Cubic³, 추가 비용 없이 데이터 처리량 10배 확장 및 2,500만 대 차량 연결

고급 차량과 같은 고가치 모바일 자산은 자유로운 이동 경험을 제공하도록 설계되었습니다. 다만 차량이 활용하는 연결성은 지역 규정과 로밍 제한, 다양한 장벽에 가로막히는 경우가 많아 내비게이션과 엔터테인먼트 서비스 연결 비용을 높이거나 경우에 따라서는 연결 자체를 불가능하게 만듭니다. Cubic³는 200개 이상의 국가에서 2,500만 대 차량을 대상으로 모바일, 위성 및 ISP 연결성을 관리하고 조율함으로써 모바일 자산에 진정한 자유를 제공하는 것을 목표로 합니다. 

Cubic³의 연결성 플랫폼은 차량 제조사와 이동통신사, 인터넷 제공업체, 위성 인터넷 서비스 간을 연결하는 가교 역할을 합니다. 그러나 전 세계 어디서나 일관된 연결 경험을 제공하려면 방대한 데이터가 생성되고 처리되어야 합니다.

“우리가 관리하는 데이터의 규모와 출처, 이를 생성하는 고객 수가 폭발적으로 증가하고 있었습니다.”라며 “그와 동시에 데이터 파이프라인과 프로세스는 점점 더 복잡해지고 유지 비용도 증가하고 있었습니다.”라고 Cubic³ 데이터 및 비즈니스 인텔리전스 디렉터 Richard Springer는 말합니다. 

증가하는 데이터 볼륨을 처리하기 위해 필요한 확장성과 안정적인 데이터 파이프라인을 확보하고자 Cubic³는 Azure에서 실행되는 Snowflake AI Data Cloud를 선택했습니다. Snowflake를 통해 Cubic³는 비용과 고성능을 안정적으로 유지하면서 고객 기반을 두 배로 확대했으며, 지속적인 혁신을 위한 플랫폼도 함께 확보했습니다.

그동안 Cubic³는 온프레미스 데이터 레이크와 데이터 웨어하우스를 사용해 핵심 고객 데이터 워크로드를 저장하고 처리했습니다. 그러나 레거시 플랫폼 공급업체가 데이터 솔루션의 지원 종료를 발표하면서 Cubic³는 새로운 접근 방식을 검토해야 했습니다.

Springer는 Cubic³가 필요로 하는 확장성과 성능은 물론, 새로운 데이터 제품과 사용 사례로 확장하며 혁신할 수 있는 데이터 플랫폼을 찾고자 했습니다.

“모든 고객 데이터가 데이터 레이크에 저장되어 있었기 때문에 신중한 선택이 필요했습니다.”라고 Springer는 설명합니다. “Snowflake 플랫폼은 클라우드에서 구축되고, 클라우드를 위해 설계되었기 때문에 신뢰할 수 있었습니다.”

2021년 Cubic³는 미래를 대비한 데이터 플랫폼과 광범위한 분석 사용 사례를 지원할 수 있는 낮은 지연 시간을 확보하기 위해 Snowflake의 AI 데이터 클라우드로 마이그레이션했습니다. 차량, 고객 및 통신 데이터는 Microsoft Azure Blob Storage와 Azure Virtual Machines에 저장됩니다. Snowflake와의 간편한 통합을 통해, 해당 데이터는 AI 데이터 클라우드로 직접 수집되거나 Kafka 커넥터를 통해 데이터 파이프라인에 주입됩니다. 마지막으로 팀은 Looker를 사용해 데이터를 시각화하거나 대시보드로 전달할 수 있습니다.

초기 단계에서 Cubic³는 기업과 고객을 위한 핵심 분석을 지원하기 위해 Azure 기반 Snowflake를 주로 사용했습니다. 이를 기반으로 Cubic³와 협력하는 모든 제조사는 대시보드를 통해 이상 징후를 식별하고 사용자 행동과 사용량을 분석하며 SIM 카드를 효과적으로 현지화하고 있습니다. 이러한 역량은 Cubic³와 고객이 경쟁에서 앞서 나가는 데 필요한 고품질 커넥티드 차량 경험을 제공하는 데 핵심적인 역할을 합니다.

