금융 서비스, 헬스케어, 에너지, 리테일 등 다양한 분야에서 데이터와 AI를 활용해 획기적인 성과를 이끌어내고 있는 기업들을 만나보세요.
작성자: 마이클 그리피스
모든 산업은 저마다의 고유한 과제를 안고 있습니다. Databricks Customer Awards 산업 부문 수상자들은 이러한 과제에 단순히 맞서는 데 그치지 않고, 데이터와 AI를 활용해 이를 해결해 낸 기업들입니다.
산업 부문 어워드는 각 분야에서 가장 뛰어난 성과를 거둔 기업을 선정합니다. 데이터 인텔리전스가 어떻게 획기적인 결과를 이끌어내고, 운영 방식을 재정의하며, 해당 분야에서 새로운 가능성을 창출할 수 있는지 가장 잘 보여준 기업들입니다. 여러 지역에 걸친 리스크 및 재무 데이터를 통합한 글로벌 은행부터 임상 데이터의 수집 및 재사용 방식을 혁신한 병원에 이르기까지, 올해의 수상자들은 그 영향력이 얼마나 넓고 깊게 미칠 수 있는지 잘 보여줍니다.
올해 프로그램에서는 금융 서비스, 통신, 헬스케어 및 생명과학, 제조업, 리테일 및 CPG, 에너지 및 유틸리티, 엔터프라이즈 기술, 공공 부문, 디지털 네이티브 비즈니스, 사이버 보안 우수 분야에 걸쳐 총 10개 기업을 선정했습니다. 이들은 지금까지 우리가 보아온 Databricks 활용 사례 중 가장 독창적이고 영향력 있는 사례들을 보여주며, 이들 모두의 성과를 축하하게 되어 매우 기쁩니다.
그럼 지금 바로 2026 Databricks Customer Awards 산업 부문 수상자들을 만나보세요.
SMBC Group은 글로벌 탑티어 금융 그룹입니다. 도쿄에 본사를 두고 400년의 역사를 자랑하는 SMBC Group은 은행, 리스, 증권, 신용카드, 소비자 금융 등 다양한 금융 서비스를 제공합니다. 이 은행은 데이터와 AI를 활용하여 리스크, 자금 관리 및 재무를 통합하고, 사이버 보안을 강화하며, 고객을 위한 디지털 경험을 현대화하고 있습니다.
이러한 혁신의 중심에는 거버넌스가 확보된 단일 플랫폼에서 여러 지역에 분산된 SMBC의 데이터를 하나로 통합하는 단일 Databricks 레이크하우스가 있습니다. Unity Catalog은 은행에 지역 간 데이터 공유, 데이터 계보(lineage) 및 액세스 제어 기능을 제공합니다. 레이크하우스는 글로벌 은행이 요구하는 대규모 분석과 AI를 실행하는 동시에 비용과 복잡성을 억제합니다.
이러한 기반 위에서 SMBC는 Genie와 Agent Bricks를 사용하여 신뢰할 수 있는 데이터 기반 인텔리전스를 비즈니스 현장에 직접 제공하고 있습니다. 이 플랫폼은 자금 관리 시스템용 챗봇을 구동하고 포트폴리오 리스크에 대한 조기 경보 지표를 생성하며, 프론트 오피스의 신용 조사서 워크플로우로 확장되어 분석가가 처리하던 업무 시간을 단 몇 분으로 단축하고 있습니다.
성과는 수치로 증명됩니다:
이러한 결과는 SMBC가 데이터를 어떻게 전략적 자산으로 취급하고 글로벌 팀 전체에서 매일 활용하여 더 우수하고 신속하며 확실한 의사결정을 내리는지 보여줍니다.
Lumen Technologies는 기업이 AI 목표를 달성하는 데 필요한 안전하고 고성능의 지능형 연결성을 제공하는 디지털 네트워킹 서비스 기업입니다. 이 기업은 데이터와 AI를 활용하여 재무 및 운영 팀이 정보에 더 빠르고 일관되게 액세스할 수 있도록 지원합니다.
