데이터와 AI를 활용해 산업을 재편하고, 문제를 해결하며, Databricks로 실현 가능한 새로운 기준을 세워가는 혁신가들을 만나보세요.
작성자: Sara Steffen
2026년 Databricks Customer Awards는 연간 10조 행의 데이터를 수집하는 것부터 전 세계의 소외된 지역사회에 의료 자원봉사자를 매칭하는 것에 이르기까지, Databricks 플랫폼을 사용하여 까다로운 문제를 해결하고 중요한 결과를 창출하고 있는 기업과 리더들을 선정하여 시상합니다.
올해의 부문별 수상자들은 반도체, 친환경 에너지, 낙농업, 통신, 엔터프라이즈 소프트웨어 등 다양한 산업을 대표하는 8개 카테고리와 4개 지역에 걸쳐 있습니다. 이들의 공통점은 데이터와 AI가 산업의 운영 방식을 바꿀 수 있다는 믿음입니다.
수상자들을 만나보세요.
Applied Materials는 전 세계 거의 모든 신형 칩을 제조하는 데 사용되는 장비를 설계 및 제작하는 선도적인 반도체 및 재료 공학 기업입니다. 이 장비의 이면에는 그만큼 중요한 자산이 자리 잡고 있습니다. 바로 이 회사가 오랫동안 중앙 데이터 레이크에 통합해 온 엔지니어링, 제조, 공급망, 재무 분야의 방대한 데이터 자산입니다.
Hadoop을 기반으로 구축된 기존 레이크는 데이터를 통합하는 제 역할을 다했습니다. 하지만 요구사항이 달라졌습니다. AI 워크로드, 실시간 분석, 거버넌스가 적용된 셀프 서비스, 그리고 기존 아키텍처로는 감당할 수 없었던 새로운 유스케이스들로 인해 새로운 접근 방식이 필요해졌습니다. Applied Materials는 Databricks 플랫폼을 사용하여 이러한 기반을 현대화했습니다. 즉, 저장 및 배치 중심의 데이터 레이크에서 거버넌스, 분석, AI가 공존하는 레이크하우스로 전환한 것입니다. 이러한 변화는 단순히 데이터를 통합하는 것을 넘어, 궁극적으로 데이터를 통해 무엇을 할 수 있는지 그 가능성을 실현하는 데 초점이 맞춰져 있었습니다.
플랫폼 도입 후 1년도 채 되지 않아 다음과 같은 성과를 거두었습니다.
플랫폼 현대화로 시작된 변화는 이제 일하는 방식으로 자리 잡았습니다. 이제 AI는 세계의 칩을 만드는 장비를 설계하는 사람들 곁에서 가끔 사용하는 도구가 아니라 일상적인 협업 파트너로 기능하고 있습니다. 데이터는 Applied Materials의 운영 라이프사이클 전체(인사이트 도출부터 실행까지)에 흐르고 있으며, 이로 인해 "데이터 기반"은 단순한 슬로건이 아니라 혁신, 최적화, 의사 결정의 기본 모드가 되었습니다.
Virgin Atlantic은 1984년 기업가 Richard Branson 경에 의해 설립되었으며, 혁신과 놀라운 고객 서비스를 핵심 가치로 삼고 있습니다. 런던에 본사를 둔 이 항공사는 연중 28개 목적지로 항공편을 운항합니다. 대주주이자 파트너인 Delta Air Lines와 함께 Virgin Atlantic은 전 세계 200개 이상의 도시로 연결되는 선도적인 대서양 횡단 네트워크를 운영하고 있습니다.
Virgin Atlantic은 이전에는 서로 다른 시스템에 분산되어 있던 고객, 상업, 재무 및 운영 데이터를 통합합니다. 이 회사는 Databricks 플랫폼을 통합된 엔터프라이즈급 의사 결정 환경으로 사용하여, 거버넌스가 적용된 단일 기반 위에 이러한 영역들을 연결함으로써 팀들이 고립된 보고서 대신 공유된 데이터를 바탕으로 협업할 수 있도록 지원합니다.
