Comcast Advertising은 210개 지정 시장 지역 전체에서 기존 플랫폼과 스트리밍 플랫폼에 걸친 멀티스크린 TV 캠페인을 통해 브랜드가 약 1억 2,500만 미국 가구와 연결되도록 지원합니다. 이러한 규모에는 방대한 양의 데이터가 따르며 실시간 인사이트가 필요합니다. 과거에 데이터 사이언티스트들은 모델을 비즈니스에 즉시 사용 가능한 제품으로 전환하는 데 어려움을 겪었습니다. Databricks Apps를 통해 데이터 사이언티스트들은 의사결정을 가속화하고 캠페인 성과를 향상시키는 대화형 예측 대시보드를 활용할 수 있게 되었습니다.
복잡한 모델을 비즈니스 도구로 전환
Comcast Advertising은 마케팅 담당자가 멀티스크린 TV 캠페인을 통해 브랜드 관련성을 구축하고 지속 가능한 비즈니스 성과를 달성하도록 돕습니다. 전국적으로 이렇게 광범위한 도달 범위를 달성하기 위해 조직은 시청률 및 캠페인 성과부터 잠재고객 인사이트, 참여도, 과거 결과에 이르기까지 방대한 데이터세트를 분석하여 시의적절한 인사이트를 제공하고 전략을 지속적으로 최적화해야 합니다.
데이터 사이언티스트는 정교한 예측 모델을 구축할 수 있었지만, 이러한 인사이트를 비즈니스 사용자와 공유하는 데 어려움을 겪었습니다. 기존 BI 도구는 최종 사용자가 실시간으로 모델 결과를 탐색하는 데 필요한 유연성이나 상호작용성을 제공하지 못했습니다. 또한 퍼블릭 클라우드 및 온프레미스 시스템에서 맞춤형 애플리케이션을 구축하려면 추가 툴링 및 호스팅 오버헤드가 필요했으며, 익숙하지 않은 기술 스택을 도입해야 했습니다. 이러한 복합적인 비효율성으로 인해 데이터 사이언스 생산성이 저하되고 팀은 좌절감을 느꼈으며, 최종 사용자 관점에서도 한계가 생겼습니다.
Comcast Advertising의 수석 ML 엔지니어인 Jivitesh Poojary는 “비즈니스 사용자가 기본 데이터 사이언스를 이해할 필요 없이 모델 출력과 직접 상호작용할 수 있는 방법을 원했습니다.”라고 설명했습니다. 이는 애플리케이션을 신속하게 구축 및 맞춤화하고 데이터 파이프라인과 통합할 수 있는 플랫폼이 필요하다는 것을 의미했습니다.”
Comcast Advertising은 예측 모델을 사용자 친화적인 도구로 전환하고, 빠른 피드백 루프를 만들며, 모델 개발부터 비즈니스 가치 창출까지 걸리는 시간을 단축할 수 있는 솔루션이 필요했습니다. 이러한 니즈로 인해 데이터 사이언스팀은 결국 Databricks Apps를 도입하게 되었습니다.
앱 개발 및 협업 가속화
Comcast Advertising의 데이터 사이언스팀은 이미 Lakeflow Spark 선언적 파이프라인, ML 실험 및 거버넌스가 적용된 데이터 액세스를 위해 Databricks Data Intelligence Platform을 활용하고 있었습니다. Databricks Apps가 출시되었을 때, 이는 기존 워크플로의 자연스러운 확장이 되었고, 직관적이고 역동적이며 상호작용적인 애플리케이션을 통해 모델에 생명력을 불어넣는 직접적인 방법을 제공했습니다.