재무 분야에서 Lumen은 매출, 청구, 네트워크 비용 등의 도메인 데이터를 통합하여 팀들이 동일한 데이터를 바탕으로 협업할 수 있도록 합니다. 이 기업은 Databricks 플랫폼에서 이 데이터를 통합합니다. 또한 자연어 에이전트를 도입하여 직원들이 전문적인 기술 없이도 일상적인 도구에서 질문을 던지고 거버넌스가 확보된 설명 가능한 답변을 얻을 수 있도록 지원합니다.
이러한 기반 위에서 Lumen은 다음과 같은 성과를 거두고 있습니다:
서비스 보증(Service Assurance) 분야에서 Lumen은 중요한 고객 워크로드에 영향을 미칠 수 있는 네트워크 장애를 더 쉽게 조사하고 해결하고 있습니다. 레이크하우스 아키텍처, 파운데이션 모델, 멀티 에이전트 워크플로우를 통해 단일 대화형 인터페이스를 제공합니다. 이를 통해 팀들은 서비스 상태와 운영 컨텍스트를 검토하고, 티켓을 분석하고, 케이스 이력을 검토하고, 진 단을 실행하며, 해결에 소요되는 시간을 자연어로 탐색할 수 있습니다. 이러한 접근 방식은 서비스 운영 전반에서 자동화를 확장하는 데 기여하고 있으며, 내부 지표에 따르면 300만 건 이상의 AI 기반 진단, 35%의 티켓 우회 처리, 10만 건 이상의 AI 생성 조치를 기록했습니다.
Hospital for Special Surgery(HSS)는 근골격계 건강에 특화된 세계 최고의 학술 의료 센터입니다. U.S. News & World Report가 선정한 미국 정형외과 부문에서 16년 연속 1위를 차지했으며, 이는 임상 치료, 연구 및 혁신 전반에 걸친 지속적인 우수성을 반영하는 성과입니다.
이러한 리더십과 영향력을 바탕으로, HSS는 2025년 6월에 18개월 이내에 Databricks 상에 현대적인 데이터 레이크하우스를 설계 및 구축하는 야심 찬 엔터프라이즈 데이터 혁신 여정을 시작했습니다. 목표는 점진적인 개선이 아니라 구조적인 변화였습니다. 고도로 파편화된 데이터 에코시스템을 통합하고, 대규모 거버넌스를 강화하며, 전사적으로 더 빠르고 신뢰할 수 있는 의사결정을 가능하게 하는 것이었습니다.
HSS는 전통적인 유스케이스 중심의 데이터 수집 모델을 따르는 대신, 근본적으로 다른 전략인 '전체 시스템 수집(full system ingestion)' 방식을 채택했습니다. 실제로 이는 개별 유스케이스와 관련된 데이터 하위 집합을 선택적으로 추출하는 대신, 소스 시스템 전체를 수집하는 것을 의미했습니다. ERP, HRIS, EHR, PACS 및 기타 소스 시스템이 완전한 데이터 세트로 수집되어 정확도와 컨텍스트를 보존하고, 재수집이나 재 설계 없이 여러 다운스트림 애플리케이션에서 재사용할 수 있게 되었습니다.
이 접근 방식은 초기에 상당한 복잡성을 야기했습니다. 첫날부터 시스템 소유자와의 긴밀한 협력, 엄격한 데이터 모델링, 더 강력한 거버넌스 제어가 필요했기 때문입니다. 하지만 이는 확장 가능한 기반을 마련해 주었습니다. 이제 수집 패턴을 다시 검토하거나 데이터를 재모델링할 필요 없이 새로운 분석 유스케이스를 신속하게 제공할 수 있어, 인사이트 도출 시간과 기술적 중복을 크게 줄일 수 있게 되었습니다.
