데이터와 자동차 산업의 만남: Snowflake가 자동차 혁신의 미래를 주도하는 방법

자동차 산업은 지난 수십 년 동안 엄청난 변화를 겪었습니다. 2005년에는 대부분의 차량이 기계적으로는 정교했지만 디지털 기능과 통합 기능은 제한적이었습니다. 하지만 오늘날의 자동차는 바퀴 달린 컴퓨터라고 해도 과언이 아닙니다. 소프트웨어 정의, 클라우드 연결, 점점 발전하는 자율 주행 기능, 그리고 OTA(Over-the-Air) 업데이트를 통해 지속적으로 진화하고 있습니다. 

기술 발전은 이러한 변화를 놀라운 속도로 가속화했습니다. 전기차를 예로 들어 보겠습니다. 2018년에는 전체 자동차 판매랑의 2%에 불과했지만 2023년에는 무려 18%로 늘어났습니다. 저렴한 센서, 고속 무선 네트워크, 클라우드 데이터는 완전한 트랜스포메이션을 가능하게 했고, 이제는 데이터, 분석 및 AI가 자동차 전체 수명 주기의 중심이 되었습니다.

자동차 회사들이 이처럼 놀라운 변화 속도에 발맞춰 더욱 혁신적인 발전을 향해 나아갈 수 있도록 지원하기 위해 Snowflake는 자동차 산업에 특화된 자동차 솔루션(Automotive Solutions)을 제공하여 AI 데이터 클라우드를 강화하고 있습니다. 

이번 블로그에서는 Snowflake의 제조 부문 글로벌 산업 GTM 리드인 Tim Long과 제조 부문 필드 최고 기술 책임자(CTO)인 Pugal Janakiraman이 오늘날 자동차 회사들이 직면한 가장 큰 과제와 기회들을 문답 형식으로 설명합니다.

데이터는 현재 자동차 산업 안팎에서 일어나는 모든 혁신에서 매우 중요한 역할을 합니다. 자동차 산업이 데이터를 강화하고 이를 최대한 활용하는 과정에서 직면하게 되는 과제는 무엇입니까?

이전에는 다음과 같은 여러 이유로 자동차 산업을 발전시키는 데 필요한 데이터를 확보하기가 매우 어려웠습니다. 

• 데이터 사일로: 모든 자동차 설계, 생산 및 애프터마켓 시스템 전반에서 데이터가 사일로화되어 있어, 자동차 수명 주기 전반에 걸쳐 종합적으로 분석하는 것이 거의 불가능합니다.

• 데이터 볼륨: 제조 프로세스와 커넥티드 차량의 센서가 급격하게 늘어남에 따라 대량의 데이터가 급격히 증가했습니다. 예를 들어, 보수적으로 잡아도 자동차 차량 한 대가 생성할 수 있는 데이터는 20GB 이상으로, 전 세계적으로 연간 약 1억 대의 자동차가 생산되는 것을 감안하면 엄청나게 큰 수치입니다.

• 레거시 인프라: 레거시 인프라는 자율 주행 솔루션 또는 자동차 설계에 사용되는 '디지털 트윈'을 개발하는 데 필요한 확장성이 제한적입니다.

• 엔터프라이즈 간 협업의 어려움: 자동차 OEM과 수천 곳의 공급업체, 파트너 및 고객 간의 생산적 협업은 번거롭고 복잡합니다.

지난 수십 년 동안 자동차 산업은 주로 제품 수명 주기 관리, 전사적 자원 관리(ERP), 제조 실행 시스템과 같은 특정 프로세스 영역이나 사일로화된 시스템 내에서 효율성을 높이는 데 집중했습니다. 하지만 이제 클라우드에서 무제한 컴퓨팅이 가능해지고 AI와 함께 빅 데이터 분석 도구가 성숙해짐에 따라, 조직들은 부서나 시스템의 사일로를 뛰어넘는 효율성을 구축할 수 있습니다. 

하지만 이러한 클라우드화 여정은 ‘커넥티드’ 차량에서 빠르게 생성되는 엄청난 양의 데이터를 고려할 때 새로운 과제를 안겨줍니다. 또한, 공급업체 종속에 대한 두려움으로 인해 많은 자동차 회사들이 멀티 클라우드 전략을 채택하게 됨에 따라, 결과적으로 데이터 사일로 문제가 기존 온프레미스 시스템을 넘어 클라우드 인프라로 이어지고 있습니다.

