Rivian이 Databricks를 통해 생각의 속도로 신뢰할 수 있는 AI 기반 의사결정을 내리는 방법

Rivian은 제조, 상업적 접점, 서비스 상호작용, 재무, 인사, 공급망 및 운영 계획 전반에서 신속하고 신뢰할 수 있는 의사 결정을 필요로 하는 전기 자동차와 서비스를 구축하고 있습니다.

리더에게는 올바른 인사이트에 대한 신속한 액세스가 필요합니다. 분석가와 비즈니스 사용자는 신뢰할 수 있는 잘 정의된 데이터와 메트릭이 필요합니다. 기술 팀은 로직을 중복하거나 운영 오버헤드를 추가하지 않고 다양한 대상에게 고품질 데이터 제품을 제공할 수 있는 확장 가능한 방법이 필요합니다.

Rivian은 AI를 통해 사람들이 데이터로 작업하는 방식을 바꿀 수 있는 기회, 즉 사전 정의된 보고서에서 더 빠르고 신뢰할 수 있는 의사 결정을 지원할 수 있는 셀프 서비스 분석으로 전환할 수 있는 기회를 보고 있습니다.

“Rivian에서는 분석을 재구상하기 위해 AI 및 기술 파트너에게 크게 의존하고 있습니다. 생각의 속도에 맞춘 완전한 셀프 서비스와 높은 신뢰성이 핵심입니다.”라고 Rivian의 Enterprise AI, Data & Productivity 부문 시니어 디렉터인 Romit Jadhwani는 말했습니다. “우리는 직원들이 사고의 리더가 될 수 있도록 플랫폼을 활용합니다. Databricks는 이를 실현하는 데 있어 핵심적인 파트너입니다.”

Rivian은 Databricks를 사용하여 동일한 신뢰할 수 있는 기반에서 대시보드, 자연어 탐색, 맞춤형 AI/ML 데이터 애플리케이션, AI 기반 워크플로우를 지원하는 거버넌스가 확보된 인텔리전스 레이어를 구축하고 있습니다. 목표는 사전 정의된 제한된 메뉴와 보고서를 넘어, 사용자가 중앙 집중식 분석 대기열을 기다리지 않고도 신뢰할 수 있는 데이터를 탐색하고, 후속 질문을 던지고, 솔루션을 구축하고, 인사이트에 기반해 조치를 취할 수 있도록 하는 것입니다.

AI/BI 분야에서의 Databricks와 Rivian의 파트너십

Rivian은 Databricks AI/BI 제품 팀과의 긴밀한 협력을 시작으로, 6개월도 채 되지 않아 대규모의 멀티 도메인 대시보드 기반을 Databricks AI/BI로 마이그레이션했습니다.

마이그레이션은 이야기의 일부분에 불과합니다. Rivian은 Databricks와 디자인 파트너로서 협력하여 현재 더 넓은 Databricks 사용자 커뮤니티에 혜택을 주고 있는 약 58개의 새로운 AI/BI 제품 기능을 발굴하고 구체화했습니다.

Rivian이 분석을 Databricks AI/BI로 통합함에 따라, 팀은 시맨틱 레이어, 거버넌스 및 민감한 데이터 제어를 한 곳에서 유지할 수 있게 되었습니다. 여기에는 개인 식별 정보, 고도로 제한된 재무 데이터 및 거버넌스, 감사, 권한 관리가 유지되어야 하는 기타 민감한 비즈니스 데이터가 포함됩니다.

Rivian에게 이러한 통합은 장기적인 비전의 핵심입니다. Databricks를 기반으로 구축함으로써 Rivian은 데이터, 시맨틱, 권한, 대시보드, AI 및 맞춤형 애플리케이션을 거버넌스가 확보된 하나의 플랫폼으로 통합할 수 있습니다.

메트릭 뷰와 Unity Catalog로 신뢰 구축하기

빠르게 움직이는 모든 데이터 기반 조직에서 모든 데이터 사용자는 동일한 질문에 직면합니다. 바로 "어떤 메트릭을 신뢰해야 할까?"라는 질문입니다.

