2018.07.18

셀프서비스 애널리틱스는 GM을 어떻게 바꿔놓았나

Clint Boulton | CIO
제너럴모터스(GM)는 예측 분석(predictive analytics) 플랫폼 '맥시스(Maxis)'를 자체 구축해 사용중이다. 맥시스란 통찰력을 극대화한다는 의미다. 자율주행차에 대한 시장의 요구 같은 기업의 핵심 사업 전략에 대한 인사이트를 도출해 낸다. GM은 맥시스 개발을 위해 자사 IT 전략에 맞는 데이터 처리 기술에 수백만 달러를 투자했다.



맥시스가 만들어낸 정보에는 GM의 직원 수천명이 이용한다. GM의 글로벌 데이터 전략과 인공지능, 애널리틱스 서비스 담당 CIO로, 맥시스 운영을 관장하는 레스 코플랜은 "비즈니스 애널리스트부터 소프트웨어 엔지니어, 데이터 사이언티스트, C레벨 임원까지 모두가 맥시스에 접속할 수 있다"라고 말했다. 맥시스의 가장 큰 특징은 셀프서비스 애널리틱스라는 점이다. 즉 사용자가 구글 같은 검색 인터페이스를 이용해 필요한 정보를 찾을 수 있다. 예를 들면 가격과 인센티브, 마케팅 최적화, 세일즈 리드 관리, 매출 예상 같은 정보다.

셀프서비스 애널리틱스가 예측적 통찰을 가속
가트너에 따르면, 2019년이 되면 현업 사용자가 셀프서비스로 산출한 애널리틱스 결과가 전문 데이터 사이언티스트의 산출물을 뛰어넘게 된다. 가트너가 CIO 3000명을 설문조사한 결과를 보면, 애널리틱스와 BI가 시장에서 자신의 기업을 차별화할 수 있는 기술로 1위를 기록했다.

실제로 GM은 '서비스로서 데이터' 플랫폼을 누구나 이용할 수 있게 한 이후 다른 많은 긍정적 결과를 확인했다. 예를 들어 GM의 소프트웨어 엔지니어 300명 정도가 맥시스를 이용한다. 이들이 맥시스를 쓰는 용도는 크게 4가지다. 먼저 정보 수집이다. 하루에만 300억 줄의 정보 약 1.5페타바이트 분량을 처리한다. 이 데이터는 커넥티트카 관련 애플리케이션과 사물인터넷(IoT) 센서 같은 내부 소스는 물론, 협력업체와 GM의 공급망에 속한 기업 등 외부 소스에서 수집된다. 이러한 대규모 데이터 수집 과정의 가장 큰 어려움은 정제된 데이터임을 확인하는 것과 그 소스가 되는 시스템과 연동하는 것이다. 코플랜은 "다른 기업과 마찬가지로 우리도 데이터 정제 관련된 작업을 많이 해야 했다"라고 말했다.

GM의 애널리틱스 서비스 담당 CIO 레스 코플랜

GM의 소프트웨어 엔지니어가 맥시스를 사용하는 2번째 용도는 GM의 직원 누구나 맥시스를 잘 이용할 수 있도록 데이터를 잘 정의하는 것이다. KPI를 산출하고 싶은 중역부터 알고리즘을 검증하려는 데이터 사이언티스트까지 맥시스로 작업을 처리할 수 있도록 데이터를 잘 정제하는 것이다. 코플랜은 "(이런 작업을 통해) 데이터 사이언티스트가 데이터를 정제하는 데 몇시간씩 허비하지 않아도 된다"라고 말했다.

맥시스의 세번째 용도는 맥시스를 통해 데이터에 접근할 수 있도록 지원하는 것이다. GM의 애널리틱스 전략에는 많은 직원으로부터 애널리틱스 인사이트에 대한 요청을 수작업으로 자세히 조사하고 처리하는 수백명이 포함된다. 잘 정의된 컴플라이언스 규정을 통해 맥시스는 직원들이 접근할 수 있는 정보가 무엇인지 자동으로 점검한다.
코플랜은 "이를 위해 새로운 방식으로 권한 조정하고 문화를 바꾸는 엄청난 전환이 있었다"라고 말했다.

마지막 네번째 용도는 '현업에 도움이 되는' 인사이트를 도출하는 것이다. 코플랜에 따르면, 현재 맥시스가 만들어내는 주요 비즈니스 인사이트는 다음과 같다.

