Sciene AI 컴패니언: Databricks 기반의 자율형 고객 성공 플랫폼 구축

Sciene은 대규모의 관계 중심 기업 워크플로를 표준화하고 확장하는 AI 제품을 개발합니다. 1,000개 이상의 브랜드의 퍼포먼스 마케팅을 관리하는 세계 최대의 리테일 미디어 최적화 플랫폼인 Quartile이 고객 성공(Customer Success) 운영을 확장하기 위해 Sciene의 플랫폼을 도입하면서, 지역과 시간대를 초월하여 일하는 방식이 완전히 바뀌었습니다.

디지털 광고 분야에서 고객 성공 매니저(CSM)는 대행사와 고객을 연결하는 가교 역할을 하며, 캠페인 성과를 분석하고, 전략 프레젠테이션을 준비하며, 문제를 선제적으로 파악하고, 계정이 건강하게 성장할 수 있도록 지속적인 관계를 유지합니다. 이 역할은 분석적 깊이와 개인적인 교감 모두를 요구합니다. 하지만 규모가 커지면 이러한 조합을 유지하기가 어려워집니다.

CSM은 매주 프레젠테이션 자료를 처음부터 새로 만들고, 계정의 맥락을 재구성하며, 전체 비즈니스 현황을 체계적으로 파악하지 못한 채 계정의 우선순위를 분류하는 데 수시간을 소비합니다. 적절한 도구와 기술이 없다면 이들은 변화의 속도를 따라잡을 수 없습니다.

이는 생성형 AI를 적용하기에 완벽한 분야입니다. Sciene은 Quartile을 넘어, 인간적인 유대감에 필수적인 개인 맞춤화를 유지하면서 관계 중심의 비즈니스 프로세스에 AI의 효율성을 도입하는 방법을 해결하고자 노력하고 있습니다.

고객 성공 분야에서 AI 적용을 가로막는 장벽

Sciene의 플랫폼은 세 가지 문제를 동시에 해결해야 했습니다.

1. 대규모 개인화 - 이메일 초안, 미팅 자료, 계정 진단 등 AI가 생성하는 모든 결과물에는 계정의 성과 및 지표, 개별 CSM의 개인적 스타일 및 커뮤니케이션 기준과 같은 비즈니스 맥락이 반영되어야 합니다.
   이를 한 번 해결하는 것은 간단하지만, 전 세계에서 서로 다른 커뮤니케이션 스타일을 가진 350명 이상의 CSM과 고유한 이력을 가진 1,000개 계정의 주간 상호작용에 대해 이를 수행하는 것은 완전히 다른 문제입니다.
2. 대량의 콘텐츠 생성 - 일관된 품질을 유지하고 처리 병목 현상 없이 매주 80장 분량의 표준화된 프레젠테이션 자료 1,600개를 제작하고 모든 고객을 위한 이메일 답장 초안을 작성해야 합니다.
3. 단순 감지를 넘어선 근본 원인 진단 - 고객에게는 단순한 계정 변경 알림 이상의 것이 필요합니다. 이들은 왜 변화가 일어났는지에 대한 설명과 다음에 무엇을 해야 하는지에 대한 가이드라인을 원합니다. 이 솔루션은 광고, 캠페인, 인벤토리, 결제 및 CRM 데이터를 연결하여 계절적 변화, 경쟁사의 활동 또는 글로벌 시장 변화로 인해 발생할 수 있는 이상 징후를 진단해야 합니다.

데이터 수집부터 CSM 프레젠테이션에 이르기까지 Sciene의 처리 시간은 매우 촉박합니다. 플랫폼은 실시간 속도로 데이터를 수집, 모델링하고, AI 추론을 실행하며, 결과를 제공해야 합니다. 모든 파이프라인, AI 워크로드 및 운영 레이어는 거버넌스가 적용된 동일한 단일 진실 공급원(source of truth)을 사용해야 하므로, Databricks가 아키텍처 솔루션으로 선택되었습니다.

고객 성공을 위한 Databricks: Sciene의 AI Companion 내부 들여다보기

모든 요구 사항을 해결하기 위해 Sciene은 AI Companion 플랫폼을 구축하고, 사용자 서비스 제공 방식의 고유한 병목 현상을 해결하기 위해 세 가지 모듈을 구성했습니다.