Rivian의 해답은 중요한 비즈니스 메트릭을 한 번 정의하고, 이를 인증한 다음, Databricks의 거버넌스가 확보된 시맨틱 레이어를 통해 제공하는 것입니다. Rivian은 투명한 로직, 계보(lineage) 및 권한을 통해 메트릭을 표준화하기 위해 Unity Catalog 메트릭 뷰를 사용하고 있습니다.

팀은 50개 이상의 메트릭 표준화를 목표로 Rivian의 회사 스코어카드 메트릭을 Unity Catalog 메트릭 뷰로 적극적으로 구축하고 있습니다. 이를 통해 사용자는 소스 데이터에서 상속된 권한 패턴을 유지하면서 정의와 기본 테이블에 대한 가시성을 확보할 수 있습니다. 재무 지표를 포함한 민감한 메트릭의 경우 상속된 거버넌스가 필수적입니다.

Rivian은 인증 프로세스 자체를 가속화하기 위해 AI도 사용하고 있습니다. 비즈니스가 변화함에 따라 중앙 데이터 팀은 여러 도메인에 걸쳐 인증된 데이터 제품을 최신 상태로 유지해야 합니다. Rivian의 사내 AI 에이전트는 새로운 데이터 세트에 대한 검토 및 검증을 지원하여 신속한 인증을 돕습니다.

이러한 유연성 덕분에 팀은 신뢰를 떨어뜨리지 않으면서도 빠르게 움직일 수 있습니다. 인증된 메트릭은 비즈니스 사용자가 공식적인 수치가 필요할 때 신뢰를 주며, 맞춤형 메트릭은 비즈니스가 발전할 때 분석가와 도메인 팀이 탐색할 수 있는 여지를 제공합니다.

컨텍스트가 거버넌스가 확보된 시맨틱 레이어에 존재하게 되면, BI는 팀이 동일한 신뢰할 수 있는 메트릭으로 작업할 수 있는 여러 방법 중 하나에 불과하게 됩니다.

“이제 우리는 컨텍스트가 보관되는 시맨틱 레이어에 더 많이 투자하고 있으며, 대화형 에이전트, 대시보드 및 Databricks Apps는 모두 이 단일 공간을 기반으로 합니다.”라고 Rivian and Volkswagen Group Technologies(RVTech, Rivian과 폭스바겐의 합작 투자 회사)의 시니어 스태프 분석 기술 리드인 Sahil Aggarwal은 말했습니다.

이것이 바로 확장 가능한 셀프 서비스의 기반입니다. 즉, 비즈니스가 변화하더라도 거버넌스가 유지되고 최신 상태로 유지되는 데이터 제품입니다.

AI 기반 분석으로 셀프 서비스 확장하기

많은 레거시 BI 및 데이터 레이크 환경에서 셀프 서비스는 여전히 기술적 역량에 의존합니다. 데이터 엔지니어와 SQL 분석가는 데이터로 직접 작업할 수 있는 반면, 비즈니스 사용자는 기존 대시보드나 분석가의 지원으로 제한되는 경우가 많습니다.

전사적 셀프 서비스에 대한 Rivian의 비전은 다릅니다. 기술적 장벽을 제거하여 모든 사람이 데이터 전문가가 될 수 있도록 하는 것입니다. Databricks AI/BI, Genie, 인증된 메트릭 및 AI 지원 개발을 통해 사용자는 신뢰할 수 있는 데이터를 사용하여 더 많은 문제를 스스로 해결할 수 있습니다.

이러한 변화는 이미 Rivian 전반에서 나타나고 있습니다. Databricks AI/BI, Genie Code 및 Databricks Apps를 사용하여 비즈니스 사용자들은 이전 같으면 더 깊은 기술 지원이 필요했을 솔루션을 직접 구축하고 있습니다. SQL 경험이 없는 재무 분석가가 복잡한 데이터 변환이 포함된 엔드투엔드 CFO 매출 대시보드를 구축했고, 자금 관리자는 자금 상태를 파악하기 위한 AI/BI 대시보드를 만들었으며, 공급망 분석가는 인바운드 재고 배송을 추적하기 위한 Databricks App을 구축했습니다.

Rivian이 생각하는 진정한 셀프 서비스의 모습이 바로 이것입니다. 팀들은 개념 검증(PoC)을 개발하고 데이터 애플리케이션을 만들어 몇 달이 아닌 며칠 만에 복잡한 비즈니스 질문에 대한 답을 얻고 있습니다.