단 10개월 만에 HSS는 40개 이상의 소스 시스템을 수집하고, 14,500개 이상의 프로덕션 테이블과 130개 이상의 스키마를 구축했으며, 점점 더 늘어나는 데이터 제품 및 애플리케이션 세트를 제공했습니다.
더 중요한 것은, 이러한 혁신이 전사적으로 데이터를 제공하는 방식의 운영 모델을 변화시켰다는 점입니다. 이제 팀들은 신뢰할 수 있고 거버넌스가 확보된 데이터 세트를 사용하여 질문에서 인사이트 도출 단계로 빠르게 나아갈 수 있으며, 이를 통해 더 빠른 제공뿐만 아니라 더 정교한 분석, 기능 및 깊이 있는 인사이트 생성이 가능해졌습니다. 역량과 실행력 모두에서의 이러한 획기적인 변화가 이번 혁신을 돋보이게 만들었으며, 업계를 선도하는 데이터 이니셔티브로 인정받게 된 배경입니다.
TrinityRail®은 고객 서비스 포트폴리오를 강화하기 위해 플랫폼에 더 많은 디지털 서비스를 도입하고 있는 북미 지역의 철도 차량 리스, 제조 및 물류 제공업체입니다. 2026년 전략 의 일환으로, 이 기업은 일상적인 의사결정 및 워크플로우에 인텔리전스를 운영화하고, 데이터를 내재화하며, AI를 구현하는 데 집중하고 있습니다.
TrinityRail은 기존에 제조, 리스, 서비스 전반의 가시성을 제한하고 마진, 운전 자본 및 인력 생산성 향상을 어렵게 만들었던 레거시 시스템의 데이터를 통합하고 있습니다. 이 기업은 핵심 비즈니스 시스템을 Databricks 플랫폼으로 리플랫포밍하고 데이터 자산을 융합하여 "실행 시스템(Systems of Action)"을 지원하고 있습니다. 즉, 정적 대시보드에서 벗어나 실시간에 가깝게 인사이트에 따라 작동하는 트랜잭션 애플리케이션 및 에이전트로 전환하고 있습니다.
이러한 기반 위에서 TrinityRail은 다음과 같은 성과를 거두고 있습니다:
RSI Logistics 인수를 통해 TrinityRail은 열차 센서의 원격 측정(telemetry) 데이터를 통합하여 고객을 위한 서비스형 데이터(data-as-a-service) 제공을 지원합니 다. 이러한 노력을 통해 재고 감축, 조달 자동화, 일당 및 공급망 비용 절감, 전체 열차 차량에 걸친 더 신속한 디지털 서비스 등 측정 가능한 성과를 목표로 합니다.
PepsiCo는 글로벌 식음료 업계의 선두 주자이며, 대규모 운영의 원동력은 바로 데이터입니다. PepsiCo는 Databricks와의 파트너십을 통해 Enterprise Data Foundation(EDF)을 구축하여, 사내 모든 부서가 공유된 현대적이고 확장 가능하며 성능이 뛰어난 플랫폼에서 데이터 및 AI 제품을 빌드하고 확장할 수 있도록 지원합니다.
EDF는 엔터프라이즈 데이터를 통합하고 전 세계 공급망, 상업, 소비자, 재무, 조달, R&D, HR 및 지속 가능성 팀에서 사용하는 재사용 가능한 데이터 제품을 지원합니다. 이 기반은 엔터프라이즈 데이터의 85% 이상 온보딩, 90% 이상의 데이터 품질 및 카탈로그 커버리지 달성, 200개 이상의 엔터프라이즈 데이터 및 AI 제품의 프로덕션 배포를 포함하여 강력한 운영 지표를 통해 우선순위 비즈니스 프로그램을 지원합니다.
이 Databricks 기반을 바탕으로 PepsiCo는 현재까지 보고 및 데이터 단순화를 60% 달성했으며, 여러 사업 부문과 기능 전반에 걸쳐 BI용 AI 콘솔로 전환할 계획입니다.
