제품 설명:
Insulet Corporation은 혁신적인 인슐린 주입 솔루션을 전문으로 하는 의료 기기 회사입니다. 주력 제품인 Omnipod® 인슐린 관리 시스템(Omnipod)은 웨어러블 인슐린 펌프를 제공하여 인슐린 의존성 당뇨병 환자의 삶을 간편하게 만들어 줍니다. 내부적으로 회사는 사일로화된 데이터, 느린 처리 시간, 제한적인 실시간 인사이트와 같은 주요 장애물에 직면했습니다. 이로 인해 Omnipod의 성능을 모니터링하고, 제조 워크플로를 최적화하며, 규제 준수를 보장하기가 어려웠습니다. 또한 노후된 인프라, 수동 ETL 프로세스, 단편화된 시스템으로 인해 데이터 액세스 속도가 느려지고 부서 간 협업이 불가능해졌으며 비용이 많이 드는 타사 도구에 의존할 수밖에 없었습니다. Databricks를 도입하여 해당 브랜드는 총소유비용을 97% 절감하면서 12배 더 빠른 데이터 처리를 달성했습니다.
중요한 의사 결정을 지연시키는 데이터 병목 현상 발생
Insulet Corporation의 사명은 혁신적인 기술을 통해 당뇨병 환자의 삶을 개선하고, 고객이 단순함, 자유, 더 건강한 삶을 누릴 수 있도록 하는 것입니다. 단순성과 제어 용이성을 위해 설계된 튜브 없는 자동 인슐린 전달 시스템인 Omnipod로 Insulet은 당뇨병 관리 방식을 크게 혁신하고 있습니다. Insulet은 제품 개발부터 고객 경험에 이르기까지 운영의 모든 측면을 개선하기 위해 데이터에 의존했기 때문에, 문제를 해결하고 제품 격차를 감지하며 제품 신뢰성을 확보하기 위해서는 Omnipod의 성능을 실시간으로 모니터링하는 것이 중요했습니다. 제조팀은 성능을 최적화하기 위해 미국 및 말레이시아 제조 시설 전반의 기계 효율성에 대한 가시성이 필요했습니다. 장기적으로는 예측 유지보수를 구현하여 가동 중단 시간을 최소화하고 낭비를 줄이는 것을 목표로 했습니다.
고객 서비스 측면에서는 AI 기반 어시스턴트를 도입하여 상담원이 더 빠르게 정보를 찾고 사례를 더 신속하게 해결하도록 지원했습니다. AI는 또한 잘못 분류되어 불만 사항으로 표시되었어야 할 사례를 식별함으로써 규정 준수를 보장하는 데 사용되었습니다. 이전의 수동 접근 방식으로는 이렇게 간과된 사례들을 식별하기 어려웠으며, 이는 규정 미준수 위험을 높였습니다. 마지막으로, 데이터 엔지니어링팀은 AI를 사용하여 오류 감지를 자동화하고 더 빠르게 디버그하기를 원했습니다.
하지만 회사의 데이터 인프라는 이러한 이니셔티브, 특히 AI 관련 이니셔티브의 속도를 따라가는 데 어려움을 겪었습니다. 제조팀은 생산 성과에 대한 통합된 뷰가 없어 제품 품질 모니터링 및 고객 경험과 같은 비즈니스의 중요한 측면에서 단편적인 데이터 소스에 의존해야만 했 습니다. 또한 SQL Server의 한계로 인해 대규모 데이터 세트를 분석하기 어려웠고, 이는 장기적인 성능 추적을 제한하고 제품 품질에 대한 인사이트 도출을 지연시켰습니다. 수작업이 많고 시간이 많이 소요되는 추출, 변환, 로드(ETL) 프로세스는 데이터 흐름을 더욱 지연시켜 분석 및 의사 결정에 불필요한 병목 현상을 초래했습니다. 이렇게 데이터에 대한 그림이 불완전하다 보니 영업 생산성, 수요 예측, 공급망 최적화가 저해되었고, 제품 개발과 혁신도 둔화되었습니다.
