국내 대표 자동차 AI 플랫폼 '카차트AI', Snowflake Intelligence로 데이터 인사이트의 한계를 넘다

CLM&S(Car Lifecycle Management & Service)는 대한민국을 대표하는 자동차 온라인 등록 및 자동차데이터 전문 기업입니다. 신차 등록부터 이전·말소·매매에 이르기까지 차량 생애 전 구간의 행정·데이터·디지털 서비스를 제공합니다.

자동차 정보 서비스 브랜드 'CARISYOU(카이즈유)'를 통해 국내외 차량 등록·거래 데이터를 수집·가공하여 월간 차트, 통계 웹리포트, BI 대시보드 형태로 제공하며, 차량 제조사·금융사·리스·렌터카·딜러·온라인 플랫폼 등 다양한 B2B 고객사의 데이터 기반 의사결정을 지원하고 있습니다. 나아가 데이터 고관여 교수·연구원 등 개인(B2C) 고객에게도 서비스를 개방하여 자동차 데이터의 활용과 접근성을 높이고 있습니다. 14년 이상 누적된 1억 5천만 건의 자동차 빅데이터는 카이즈유 서비스의 핵심 경쟁력입니다.

자동차 연관 산업에서 데이터 기반 의사결정은 이제 생존을 위한 필수 요소가 됐습니다. 차량 제조사·금융사·플랫폼 기업 모두 차량 데이터와 AI 분석을 통해 경쟁 우위를 확보하려 합니다. CLM&S 역시 이러한 흐름에 발맞춰 B2B 고객에게 더 빠르고 풍부한 데이터 서비스를 제공해야 했고, 나아가 자연어로 차량 데이터를 분석하는 AI 서비스로의 확장을 준비하고 있었습니다.

서비스 성장과 함께 데이터 플랫폼에 대한 요구 수준도 높아졌습니다. 외부 고객에게 24시간 365일 제공되는 BI 차트 서비스 특성상 클러스터를 항상 켜둬야 했고, 이는 야간·주말 유휴 시간에도 비용이 끊임없이 발생하는 구조로 이어졌습니다.

5~10년치 장기 데이터를 조회하는 일부 쿼리는 최대 39초까지 소요됐고, 비용을 아끼려고 클러스터를 끄면 성능이 떨어지는 악순환이 반복됐습니다. 데이터·파이프라인·AI 워크로드가 각각 다른 시스템에 분산된 구조로는 서비스를 빠르게 확장하는 데 한계가 있었습니다. 더 빠른 서비스, 더 낮은 비용, 그리고 데이터 사일로와 워크로드 사일로를 동시에 제거할 수 있는 새로운 인프라가 필요한 시점이었습니다.

CLM&S는 기존 솔루션과 비교 검토한 끝에 다음의 이유로 Snowflake를 선택했습니다.

첫째, 비용 구조의 근본적인 변화입니다. 자동 Suspend/Resume으로 유휴 시간 비용이 사실상 사라지고, Result Cache는 웨어하우스가 중지되더라도 24시간 유지되어 반복 조회 시 추가 컴퓨팅 비용 없이 즉시 응답이 가능합니다. 비용과 성능을 트레이드오프 없이 동시에 최적화할 수 있는 구조입니다.

둘째, AI 서비스와의 자연스러운 통합입니다. 데이터를 외부로 이동하거나 별도 인프라를 구축하지 않고, 기존 데이터 위에서 바로 AI 서비스를 구현할 수 있는 환경이 Snowflake Intelligence를 통해 가능했습니다.

셋째, 단일 플랫폼의 완결성입니다. 저장·처리·분석·공유·AI까지 하나의 플랫폼에서 수행하고, Data Sharing을 통해 데이터를 복사 없이 실시간으로 공유하면서도 일관된 거버넌스를 유지할 수 있습니다. 새로운 시스템을 추가하거나 플랫폼을 전환하지 않고도 비즈니스 성장에 맞춰 유연하게 확장할 수 있다는 점이 CLM&S에게 중요했습니다.

CLM&S는 여러 시스템에 분산되어 있던 파이프라인을 Oracle, AWS Glue, S3, Snowflake로 이어지는 일원화된 흐름으로 단순화했습니다. 