- GM의 글로벌 구매 담당자: 기존 업무 방식으로는 발견할 수 없었던 비용 절감 방안을 맥시스를 이용해 발굴
- 고객 관리와 판매 후 품질 담당 부서: IT 팀과 협업해 셀프서비스 리포팅과 자동화된 문제 발견, 알림 기능을 지원하는 데이터 생성
- GM의 메이븐(MAVEN) 모빌리티 및 자동차 공유 서비스: 맥시스를 이용해 기존 고객의 특성을 분석하고 새 고객 발굴
- 신차 개발 과정에서 가격을 더 빨리 결정할 수 있도록 지원
- 주요 브랜드의 마케팅 효과를 개선
- 품질 보증 비용, 지능화된 자동차 식별 번호 개발, 수요/공급 통제 등에 대한 인사이트 제공
- 말리부(Malibu) 1.5L 터보 엔진의 불량률 이슈의 근본 원인 분석을 지원

또한, 맥시스는 GM이 자율주행 사업의 가능성을 판단하는 데도 도움이 됐다. GM은 맥시스를 이용해 GM/크루즈 오토메이션(GM/Cruise Automation) 전략에 필요한 데이터 모델을 개발했다. 지역별 자율주행 차량 이용률을 예측하고 자율주행 차량이 미래에 어떻게 도시에 적용될지 예측하는 공간 정보를 산출했다. 현재 자율주행은 연료 소비와 자동차 사고를 줄일 가능성이 주목받으면서 전 세계 자동차 시장의 다음 먹거리로 거론되고 있다. 가트너는 2020년까지 다양한 자율주행 차량이 시장에 나올 것으로 전망한다.

GM은 2017년 기준 맥시스의 사업적 가치가 1억 달러를 넘어선 것으로 추산했다. 2018년까지 2~3배 정도 더 늘어날 가능성도 있다고 예상했다. 코플랜은 "우리의 비즈니스 파트너들이 맥시스를 이용해 만들어낼 수 있는 전체 가치도 기하급수적으로 커지고 있다"라고 말했다.


보닛 아래
GM은 맥시스를 구축하면서 여러 업체의 다양한 기술을 통합했다. 마이크로소프트, IBM, 테라데이터를 비롯해, 하둡 등 다양한 오픈소스 소프트웨어 툴을 사용했다. 빅데이터 수집과 처리를 지원할 서비스 중 상당수는 직접 개발하기도 했다. 또한, 비즈니스 애널리스트부터 데이터 사이언티스트까지 GM의 여러 직종 직원이 맥시스를 사용할 수 있도록 핵심 인사이트를 만들어내는 툴과 라이브러리도 제공했다. 여기에는 SAS와 마이크로소프트, IBM 기술 외에도, HUE, 스파크(Spark), 주피터(Jupiter), 이그나잇(Ignite) 같은 오픈소스 툴도 포함된다.

현재 맥시스 스택은 피보탈 클라우드 파운드리(Pivotal Cloud Foundry) 기반의 프라이빗 클라우드에서 운영하고 있다. 그러나 앞으로 더 발전시켜 나갈 계획이다. 코플랜은 "데이터를 활용하는 더 새로운 방법을 찾고 있다. 예를 들어 AI와 머신러닝(ML) 툴을 이용하면 맥시스가 데이터를 더 지능적이고 더 구조화할 수 있을 것으로 보고 있다. 이들 기술과 다른 방법론이 발전함에 따라, 우리가 직면한 복잡한 과제들을 해결하고 새로운 사업 기회를 찾을 수 있는지 계속해서 검토할 것이다"라고 말했다.

맥시스가 성공한 데는 글로벌 CIO 랜디 모트의 IT 재정비 작업이 결정적이었다. 그가 GM에 합류한 2012년 당시에는 IT 조직과 시스템의 약 90%를 HP의 EDS 서비스에 아웃소싱했다. 20개 이상의 데이터센터에서 수백개 앱을 운영했다. 그러나 모트는 더 많은 소프트웨어를 인하우스로 개발하는 것이 GM의 성장을 더 잘 지원하는 것임을 깨달았다. 이후 그는 IT 인력 1만 명을 채용하고 IT를 기초부터 재설계하기 시작했다. 코플랜은 "이러한 전환이 없었다면 맥시스를 절대 성공적으로 구축할 수 없었을 것이다"라고 말했다. ciokr@idg.co.kr 

2018.07.18

셀프서비스 애널리틱스는 GM을 어떻게 바꿔놓았나

Clint Boulton | CIO
제너럴모터스(GM)는 예측 분석(predictive analytics) 플랫폼 '맥시스(Maxis)'를 자체 구축해 사용중이다. 맥시스란 통찰력을 극대화한다는 의미다. 자율주행차에 대한 시장의 요구 같은 기업의 핵심 사업 전략에 대한 인사이트를 도출해 낸다. GM은 맥시스 개발을 위해 자사 IT 전략에 맞는 데이터 처리 기술에 수백만 달러를 투자했다.



