AWS에서 데이터 인사이트를 더 빠르게 확보하여 고객 경험을 개선한 Lion Parcel

글로벌 물류 산업은 2022년부터 2030년까지 연간 6.8%의 성장률로 꾸준히 성장할 것으로 예상됩니다. 여기에는 특히 전자 상거래 물류의 급증, 컨테이너 부족, 항구 혼잡을 야기하는 주요 항만의 폐쇄, 항공 화물 시장의 용량 제한 등이 주요 요인으로 작용하고 있습니다. 이 부문은 지난 2년 동안 큰 변화를 겪었지만 여러 새로운 트렌드에 따라 지속적으로 발전하면서 효율적으로 변화에 적응해 왔습니다.

Lion Parcel은 데이터에 기반하여 국내 및 해외 경쟁업체와 차별화된 의사 결정을 내리기 위해 기술을 강화하고 있습니다. Lion Group의 자회사인 Lion Parcel은 인도네시아의 1만 7,000개 섬에 있는 고객에게 퍼스트 마일, 미들 마일 및 라스트 마일 배송 서비스를 제공합니다. 또한 Lion Parcel은 인도네시아 전역의 7,000여 개 서비스 지점을 통해 25개국 내 고객에게 화물을 배송합니다. Lion Parcel의 Information Technology 부문 Head인 Probosetyo Krishna는 “기술이 기존 물류 생태계를 효율적으로 개선하는 데 도움이 될 수 있다고 생각합니다”라고 말합니다.

Lion Parcel은 2019년까지 온프레미스 인프라를 사용하여 비즈니스를 운영했습니다. 이듬해에는 사용한 만큼만 지불하는 모델과 무제한 확장 기능을 활용하기 위해 핵심 시스템을 Amazon Web Services(AWS)로 마이그레이션했습니다. Krishna는 “AWS와 AWS 파트너의 지원이 최고 수준이라는 것을 알게 되었습니다. 같은 가치를 공유하는 신뢰할 수 있는 파트너와의 협력을 통해 업계에서 발전을 도모하는 기업으로서 이를 높게 평가하고 싶습니다. 클라우드를 구축하고 더 큰 성과를 실현하려는 저희 같은 기업에 있어 이런 지원은 매우 중요하기 때문입니다”라고 설명합니다.

2021년 초, Lion Parcel은 데이터 팀을 구성하여 AWS에 데이터 파이프라인을 구축하기 시작했습니다. 이때 AWS 파트너인 Deloitte가 설계 및 구현을 지원했습니다. 과거에 Lion Parcel은 온프레미스에 데이터 레이크를 구축하는 실험을 한 적이 있습니다. 하지만 성능과 데이터 처리 속도가 비즈니스 기대치를 충족하지 못했습니다. 일례로 6개월 기간에 대한 배송 보고서를 실행하려면 데이터가 로드될 때까지 15분을 기다려야 했습니다. AWS에서는 동일한 보고서를 작성하는 데 1분도 걸리지 않습니다.

Lion Parcel은 정형 및 비정형 데이터를 저장하는 데이터 레이크로 Amazon Simple Storage Service(S3)를, 데이터 변환과 정리에 AWS Glue를, 데이터 웨어하우스로 Amazon Redshift를 각각 사용하고 있습니다.

Lion Parcel은 Deloitte 및 AWS와 논의를 시작한 지 6주 만에 데이터 레이크와 데이터 웨어하우스를 가동하고 운영할 수 있었습니다. Krishna는 “데이터 파이프라인 구현이 예상보다 빨랐고 처음에 생각했던 것보다 더 큰 성과를 얻을 수 있었습니다”라고 말합니다. 내부 보고를 위한 향상된 시각화 기능을 구현하고 Amazon SageMaker를 사용한 기계 학습(ML)을 적용하여 고객을 분류하는 것이 데이터 파이프라인의 첫 번째 사용 사례로 정해졌습니다.

이전에는 보고 쿼리가 Lion Parcel의 트랜잭션 데이터베이스를 통해 이루어졌습니다. 하지만 데이터의 양이 증가하면서 비즈니스 부문에서 병목 현상이 발생하여 정보 추출 속도가 느려졌습니다. Krishna는 최신 데이터 파이프라인을 사용하면 트랜잭션 데이터베이스가 격리되고 ‘정리된’ 상태로 유지되며 직원들이 데이터 웨어하우스에서 직접 필요한 데이터를 추출할 수 있다고 말합니다.

Lion Parcel은 세분화된 데이터를 보다 효과적으로 파악하면서 보고서를 더 빠르게 실행함으로써 보다 선제적인 고객 서비스 모델로 전환할 수 있게 되었습니다. 경영진과 고객 서비스 에이전트는 다양한 배송 단계에서 패키지 상태 보고서를 신속하게 실행할 수 있습니다. 고객 중심 기업인 Lion Parcel은 현재 AWS의 모니터링 시스템에서 알림을 생성하여 배송 중단 문제를 즉시 감지하고 불만이 접수되기 전에 한발 앞서 조치를 취하고 있습니다.

속도를 높인 것 외에도 Lion Parcel은 Amazon QuickSight의 비즈니스 인텔리전스 대시보드를 통해 운영에 대한 인사이트를 거의 실시간으로 얻을 수 있게 되었습니다. 이전에는 IT 팀이 전날에 대한 일일 성과 보고서를 작성하여 경영진에게 제출하곤 했습니다. 이제 경영진이 최신 보고서에 직접 액세스하여 1시간 전의 데이터를 캡처할 수 있습니다.

Krishna는 “Amazon QuickSight 덕분에 시각화 기능이 크게 개선되었습니다. 연결하기 쉽고 가격 대비 가치 비율이 뛰어나며 이전 오픈 소스 시각화 도구보다 더 많은 기능을 제공합니다”라고 말합니다.

시각화 기능 개선 이후, Lion Parcel은 분석 파이프라인의 확장 기능으로서 ML 모델을 구축하는 데 관심을 돌렸습니다. 세분화는 Lion Parcel의 ML 여정에 있어서 첫 번째 단계였습니다. 관리 및 마케팅 팀은 이제 고객 관계 관리(CRM) 이니셔티브를 수립할 때 ML 기반 고객 행동 분석을 통해 개별 고객 프로필을 살펴볼 수 있습니다.

Lion Parcel은 고객의 구매 단계, 이탈 가능성 등, 표적 마케팅에 도움이 되는 다양한 특성을 분석할 수 있습니다. 이 회사는 Salesforce CRM 소프트웨어를 사용하기 시작했고 고객 데이터를 AWS 클라우드에 원활하게 통합할 수 있게 되었습니다.

AWS 클라우드의 확장성은 새로운 서비스 포인트를 위한 최적의 위치를 결정하는 등 현재의 ML 이니셔티브뿐만 아니라 경로 최적화 및 수요 기반 요금제와 같은 미래의 이니셔티브를 이행하는 데 있어 핵심적인 조건입니다. Krishna는 “AWS를 사용하면 고성능 서버를 스케일 업하여 데이터 모델을 훈련 및 생성한 후 스케일 다운할 수 있어 ML의 비용 효율성이 향상됩니다”라고 말합니다.

그리고 마지막으로 “AWS 클라우드 기술의 잠재력을 발견하는 과정은 팀에게 정말 재미있는 경험이었습니다. AWS와 Deloitte의 지침을 통해 많이 배우고 있으며 경영진도 결과에 만족하고 있습니다”라고 말합니다.

자세한 내용을 보려면 aws.amazon.com/big-data/datalakes-and-analytics를 방문하세요.