이러한 문제들을 해결하기 위해 Snowflake가 제공하는 주요 기능은 무엇인가요?

Snowflake의 자동차 솔루션은 Snowflake의 강력한 데이터 공유 및 AI 기능을 전문 파트너 솔루션과 결합하여 공급업체, OEM, 유통, 판매 및 서비스 제공업체로 이뤄지는 전체 자동차 생태계가 차량 개발에서 원활하게 협업하고 생산 프로세스를 최적화할 뿐만 아니라, 전체 자동차 가치 사슬 전반에서 실시간 데이터 인사이트를 활용할 수 있도록 지원합니다. Snowflake를 통해 자동차 산업은 다음과 같은 데이터 기반 혁신을 기대할 수 있습니다.

• 편의성: Snowflake를 통해 기업은 정형 또는 비정형 여부에 관계없이 엔터프라이즈, IT/OT 및 차량 데이터를 한 곳에 통합하고, Snowflake의 분석 기능을 활용함으로써 데이터를 이동하지 않고도 모두 분석할 수 있습니다. 

• 연결성: Snowflake는 R&D부터 애프터 세일즈 영역에 이르기까지 가치 사슬 전반에 걸쳐 원활한 엔드투엔드 가시성을 지원합니다.

• 신뢰성: Snowflake의 AI 및 데이터 워크로드용 관리형 서비스는 내장형 보안, 거버넌스 및 고가용성을 갖춘 아키텍처를 통해 자동차 솔루션을 빠르고 자신 있게 구축할 수 있는 견고한 기반을 제공합니다.

협업이 중요한 업계의 특성을 고려할 때, 자동차 기업은 Snowflake의 강력한 파트너 및 공급업체 생태계에서 어떤 이점을 얻을 수 있을까요?

Snowflake는 파트너 생태계에서 가장 까다로운 자동차 사용 사례에 대한 솔루션 제공에서 성공을 거둬 이미 그 능력을 입증했습니다. Accenture, Deloitte 및 EY를 포함하는 Snowflake의 시스템 통합 파트너는 제조업을 위한 Snowflake AI 데이터 클라우드를 통해 자동차 제조업체가 디지털 트랜스포메이션을 가속화할 수 있도록 도와 줍니다. Snowflake는 AWS와 함께, 통합된 데이터 및 AI 전략을 통해 조직이 대규모로 데이터 수집, 변환 및 공유를 수행하고, 분석, 데이터 엔지니어링, AI 및 앱 개발 전반에 걸쳐 중요한 워크로드를 실행할 수 있도록 지원합니다. 완전 관리형 인프라를 통해 기업들은 통합 AI 서비스 및 실시간 협업 기능을 활용하면서 단순성, 확장성 및 거버넌스를 확보할 수 있습니다. 실제로 조직들은 Snowflake와 AWS를 통해 데이터로 더 많은 작업을 수행하고 AI 중심 인사이트에 더 빠르게 도달하고 있습니다.

또한, Snowflake는 선도적인 테크놀로지 기업과 협력하여 아래의 3가지 주요 사용 사례에서 공동 고객을 위한 솔루션을 개발했습니다.

상품 개발: 시장 출시 시간을 단축하고 보다 스마트한 차량 혁신을 실현합니다.

• Concept Reply: 고급 연결성, 실시간 인사이트 및 생성형 AI를 전체 장비 효율성(OEE) 청사진과 결합하여 제조 프로세스를 개선하기 위한 체계적인 접근 방식을 활용합니다.

• Siemens Digital Industries Software: 디지털 트윈 시뮬레이션과 AI 기반 가상 검증을 활성화하여 첨단 운전자 보조 시스템(ADAS) 개발을 포함한 자동차 시스템 개발을 향상시켜 소프트웨어 정의 차량(SDV)의 혁신을 가속화합니다.

• Mendix: Snowflake에서 AI 기반 애플리케이션을 통해 보다 간소화된 통합과 고급 자동화 그리고 더욱 일관된 기반을 지원하여 혁신을 가속화합니다.

• Vertex: 파일을 이동하거나 특정 CAD 플랫폼에 종속되지 않고도 제품과 공장의 고화질 3D 디지털 트윈에 액세스할 수 있어, Snowflake에서 엔지니어링을 넘어 몰입적인 작업 지침, 서비스 진단 및 기타 중요한 사용 사례를 쉽게 확장할 수 있습니다.

공급망: 소싱 및 물류 전반에 걸쳐 회복탄력성, 실시간 가시성 및 비용 관리를 향상합니다.