이러한 기반 위에서 Virgin Atlantic은 다음과 같은 성과를 거두고 있습니다.
종합하자면, 이러한 접근 방식은 데이터를 단절된 프로젝트의 집합이 아니라 엔드투엔드 스토리로 전환합니다. Virgin Atlantic은 데이터 기반 운영을 항공사 경영의 방식으로 취급하며, 통합 플랫폼을 사용하여 부서 간에 인사이트가 원활하게 흐르도록 함으로써 고객 서비스와 운영 모두에서 보다 시의적절하고 조율된 의사 결정을 지원합니다.
Fonterra Co-operative Group은 뉴질랜드의 수천 명의 농가 주주들이 소유하고 있으며 전 세계 고객에게 천연 유제품을 공급하는 세계 최대의 낙농 협동조합 중 하나입니다. 데이터와 AI는 Fonterra가 글로벌 네트워크 전반에서 재무 계획 및 공급망 의사 결정과 관련된 복잡한 운영을 보다 효율적으로 수행하는 데 필요한 인사이트를 얻을 수 있도록 지원합니다.
과거에 Fonterra는 비즈니스 사용자에게 복잡성, 중복성 및 지연을 초래할 수 있는 여러 레거시 분석 플랫폼에 의존했습니다. Databricks로 마이그레이션한 후, 이들은 Fonterra 데이터를 거버넌스가 적용된 레이크하우스에 중앙 집중화하여 수동 데이터 이동을 줄이고 팀이 데이터를 더 빠르고 안정적으로 의사 결정으로 전환할 수 있도록 지원했습니다.
이러한 기반 위에서 Fonterra는 다음과 같은 성과를 거두고 있습니다.
Fonterra는 AI를 팀이 인사이트를 바탕으로 선제적인 의사 결정을 내릴 수 있도록 돕는 협업 파트너로 대우합니다.
Vivo는 Telefónica의 브라질 상표로, 브라질의 선도적인 통신 회사이며 전국의 소비자, 기업 및 공공 부문 조직에 모바일 및 유선 연결, 초고속 인터넷 및 TV 서비스를 제공합니다. 또한 엔터테인먼트, 스포츠, 디지털 보안, 금융 서비스, 헬스케어 등 다양한 분야에서 디지털 서비스를 제공하고 있습니다. Vivo는 데이터와 AI를 활용하여 복잡한 네트워크 운영과 고객 경험을 보다 효율적으로 관리하는 데 필요한 인사이트를 얻고 있습니다.
Vivo는 레거시 데이터 웨어하우스와 분석 도구를 혼용하여 사용했기 때문에 중요한 보고 및 실험에 복잡성, 비용, 지연 시간이 추가되 었습니다. Databricks의 사용을 평가하고 확장함에 따라, 팀은 데이터를 거버넌스가 적용된 레이크하우스로 통합하여 파이프라인 중복을 줄이고 비즈니스 및 기술 팀에 분석과 AI를 위한 보다 확장 가능하고 빠르며 안정적인 기반을 제공하고 있습니다.
이러한 기반 위에서 Vivo는 다음과 같은 성과를 거두고 있습니다.
이러한 이니셔티브 전반에서 Vivo는 AI를 전략적 협업 파트너로 포지셔닝하여, 안정적인 연결성을 제공하고 수천만 명의 브라질 국민을 위한 디지털 경험을 향상시키는 역량을 강화하고 있습니다.
Virtue Foundation은 의료 서비스가 가장 필요한 곳에 임상의, 병원, 인도주의 단체를 연결함으로써 소외된 지역의 의료 서비스 접근성을 개선하는 데 집중하는 글로벌 비영리 단체입니다. 이 단체는 데이터와 AI를 활용하여 글로벌 의료 격차를 더 잘 이해하고 대규모 의료 봉사 활동을 조율합니다.