Snowflake 내부 아키텍처는 효율적인 데이터 관리를 위해 두 개의 레이어로 구성됩니다.  STG(Staging) 레이어에서 Oracle 원천 데이터를 신속하게 적재하고, Mart 레이어에서 브랜드·모델·지역·연료·성별·연령별 통계 등 최종 집계 결과를 미리 계산해 저장합니다. 웹 차트 서비스는 이 Mart 레이어와 Result Cache를 결합해 반복 조회 성능을 극대화합니다.

월 배치 파이프라인은 Snowflake Task와 Notebook을 활용해 완전 자동화했습니다. 단일 호출(CALL run_pipeline('YYYYMM'))로 데이터 적재부터 집계 테이블 생성까지 전 과정이 자동 실행되며, 기존의 복잡한 SQL 패턴도 Snowflake 표준 문법으로 전환해 90여 개의 BI 쿼리를 최적화했습니다.

또한 Data Sharing을 통해 데이터 계정과 AI 서비스 계정을 실시간으로 연결했습니다. 결과적으로 웹기반의 데이터 대시보드 서비스인 카차트 서비스와 AI 에이전트 기반인 카차트AI 서비스가 항상 동일한 최신 데이터를 기반으로 작동하며, 별도 복사나 추가 파이프라인 없이 조직 내 데이터 협업이 가능해졌습니다.

① 쿼리 성능 3.2배 향상

Snowflake 전환 후 대표 BI 쿼리 3건의 응답 시간이 각각 1.76초→0.7초, 4.4초→1.2초, 5.97초→1.7초로 단축됐습니다. 최소 2.5배에서 최대 3.7배의 속도 향상으로, B2B 고객이 매일 사용하는 차트 서비스의 체감 품질이 크게 달라졌습니다.

② 연간 비용 78% 절감

기존 플랫폼에서는 클러스터를 24시간 켜두어야 했기 때문에, 실제 쿼리가 없는 야간·주말에도 비용이 그대로 발생했습니다. Snowflake로 전환한 후에는 미사용 시 자동 Suspend, 요청 시 즉시 재가동되는 구조 덕분에 유휴 시간 과금이 사실상 사라졌습니다.

그 결과 연간 총소유비용(TCO)을 약 $32,000에서 $7,000 수준으로 78% 절감했습니다. Fully Managed SaaS 모델 도입으로 별도 인프라 관리 비용과 운영 부담도 크게 줄었습니다. CLM&S는 이렇게 확보한 예산과 리소스를 서비스 고도화에 집중 투입하며, 고객이 데이터로부터 더 빠르고 가치 있는 인사이트를 얻을 수 있도록 지원하고 있습니다.

③ 지능형 AI 서비스 '카차트AI' 성공적 론칭

CLM&S는 Snowflake Intelligence와 시멘틱 뷰(Semantic View)를 활용해 자연어로 복합 질의가 가능한 카차트AI를 론칭했습니다. 이제 자동차 업계 실무자는 복잡한 SQL 기술 없이도 "최근 3년간 부산시의 하이브리드 차량 판매 추이를 분석해줘"와 같은 질문만으로 1억 5천만 건의 빅데이터에서 정밀한 인사이트를 즉시 도출할 수 있습니다. 또한 보고서 자동 생성 기능을 활용하면 통계가 집약된 전문 리포트 초안을 즉시 완성할 수 있습니다.

데이터를 외부로 옮기거나 별도 AI 플랫폼을 구축할 필요 없이, Snowflake에 축적된 데이터 위에서 바로 서비스를 올린 것이 핵심입니다.

출시 후 고객 반응도 긍정적입니다. 자동 보고서 생성 기능은 전략 기획·마케팅 담당자의 실무 부담을 획기적으로 줄였습니다. Thinking Process 기능이 분석 과정을 실시간으로 보여주며 높은 신뢰감을 이끌어냈고, 도입 초기임에도 팀 전체에 사용을 권장하는 고객사가 나올 만큼 현장 반응이 빠르게 확산되고 있습니다.

CLM&S는 향후 Snowflake 내부에서 데이터 분류 작업을 자동화하여 신규 데이터 온보딩 시간을 더욱 단축할 계획입니다. 또한 AI의 응답 품질을 지속적으로 고도화하여 보험, 금융, 모빌리티 등 인접 영역으로 서비스를 확대할 예정입니다.