• Blue Yonder: Snowflake에서 공급망 컨트롤 타워 솔루션을 제공하여 실시간으로 중단 상황을 모니터링하고 물류를 최적화합니다.

• Tredence: AI/ML 모델과 Snowflake 솔루션 액셀러레이터를 활용하여 수요 감지 및 공급업체 협업을 가능하게 하고, 제조 프로세스를 최적화하며, 자동차 산업 고객을 위한 가시성을 향상시켜 공급망의 가치 창출 시간을 단축합니다.

생산: 스마트 팩토리 이니셔티브, 품질 보증 및 예측형 유지 관리 촉진

• DXC Technology: Snowflake를 사용하는 자동차 회사에 DTC 코드 근본 원인 분석(RCA), SDV, 부품 계획, 서비스/보증 운영 및 데이터 수익화와 같은 커넥티드 모빌리티 분석을 제공합니다.

• evolv Consulting: 자동차 공장 수준의 운영을 개선하고 프로세스를 자동화합니다.

• Cirrus Link, HighByte, HiveMQ 및 LTIMindtree: 낮은 네트워크 부하로 IT/OT 데이터를 Snowflake에 네이티브로 수집하여 생산 현장 및 엔터프라이즈 데이터의 IT/OT 통합을 가능하게 합니다.

• Kipi.ai: Snowflake Native App인 Kalibrate는 장비나 기계의 장애 발생 시점을 예측하여 제조사가 예방 조치를 통해 가동 중지 시간 및 장애 관련 비용을 줄일 수 있도록 지원합니다. 

• LandingAI: Snowflake Native App인 LandingAI의 LandingLens는 자동차 제조를 위한 Visual AI를 제공하여 품질 관리 효율성을 향상시킵니다. LandingAI는 또한, 공정 흐름도 및 검사 보고서와 같은 복잡한 문서를 정확하게 처리할 수 있는 에이전틱 문서 추출 기능을 제공합니다. 이를 통해 제조 프로세스에서 더 빠른 데이터 기반 의사 결정을 수행할 수 있습니다.

• Sigma: Snowflake 내에서 네이티브 방식으로 대량의 데이터를 분석하여 추세를 파악하고 이상 징후를 예측하여 에너지 최적화, 제조 인사이트 및 품질 관리 자동화와 같은 제조 및 공급망 사용 사례를 지원합니다.

영업 및 애프터마켓 서비스: 차량 소유권 전반에서 수익, 고객 경험 및 데이터 수익화를 촉진합니다.

• Snowflake Marketplace: 마케팅, 고객 서비스 및 운영 계획을 강화하기 위해 EV 충전소 지도, 모빌리티 행동 추세, 차량 인벤토리 데이터와 같은 데이터 제품에 대한 액세스를 제공합니다.

앞으로 자동차 산업이 주력해야 할 영역은 어디이며, 이를 실현하는 데 필요한 것은 무엇인가요?

모든 자동차 회사는 차량 개발 프로세스 전반에서 생성된 데이터를 활용하여 AI 기반의 디지털 트랜스포메이션을 시작하고 있습니다. 이 여정을 성공적으로 진행하려면 기본 클라우드 인프라에 구애받지 않는 강력한 데이터 전략과 데이터 관리 플랫폼을 갖춰야합니다. 

Snowflake는 AI 데이터 클라우드 및 사전 구축된 솔루션 제품을 통해 이 여정을 가속화할 수 있도록 지원할 수 있습니다. 이러한 모든 데이터의 완전한 통합을 통해 자동차 업계는 머지 않아 AI 기반 디지털 트윈과 완전 자율 주행 차량 및 개인화된 모빌리티 서비스를 제공하는 방향으로 빠르게 나아갈 수 있을 것입니다. 

Snowflake의 제조 산업 AI 데이터 클라우드에 가입하여 새로운 자동차 솔루션과 파트너십에 바로 액세스하세요. 그리고 6월 17일에 열리는 자동차 산업 혁신 가속화: AI와 데이터를 통한 모빌리티의 미래 촉진(영문) 웨비나에 등록하세요. 본 웨비나에서는 Snowflake의 제조 부문 글로벌 산업 GTM 리드인 Tim Long이 Penske Logistics의 데이터 사이언스 및 분석 부문 부사장 Vishwa Ram과 함께 자동차 산업에서 가장 시급한 AI 및 데이터 분야의 과제와 기회에 대해 의견을 나눕니다.