미국 버지니아 주 경찰, Snowflake AI로 300만 달러 절감

공공 부문 조직은 핵심적인 업무를 수행해야 할 뿐만 아니라, 높은 압박 환경에서도 이를 지속적으로 수행해야 합니다. 정부 기관은 지역사회를 직접적이고 가시적인 방식으로 지원합니다. 하지만 제한된 예산, 지속적인 인력 부족, 그리고 운영 여력을 제한하는 경제 환경 속에서 이를 감당하고 있습니다.

이러한 현실에 대응하기 위해 많은 기관이 기술을 통해 부담을 완화할 수 있는 방안을 모색하고 있습니다. 자연어 기반 에이전틱 도구는 최근 빠르게 주목받고 있는 영역입니다. 이러한 도구는 방대한 데이터에서 활용 가능한 인사이트를 도출하고 반복 업무를 간소화하여, 부서 전반의 프로세스 개선을 용이하게 합니다.

사일로화된 데이터가 공공 부문 리소스 활용을 저해하는 방식

많은 공공 부문 조직은 여전히 이기종 레거시 시스템에 데이터가 분산되어 있어, 조직 간 데이터 협업이 구조적으로 거의 불가능한 상태에 놓여 있습니다. 기관은 데이터 소스를 수동으로 통합하는 데 상당한 시간을 소모하며, 통합이 완료되는 시점에는 도출된 인사이트의 시의성이 크게 저하되는 문제가 발생합니다. 

이러한 구조는 조직 전반의 데이터 소유권을 불명확하게 만들고, 특히 운영과 재무를 비롯한 주요 부서 간 단절을 초래합니다. 이로 인해 조직은 향후 예산을 계획할 때 상당한 어려움을 겪게 되며, 현재 지출에 대한 최신성과 정확성을 갖춘 단일한 가시성을 확보하지 못하는 문제가 발생합니다. 그 결과 데이터 정합성 검증과 분석에 투입되는 인력을 포함하여 귀중한 리소스가 충분히 효과적으로 활용되지 못하고 있습니다.

자연어 기반 에이전틱 도구로 조직 운영 성과 가속 

기관들은 자연어 기반 에이전틱 도구를 활용해 수작업 및 반복 업무에 소요되는 시간을 줄이고 있습니다. Snowflake Intelligence를 활용하면 직원은 여러 시스템을 탐색하거나 별도의 보고서를 작성하지 않고도 복잡한 재무 및 운영 질문에 대한 답변을 즉시 얻을 수 있습니다. 기술 또는 분석 전문 인력뿐 아니라 다양한 역할의 직원이 자연어 프롬프트를 통해 Snowflake Intelligence에 질의하고, 거의 실시간으로 명확하고 실행 가능한 정보를 확보할 수 있습니다. 

모든 인사이트는 Snowflake 플랫폼 내 데이터 또는 Iceberg 테이블을 통해 접근 가능한 외부 데이터에서 도출되며, 이를 통해 조직은 거버넌스가 적용된 데이터를 기반으로 신뢰할 수 있는 인사이트를 확보할 수 있습니다. 공공 부문 직원은 반복적이고 수작업 중심의 업무를 줄이고, 조직의 핵심 미션 수행에 더 많은 시간을 할애할 수 있습니다.

고객 경험 사례: 버지니아 주 경찰이 AI를 활용해 효율성을 높이고 리소스 집약적인 운영을 가속화한 방법 

미국 버지니아 주 경찰(VSP)은 리더십, 협업, 지역사회 참여를 통해 지역사회를 지원하는 데 전념하고 있습니다. 이 조직은 혁신, 신뢰, 역량을 핵심 가치로 삼고 있으며, 인력 구성에서 포용성과 다양성을 적극적으로 수용합니다. VSP는 혁신을 핵심 가치로 삼아 Snowflake를 활용해 데이터 사일로를 해소하고 운영 효율성과 비용 관리 성과를 개선하며, 인텔리전스 중심 조직으로 전환하고 있습니다.

Snowflake를 활용하기 전, 이 조직은 심각한 데이터 사일로 문제를 겪고 있었습니다. 핵심 데이터는 서로 연결되지 않은 스프레드시트나 레거시 시스템에 분산되어 있었습니다. 또한 많은 경우 데이터의 소유권이나 거버넌스가 명확하지 않았습니다. 