맥시스가 만들어낸 정보에는 GM의 직원 수천명이 이용한다. GM의 글로벌 데이터 전략과 인공지능, 애널리틱스 서비스 담당 CIO로, 맥시스 운영을 관장하는 레스 코플랜은 "비즈니스 애널리스트부터 소프트웨어 엔지니어, 데이터 사이언티스트, C레벨 임원까지 모두가 맥시스에 접속할 수 있다"라고 말했다. 맥시스의 가장 큰 특징은 셀프서비스 애널리틱스라는 점이다. 즉 사용자가 구글 같은 검색 인터페이스를 이용해 필요한 정보를 찾을 수 있다. 예를 들면 가격과 인센티브, 마케팅 최적화, 세일즈 리드 관리, 매출 예상 같은 정보다.

셀프서비스 애널리틱스가 예측적 통찰을 가속
가트너에 따르면, 2019년이 되면 현업 사용자가 셀프서비스로 산출한 애널리틱스 결과가 전문 데이터 사이언티스트의 산출물을 뛰어넘게 된다. 가트너가 CIO 3000명을 설문조사한 결과를 보면, 애널리틱스와 BI가 시장에서 자신의 기업을 차별화할 수 있는 기술로 1위를 기록했다.

실제로 GM은 '서비스로서 데이터' 플랫폼을 누구나 이용할 수 있게 한 이후 다른 많은 긍정적 결과를 확인했다. 예를 들어 GM의 소프트웨어 엔지니어 300명 정도가 맥시스를 이용한다. 이들이 맥시스를 쓰는 용도는 크게 4가지다. 먼저 정보 수집이다. 하루에만 300억 줄의 정보 약 1.5페타바이트 분량을 처리한다. 이 데이터는 커넥티트카 관련 애플리케이션과 사물인터넷(IoT) 센서 같은 내부 소스는 물론, 협력업체와 GM의 공급망에 속한 기업 등 외부 소스에서 수집된다. 이러한 대규모 데이터 수집 과정의 가장 큰 어려움은 정제된 데이터임을 확인하는 것과 그 소스가 되는 시스템과 연동하는 것이다. 코플랜은 "다른 기업과 마찬가지로 우리도 데이터 정제 관련된 작업을 많이 해야 했다"라고 말했다.

GM의 애널리틱스 서비스 담당 CIO 레스 코플랜

GM의 소프트웨어 엔지니어가 맥시스를 사용하는 2번째 용도는 GM의 직원 누구나 맥시스를 잘 이용할 수 있도록 데이터를 잘 정의하는 것이다. KPI를 산출하고 싶은 중역부터 알고리즘을 검증하려는 데이터 사이언티스트까지 맥시스로 작업을 처리할 수 있도록 데이터를 잘 정제하는 것이다. 코플랜은 "(이런 작업을 통해) 데이터 사이언티스트가 데이터를 정제하는 데 몇시간씩 허비하지 않아도 된다"라고 말했다.

맥시스의 세번째 용도는 맥시스를 통해 데이터에 접근할 수 있도록 지원하는 것이다. GM의 애널리틱스 전략에는 많은 직원으로부터 애널리틱스 인사이트에 대한 요청을 수작업으로 자세히 조사하고 처리하는 수백명이 포함된다. 잘 정의된 컴플라이언스 규정을 통해 맥시스는 직원들이 접근할 수 있는 정보가 무엇인지 자동으로 점검한다.
코플랜은 "이를 위해 새로운 방식으로 권한 조정하고 문화를 바꾸는 엄청난 전환이 있었다"라고 말했다.

마지막 네번째 용도는 '현업에 도움이 되는' 인사이트를 도출하는 것이다. 코플랜에 따르면, 현재 맥시스가 만들어내는 주요 비즈니스 인사이트는 다음과 같다.