“메트릭이 인증되고 거버넌스가 통합되며 AI 레이어가 자연어로 사용자를 맞이할 수 있을 때 기술적 장벽은 사라집니다.”라고 Rivian의 Enterprise Data & Analytics 부문 프린시펄 제품 매니저인 Saritha Suresh는 말했습니다. “Databricks AI/BI, Unity Catalog 및 Genie를 통해 우리는 ‘어떻게 비즈니스 사용자를 지원할 것인가?’라는 질문을 멈추고 ‘그들이 다음에 무엇을 구축할 것인가?’를 묻기 시작했습니다. 이것이 바로 변화입니다.”

더 많은 비즈니스 사용자가 신뢰할 수 있는 데이터를 기반으로 구축하고 탐색함에 따라, 분석 팀은 대시보드 전반에서 로직을 재현하거나 일회성 요청에 응답하는 데 드는 시간을 줄일 수 있습니다. 분석 팀의 업무는 더 나은 인증된 데이터 제품을 구축하고, 시맨틱 레이어를 강화하며, 팀이 스스로 더 많은 질문에 답할 수 있도록 돕는 AI 기반 워크플로우를 확장하는 방향으로 전환됩니다.

이는 비즈니스와 데이터 사이에 색다른 관계를 형성합니다. 사용자가 필요한 순간에 신뢰할 수 있는 답변을 얻을 수 있게 되면, 더 나은 후속 질문을 던지고, 더 많은 컨텍스트를 탐색하며, 더 적은 인수인계 단계로 의사 결정을 내릴 수 있습니다.

“편의성이 핵심적인 차이를 만듭니다.”라고 RVTech의 Big Data & AI 부문 디렉터인 Michael Flynn은 말했습니다. “시간 단위가 단축되면 사람들은 실제로 후속 질문을 던지고 단일 진실 공급원(source of truth)으로부터 답변을 얻게 될 것입니다.”

동일한 기반은 Rivian이 비즈니스에 가장 중요한 운영 워크플로우에 AI 기반 분석을 도입하는 데도 기여하고 있습니다.

운영에 AI 기반 분석 도입하기

Rivian의 거버넌스가 확보된 분석 기반은 이미 제조, 공급망 및 운영 전반에서 가치가 높은 사용 사례를 지원하고 있습니다.

실시간 공급망 가시성으로 모니터링 시간 60~70% 단축

이전에는 공급망 플래너가 매일 여러 시스템을 확인하고 스프레드시트에서 상태 업데이트를 취합하는 데 몇 시간을 소비했습니다. Databricks를 기반으로 구축된 통합 실시간 대시보드를 통해 이제 팀은 인바운드 공급을 모니터링하고, 리스크를 더 일찍 식별하며, 문제가 확대되기 전에 조치를 취할 수 있습니다.

대시보드에는 자동화된 Slack 알림과 3~5일 전 선제적 리스크 식별 기능이 포함되어 있습니다. 팀은 사후 대응식 문제 해결에서 조기 개입으로 전환하여 모니터링 시간을 60~70% 단축했습니다.

Unity Catalog는 이러한 크로스 시스템 가시성을 대규모로 실현할 수 있도록 거버넌스가 적용된 신뢰할 수 있는 데이터 기반을 제공합니다.

더 빠른 근본 원인 분석으로 특정 개인의 지식에 대한 의존도 감소

이전에는 재고 불일치 문제를 조사하기 위해 여러 시스템을 수동으로 교차 대조하는 데 30분 이상이 소요되었습니다. 계획 담당자들은 특정 공급업체, 배송 패턴 또는 운영상의 예외 상황에 대해 개인이나 조직의 경험적 지식에 의존해야 하는 경우가 많았습니다.

이제 동일한 조사를 2분 이내에 끝낼 수 있습니다. 병렬 쿼리를 통해 연결된 재고 현황, 배송 상태, 품질 문제, 생산 계획이 단일 뷰에 자동으로 표시되며, 과거 공급업체 리스크 컨텍스트도 함께 제공됩니다.