예를 들어 자동차 제조사는 이러한 도구를 활용해 고객이 과도한 로밍 요금을 지불하는 상황을 식별하고 자동으로 해결할 수 있습니다. 또는 이러한 대시보드를 통해 전 세계 차량에 적용되는 eCall 규정이나 기타 규정을 준수하도록 SIM 카드를 자동으로 현지화할 수 있습니다.

이러한 핵심 기능은 데이터 혁신을 향한 긴 여정의 시작에 불과했습니다. 이후 Cubic³는 Dynamic Table을 활용해 데이터 워크로드와 대시보드 전반의 지연 시간을 줄였으며, Streamlit 앱은 팀이 필요한 데이터 세트에 보다 쉽게 접근할 수 있도록 지원합니다. 또한 데이터 사용량이 많은 고객을 위해 Snowflake의 협업 기능을 활용해 직접 데이터 공유를 구축함으로써 보안과 데이터 개인정보 보호를 유지하면서 전송 속도를 가속화했습니다.

연결하고 관리하는 차량들처럼 Cubic³ 역시 더 큰 도약을 이어가고 있습니다. 

Snowflake 도입 이후 Cubic³는 고객 기반을 두 배로 확대했으며 현재 2,500만 대 이상의 차량을 관리하고 있습니다. Snowflake와 함께라면 성장의 속도는 멈추지 않습니다. “Snowflake를 통해 전 세계 어디에서든 반나절 만에 새로운 인스턴스를 배포하고, 3시간 안에 데이터 공유를 구축할 수 있다는 점을 확신하게 됐습니다.”라며 “이 덕분에 고객 관계를 구축하고 신규 계약을 성사시키는 데 큰 도움이 되고 있습니다.”라고 Springer는 덧붙였습니다.

고객 기반과 데이터 볼륨이 확대되는 가운데서도 Cubic³는 이전보다 더 낮은 비용 구조를 유지하고 있습니다. 현재 Cubic³는 2019년과 거의 동일한 수준의 비용으로 데이터 관리와 처리를 수행하면서 약 10배에 달하는 데이터를 처리하고 있습니다. 전반적인 분석 비용 측면에서 Springer는 Snowflake를 통해 총비용을 약 50% 절감했다고 평가합니다.

Snowflake는 기존 워크로드에서도 더 높은 성능을 제공합니다. 대표적인 예가 미터링 및 청구 워크로드로, 과거에는 수작업으로 약 일주일이 소요되던 프로세스였습니다. Snowflake에서 실행되는 Streamlit 앱을 통해 이제 이 작업은 단 1시간이면 완료되며, 이렇게 절감된 운영 시간은 다른 비즈니스 영역에 전략적으로 재투자되고 있습니다.

Springer와 그의 팀에게 Snowflake와 함께하는 미래는 가능성으로 열려 있습니다. 팀은 이미 데이터를 확장하고 새로운 AI 및 머신러닝 알고리즘을 적용해 더 많은 인사이트를 도출하고 고객에게 더 큰 가치를 제공하는 방안을 실험하고 있습니다.

또한 Cortex AI와 대규모 언어 모델을 활용해 비기술 인력도 자연어로 데이터를 질의할 수 있도록 진입 장벽을 낮추는 방안도 검토 중입니다.

“Snowflake에 대해 더 무슨 말을 할 수 있을까요? 저희에게는 정말 큰 도움이 됐습니다.”라고 Springer는 말합니다. “플랫폼 자체에 대한 만족도가 매우 높고, Snowflake 팀 역시 훌륭합니다. 덕분에 저희는 고객과 그들이 만들어 가는 차량을 위해 정말 놀라운 성과를 만들어낼 수 있었습니다.”