• Email Hub - 완전한 맥락 인식을 통한 이메일 답장 초안 작성. CSM의 어조로 작성되고 기업 원칙을 준수하는, 신속하고 사려 깊으며 데이터에 기반한 답변을 생성합니다. 이를 통해 고객 관계를 유지하고 상당한 시간을 절약할 수 있습니다. 내부 설문조사에 따르면 AI Companion을 사용한 후 답장 시간이 15~30분에서 약 3분으로 단축되어 8배 빨라졌습니다.
• Meeting Hub - 대규모 표준화된 프레젠테이션 생성. 대화 주제와 이전 미팅 요약을 중앙 집중화하여 80장 이상의 프레젠테이션 자료를 생성함으로써 고객이 일관되고 최신의 경험을 제공받을 수 있도록 합니다. 이 준비 시간은 2시간 이상에서 약 10분으로 단축되어(12배 빨라짐) CSM이 신속하게 준비를 마칠 수 있습니다.
• Account Flagging System - 비즈니스 변동 자동 감지. 알림 대시보드를 넘어, 이 시스템은 무엇이 변경되었는지 식별하고 근본 원인을 진단하여 수시간의 수동 조사 작업을 없애줍니다. CSM은 스프레드시트를 뒤지는 대신 미리 진단된 브리핑을 받게 되므로 고객에게 더 빠르게 개입할 수 있습니다. CSM 설문조사에 따르면 플래그가 지정된 계정을 진단하는 시간이 30분 이상에서 약 5분으로 단축되어 6배 빨라졌습니다.

이 중 어느 것도 CSM의 판단을 대체하지 않습니다. 단지 판단을 방해하던 작업을 제거할 뿐입니다. CSM은 여전히 계정, 관계, 그리고 다음에 무엇을 할지에 대한 결정을 책임집니다. AI Companion은 단지 그들이 이미 맥락을 파악한 상태에서 모든 고객 대화에 임할 수 있도록 보장할 뿐입니다.

인간의 전략적 워크플로를 증강하는 AI

Sciene AI Companion은 1,000개 이상의 브랜드를 관리하는 Quartile의 전체 CS 조직에 배포되었습니다. 데이터 수집과 초안 작성이 처리되면서, CSM은 매주 더 많은 시간을 역할의 핵심인 더 깊이 있는 계정 전략 수립, 더 날카로운 고객 대화, 그리고 가장 중요한 판단을 내리는 데 보낼 수 있습니다. 그 영향은 고스란히 고객에게 전달됩니다. 고객은 더 빠르고 데이터에 기반한 서비스를 제공받으며, 기업은 효율적으로 확장 가능한 CS 조직을 운영하게 됩니다.

왜 Databricks인가: 거버넌스와 맥락을 핵심으로

AI Companion의 아키텍처는 한 가지 원칙에 기반하여 구축되었습니다. 모든 소비자(데이터 파이프라인, AI 모델, 대시보드)는 동기화 편차(drift) 없이 거버넌스가 적용된 동일한 테이블에서 데이터를 읽어야 한다는 것입니다.

Sciene은 별도의 데이터베이스, 컴퓨팅 및 AI 서빙 인프라를 짜깁기한 스택을 사용하는 대안은 여러 개의 데이터 복사본, 복잡한 조정 작업 및 불가피한 데이터 편차로 인해 막대한 유지 관리 오버헤드를 초래할 것이라고 평가했습니다. Databricks는 다음을 사용하여 이를 완전히 제거합니다.

