Penske, Snowflake Cortex 기반 생성형 AI로 탁월함과 효율성 추진

Penske는 공급망 및 물류 솔루션 분야를 선도하는 글로벌 기업입니다. 핵심 화물의 운송을 조율하는 것부터 대규모 물류 네트워크 설계에 이르기까지 기업들은 정확한 납기와 높은 실행 완성도를 보장하는 Penske의 서비스를 일상적으로 활용하고 있습니다. 

Penske Logistics는 그룹의 핵심 사업 부문 중 하나로, 전 세계 고객에게 전용 계약 운송, 창고 운영, 운송 관리 등의 물류 서비스와 맞춤형 공급망 솔루션을 제공합니다. 다수의 운영 요소가 상시적으로 작동하는 환경에서, 데이터는 경로 최적화, 원활한 물류 흐름 유지, 운영 중단 최소화에 중요한 역할을 하며 Penske Logistics의 핵심 자산으로 자리 잡고 있습니다. 

Penske Logistics는 모든 성과 지표를 원활하고 확장 가능한 방식으로 관리하는 동시에 새로운 AI 혁신을 구축할 수 있는 탄탄한 기반이 필요했습니다. Snowflake의 강력한 데이터 플랫폼과 Cortex AI를 통한 생성형 AI 역량을 통해, Penske Logistics는 모든 성과 지표를 통합하고 직원 생산성과 성과를 개선하는 생성형 AI 프로젝트를 성공적으로 시작했습니다.

Penske Logistics는 데이터를 활용해 경쟁력을 확보해 온 기업입니다. 플릿 운영과 고객 서비스를 개선하기 위해 데이터 사이언스를 조기에 도입하고 주행 데이터 분석을 고도화하며 안전과 서비스 수준을 향상시키기 위해 전자 운행 기록 장치와 텔레매틱스 장비를 트럭에 통합한 선도 기업 중 하나였습니다. 

이처럼 방대한 데이터를 관리하기 위해 Penske는 다양한 소스에서 성과 데이터를 기록해 왔습니다. 하지만 몇 년 전까지만 해도 SQL Server와 메인프레임 시스템 등 온프레미스 데이터 솔루션의 한계로 인해 이러한 데이터를 효과적으로 활용하는 데 어려움을 겪었습니다. 리포팅 프로세스는 조직 전반에 대한 가시성을 리더십에 충분히 제공하지 못했고 비즈니스 분석가는 BI 리포트를 생성하기 위해 다른 부서에 의존해야 했습니다. 리포팅 도구는 제한된 위치에서 단기간 데이터만 처리할 수 있었으며 장시간 실행 시 운영 안정성에 한계가 있었습니다. 

데이터 역량을 강화하기 위해 데이터 사이언스 팀은 클라우드 기반의 데이터 레이크 중심 솔루션으로 전환할 필요가 있었습니다. Snowflake는 사용 편의성, 확장성, 내장형 데이터 사이언스 기능을 바탕으로 경쟁 솔루션 대비 팀의 지지를 빠르게 얻었습니다. 또한 Snowflake의 플랫폼 애그노스틱 아키텍처를 통해 Penske는 온프레미스 시스템의 한계를 극복하고 조직 전반을 보다 폭넓게 조망할 수 있게 됐습니다.

Azure 기반 Snowflake를 도입한 Penske Logistics는 보안이 적용된 환경에서 데이터를 중앙화하고 인프라를 확장해 성능을 개선했으며 리포팅 역량도 즉각적으로 향상시켰습니다. 이제 비즈니스 분석가는 5년치 전사 데이터를 기반으로 한 BI 리포트를 단 15분이면 생성할 수 있습니다. 또한 Tableau와 같은 인증된 셀프서비스 도구를 활용해 분석가가 직접 리포트를 구축할 수도 있습니다. 이를 통해 데이터 엔지니어링 및 분석 팀은 서비스 제공 확대, 그리고 더 높은 가치를 창출하는 기능과 역량 개발에 집중할 수 있습니다.  

리더십은 이러한 리포팅 결과를 활용해 핵심 데이터 인사이트를 확보하고 정보에 입각한 의사 결정을 내릴 수 있습니다. 운영 부서부터 인사 부서에 이르기까지 Penske Logistics의 모든 부서는 Snowflake를 통해 데이터 사이언스를 활용하고 있습니다. 데이터 사이언티스트는 데이터 접근에 소요되는 시간을 줄이고, Snowflake를 통해 데이터 처리와 분석을 위한 반복 가능한 프로세스를 구축함으로써 일관성과 생산성을 개선하고 있습니다.

Ram은 Snowflake가 데이터 사이언티스트의 업무 복잡성을 크게 낮춰 줌으로써, 팀에 합류하려는 우수한 인재를 끌어들이는 또 하나의 중요한 이점을 제공하고 있다고 말합니다.

기술 혁신을 선도해 온 Penske Logistics의 리더십은 운영 전반에 생성형 AI를 적용해 더 큰 가치를 창출하고자 했습니다. 데이터 사이언스 팀은 관리자가 성과 지표를 한눈에 파악할 수 있도록 다양한 AI 솔루션을 검토했습니다. 데이터를 분석하고 통합해 동향을 파악하며 선제적인 인사이트 공유를 통해 비즈니스 논의를 활성화하는 데 주력했습니다.

Snowflake Cortex AI는 이러한 과제를 해결했습니다. Snowflake의 거버넌스가 적용된 경계 내에서 대규모 언어 모델(LLM)을 호스팅하고 제공하기 때문에, 팀은 Cortex AI를 통해 추가 승인이나 신규 AI 공급업체에 대한 투자 없이도 LLM을 데이터에 안전하게 연결할 수 있었으며 비용 효율성도 확보할 수 있었습니다.

Penske Logistics는 직원 안전과 성과, 유지율을 핵심 가치로 삼습니다. 관리자는 방대한 데이터를 기반으로 팀에 개인화된 인사이트와 권장 사항을 제공해 이러한 영역을 개선하고자 했습니다. 그러나 데이터에서 도출되는 인사이트에 쉽게 접근할 수 없었고 대시보드에 포함된 약 30개에 달하는 데이터 컬럼을 일일이 분석해야 하는 수작업 프로세스가 필요했습니다.

이제 Penske는 Cortex AI의 LLM을 활용해 성과 지표를 신속하게 분석하고 각 직원에 맞는 논의 포인트와 권장 사항을 도출할 수 있습니다. 이러한 인사이트를 통해 관리자는 보다 명확하고 정밀하며 실행 가능한 다음 단계를 중심으로 대화를 진행합니다.

솔루션 도입 이후, 관리자는 여러 데이터 소스와 수많은 컬럼을 일일이 확인할 필요 없이 포괄적인 요약 내용을 통해 업무 효율을 크게 높이고 있습니다. 그 결과 Penske는 직원 성과와 안전, 유지율 전반에서 가시적인 개선을 거두고 있습니다.  

Penske Logistics는 성과 관련 상호작용을 보완하고 인사이트를 개선하기 위해 Cortex AI 기능을 비즈니스 전반의 더 많은 영역으로 확장할 계획입니다. 현재 조직 내에서는 창고 직원의 피드백 수집을 포함해 여러 항목 기반 프로세스가 머신러닝 모델로 운영되고 있으며, 데이터 사이언스 팀은 여기에 LLM을 적용해 감성 분석을 고도화할 예정입니다. 또한 Document AI를 도입해 수기 및 인쇄된 운행 기록부에서 데이터를 자동으로 추출하고, 이를 바탕으로 운영 효율성과 데이터 정확성을 지속적으로 개선해 나갈 계획입니다.