외부적으로 Insulet은 특히 Omnipod 5의 iOS 통합과 같은 주요 소프트웨어 출시 기간 동안 IoMT(의료 사물 인터넷) 데이터 스트리밍을 사용하여 고객 경험을 개선하는 것을 목표로 했습니다. 도입률을 추적하고 잠재적인 문제를 실시간으로 감지하는 능력은 점점 더 중요해졌지만, 기존 시스템은 모든 라이브 데이터를 처리하는 데 어려움을 겪었습니다. Insulet의 AI, 분석 및 고급 알고리즘 담당 VP인 Bill Whiteley는 "데이터 파이프라인을 업데이트하는 데 13시간 이상이 걸려 제품 문제를 식별하는 데 팀에 큰 지연이 발생했습니다."라고 설명했습니다. 안타깝게도, 대시보드가 2주 분량 이상의 과거 정보를 표시할 수 없어 장기적인 기기 성능 분석이 제한되었고, 이는 고객 경험에 영향을 미쳤습니다.”
또한 Salesforce 및 SAP의 운영 데이터를 통합하는 데에는 비용이 많이 드는 타사 도구가 필요했으며, 이는 이미 비효율적인 관행을 더욱 복잡하게 만들었습니다. 이렇게 단절된 시스템들로 인해 Insulet은 AI 목표를 지원할 수 있는, 거버넌스가 적용되고 확장 가능한 데이터 환경을 구축하는 데 어려움을 겪었습니다. 미래 목표에 직접적으로 기여할 '데이터 플라이휠' 전략을 만들고자 Insulet은 Databricks 데이터 인텔리전스 플랫폼으로 눈을 돌렸습니다.
혁신과 운영 효율성을 견인하기 위한 데이터 통합
제품 혁신과 운영 효율성을 위해 데이터 에코시스템을 현대화하고자 Insulet은 Databricks의 통합 데이터 플랫폼을 도입했고, 이를 통해 엔지니어링 팀이 인프라 관리 대신 인사이트 추출에 집중할 수 있는 길을 열었습니다. 이러한 혁신의 기반에는 데이터를 구조화하고 정리하여 분석에 즉시 사용할 수 있도록 하는 오픈 소스 스토리지 레이어인 Delta Lake가 있었습니다. 단편화된 시스템을 중앙 집중식의 확장 가능한 아키텍처로 교체함으로써 Insulet은 모든 팀이 제조 워크플로 모니터링, Omnipod 성능 최적화, 모든 AI 애플리케이션 지원을 위해 실시간 데이터에 원활하게 액세스할 수 있도록 했습니다.
Delta Lake 위에 구축된 Insulet 혁신의 주역은 바로 Lakeflow Connect였습니다. Databricks의 최신 제품인 Lakeflow Connect는 레이크하우스 아키텍처로 데이터를 효율적으로 수집하는 작업을 더 쉽게 만들어줍니다. Lakeflow Connect는 Salesforce, Workday와 같은 주요 엔터프라이즈 애플리케이션의 통합을 자동화하여 Insulet의 데이터 수집 및 처리 수준을 한 단계 끌어올렸습니다. 이전에는 비용이 많이 드는 타사 ETL 도구에 의존했던 Insulet은 이제 데이터 엔지니어의 노력을 최소화하면서 거의 실시간의 고품질 데이터를 가져올 수 있게 되었습니다. "Lakeflow Connect Salesforce Connector는 Salesforce CRM의 고객 피드백, 영업 데이터, 서비스 상호 작용을 Databricks로 직접 수집할 수 있게 해주었기 때문에 데이터 전환에 특히 중요했 습니다."라고 Bill은 설명했습니다.
몇 시간씩 걸리는 수동 보고 작업으로 어려움을 겪던 제조팀은 통합 프로덕션 대시보드를 활용하여 소프트웨어 출시를 실시간으로 추적하고 환자 치료에 영향을 미치는 장애를 예방했습니다. 또한 대규모 데이터 처리를 위한 오픈 소스 엔진인 Spark와 Delta Live Tables 기반의 스트리밍 및 실시간 분석은 배치 처리를 지속적인 저지연 데이터 스트리밍으로 대체하여 이러한 개선 효과를 더욱 높였습니다. 이러한 변화를 통해 8명의 팀이 100명 이상의 직원이 하던 일을 해낼 수 있었고, Insulet이 Omnipod의 성능을 모니터링하는 방식도 완전히 바뀌었습니다.