Virtue Foundation은 종종 일관성이 없거나 불완 전하고 유지 관리가 어려운 분산된 글로벌 병원 및 비정부 기구(NGO) 데이터를 통합합니다. 이를 해결하기 위해 이 단체는 VFMatch.org를 구동하는 데이터 파이프라인을 구축하여 글로벌 보건 정보를 의사 결정과 조율을 위한 유용한 기반으로 통합하고 구조화하도록 지원합니다.
이러한 기반을 바탕으로 Virtue Foundation은 다음을 수행합니다.
이러한 역량은 전 세계적으로 50,000명 이상의 환자를 치료하고, 수천 건의 수술 사례를 지원하며, 수백 명의 자원봉사자와 비영리 파트너를 매칭하는 데 기여한 Virtue Foundation을 뒷받침합니다.
이러한 노력은 Virtue Foundation이 데이터와 AI를 활용하여 글로벌 보건 조율을 강화하고 소외된 지역사회의 의료 서비스 접근성을 개선하는 방법을 보여줍니다.
Octopus Energy는 27개국에 진출해 있는 글로벌 청정에너지 및 기술 기업입니다. 영국 최대의 에너지 공급업체인 Octopus는 인류와 지구 모두에 이익이 되는 에너지 전환을 가속화하는 것을 미션으로 삼고 있습니다. 이 회사는 460,000개 이상의 수동형 EV 및 스마트 자산을 3GW 이상의 전환 가능한 용량으로 변환함으로써, 전력 수요가 최고조에 달할 때 그리드의 균형을 맞출 수 있는 세계 최대 규모의 가상 발전소(영국의 가장 큰 가스 발전소보다 큰 규모)를 구축했습니다.
Databricks를 통해 Octopus는 서로 다른 지역과 제품의 데이터를 단일 통합 플랫폼으로 통합할 수 있습니다. 이제 이 회사는 연간 10조 개 이상의 데이터 행을 수집하는 동시에, 사내 수천 명의 직원이 안전하게 협업하고 실험할 수 있도록 지원하여 일상적인 분석과 대규모 혁신 모두에서 마찰을 줄이고 있습니다.
이러한 기반을 바탕으로 Octopus Energy는 다음을 수행합니다.
이러한 노력을 통해 Octopus Energy는 더 공정하고 친환경적인 그리드를 구축하려는 미션에서 AI를 전략적 협력자로 취급하며, 데이터를 활용하여 1,100만 명의 고객에게 더 저렴한 요금, 더 깨끗한 전력, 더 나은 경험을 제공하고 있습니다.
Axpo는 스위스 최대의 전력 생산 기업이자 에너지 거래 분야의 글로벌 리더이며 태양광 및 풍력 발전 마케팅의 선두 주자입니다. 직원이 복잡한 기술 및 상업 정보에 액세스하고 활용하는 방식을 개선하기 위해, Axpo는 Databricks 인프라와 Agent Bricks를 사용하여 일련의 AI 기반 애플리케이션을 구축했습니다.
그 핵심은 각 사용자의 액세스 권한을 기반으로 Axpo의 모든 것을 알 수 있는 단일 창구가 되도록 설계된 중앙 GenAI 멀티 에이전트 플랫폼인 AxploreAI입니다. 이 플랫폼은 엔지니어링 데이터, 거래 지식, 내부 프로세스, IT 및 HR 콘텐츠와 같은 기업 문서 전반에 걸쳐 직원을 정보와 연결해 줍니다.
RAG, Vector Search 및 OCR을 포함한 API 우선 아키텍처를 기반으로 구축된 AxploreAI는 60개 이상의 내부 데이터 소스를 안전하고 검색 가능한 인텔리전스 계층으로 통합하여 직원이 매일 사용하는 디지털 접점에 통합합니다. 이 RAG 파이프라인은 각 소스의 콘텐츠와 형식에 맞게 조정되며, 여러 파일 형식을 처리할 수 있고, 기존의 액세스 제어 권한을 유지하므로 거버넌스를 저해하지 않으면서 기업 지식에 즉시 액세스할 수 있습니다.