Databricks를 기반으로 구축된 EDF는 설계 단계부터 AI 지원이 가능하도록 준비되어(AI-ready) 대규모 고급 분석, 머신러닝 및 거버넌스가 적용된 AI를 지원합니다. 내장된 거버넌스와 의미론적 맥락(semantic context)을 통해 PepsiCo는 깨끗하고 연결된 데이터를 엔터프라이즈 전반에 걸쳐 실제 비즈니스 임팩트를 창출하는 인사이트 와 행동으로 전환합니다.
Ausgrid는 호주의 주요 전력 배급업체로, 네트워크 전반의 가정과 기업에 전력을 공급합니다. 이 회사는 비교적 소규모 팀이 엔터프라이즈 전반에서 분석 및 AI를 지원할 수 있도록 데이터 관리 및 사용 방식을 현대화하고 있습니다.
Ausgrid는 플랫폼 비용을 증가시키고 비즈니스 사용자에게 신뢰할 수 있고 재사용 가능한 데이터를 제공하기 어렵게 만들었던 병렬 레거시 분석 시스템의 데이터를 가져왔습니다. 단 8명으로 구성된 소수 정예 데이터 팀이 Azure Synapse에서 Databricks 플랫폼의 레이크하우스 아키텍처로의 전체 마이그레이션을 계획 및 실행하여, 기존 환경을 폐기하고 고객, 재무, 날씨 등의 도메인 전반에 걸쳐 인증된 '골드(gold)' 데이터 제품을 갖춘 엔터프라이즈 데이터 플랫폼을 구축했습니다. 이 작업을 통해 중복된 플랫폼 비용을 제거하고 두 개의 분석 스택을 유지 관리하는 데 따르는 운영 오버헤드를 줄였습니다.
이 기반을 바탕으로 Ausgrid는 다음과 같은 성과를 거두었습니다.
앞으로 Ausgrid는 더 많은 도메인 맞춤형 데이터 제품을 출시하고 Databricks Lakehouse, Genie 및 민주화된 분석을 위한 앱과 같은 도구를 활성화하여 AI 기반 유틸리티 기업으로 확장하는 데 집중하고 있습니다. 목표는 수천 명의 직원을 단일 레이크하우스에 온보딩하고 데이터와 AI를 사용하여 더 스마트한 의사 결정, 현대적인 BI 및 임베디드 사용 사례를 지원하는 동시에, 통합 및 탄력적 컴퓨팅을 통해 총 소유 비용(TCO)을 개선하는 것입니다.
Intel은 전 세계의 기기, 데이터 센터 및 지능형 시스템에 전력을 공급하는 반도체 및 컴퓨팅 기술을 설계하고 제조하는 글로벌 기술 기업입니다. 이 회사는 조직 전반의 협업, 거버넌스 및 혁신 속도를 개선하기 위해 데이터 및 AI 기반을 현대화하고 있습니다.
Intel의 데이터 자산 규모와 복잡성이 증가함에 따라, 여러 사업 부서에 걸쳐 일관성, 거버넌스 및 파편화된 워크플로와 관련된 문제에 직면했습니다. 이를 해결하기 위해 Intel IT는 다기능(cross-functional) 팀을 통합 데이터 전략에 맞추고 Databricks 플랫폼에서 분석 및 ML 소비를 표준화하여 엔터프라이즈 전반에 걸쳐 더 큰 일관성과 제어력을 확보할 수 있도록 지원했습니다.
이 기반을 바탕으로 Intel IT는 다음과 같은 성과를 거두었습니다.
또한 Intel IT는 운영, 분석 및 거버넌스 팀을 공유 표준 및 운영 모델에 맞추어 내부 데이터 커뮤니티를 강화했습니다. 이를 통해 데이터 스튜어드십을 개선하는 동시에 팀이 조직 전반에서 데이터를 안전하게 검색, 액세스 및 재사용할 수 있도록 지원했습니다.
