오늘날 식품 산업과 같은 공급망 변동이 큰 산업에서는 데이터 기반 의사결정 속도가 생산성, 운영 효율성, 시장 대응력을 결정짓고 있습니다. 이러한 환경 속에서, 동원그룹은 주요 비즈니스 의사결정을 포함한 운영 전반을 AI 중심으로 재설계하는 “Work Designed for AI”를 핵심 미션으로 삼았습니다. 1969년 참치 원양어업에서 출발해 현재 식품, 패키징, 수산, 물류, 2차전지 등 다양한 산업으로 진출한 동원그룹은 연 매출 약 10조원을 창출하고 있으며, 제조에서부터 유통까지 가치사슬 전반을 수직계열화해 왔습니다. 하지만, 기존의 데이터 시스템은 사업부별로 사일로화되어 있었기에 전사적인 AI 기반 운영을 뒷받침하기에는 제한적이었습니다. 동원그룹은 데이터브릭스를 도입하여 전사적 데이터 통합 관리와 AI 기반 의사결정 체계를 구축하였고, 그 결과, 원자재 가격 예측 모델, 재고 최적화 모델 활용 등 다양한 AI 활용으로 업무 혁신을 구현하였습니다.
통합 분석이 어려웠던 기존의 구조
최근 제조, 물류, 식품 산업에서 수요 예측, 생산 및 재고 최적화 등 예측 기반 의사결정은 기업 운영의 기본이 되었습니다. 동원그룹도 이러한 변화에 발맞춰 전사 데이터 및 AI 중심 운영체계 구축을 추진하고 있었지만, 기존 레거시 환경은 이를 뒷받침하기에는 여러 구조적 제약이 존재했습니다.
동원그룹은 50년 이상 축적된 방대한 데이터를 보유하고 있었지만, 사업부별로 분리된 사일로 구조로 인해 전사적 통합 활용이 어려웠습니다. 동일한 데이터라도 정의, 포맷, 집계 주기가 달라 통합된 경영지표를 구성하거나 공통된 기준으로 분석하기 어려웠습니다. 또한, 시스템별로 분리된 데이터 파이프라인은 오류가 발생하면 즉시 인지하기 어려웠고, 대용량 데이터를 안정적으로 처리할 통합 기반이 없어 실시간 분석이나 예측 모델링 등 고도화된 데이터 활용은 어려운 상황이었습니다.
협업 환경 역시 비효율적이었습니다. 데이터 엔지니어, 분석가, 데이터 사이언티스트가 서로 다른 도구와 언어, 상이한 접근 권한 구조를 사용하다 보니 원활한 협업이 쉽지 않았습니다. 이지현 AX 팀 / DT Division 팀 리더는, “구조적 문제는 데이터 기반 의사결정 지연으로 이어졌습니다. 분석 리드타임은 길어지고, 모델이 운영 환경에 적용되기까지도 많은 시간이 필요해 비즈니스 가치 실현이 지연되는 일이 반복되었습니다.”라고 설명했습니다. 이에 동원그룹은 기존의 환경의 한계를 해결하고 통합 데이터 인텔리전스를 구현할 수 있는 데이터브릭스 플랫폼을 도입하기로 결정했습니다.
데이터브릭스로 구축한 데이터 통합 분석 플랫폼
동원그룹은 데이터 통합 분석과 전사 활용을 위해 데이터브릭스 중심의 그룹 데이터 분석 플랫폼을 구축하며 현업 참여와 데이터 재활용 체계를 크게 확장했습니다. 대표적으로 기존에 계열사별로 상이한 시스템 데이터를 수작업으로 취합하던 구조를 전면 자동화하여, 대시보드 플랫폼인 D:CUBE를 구축하였습니다. 표준화와 정합성을 확보한 데이터가 Power BI로 자동 반영되면서 매출, 원가, 재고 등 핵심 KPI가 단일 기준으로 재정의되고, 모든 계열사가 동일한 기준의 데이터를 활용해 분석 및 의사결정을 수행할 수 있게 되었습니다. “경영 보고의 정확성과 속도가 크게 향상되었으며, 변화하는 비즈니스 상황에 더욱 민첩하게 대응할 수 있게 되었습니다.”라고 이지현 AX 팀 / DT Division 팀 리더가 설명했습니다.