Insulet의 여러 사업부에 대한 보안 액세스를 보장하는 통합 거버넌스 및 데이터 관리 솔루션인 Unity Catalog 덕분에 데이터를 더 체계적으로 구성하고 쉽게 검색할 수 있게 되었습니다. 완전 관리형 서버리스 데이터 웨어하우스인 Databricks SQL은 데이터 접근성을 한 차원 더 높여, 데이터 분석가들이 클러스터를 관리할 필요 없이 온디맨드로 쿼리를 실행할 수 있도록 지원했습니다.
엔지니어링 병목 현상을 더욱 해소하면서 Insulet은 Databricks Assistant를 통해 AI 및 자동화 역량을 강화했습니다. 컨텍스트 인식 AI 어시스턴트로서 대화형 인터페이스를 통해 쿼리 작성을 자동화하고, 오류를 감지하며, Insulet의 데이터 팀을 위해 다양한 문제를 디버깅하여 SQL 개발을 간소화함으로써 인사이트와 혁신에 더 많은 시간을 할애할 수 있도록 했습니다. 또한 Assistant는 고객 관리 및 제품 지원팀이 필요할 때 관련 정보를 검색하여 고객을 지원할 수 있도록 도왔습니다.
Insulet은 Databricks Data Intelligence Platform을 통해 데이터 수집을 간소화하고, 워크플로를 관리하며, 리소스 할당을 최적화하여 비즈니스 전반에 걸쳐 더 효율적인 데이터 기반 의사 결정을 내릴 수 있게 되었습니다.
비용과 복잡성을 줄여 환자 결과 개선
Insulet은 Databricks 플랫폼을 통해 상당한 개선, 비용 절감 및 전반적인 효율성 향상을 달성했습니다. 제조 부문에서만 데이터 기반 최적화를 통해 수천만 달러의 비용을 절감했습니다. 이전에 13시간 이상 걸리던 구식 ETL 프로세스에서 라이브 스트리밍으로 전환하여 실시간 데이터 액세스가 가능해졌으며, SQL 쿼리는 40개 이상의 명령어에서 단 2개로 줄었습니다. 이는 데이터 엔지니어링 워크로드를 대폭 줄였을 뿐만 아니라 서버리스 처리로 쿼리 시간을 83% 단축했습니다.
Databricks는 비용 절감 외에도 Insulet의 제조, 엔지니어링, 고객 서비스팀 전반에서 워크플로를 확장, 혁신, 최적화할 수 있도록 지원했습니다. “이러한 개선 사항 덕분에 데이터 처리 속도가 12배 증가하고 운영 효율성이 25% 향상되었으며 TCO가 97% 감소했습니다.”라고 Bill은 결론지었습니다. 더 세부적으로는, Omnipod의 제품 모니터링이 기존의 2주 기록 데이터 추적에서 2년으로 확장되어 성능, 추세, 잠재적 문제에 대한 장기적인 가시성을 제공하게 되었습니다. 이러한 개선 사항은 UX 발전에 정보를 제공하는 라이브 사용자 데이터를 기반으로 소프트웨어 업데이트가 이루어지도록 보장하는 데 도움이 됩니다.
앞으로 Insulet은 AI 및 데이터 역량을 강화하여 고객 성과를 더욱 향상시킬 계획입니다. SAP와 Databricks의 통합 및 Lakeflow Connect에서 지원되는 데이터 소스의 확장은 단편화를 줄이고 통합을 강화하는 데 도움이 될 것입니다.
다음으로 AI 기반 예측 유지보수는 IoMT 데이터를 활용하여 기기 성능에 대한 더 정확하고 즉각적인 인사이트를 제공할 것입니다. 그리고 화룡점정으로 Insulet은 AI 기반 예측을 Salesforce에 직접 푸시하여 의사 결정을 자동화할 계획입니다. 완벽하게 현대화된 데이터 에코시스템을 통해 Insulet은 현재 운영을 발전시키는 동시에 당뇨병 관리의 지속적인 발전을 위한 기반을 마련하고 있습니다.