에어링구스(Aer Lingus)가 90년의 유산을 현대화하기 위해 데이터에 능숙한 문화를 우선시한 이유
작성자: 앨리 맥그루
항공은 지구상에서 가장 데이터 집약적인 산업 중 하나입니다. 모든 비행은 연료 소비량, 엔진 원격 측정 데이터, 승객 선호도, 실시간 기상 패턴 등 엄청난 양의 정보를 생성합니다. 아일랜드의 대표 항공사인 에어링구스(Aer Lingus)의 경우, 유서 깊은 역사로 인해 이러한 복잡성이 더욱 가중됩니다. 많은 항공사가 여전히 수십 년 전에 구축된 시스템을 운영하고 있으며, 이로 인해 데이터가 부서별 사일로에 갇혀 있습니다. 이러한 환경에서는 단순한 의사결정을 내리는 데도 수동 데이터 추출과 몇 주간의 분석이 필요할 수 있습니다.
에어링구스의 최고 디지털·데이터·혁신 책임자(CDIO)인 데이브 오도노반(Dave O’Donovan)이 이 변화를 이끌고 있습니다. 그의 리더십 아래 에어링구스는 기존 IT 유지보수에서 벗어나 Databricks 기반의 통합 플랫폼으로 자본 지출의 상당 부분을 전환하는 근본적인 변화를 겪었습니다.
저는 데이브와 함께 이러한 혁신의 메커니즘에 대해 이야기를 나누었습니다. 에어링구스가 어떻게 레거시 시스템을 넘어 완전한 디지털 주도형 고객 경험으로 나아가고 있는지, 그리고 왜 그가 AI 성공의 열쇠가 데이터 리터러시(data literacy)라고 믿는지 알아보았습니다.
알리 맥휴(Aly McGue): 에어링구스는 90년의 역사를 자랑합니다. 이는 놀라운 이정표이지만, 레거시 시스템과 프로세스라는 과제도 안겨줍니다. 빠르게 진화하는 디지털 환경 속에서 오늘날 회사의 미션을 어떻게 정의하고 계신가요?
데이브 오도노반: 지금은 저희에게 매우 흥미진진한 시기입니다. 에어링구스는 아일랜드가 세계로 나아가는 창입니다. 저희는 유럽 전역에 걸친 대규모 단거리 노선망을 보유하고 있으며, 실제로 미국 취항지 수 기준으로 북대서양 노선에서 두 번째로 큰 유럽 항공사입니다. 하지만 90년의 역사를 가졌다는 것은 수십 년 동안 고착화된 시스템과 사고방식이 존재한다는 의미이기도 합니다.
현재 저희의 미션은 에어링구스 특유의 따뜻한 환대와 세심한 브랜드 정체성을 유지하면서, 그 어느 때보다 디지털에 익숙하고 프리미엄 경험을 원하는 여행객의 기대치를 충족하는 것입니다. 이로 인해 저희는 '에어링구스다운 느낌을 유지하면서 어떻게 셀프 서비스 중심의 디지털 퍼스트 경험을 제공할 것인가?'라는 질문을 던지게 됩니다. 그 답은 언제나 데이터에 있습니다.
알리: 최근 IT 및 변화 관리 지출의 상당 부분을 데이터 분야로 전환하는 매우 과감한 결정을 내리셨습니다. 이러한 '올인'을 결심하게 된 계기는 무엇인가요?
데이브: 약 18개월 전 경영위원회 수준에서 내린 공동의 결정이었습니다. 저희는 AI를 활용하는 방법을 이해하는 것이 더 이상 '있으면 좋은 것'이 아니라는 사실을 깨닫는 시점에 도달했습니다.
수년 동안 항공사를 포함한 많은 기업이 데이터를 제대로 활용하지 않고도 버틸 수 있었습니다. 하지만 AI의 발전 속도는 불에 기름을 부은 격이었습니다. 저희는 경쟁사들이 발표하는 새로운 기술을 쫓아다니는 대신, 잠시 멈추고 기초를 다지기로 결정했습니다. 지난 1년 반 동안 저희는 플랫폼, 거버넌스, 데이터 품질, 그리고 가장 중요한 데이터 리터러시에 집중했습니다. 이러한 탄탄한 기반이 없다면 여러분이 구축하는 그 어떤 AI도 사상누각에 불과할 것입니다.
알리: 많은 기업이 레거시 데이터 웨어하우스에서 현대적인 아키텍처로 전환하는 데 어려움을 겪고 있습니다. 에어링구스의 출발점이 Databricks를 선택하는 데 어떤 영향을 미쳤나요?