그 결과, 조직은 실시간 재무 가시성이 부족한 상황을 겪고 있었습니다. 리더십은 지출 추세를 파악할 만큼 빠르게 데이터를 집계하지 못했으며, 정기 지출과 일회성 비용을 구분하는 데에도 어려움을 겪었습니다. 이러한 격차를 해소하기 위해 팀은 미션 크리티컬 데이터에 대한 수동 정합성 검증에 의존했으며, 이는 노동 집약적인 라인별 대조 작업을 요구했습니다.

마침내 VSP 리더들은 자연어 및 음성 명령 기능을 통해 복잡한 재무 데이터를 쉽게 질의할 수 있게 되었으며, Snowflake의 AI 기반 인터페이스를 적극적으로 활용하게 되었습니다. 

조직은 시맨틱 모델링을 활용해 지출 데이터 위에 시맨틱 계층을 구축했습니다. 이를 통해 VSP는 부서별 지출을 정확히 분류하고, 예측 분석을 수행할 수 있게 되었습니다.

반복적인 수작업을 최소화하기 위해 조직은 Snowflake를 활용해 규칙 기반 자동 정합성 검증을 대규모로 적용했으며, 이를 통해 레코드 처리 속도를 크게 향상시켰습니다. 직원들은 이러한 단순 반복 업무에 시간을 쓰는 대신, 조직의 미션을 지원하고 강화하는 데 더 의미 있게 시간을 활용할 수 있게 되었습니다. 

지속 가능한 성과로 실질적인 영향 창출

그 결과 VSP 분석가는 모든 운영 워크플로우에서 데이터 처리 속도가 최대 80배 향상되었으며, 인사이트 도출 시간도 크게 단축되었다고 보고했습니다. VSP 최고 데이터 책임자(CDO) Steven MacLauchlan은 다음과 같이 말합니다. “Snowflake Cortex를 통해 우리가 보여준 성과는 이곳 누구도 가능하다고 생각했던 수준을 훨씬 뛰어넘는 것입니다. 일부 사용 사례에서는 과거에 수주 동안 대규모 인력이 필요했던 작업을 45분 만에 해결했습니다.” 이제 팀은 수개월이 소요되던 복잡한 재무 보고 작업을 며칠 만에 수행할 수 있게 되었으며, 운영 효율성이 크게 개선되었습니다. 

VSP는 고정밀 분석을 도입해 반복 비용 예측에서 99% 이상의 정확도를 달성했습니다. 이로 인해 팀은 공급업체 협상에서 약 300만 달러의 잠재적 절감 기회를 식별했습니다. 전반적인 효율성 역시 크게 향상되었습니다. 예를 들어, 과거에는 6명이 약 2주 동안 4,000개의 핵심 기록을 처리해야 했지만, 현재는 최대 82,000개의 기록을 단 45분 만에 처리할 수 있습니다. 

Snowflake Intelligence로 지역사회 지원 역량 강화

예산이 제한적일수록 작은 비효율이 누적됩니다. 자금이 비효율적으로 사용되거나 목적과 맞지 않게 배분된 영역을 파악할 수 있다면, 공공 기관은 중복을 줄이고 리소스를 가장 필요한 곳에 집중할 수 있습니다. Snowflake Intelligence는 복잡하거나 시간이 많이 소요되는 분석 없이도 재무 데이터를 명확하게 파악할 수 있도록 지원하여, 그 결과를 신속하게 실행으로 이어갈 수 있습니다.

Snowflake Intelligence를 활용해 수작업을 최소화하면, 공공 부문 조직은 리소스를 핵심 업무에 집중할 수 있습니다. 버지니아 주 경찰 사례에서 보듯, 지역 사회는 공공 안전과 보안 유지에 대한 역할 수행을 기대하며, 해당 업무에 더 많은 시간을 투입할 수 있도록 하는 것이 실질적인 가치 창출과 지속적인 영향으로 이어집니다.

Snowflake Intelligence를 활용해 복잡한 질의에 대해 데이터 기반 인사이트를 도출하는 방법을 알아보고 싶으신가요? 온디맨드 가상 이벤트 Snowflake Connect: AI를 시청하세요.