이러한 빠른 속도는 관련 소스 전반에서 데이터를 연결하고 거버넌스를 적용하는 Databricks ML 및 Unity Catalog의 강력한 기능 덕분입니다. 이제 팀은 여러 시스템을 일일이 검색하는 대신, 신뢰할 수 있는 하나의 기반 위에서 조사를 진행할 수 있습니다.

ML 기반 예측으로 재고 품절 리스크 선제적 감소

이전에는 품절 리스크를 신속하게 추적하기가 어려웠습니다. 보유 재고 일수(Days-on-hand) 계산이 수동으로 이루어졌고, 임계값을 이미 초과한 후에야 리스크를 감지하는 경우가 많았습니다.

이제 Databricks의 ML 모델이 4일 전에 미리 재고 품절을 예측하고, 부품이 위험 수준에 도달하기 전에 자동으로 빨간색 또는 노란색 등급을 부여합니다. 이를 통해 계획 담당자는 재고 부족으로 생산 라인이 중단될 위험에 처하기 전에 선제적으로 조치를 취할 수 있는 시간을 확보할 수 있습니다.

Rivian은 Databricks를 통해 거버넌스가 적용된 데이터, ML 기반 예측, 운영 워크플로우를 통합하여 팀이 더 신속하고 확신을 가지고 움직일 수 있도록 지원합니다.

AI 에이전트로 신뢰할 수 있는 데이터 제품 개발 가속화

또한 Rivian은 플랫폼 및 데이터 엔지니어링 팀의 업무를 확장하기 위해 AI를 적극적으로 활용하고 있습니다.

Rivian은 자체 개발 애플리케이션과 서드파티 애플리케이션을 포함한 다양한 도메인 및 소스 시스템 전반에서 운영됩니다. 이러한 환경에서 신뢰할 수 있는 데이터 제품을 수집, 인증 및 유지 관리하려면 속도, 일관성 및 강력한 거버넌스가 필요합니다.

Databricks와 AI 지원 엔지니어링 워크플로우를 결합함으로써, Rivian은 일부 시나리오에서 새로운 데이터 수집 설정 시간을 60% 이상 단축했습니다. 이를 통해 데이터 팀은 새로운 도메인과 소스 전반에서 더 빠르게 움직일 수 있으며, 비즈니스 부서에 신뢰할 수 있는 데이터 제품을 더 신속하게 제공할 수 있습니다.

그 결과 더 확장 가능한 운영 모델이 구축되었습니다. AI는 데이터 팀이 신뢰할 수 있는 데이터 제품을 구축, 인증 및 모니터링하도록 돕고, 비즈니스 사용자는 대시보드, Genie, Databricks Apps 및 AI 기반 워크플로우를 통해 이러한 제품을 활용하고 조치를 취합니다.

비즈니스 전반에서 AI를 생각의 파트너로 만들기

Rivian의 분석 전략은 분석가와 데이터 팀만이 빠르게 정답을 찾을 수 있었던 시대를 넘어서고 있습니다.

Rivian은 대규모의 완전한 셀프 서비스를 향해 순조롭게 나아가고 있습니다. 재무 분석가는 SQL을 작성하지 않고도 대시보드를 구축하고, 계획 담당자는 생산 라인에 도달하기 전에 재고 리스크를 파악하며, 데이터 엔지니어는 AI를 사용하여 수집을 더 빠르게 설정하고, 비즈니스 사용자는 맞춤형 요청을 기다리는 대신 Genie에서 후속 질문을 던집니다.

이는 올바른 기반이 있어야만 가능합니다. 인증된 메트릭, 거버넌스가 적용된 데이터 제품, 그리고 Unity Catalog는 Rivian에 데이터 왜곡 없이 AI 기반 분석을 확장하는 데 필요한 컨텍스트, 권한 및 리니지(lineage)를 제공합니다.

Rivian에게 이것은 엔터프라이즈 분석의 차세대 모델입니다. 거버넌스, 확장성, 정확성을 위해 구축된 플랫폼을 기반으로, 데이터를 통해 의사 결정을 내리는 모든 사람을 위한 생각의 파트너로서의 AI입니다.

(이 글은 AI의 도움을 받아 번역되었습니다. 원문이 궁금하시다면 여기를 클릭해 주세요)