데이브: 이상하게 들릴지 모르겠지만, 저희는 다른 경쟁사들보다 조금 늦게 움직인 것이 오히려 다행이라고 생각했습니다. 클라우드 데이터 도구의 '첫 번째 물결'에 대규모 투자를 하지 않았기 때문에, 최근의 매몰 비용을 상각하는 것에 대해 걱정할 필요가 없었습니다. 저희에게는 여전히 많은 레거시 온프레미스 웨어하우스가 남아 있었습니다.
시장을 살펴보았을 때 시장은 이미 성숙해 있었습니다. Databricks가 처음부터 끝까지 모든 것을 해결해 주는 솔루션을 제공한다는 것은 분명했습니다. 저희는 단일 레이크하우스 아키텍처에 올인할 수 있었습니다. 저를 정말 사로잡은 것은 뛰어난 성능에 만족한 데이터 엔지니어들의 피드백뿐만 아니라 데이터 민주화에 대한 비전이었습니다. 저는 Databricks 데이터 웨어하우징 플랫폼 및 Databricks Genie 같은 솔루션에 큰 기대를 걸고 있습니다. 이러한 도구를 사용하면 비즈니스 사용자가 일상적인 언어로 데이터에 질문을 던질 수 있습니다. 이것이 진정으로 확장할 수 있는 유일한 방법입니다.
알리: 레거시 시스템의 '병목 현상'을 언급하셨습니다. 손가락 하나만 까딱해서 데이터와 최종 의사결정 사이의 장애물 하나를 없앨 수 있다면, 그것은 무엇인가요?
데이브: 저희가 흔히 '60년밖에 안 된 젊은 시스템'이라고 부르는 시스템에서 데이터를 물리적으로 추출하는 작업일 것입니다. 이러한 레거시 시스템은 항공사를 안전하게 운영하는 본연의 역할은 훌 륭히 수행하지만, 생성형 AI 시대에 맞게 구축되지는 않았습니다.
우리는 특정 부서가 "이건 내 데이터이고, 내 소유다"라고 말하는 세상에서 벗어나, 데이터가 전체 운영을 개선하는 데 사용되는 공유되고 총체적인 자산이 되는 세상으로 나아가야 합니다.
알리: 인적 요소에 대해 이야기해 보겠습니다. '데이터 리터러시 아카데미'에 많은 투자를 하셨는데요. 항공사 경영진에게 이것이 왜 그토록 중요한 우선순위인가요?
데이브: 도구는 절반의 성공에 불과하기 때문입니다. 세계 최고의 LLM이나 가장 빠른 컴퓨팅 자원을 가지고 있더라도, 팀에 이를 활용할 수 있는 직관이나 기술이 없다면 아무것도 얻지 못하는 것과 같습니다.
저희는 영국의 한 그룹과 협력하여 맞춤형 커리큘럼을 구축했습니다. 온라인 교육, 대면 워크숍, 심지어 자체 팟캐스트 녹음까지 모든 것을 진행했습니다. 하지만 이 모든 노력에도 불구하고 매일 끊임없이 추진해야 합니다. 이는 탑다운(top-down) 방식으로 진행되어야 합니다. 저희 CEO는 직원들에게 데이터 리터러시에 대해 생각할 것을 끊임없이 독려하고 있습니다. 저희는 직원들이 일상 업무에서 즉시 활용할 수 있는 '한 입 크기'의 정보를 제공하기 위해 노력하고 있습니다.
제 목표는 5년 안에 에어링구스에서 '시민 개발자(citizen developer)'가 일반화되는 것입니다. 만약 그때도 비즈니스 리더가 자신의 부서를 운영하기 위해 데이터를 활용하는 방법을 모르는 상황이라면, 저는 제 역할을 다하지 못한 것입니다.
알리: 항공과 같은 산업에서는 '실시간'이 필수 요건입니다. 오늘날 실시간 인사이트가 가장 큰 영향력을 발휘하고 있는 분야는 어디인가요?
데이브: 운영통제센터(OCC)는 항공사의 심장부입니다. 비행 출발 약 24시간 전부터 기상 패턴 변화, 승무원 배치 변동, 항공기 정비 문제 발생 등 변수들이 빠르게 움직이기 시작합니다.
과거에는 이러한 의사결정이 부서별 사일로 내에서 이루어지는 경우가 많았습니다. 이제는 운영 전반의 다양한 센서에서 수집한 데이터를 통합 플랫폼으로 가져옴으로써, OCC 팀이 실시간으로 '전체적인 그림'을 볼 수 있게 되었습니다. 비행을 취소하거나 지연해야 하는 경우, 고객의 불편을 최소화하기 위해 가능한 한 가장 최신의 데이터를 기반으로 결정을 내리고자 합니다.
상업적인 측면에서도 이는 똑같이 중요합니다. 저희는 티켓의 80% 이상을 직접 디지털 채널을 통해 판매합니다. 저희는 대규모 거래가 일어나는 리테일 플랫폼입니다. 실시간 인사이트를 활용해 가격을 조정함으로써 탑승률을 극대화하는 동시에 수익을 극대화할 수 있다는 것은 엄청난 경쟁 우위입니다.