지식 플랫폼과 더불어 Axpo는 조달 관련 프로세스의 데이터 품질과 효율성을 개선하기 위해 AI를 적용하고 있습니다. 분산된 시스템, 여러 법인, 일관성 없는 자유 형식 텍스트 데이터로 구성된 복잡한 운영 환경에서, Axpo는 지출 데이터에 더 나은 구조와 일관성을 부여하기 위해 Databricks 데이터 레이크 내에 AI 기반 분류기를 개발했습니다. 평균 약 90%의 정밀도로 작동하는 이 솔루션은 여러 언어로 제공되는 공급업체 정보와 송장 설명을 분석하여 분류를 자동화하고, 수작업을 줄이며, 시간이 지남에 따라 조달 데이터의 품질을 지속적으로 개선하도록 지원합니다.
이러한 기반을 바탕으로 Axpo는 핵심 비즈니스 프로세스에 AI를 직접 확장하고 있습니다.
이러한 이니셔티브는 Axpo가 매우 복잡한 에너지 비즈니스 전반에서 일상적인 업무에 AI를 직접 내장하여, 팀이 정보에 액세스하고 데이터를 분류하며 의사 결정을 내리는 방식을 어떻게 혁신하고 있는지 보여줍니다.
Atlassian은 전 세계 팀들이 사용하는 협업, 개발 및 생산성 도구를 제작하는 글로벌 소프트웨어 기업입니다. 이 회사는 대규모 보안 텔레메트리 데이터를 수집, 저장 및 분석하는 방식을 재고함으로써 보안 운영을 혁신하고 있습니다.
페타바이트 규모의 보안 데이터 볼륨에 도달한 후, Atlassian은 기존 SIEM의 한계로 인해 해당 규모에서 운영하기 어렵다는 점을 확인했습니다. 이 회사는 Databricks 플랫폼에서 현대적인 보안 레이크하우스를 구축하기 위해 “Project Banyan”을 시작했습니다. 목표는 수십억 건의 보안 이벤트 전반에서 장기적인 위협 헌팅, 고급 분석 및 더 빠른 사고 대응을 지원할 수 있는 개방적이고 통제된 기반을 구축하는 것이었습니다.
이러한 혁신의 일환으로 Atlassian은 OCSF(Open Cybersecurity Schema Framework)를 사용하여 보안 데이터를 표준화하고 탐지 로직을 PySpark로 마이그레이션하여 독점 툴링에 대한 의존도를 줄이고 보다 유연한 ML 기반 이상 탐지를 지원했습니다.
이러한 기반을 바탕으로 Atlassian은 다음을 수행합니다.
Atlassian은 또한 Lakewatch의 프라이빗 프리뷰 파트너이기도 하며, 레이크하우스 직접 수집을 위한 미래 역량을 형성하는 데 기여하고 있습니다. 이러한 노력을 통해 Atlassian은 보안 운영을 확장 가능하고 통제되며 AI가 지원되는 시스템으로 혁신하여 조직 전반에서 인사이트의 속도와 접근성을 모두 개선하는 방법을 보여줍니다.
Rivian의 최고 소프트웨어 책임자(Chief Software Officer)이자 Rivian and Volkswagen Group Technologies의 Co-CEO 겸 CTO인 Wassym Bensaid는 Rivian을 AI 우선 기업으로 전환하는 과정을 이끌고 있습니다.
그의 팀은 데이터 인텔리전스를 Rivian의 차량 및 모빌리티 플랫폼 전반의 기반으로 삼아, 일상적인 주행 경험에 이르기까지 소프트웨어 정의 차량에서 AI 정의 차량으로의 전환을 주도해 왔습니다.