- GM의 글로벌 구매 담당자: 기존 업무 방식으로는 발견할 수 없었던 비용 절감 방안을 맥시스를 이용해 발굴
- 고객 관리와 판매 후 품질 담당 부서: IT 팀과 협업해 셀프서비스 리포팅과 자동화된 문제 발견, 알림 기능을 지원하는 데이터 생성
- GM의 메이븐(MAVEN) 모빌리티 및 자동차 공유 서비스: 맥시스를 이용해 기존 고객의 특성을 분석하고 새 고객 발굴
- 신차 개발 과정에서 가격을 더 빨리 결정할 수 있도록 지원
- 주요 브랜드의 마케팅 효과를 개선
- 품질 보증 비용, 지능화된 자동차 식별 번호 개발, 수요/공급 통제 등에 대한 인사이트 제공
- 말리부(Malibu) 1.5L 터보 엔진의 불량률 이슈의 근본 원인 분석을 지원

또한, 맥시스는 GM이 자율주행 사업의 가능성을 판단하는 데도 도움이 됐다. GM은 맥시스를 이용해 GM/크루즈 오토메이션(GM/Cruise Automation) 전략에 필요한 데이터 모델을 개발했다. 지역별 자율주행 차량 이용률을 예측하고 자율주행 차량이 미래에 어떻게 도시에 적용될지 예측하는 공간 정보를 산출했다. 현재 자율주행은 연료 소비와 자동차 사고를 줄일 가능성이 주목받으면서 전 세계 자동차 시장의 다음 먹거리로 거론되고 있다. 가트너는 2020년까지 다양한 자율주행 차량이 시장에 나올 것으로 전망한다.

GM은 2017년 기준 맥시스의 사업적 가치가 1억 달러를 넘어선 것으로 추산했다. 2018년까지 2~3배 정도 더 늘어날 가능성도 있다고 예상했다. 코플랜은 "우리의 비즈니스 파트너들이 맥시스를 이용해 만들어낼 수 있는 전체 가치도 기하급수적으로 커지고 있다"라고 말했다.


보닛 아래
GM은 맥시스를 구축하면서 여러 업체의 다양한 기술을 통합했다. 마이크로소프트, IBM, 테라데이터를 비롯해, 하둡 등 다양한 오픈소스 소프트웨어 툴을 사용했다. 빅데이터 수집과 처리를 지원할 서비스 중 상당수는 직접 개발하기도 했다. 또한, 비즈니스 애널리스트부터 데이터 사이언티스트까지 GM의 여러 직종 직원이 맥시스를 사용할 수 있도록 핵심 인사이트를 만들어내는 툴과 라이브러리도 제공했다. 여기에는 SAS와 마이크로소프트, IBM 기술 외에도, HUE, 스파크(Spark), 주피터(Jupiter), 이그나잇(Ignite) 같은 오픈소스 툴도 포함된다.

현재 맥시스 스택은 피보탈 클라우드 파운드리(Pivotal Cloud Foundry) 기반의 프라이빗 클라우드에서 운영하고 있다. 그러나 앞으로 더 발전시켜 나갈 계획이다. 코플랜은 "데이터를 활용하는 더 새로운 방법을 찾고 있다. 예를 들어 AI와 머신러닝(ML) 툴을 이용하면 맥시스가 데이터를 더 지능적이고 더 구조화할 수 있을 것으로 보고 있다. 이들 기술과 다른 방법론이 발전함에 따라, 우리가 직면한 복잡한 과제들을 해결하고 새로운 사업 기회를 찾을 수 있는지 계속해서 검토할 것이다"라고 말했다.

맥시스가 성공한 데는 글로벌 CIO 랜디 모트의 IT 재정비 작업이 결정적이었다. 그가 GM에 합류한 2012년 당시에는 IT 조직과 시스템의 약 90%를 HP의 EDS 서비스에 아웃소싱했다. 20개 이상의 데이터센터에서 수백개 앱을 운영했다. 그러나 모트는 더 많은 소프트웨어를 인하우스로 개발하는 것이 GM의 성장을 더 잘 지원하는 것임을 깨달았다. 이후 그는 IT 인력 1만 명을 채용하고 IT를 기초부터 재설계하기 시작했다. 코플랜은 "이러한 전환이 없었다면 맥시스를 절대 성공적으로 구축할 수 없었을 것이다"라고 말했다. ciokr@idg.co.kr 

X