알리: 오늘날 AI 에이전트를 어떻게 실험하고 계신가요? 염두에 두고 계신 구체적인 유스케이스가 있나요?
데이브: 저희는 아주 간단하지만 믿을 수 없을 정도로 흔한 작업인 비즈니스 케이스(사업 기획서) 개발부터 시작하고 있습니다. 대규모 조직에서는 자금을 지원받기 위해 비즈니스 케이스를 작성하는 데 엄청난 시간을 소비합니다.
저희는 에이전트가 비즈니스 케이스 작성을 돕는 에이전틱 워크플로우를 검토하고 있습니다. 그런 다음 'CFO 에이전트'가 해당 케이스를 검토하여 CFO가 정확히 어떤 질문을 던질지 파악하도록 하고 싶습니다. 이는 회의실에 들어가기도 전에 내부 논리를 철저히 검증할 수 있는 좋은 방법입니다.
알리: 변화의 속도가 매우 빠른 상황에서, '지금 당장 확장해야 한다'는 시급한 요구와 실험이라는 현실 사이에서 어떻게 균형을 잡고 계신가요?
데이브: 미묘한 균형이 필요합니다. 이사회나 CEO를 단기적으로 만족시키기 위해 겉만 번지르르한 기술에 한눈을 팔기 쉽습니다. 하지만 '완벽한' 플랫폼을 구축하겠다고 18개월 동안 방에만 틀어박혀 있을 수도 없는 노릇입니다.
저는 75/25 규칙을 따릅니다. 저희 역량의 약 75%는 데이터 품질과 Unity Catalog 거버넌스를 올바르게 구축하는 장기적인 기초 전략에 집중되어 있습니다. 나머지 25%는 혁신과 신속한 시장 가치 창출에 집중합니다. 모멘텀을 유지하고 비즈니스의 참여를 유도하려면 이러한 작은 성공들이 필요합니다. 저희는 재무, 고객 관리, 운영 등 다양한 부서를 돌아다니며 프로세스를 'AI 지원 가능'하도록 재정의하는 약 20명 규모의 전담 '지속적 개선' 팀을 구성하기도 했습니다.
알리: 마지막으로, AI 하이프 사이클의 압박을 느끼고 있는 다른 CDIO들에게 조언을 해주신다면 무엇이 있을까요?
데이브: '미래 대비(future-proof)'에 집중하지 마세요. 불가능하기 때문입니다. 기술은 6개월에서 12개월마다 바뀝니다. 대신 ' 피벗 대비(pivot-ready)'에 집중하세요.
개방형 표준 및 오픈 소스를 기반으로 구축된 Databricks와 같은 플랫폼과 파트너십을 맺으세요. 그러면 시장이 진화함에 따라 방향을 전환할 수 있는 유연성을 확보할 수 있습니다. 그리고 가장 중요한 것은 사람에게 투자하는 것입니다. 저희 조직에서 가장 가치 있는 인재는 호기심, 직관력, 창의성을 가진 사람들입니다. 기술이 범용화되는 시대에 이러한 인간적인 자질이야말로 진정한 유일한 경쟁 우위입니다.
Aer Lingus에서 Dave가 보여준 접근 방식은 현대 디지털 리더십의 마스터클래스라 할 수 있습니다. 업계가 AI의 생성적 잠재력에만 매몰되어 있을 때, 그는 조직의 궁극적인 한계를 결정하는 단 하나의 변수인 '사람'에 집중했습니다.
데이터 리터러시를 기술 부서의 선택 과목이 아닌 비즈니스 전반의 필수 과제로 다룸으로써, Aer Lingus는 AI 시대의 근본적인 과제를 해결하고 있습니다. 이들은 단순히 기존 항공사를 현대화하는 데 그치지 않고, 매 초가 의사 결정에 영향을 미치는 항공 산업에서 모든 직원이 가공되지 않은 정보를 탁월한 운영 성과로 전환할 수 있도록 회복탄력성이 뛰어나고 데이터에 능숙한 문화를 구축하고 있습니다. 이러한 문화적 기반이야말로 독보적인 경쟁 우위입니다.
25명 이상의 업계 전문가들이 성공적인 AI 배포를 향한 경로를 어떻게 계획하고 있는지 알아보려면 Databricks의 지원으로 제작된 Economist Enterprise의 “Making AI Deliver” 보고서를 확인해 보세요.
아래에서 Dave O’Donovan과의 인터뷰 전체 영상을 시청하세요.
(이 글은 AI의 도움을 받아 번역되었습니다. 원문이 궁금하시다면 여기를 클릭해 주세요)
블로그를 구독하고 최신 게시물을 이메일로 받아보세요.