이러한 노력을 통해 Intel의 데이터 에코시스템은 더욱 연결되고 거버넌스가 잘 적용되며 확장 가능해졌으며, 비즈니스 전반에서 더 빠른 혁신과 데이터 및 AI의 광범위한 도입을 지원하고 있습니다.
IDB Invest는 미주개발은행(IDB)의 민간 부문 기구로, 라틴 아메리카와 카리브해 전역의 발전을 촉진하기 위해 기업에 자금을 지원하고 민간 투자를 유치합니다. 2025년에는 규모, 품질 및 개발 효과를 높이기 위해 설계된 광범위한 제도적 혁신을 추진하면서 사상 최대인 총 131억 달러의 활동 실적을 기록했습니다.
Databricks를 활용한 IDB Invest의 노력이 확대됨에 따라, 이 조직은 재무, 분석 및 리스크 워크플로 전반에서 팀이 정보에 액세스하고 조치를 취하는 방식을 현대화했습니다. 핵심 목표 는 분석 환경의 파편화를 줄이고, 비즈니스 전반에서 더 빠르고 일관되며 AI를 활용한 의사 결정을 내릴 수 있도록 보다 강력한 기반을 구축하는 것이었습니다.
이러한 혁신에는 딜 플로우(deal flow)가 증가하고 재무 및 비재무 리스크 검토가 더욱 복잡해짐에 따라 리스크 및 지속 가능성 관리 팀을 지원하기 위해 AI 기반 문서 분석을 적용하는 것이 포함됩니다. 자연어 처리(NLP) 및 대규모 언어 모델(LLM)을 사용하여 IDB Invest는 투자 제안서, 비망록(aide-memoire) 및 연례 감독 보고서를 분석 및 요약하는 동시에, 더 빠른 검색을 위해 기관 지식과 주요 재무 정보의 중앙 집중식 리포지토리를 구축할 수 있습니다.
IDB Invest 또한 데이터 및 분석에 대한 대화형 액세스를 제공하기 위해 Databricks Genie 기반의 전사적 AI 가상 비서를 구현했습니다. Genie와 Unity Catalog를 통한 거버넌스 액세스를 결합함으로써, 이 조직은 사용자에게 엔터프라이즈 데이터를 쿼리하고, 시나리오를 탐색하고, 자연어로 요약을 생성할 수 있는 안전한 방법을 제공하고 있습니다. 이를 통해 전문 팀을 넘어 분석을 확장하고 재무, 리스크 및 영향력 워크플로 전반에서 AI 기반 인사이트에 대한 액세스를 넓힐 수 있습니다. 이는 인사이트 도출 시간을 더욱 단축하고, 수동 보고에 대한 의존도를 줄이며, 리스크, 재무 및 개발 영향력 워크플로 전반에서 AI 도입을 가속화합니다.
이 작업의 초기 성과는 다음과 같습니다.
이러한 노력은 IDB Invest가 데이터와 AI를 사용하여 운영을 간소화하고, 의사 결정을 강화하며, 더 광범위한 성장 및 개발 임무를 지원하는 방법을 보여줍니다.
Grammarly, Coda, Superhuman Mail 및 Superhuman Go를 포함하는 생산성 플랫폼인 Superhuman은 수십 개의 언어에 걸쳐 매일 4,000만 명 이상의 사용자에게 서비스를 제공하며, Databricks 플랫폼을 활용하여 글로벌 규모로 빠르고 안정적이며 비용 효율적인 제안을 제공합니다.
Superhuman은 Databricks와의 긴밀한 파트너십을 통해 Grammarly의 대표적인 문법 오류 수정 모델을 구동하는 추론 트래픽의 대부분을 자체 구축한(DIY) vLLM 스택에서 Databricks High Throughput Model Serving으로 마이그레이션했습니다.
