
고객 사례
현대홈쇼핑, AI 기반 고객 분석, 캠페인 자동화 실현
현대홈쇼핑은 Snowflake로 통합된 고객 행동 로그, 구매 이력, 검색 키워드 데이터를 활용해 AI가 실시간으로 최적의 상품을 제안하고 캠페인 실행을 자동화하는 지능형 쇼핑 환경을 구현했습니다. 흩어져 있던 정형·비정형 데이터를 한곳으로 모아 데이터 사일로를 제거하고 분석 효율을 높이기 위해 Snowflake AI 데이터 클라우드를 선택했으며 , 이를 통해 기존 Oracle Exadata와 Hadoop 기반의 이원화된 환경에서 겪던 성능 병목과 복잡한 관리 부담을 근본적으로 해결했습니다.


업종
Retail & Consumer Goods위치
Korea고객사 소개
현대홈쇼핑은 TV, 인터넷, 모바일 등 다양한 구매 채널을 운영하는 온라인 유통 전문 회사다. 국내 최초의 T커머스, 업계 최초 스마트
TV 전용 쇼핑앱 등 매체를 넘나드는 쇼핑 환경 제공을 위해 노력하고 있다. 현대백화점그룹 IT 계열사인 현대퓨처넷은 IT서비스 운영, 개발, 클라우드 및 AI, 디지털 사이니지, 실감 콘텐츠 전시 등의 사업을 진행중이다.
주요 내용
- AI 기반 고객 세그멘테이션, 타겟팅: MD 등의 현업부서가 직접 AI를 활용해 타겟 고객 추출, 맞춤형 메시지 생성
- AI 기반 캠페인 자동화: AI가 실시간으로 최적의 상품을 제안하고 자동으로 캠페인 운영
- 마이그레이션으로 성능 향상 및 운영비용 절감: Exadata의 성능 병목을 Snowflake로 해결하며 데이터 조회 속도 ~6배 향상, 30% 운영 비용 절감
이원화된 데이터 환경, 통합 분석의 어려움
현대홈쇼핑은 데이터 사일로와 관리 복잡성, 사내 데이터 접근 수요증가 등으로 데이터 분석 환경 운영에 어려움을 겪고 있었다. 본격적인 AI 시대에 맞춘 새로운 데이터 환경이 필요했다. 기존 데이터 분석 환경은 오라클 Exadata(OLTP/OLAP),
Hadoop(서버 및 사용자 행동 로그) 등으로 이원화돼 있었다. Exadata로 파워BI, IT, 데이터 분석, 영업, 보험, 캠페인 등 다양한 요
청을 처리하고, Hadoop으로 상품추천과 캠페인 성과 분석 등을 처리했다. 엑사데이터의 경우 OLTP와 OLAP 동시 처리로 성능이 저하되고, 고성능 분석 시 장애가 타 영역으로 전파되는 문제도 있었다. 영역별 자원 사용 현황 파악도 어려웠다. Hadoop의 경우 다양한 오픈소스 솔루션을 조합하다보니 기술 장벽이 높고, 하드웨어 관리와 주기적 장비 교체 등의 어려움도 컸다. 물리적으로 분리된 데이터 플랫폼은 통합적인 데이터 분석을 제한했고, 플랫폼 관리에 많은 리소스를 투입하다보니 정작 데이터 분석 업무에 집중하지 못하는 문제가 있었다. 현업부서의 데이터 접근은 IT조직에 의존해야 했다. 현대홈쇼핑은 데이터 분석 관련 업무를 단일 플랫폼으로 일원화하고, 정형 및 비정형 데이터를 통합해 활용할 수 있는 분석 플랫폼으로 전환하기로 했다. 사용 패턴에 따라 컴퓨팅 자원을 조절하고, 업무별로 컴퓨팅 자원을 상호 독립적으로 운용하며, 운영 관리 부담을 최소화하면서 성능을 최적화할 수 있는 데이터 플랫폼을 검토했다. Snowflake는 성능, 비용, 연동 및 관리 편의성 등에서 최적의 솔루션으로 판단됐다.