재고관리 영역에서도 데이터브릭스 기반 모델을 도입해 저장품, 원자재, 포장재를 포함한 전 계열 재고의 회전율을 통합적으로 분석하고, 불용재고를 조기 식별할 수 있게 되었습니다. 이를 통해 운영 비용 절감과 재고 효율화가 가능해졌습니다. 또한 외부 시장 지수와 내부 구매 데이터를 결합한 원자재 가격 예측 모델을 구축해 글로벌 가격 변동성에 대응하는 조달 전략의 민첩성과 리스크 관리 역량을 강화했습니다.
동원그룹은 데이터브릭스를 활용하여 데이터 수집, 정제, 분석, AI 모델링, 배포까지의 전 과정을 하나의 플랫폼에서 유기적으로 운영하는 엔드투엔드 데이터 환경을 구축했습니다. Delta Lake 기반 통합 구조를 통해 모든 데이터가 일관된 스키마로 관리되며, 데이터 정의 불일치 문제가 해소되었고, Unity Catalog를 통한 단일 거버넌스 체계로 데이터 자산, 권한, 활용 이력을 중앙에서 관리해 보 안 및 컴플라이언스 대응 역시 크게 강화되었습니다.
더불어, 동원그룹은 동원 CDS(Citizen Data Scientist) 아카데미를 신설하여 전 직원의 데이터브릭스 활용 역량을 높이고, Genie와 DB Assistant를 활용해 자연어 기반 데이터 탐색과 분석 자동화로 데이터 접근성을 크게 높였습니다. 이석환 AI기술팀 플랫폼 파트장은, “데이터브릭스로 필요한 데이터를 누구나 즉시 확인하고, 결정하는 업무 방식으로 전환되었습니다.”라고 설명했습니다.
데이터 및 AI 중심 운영 체계 구축
데이터브릭스 도입 이후 동원그룹은 매출 및 이익 방어 측면에서 실질적인 성과를 거두고 있습니다. 특히 글로벌 원자재 가격 변동성이 큰 산업 특성상, 약 96%의 정확도를 달성한 예측 모델은 대규모 구매 의사결정의 리스크를 줄이는 핵심 요인이 되었습니다. 외부 지수와 내부 구매 데이터를 결합한 예측 모델을 통해 원자재 확보 시점과 단가를 보다 정교하게 조정할 수 있게 되었고, 이는 생산 계획 안정화와 원가 변동 최소화에 직접적인 기여를 하고 있습니다.
재고 최적화 모델을 통해 전 계열 재고 회전율을 통합 관리하고 불용재고를 조기에 감지하면서 월 수십억 원 규모의 절감 효과를 기대할 수 있게 되었습니다. 또한 실시간 생산지표 분석 환경을 구축해 불량률 개선, 설비 가동률 향상, 이상 징후 대응 속도 향상 등 제조 효율성이 크게 높아졌습니다. 과거 하루 단위였던 제조 및 물류 지표 모니터링이 시간 단위까지 단축되며 운영 대응력도 강화되었습니다.
IT 인프라 측면에서도 계열사별로 분산된 시스템을 데이터브릭스 기반 통합 플랫폼으로 전환함으로써 중복 인프라 유지 비용을 크게 감소시켰습니다. 자동 스케일링 도입으로 필요한 자원을 필요한 시점에만 사용하는 구조가 정착되어 총소유비용 또한 최적화되었습니다. 배치 처리 시간은 기존 수 시간에서 수 분 단위로 단축되며 실시간 의사결정을 지원하는 기반을 마련했습니다.
더불어, 보고 업무도 전통적인 PC 기반 문서 작성에서 플랫폼 기반 데이터 활용 방식으로 빠르게 전환되고 있습니다. 현재 전체 사무직의 약 10%가 직접 데이터 기반 과제를 발굴하고 있으며, 향후 50% 이상으로 확대될 전망입니다. 전 직원이 동일한 데이터와 기준 위에서 협업할 수 있는 환경이 마련되면서 조직 전체가 “AI가 일하기 쉬운 회사”로 진화하고 있습니다.
이지현 AX 팀 / DT Division 팀 리더는, “Databricks는 동원그룹이 추구하는 ‘Work Designed for AI’를 선언이 아닌 실행으로, 데이터 및 AI 기반의 업무 혁신을 전사적으로 구현할 수 있는 단일 지능형 솔루션을 제공해 주었습니다.”라고 설명했습니다.