"출장 줄이고 스팸 퇴출"··· BT의 애널리틱스 활용법

영국의 대형 통신업체 BT가 빅데이터 분석을 이용해 불필요한 엔지니어 출장을 크게 줄였다. 통신망의 성능을 높이고 스팸 전화도 상당 부분 잡아냈다.



BT에서 이 작업을 수행하는 것이 바로 클라우데라 엔터프라이즈 데이터 허브(Enterprise Data Hub, EDH)다. 아파치 하둡 기반의 시스템으로 사용자 수백만명의 데이터를 빠르게 분석한다.

하둡에 저장된 데이터를 이용해 네트워크의 특성을 분석하고 인터넷 속도 저하가 네트워크 때문인지, 사용자 관련 문제 때문인지 판단해 엔지니어의 출장 여부를 결정한다. BT는 이를 통해 네트워크 성능 문제를 더 깊이 이해하고 불필요한 엔지니어 출장을 줄여 수백만 파운드를 절감했다.

이 빅데이터 분석 시스템은 새로운 고객 서비스를 만드는 데도 도움이 됐다. SMS와 이메일 알림 시스템 '내 엔지니어 보기(View My Engineer)'가 한 사례인데, 고객이 엔지니어의 현재 위치를 확인할 수 있다. 앞으로 BT는 차량 관리를 개선하기 위해 이 시스템에 예측분석 기능을 추가할 예정이다.

BT의 비즈니스 인사이트와 애널리틱스 아키텍처 부서 수장인 제이슨 퍼킨스는 "다른 여러 프로젝트 전반에 걸쳐 빅데이터 분석이 큰 도움이 될 것으로 기대하고 있다"라고 말했다. 날씨 변화가 인프라 성능에 어떤 영향을 주는지 분석하는 프로젝트부터 콜센터 업무가 폭주하는 이유를 밝히고 스팸 전화를 줄이는 프로젝트까지 다양하다.

퍼킨스는 "스팸 전화는 우리 시스템에 큰 부담이다. 빅데이터와 머신러닝은 이를 걸러내는 데 큰 도움이 됐다. 결국 스팸 전화 대부분을 없애 추가로 대역폭을 확보할 수 있게 됐다. 고객에 대한 서비스도 개선돼 BT와 고객 모두에게 이익이 됐다"라고 말했다.

클라우데라 플랫폼
BT가 도입한 클라우데라 EDH는 빅데이터 관리를 위한 상용 플랫폼이다. 하둡 환경에 저장된 고객 데이터를 통합된 화면에서 보여준다.

이전까지 BT는 전통적인 관계형 데이터베이스를 활용해 ETL(extract, transform, load) 작업을 처리했다. BT의 사용자와 데이터가 방대하고 여러 사일로에 저장돼 있어 이를 처리하는 데 상당히 애를 먹었다. 반면 하둡의 분산된 속성은 이 문제를 해결하는 데 적합했다. 현재 BT는 기존 시스템보다 5배 더 많은 데이터를 기존보다 1/3에 불과한 시간에 처리한다. 투자대비효과(ROI)도 도입 1년 만에 200~250%에 달했다. 퍼킨스는 "빅데이터 분석을 통해 추가 매출 10억 파운드를 올렸다. 소파 뒤에서 찾은 잔돈 치고는 꽤 큰 것이었다"라고 말했다.

클라우데라 EDH는 현재 BT가 운영하는 다목적 분석 아키텍처의 일부다. BT의 분석 아키텍처에는 BI와 마케팅을 지원하는 엔터프라이즈 데이터 웨어하우스 '데이터 레이크'와, 새로운 사업 구상을 테스트할 수 있는 분석 샌드박스 등이 포함돼 있다.

BT는 이들 데이터에 대한 보안도 특별히 신경쓰고 있다. 적절한 보안 정책과 기술을 활용하고 있다. 암호화 기술을 적용하고 비식별화 조치를 하며, BT 플랫폼을 벗어난 데이터를 추적할 수 있는 디지털 워터마크 기술을 사용하는 것이 대표적이다.

퍼킨스는 "빅데이터 플랫폼을 이용하면 데이터를 다양하게 활용하는 것은 물론 현명하게도 쓸 수 있다. 머신러닝과 AI, 셀프서비스, 데이터 준비와 시각화 등을 통해 사용자에게 적절한 정보를 제공하고 결과적으로 더 합리적인 의사결정을 할 수 있도록 돕는다"라고 말했다.



클라우데라를 선택한 이유
또한, BT는 클라우데라를 선택하기 전에 호튼웍스(Hortonworks)와 맵알(MapR)의 데이터 서비스도 도입했다. 퍼킨스는 "클라우데라는 리더기업인 것이 분명하다. 그러나 우리는 더 장기적으로 보려고 했고 다른 서비스를 함께 사용하는 것이 최선이라고 판단했다. 실제로 업계에는 우리가 생각했던 방식으로 사용하는 훌륭한 기업 사례가 많이 있었다. 이런 것을 검토한 후 우리는 (호튼웍스와 맵알을 포함해) 그들이 우리의 최고의 파트너가 될 것으로 확신했다"라고 말했다.

퍼킨스가 이와 같은 파트너십을 택한 것은 장기적으로 업체의 인수합병에 따른 리스크도 한 이유였다. 그는 "매우 작은 업체를 택하면 그 업체가 혹시 인수합병됐을 때 업체에 맡긴 우리 회사의 데이터가 어떻게 되는지를 항상 걱정해야 한다. 이것이 매우 중요한 고려사항이었다"라고 말했다.

현재 퍼킨스는 사내 차량 전체에 달린 센서를 통합하려고 하고 있다. 이 센서는 차량의 결함을 인식하고, 스트리밍 애널리틱스나 머신러닝, 반복 작업 같은 새 기능을 활용하기 위한 예측 분석을 지원한다.

그는 "데이터를 수집하는 가장 큰 이유는 고객의 생활을 더 편리하게 하기 위해서다. 현 상황을 올바르게 이해하면 고객은 그들이 겪는 문제에 대해 우리에게 전화하지 않아도 된다. 고객이 연락하기도 전에 우리가 먼저 문제를 파악해 해결할 것이기 때문이다. 우리의 최종 목표도 바로 이런 체계를 만드는 것이다"라고 말했다. ciokr@idg.co.kr