이러한 전환을 가능하게 하기 위해 Rivian은 Databricks 플랫폼에서 데이터 스택을 현대화하여 차량, 공장 및 기업 데이터를 단일 기반으로 통합했습니다. Wassym과 그의 팀은 Snowflake 및 Redshift를 포함한 레거시 시스템을 통합된 Delta 및 Unity Catalog 레이어로 통합하여 조직 전체에 공통 데이터 및 AI 패브릭을 구축했습니다.
이러한 기반 위에서 Rivian은 다음과 같은 성과를 거두었습니다.
Rivian이 차량 데이터 볼륨의 10배 증가에 대비함에 따라, Wassym과 그의 팀은 올해 Rivian의 데이터 아키텍처가 500~600페타바이트까지 확장될 수 있도록 설계했습니다. 서버리스 ETL만으로도 매달 약 400시간의 엔지니어링 시간을 절약하여, 인력의 비례적인 증가 없이도 더 빠른 반복 작업을 수행할 수 있게 되었습니다.
Wassym은 이제 이 기반을 58억 달러 규모의 Rivian 및 Volkswagen Group Technologies 합작 투자사(RV Tech)로 확장하고 있으며, 여기서 Rivian의 소프트웨어 및 데이터 인프라는 여러 Volkswagen 그룹 브랜드를 지원하여 Rivian을 글로벌 소프트웨어 및 데이터 플랫폼 제공업체로 자리매김하게 할 것입니다.
Lippert는 RV, 해양, 자동차 및 주택 산업을 위한 고도로 설계된 부품 및 시스템을 제조하는 글로벌 기업입니다. 이 기업은 데이터와 AI를 활용하여 고객 경험을 개선하고, 운영을 간소화하며, 비즈니스 부문 전반에서 서비스 제공을 지원하고 있습니다.
Lippert의 데이터 및 AI 부문 VP인 Kenan Colson은 조직 전체에서 데이터 인텔리전스 도입을 주도하는 데 중추적인 역할을 해왔습니다. 그녀는 AI 이니셔티브에 대한 내부 조율을 이끌어내고 고객 서비스, 재무, HR에 이르는 프로덕션 배포를 통해 측정 가능한 비즈니스 가치를 입증하는 데 집중해 왔습니다.
그녀의 리더십 아래 Lippert는 대량의 통화를 처리할 수 있는 AI 기반 고객 관리 '슈퍼 에이전트'를 배포하여 고객 관리 센터를 혁신했습니다. 이 이니셔티브는 직원 온보딩 속도를 크게 단축했습니다.
Kenan은 또한 다음과 같은 전문적인 '제로 터치(zero-touch)' 솔루션을 통해 다른 비즈니스 기능에도 AI 기능을 배포했습니다.
Kenan은 또한 업계 행사에서 발표하고 기업 환경에서의 데이터 및 AI 활용에 대한 인사이트를 공유함으로써 외부 사상적 리더십(thought-leadership)에도 기여했습니다. 이러한 노력을 통해 Kenan Colson은 초기 성공을 조직 전체의 확장되고 부서 간 협업이 가능한 영향력으로 전환함으로써 Lippert에서 전사적인 AI 도입을 어떻게 주도하고 있는지 보여줍니다.
Applied Materials, Virgin Atlantic, Fonterra, Vivo (Telefonica Brazil), Virtue Foundation, Octopus Energy, Axpo, Atlassian, Rivian 및 Volkswagen Group Technologies의 Wassym Bensaid, Lippert의 Kenan Colson.
10명의 수상자. 10개의 이야기. 한 가지 공통점은 데이터와 AI가 더 나은 세상을 만드는 힘이 될 수 있다는 믿음과 이를 증명하려는 헌신입니다. 이들의 성과는 우리에게 영감을 주고, 도전 의식을 북돋우며, 앞으로 다가올 미래를 기대하게 만듭니다.
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.