Snowflake는 빠르고, 쉽고, 합리적입니다. 예전이라면 포기했을 일, 기존에 할 수 없던 일을 가능하게 합니다. 더욱 가치있는 일을 더 쉽게 하면서, 지속적인 발전으로 다음을 기대하게 만듭니다.
성능 및 비용 최적화, AI 기반 캠페인 자동화 구축
현대홈쇼핑은 본격적인 전환 과정과 서비스 오픈을 거치며 성능을 최적화한 결과 업무 전반에서 큰 폭의 성능 향상 효과를 얻었다.
워크로드 유형별로 장기고객 주문 데이터 분석에서 70~80%의 조회 속도 상승 효과가 나타났다. 예를 들어 프로모션에서 75%, CRM에서 90% 조회 시간을 단축했다. IT 배치 작업 시간은 20% 줄었다.
비용 최적화도 달성했다. Snowflake 도입 예산 수립 당시 전체 운영비용의 15% 절감을 예상했는데, 실제 오픈 후 10% 추가 절감 효과가 나타났다. 오픈 후에는 5%의 추가 절감도 달성했다. 이로써 최종 운영 비용을 기존 대비 30% 절감하게 됐다. 현대홈쇼핑은 비용 최적화를 위해 불필요한 반복 업무를 제거하고, 한 번에 여러 프로그램을 돌리는 등 면밀한 운영 전략을 수립했다.
Snowflake의 Clone 기능을 활용해 운영계 DB를 복제, 스테이지 혹은 개발 DB를 구축하고 있다. 이는 별도 DB 구성으로 발생하는 서버 및 라이선스 등의 운영 비용을 없애고 스토리지 비용만 발생시킨다. 70~80%의 높은 데이터 압축률 덕에 스토리지 비용도 절감할 수 있었다. 일련의 최적화 과정은 단순 비용 절감 효과를 넘어 근본적인 프로그램 품질 개선 효과도 창출했다.
현업 부서는 통합된 실시간성 데이터를 다각도로 분석해 더 유의미한 가치를 뽑아낼 수 있게 됐다. 특히 AI를 활용한 고객 타깃팅 및 실시간 상품 추천서비스를 추진하고 있다.
고객의 ▲특성 ▲유입채널 ▲관심상품 ▲검색 키워드 ▲검색 시간 ▲이탈 페이지 등을 다각도로 분석하고, 상품의 키워드와 제품 그룹군을 연결해 연관 카테고리 별로 대표 상품을 벡터화했으며, 경쟁 브랜드와 비교해 로직을 설정, 고객 계층형 구조로 데이터를 표준화했다. 이를 통해 빠른 조회나 통합된 뷰로 볼 수 있는 고객 통합 분석 테이블을 갖췄다.
고객 행동 데이터 분석은 의미있는 실행으로 연결된다. 분석 결과를 실제 프로모션에 반영하고 고객 커뮤니케이션을 자동화한다. 상품 MD는 고객 타깃팅 시 데이터 분석팀과 마케팅팀에 의존하지 않고 웹 기반 환경에서 AI를 기반으로 직접 수행할 수 있다. 상품 기본 정보, 방송 정보, 고객 그룹 등의 데이터를 AI로 고객과 커뮤니케이션할 메시지 문구를 자동 생성하고, 캠페인 전 과정을 자동화한 것이다. 현대홈쇼핑은 고객 행동 데이터를 기반으로 맞춤 캠페인을 진행하고, 반응에 따라 실시간으로 전략을 수정하며 투자대비성과(ROI)를 높였다.

AI로 진화하는 데이터 활용의 미래
현대홈쇼핑은 Apache Kafka로 고객의 실시간 행동데이터를 수집하고, 운영계 데이터 및 AI 데이터와 연계해 실시간 캠페인 서비스를 제공할 계획이다. 사내 인사이트 발굴 관점에서 SnowSight 기반으로 데이터 분석 환경 전환에 따른 변화를 관리하고, Streamlit을 활용해 데이터 대시보드 활용을 강화하는 것도 계획중이다. Cortex AI를 활용한 Text to SQL 챗봇을 구축해 현업 비개발자의 데이터 접근도 개선할 예정이다.


