push 서비스로 제공하여 거주 만족도를 크게 향상시킨 바 있습니다.

인공지능 이미지

미래가 더욱 기대되는 빅데이터와 비즈니스의 만남

빅데이터 분석 기술이 가진 잠재력에 비해, 이를 실제 비즈니스에 활용하여 새로운 서비스 모델과 가치로 전환하는 작업은 지금까지 생각보다 더디게 진행되어 왔습니다. 이러한 문제를 극복하기 위해서 빅데이터 분석 플랫폼의 역할이 중요해지는 요즘, Brightics™ AI를 활용하여 다양한 비즈니스 영역에서 새로운 가치를 창출해 낸 사례는 의미가 크다고 할 수 있습니다. 아직도 데이터 분석을 활용한 각 비즈니스의 성장 가능성이 여전히 높다는 점에서, 앞으로의 빅데이터 분석 플랫폼의 활용 가능성이 더욱 기대되는 바입니다.



▶ 해당 콘텐츠는 저작권법에 의하여 보호받는 저작물로 기고자에 저작권이 있습니다.
▶ 해당 콘텐츠는 사전 동의없이 2차 가공 및 영리적인 이용을 금하고 있습니다.

공유하기