이 기반을 바탕으로 Superhuman은 다음과 같은 성과를 거두었습니다.
추론을 넘어, Superhuman은 내부 애플리케이션 및 프로덕션 서비스를 위한 트랜잭션 백본으로 레이크하우스와 네이티브하게 통합된 Databricks의 완전 관리형 PostgreSQL 서비스인 Lakebase를 도입하여, 맞춤형 파이프라인 없이 Delta 테이블을 저지연 저장소에 동기화하고 애플리케이션 상태를 다시 기록하고 있습니다. 이러한 Lakebase 및 Databricks Apps 기반 덕분에 몇 달이 걸리던 기능 온보딩 및 reverse-ETL 프로젝트가 몇 주 또는 몇 시간 만에 끝나는 작업으로 단축되었으며, 엔지니어링 팀의 온콜(on-call) 부담도 극적으로 줄어들었습니다.
이러한 투자는 Superhuman과 같은 디지털 네이티브 기업이 대규모 LLM 추론과 데이터 기반 애플리케이션을 동시에 실행하면서 소비자 규모에서 지연 시간, 신뢰성 및 비용을 엄격하게 관리할 수 있는 방법을 보여줍니다.
Adobe는 모든 곳의 모든 사람이 상상하고, 창조하며, 어떤 디지털 경험이든 실현할 수 있도록 지원합니다. 크리에이터와 학생부터 소기업, 글로벌 대기업, 비영리 단체에 이르기까지, 고객들은 아이디어를 구상하고 협업하며 생산성을 높이고, 비즈니스 성장을 도모하며 놀라운 경험을 만들어내기 위해 Adobe 제품을 선택합니다.
하지만 오늘날의 디지털 세상에서 대담한 아이디어를 가능하게 하는 것은 바로 신뢰입니다. 신뢰는 창의성에 힘을 실어주며, 이는 매일 Adobe 제품을 사용하는 고객과 커뮤니티를 보호하는 보안에서부터 시작됩니다.
보안 데이터의 양과 복잡성이 증가함에 따라, Adobe는 데이터 기반 사이버 보안 접근 방식을 지속적으로 발전시켜 왔습니다. Adobe의 보안 팀은 Databricks 를 포함한 데이터 및 AI 도구를 활용하여 더 확장 가능한 분석을 가능하게 하고 위협 탐지의 속도와 정확성을 향상시키고 있습니다.
탐지 워크플로에 소프트웨어 엔지니어링 실무를 적용함으로써, Adobe는 보안 운영의 일관성, 거버넌스 및 효율성을 강화했습니다. 그 결과 오탐이 눈에 띄게 감소하고, 탐지 개발 속도가 빨라졌으며, 대규모 데이터에 대한 분석 성능이 향상되었습니다.
이러한 노력은 끊임없이 진화하는 위협을 식별하고 대응하는 Adobe의 역량을 강화하며, 전 세계 Adobe 고객을 위한 안전하고 신뢰할 수 있는 디지털 경험을 뒷받침합니다.
Sumitomo Mitsui Banking Corporation, Lumen Technologies, Hospital for Special Surgery, TrinityRail, PepsiCo, Ausgrid, Intel, IBD Invest, Superhuman 및 Adobe.
10곳의 수상 기업. 하나의 공통점: 데이터와 AI가 자신들의 분야에서 무엇을 할 수 있는지 깨닫고 축하받을 만한 가치가 있는 무언가를 만들어낸 조직들이라는 점입니다. 이들의 성과는 커뮤니티 전체를 앞으로 나아가게 하며, 이것이 바로 핵심입니다.
Databricks 고객이 데이터와 AI를 사용하여 어떻게 임팩트를 창출하고 있는지 자세히 알아보고 싶으신가요?
(이 글은 AI의 도움을 받아 번역되었습니다. 원문이 궁금하시다면 여기를 클릭해 주세요)
블로그를 구독하고 최신 게시물을 이메일로 받아보세요.