Databricks Apps를 통해 Comcast Advertising은 데이터 팀이 찾고 있던 민첩성을 확보했습니다. 데이터 사이언티스트들은 이제 별도의 호스팅 환경을 탐색하거나 익숙하지 않은 프런트엔d 인터페이스를 구축하는 대신, 기존 개발 스택 내에서 Python 기반 프레임워크를 직접 사용하고 있습니다. 이는 개발자의 학습 곡선을 낮출 뿐만 아니라 시장 출시 시간을 획기적으로 단축합니다. Poojary는 '널리 쓰이는 Python 프레임워크를 사용하여 이러한 애플리케이션을 구축하고 Databricks Platform과 원활하게 통합하는 기능 덕분에 데이터 인사이트를 사용하기 쉬운 인터페이스로 패키지하여 조직 전체에서 더 폭넓게 사용할 수 있는 강력한 환경이 조성됩니다.'라고 설명했습니다.
조직의 첫 번째 사용 사례 중 하나는 비즈니스 사용자가 주요 입력 변수를 수정하고 이러한 변경 사항이 수익 예측에 미치는 영향을 즉시 확인할 수 있도록 지원하는 예측 대시보드였습니다. 이러한 직접적인 경험을 통해 영업, 마케팅, 전략, 고객 경험팀은 모델 결과에 대한 새로운 가시성을 확보하게 됩니다. 또한 매번 업데이트할 때마다 데이터 사이언스팀에만 의존하지 않고도 여러 'what-if' 시나리오를 탐색할 수 있습니다.
레이크하우스 아키텍처, 보안 액세스 제어를 위한 Unity Catalog, 모델 추적 및 서빙을 위한 MLflow, 빠르고 통제된 쿼리를 위한 SQL Serverless를 사용하여 Databricks Apps는 Comcast Advertising에 원시 데이터부터 실시간 의사 결정까지 이어지는 통합되고 간소화된 경로를 제공합니다.
더 빠른 인사이트 제공으로 수익에 직접적인 영향
Comcast Advertising은 Databricks Apps를 사용하여 예측 모델을 대화형 도구로 패키지함으로써 데이터부터 의사 결정까지의 과정을 단축했습니다. 이제 비즈니스 사용자는 입력을 테스트하고 잠재적인 다운스트림 영향을 탐색하며 광고 전략을 실시간으로 조정하는 등 모델 출력과 직접 상호 작용할 수 있습니다. 이러한 변화를 통해 캠페인 기획, 영업, 고객 경험 전반에 걸쳐 더 신속하게 대응하고 데이터 기반 의사 결정을 내릴 수 있게 되었습니다.
Databricks Apps는 Comcast Advertising 데이터 팀의 운영 효율성 또한 개선했습니다. 개발이 친숙한 Databricks Platform에 중앙 집중화되면서 개발 시간이 10~30% 단축되었고, 이는 더 빠른 반복 주기, 최종 사용자의 신속한 피드백, 모델 채택에 대한 신뢰도 증가로 이어졌습니다. Poojary는 “시간을 절약했을 뿐만 아니라, 더 중요하게는 모든 것을 통합 플랫폼 내에 유지함으로써 우리가 구축하는 것의 품질을 개선했습니다.”라고 말했습니다.
예측 대시보드는 현재 사용자 수용 테스트를 진행 중이며, 앞으로 캠페인 관리자에게 액세스를 확대하고 조직 전체에서 수백 명의 사용자 를 지원하도록 확장할 계획입니다. 한편, 팀은 어시스턴트 스타일의 챗봇 구축, 데이터 제품 오퍼링 확장 준비 등 GenAI 기능을 적극적으로 탐색하고 있습니다.
앞으로 Comcast Advertising은 운영, 분석, AI 데이터를 더 쉽게 결합하기 위해 Databricks Lakebase 아키텍처를 검토할 계획입니다. 이를 통해 더 많은 비즈니스 팀이 예측 도구를 채택함에 따라 조직은 데이터 제품을 확장하고 향후 Databricks Apps 개발을 주도할 수 있게 될 것입니다. Poojary는 “데이터 제품을 계속 확장하면서 Lakebase로 데이터 아키텍처를 간소화할 수 있기를 기대합니다.”라고 결론지었습니다.