• Delta Sharing은 복사, 내보내기, 편차 없이 Quartile의 데이터를 Sciene의 환경으로 가져옵니다. Quartile이 비즈니스를 운영하는 데 사용하는 거버넌스가 적용된 동일한 테이블을 수집 및 모델링에 즉시 사용할 수 있습니다. Delta Sharing이 없다면 Sciene은 모든 데이터 소스에 대해 맞춤형 ETL 파이프라인을 구축하고 유지 관리해야 하므로, 모든 단계에서 지연 시간과 조정 위험이 발생할 것입니다. 또한 이를 통해 데이터를 분산된 상태로 유지하면서 Sciene 생태계를 새로운 영역으로 확장할 수 있습니다.
• Lakebase는 Databricks의 관리형 Postgres로서, 트랜잭션 응답성과 레이크하우스 거버넌스를 갖추고 운영 상태, 알림 구성 및 이력, 미팅 메타데이터, 사용자 작업, AI 생성 콘텐츠를 보관합니다. 이는 Sciene이 Databricks 생태계 외부에서 별도의 데이터베이스를 실행할 필요 없이 분석 워크로드와 운영 워크로드 간의 격차를 해소합니다.
• Databricks SQL 웨어하우스는 서버리스 엔드포인트에서 거버넌스가 적용된 동일한 테이블을 통해 분석 워크로드, AI 추론 및 운영 읽기를 지원하므로 클러스터 관리나 웜업 비용이 필요하지 않습니다. 모든 소비자가 동일한 레이어를 쿼리하기 때문에 모두가 동일한 숫자를 보게 됩니다.

그 결과, 데이터 엔지니어링은 맞춤형 내보내기를 수행할 필요가 없고, 애플리케이션은 분석 로직을 재계산할 필요가 없으며, AI 워크로드는 자체 데이터 저장소를 유지 관리할 필요가 없습니다. 하나의 기반으로 편차가 발생하지 않습니다.

Databricks 기반이 각 모듈을 지원하는 방법

동일한 아키텍처가 세 가지 AI Companion 모듈을 각각 조금씩 다른 방식으로 지원합니다.

• Email Hub는 Databricks의 AI 플랫폼 쿼리를 기반으로 최신 계정 데이터와 CSM의 커뮤니케이션 스타일 및 회사 원칙을 결합합니다. 이를 통해 복사본 검색으로 인한 데이터 노후화 문제를 해결합니다. 각 답장이 자체적인 맥락을 유지해서가 아니라 데이터 레이어가 확장되기 때문에, 고객은 시기적절하고 깊이 있는 답변을 받을 수 있습니다.
• Meeting Hub는 비즈니스의 다른 영역에서 보고용으로 사용하는 거버넌스가 적용된 동일한 테이블에서 슬라이드 콘텐츠를 가져와 계정의 가장 최신 상태로 모든 프레젠테이션 자료를 생성합니다. 단일 진실 공급원(source of truth)을 사용하므로 고객이 보는 숫자가 항상 일치하며, 프레젠테이션 자료와 대시보드의 내용이 서로 다를 일이 없습니다.
• Account Flagging은 광고 성과, 캠페인 상태, 인벤토리, 결제 및 CRM 데이터에 대해 매일 평가를 실행합니다. 심각도별로 분류된 알림을 Lakebase에 기록하면 애플리케이션이 이를 즉시 감지합니다. CSM은 고객이 문제를 인지하기도 전에 개입할 수 있습니다. 임계값 조정 및 새로운 알림 정의는 코드 배포가 아닌 구성 변경만으로 가능합니다.

Databricks 기반의 AI 확장 기반

Databricks 데이터 인텔리전스 플랫폼(Databricks Data Intelligence Platform)의 통합 아키텍처는 새로운 기능을 가능하게 합니다. Sciene은 확장 가능한 AI 추론을 위한 Databricks Apps, AI Companion의 여러 생성 작업에 대한 실험 추적을 위한 MLflow, 플랫폼이 생성하는 AI 생성 자산의 증가에 맞춰 거버넌스 및 데이터 수집을 확장하기 위한 Unity Catalog Lakeflow Connect를 포함하여 Databricks AI 플랫폼과의 더 깊은 통합을 모색하고 있습니다.

Databricks가 새로운 기능을 출시함에 따라 Sciene의 플랫폼은 이를 통합하여 아키텍처 변경 없이도 AI Companion을 더 빠르고 강력하게 만듭니다.

Sciene이 Databricks와 협력하여 엔터프라이즈 워크플로를 위한 데이터 및 AI 네이티브 제품을 구축하는 방법에 대해 자세히 알아보려면, sciene.com을 방문하거나 Sciene 또는 Databricks 담당자에게 문의하세요.

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