고객 사례
데이터 중심 인사이트를 통해 직장 내 부상을 예방하여 완화

사례 읽기 동영상 보기
Strongarm Tech 고객 사례 상자를 옮기는 남자

업종: 제조

솔루션: IoT로 ML 모델 확장

플랫폼 사용 사례: Delta Lake, 데이터 사이언스, 머신 러닝, ETL

클라우드: AWS

 

대부분의 산업 재해는 어느 날 갑자기 일어나지 않습니다. 반복적인 유해한 움직임을 장기간 계속하면서 서서히 악화되다가, 결국 신체적 부상으로 이어지고 최악의 경우에는 돌이킬 수 없는 부상을 입게 됩니다. StrongArm Tech는 하루의 움직임과 활동, 착용자의 주변을 추적하는 웨어러블 기기로 이 문제를 해결합니다. Databricks를 사용하고 나서는 방배한 실시간 IoT 데이터를 다운스트리밍 머신 러닝에 활용할 수 있게 되었습니다. 이를 통해 독자적인 안전 점수와 활동 분류를 통해 위험을 예측하고, 더욱 안전하고 지능적인 환경을 조성했습니다. StrongArm은 산업 재해율을 절반 이상 낮추었고, 고객과 고객 직원이 절약한 건강 및 보험 비용이 수백만 달러에 달했습니다.

데이터를 활용하여 직장 안전을 개선하는 일의 복잡성

산업 재해는 고용 기업만이 아니라 의료 비용을 부담해야 하는 직원에게도 상당한 비용이 발생하는 큰 문제입니다.

StrongArm Technologies의 CIO, Bryant Eadon은 “허리 부상은 산업 현장에서 발생하는 가장 일반적인 유형의 부상입니다. 근로자가 부상을 입을 때마다 일반적으로 의료 비용이 65,000달러 이상 들어갑니다."라고 설명했습니다.

StrongArm의 목표는 모든 관련 데이터 포인트(1인당 하루 약 120만 개의 데이터 포인트)를 캡처하고, 부상을 예측하여 이런 갑작스러운 비용이 발생하지 않도록 예방하는 것입니다. 실시간으로 엄청난 규모의 시계엘 데이터가 움직이기 때문에 데이터 사이언스의 요구 사항에 맞춰 확장할 수 있는 안정적이고 성능이 우수한 ETL 파이프라인을 구축하기 어려웠습니다. 인프라 관리에도 상당한 리소스가 들어가, 워크로드를 처리할 만큼 안정직인 클러스터를 프로비저닝하는 데 일주일이 통째로 들어가는 경우가 많습니다.

데이터 사이언스의 관점에서 보았을 때, StrongArm은 노트북 하나로 일하다 보면 효율적으로 즉시 쿼리하는 능력에 한계가 생기고 전체 데이터 세트에 대해 모델을 훈련할 수 없었습니다.

여러 데이터 팀 사이에서 시스템과 인력이 서로 협업하기란 어렵습니다. 데이터 전문가들은 이미 협업에 어려움을 겪고 있습니다. 팀 사이의 관계가 사일로화된 경우가 많고, 원래 직무 자체가 서로 교류하기보다는 긴박하게 처리해야 하는 편으로 필수 팀워크를 강화할 수 있는 적절한 도구가 없다면 상황이 악화되기만 할 뿐입니다.

통합 데이터 레이크와 간소화된 머신 러닝 수명 주기

Databricks의 통합 데이터 분석 플랫폼 덕분에 데이터 엔지니어링, 데이터 사이언스, 애널리스트 모두 손쉽게 데이터 작업에 협업할 수 있게 되어서 반복 개선과 협업은 더 이상 문제가 되지 않습니다.

Delta Lake로 데이터 안정성 문제를 해결한 덕분에 다양한 소스로부터 손쉽게 실시간 IoT 데이터를 수집할 수 있게 되었습니다. 데이터 파이프라인이 데이터 사이언스 팀에 순조롭게 제공되고, 데이터 사이언스 팀은 머신 러닝으로 더욱 쉽게 혁신이 가능해졌습니다. MLflow는 모든 머신 러닝 수명 주기를 간소화하여 최적의 모델을 프로덕션에 배포하도록 했습니다.

StrongArm의 데이터 사이언티스트, Siva Bommireddy는 "Databricks가 도입되기 전에는 데이터 사이언스 연구 프로젝트를 구조화할 방법이 없었습니다. 예전에 모델 하나를 20회 반복 개선했더라면 첫 번째 모델에서 얻은 결과를 잊어버려서, 다시 결과를 뒤져야 했을 것입니다."라고 말했습니다. MLflow는 이 작업을 보다 쉽게 관리할 수 있고, 데이터 사이언스의 반복적인 성격에서 발생하는 문제를 전반적으로 해결할 수 있"습니다.”

조직 전체의 데이터 통합으로 혜택을 받은 마지막 그룹은 애널리스트 팀이었습니다. Matt는 전문 기술 지식이 없는 팀에게 분석 결과를 제공하는 일은 매우 보람이 크다고 덧붙였습니다. 그는 "데이터에 대한 지식이 있든 없든 모든 팀에게 15분 만에 결과를 전달할 수 있습니다. Databricks는 정말로 많은 데이터 사용 사례를 해결해주었습니다."라고 말했습니다.

부상을 60% 낮춘 덕분에 500만 달러 이상 비용 절감

이제 StrongArm은 센서 데이터에서 인사이트를 얻어 고객이 직장 내 안전과 직원의 생활을 개선할 가능성이 있는 새로운 전략으로 바꿀 수 있게 되었습니다.

StrongArm은 Fortune 100대 기업에 속하는 고객사 중 가장 규모가 큰 한 곳을 심층 분석한 결과, 직장 내 부상이 최대 60% 감소하였고, 총 5,347,368달러를 절약하여 355%의 ROI를 달성했습니다. 그와 동시에 StrongArm은 부상 위험 평가 오차 범위를 23%에서 불과 5%로 낮추어, 78%를 개선했습니다.

"우리는 산업 역군을 보호하는 사업을 합니다." Eadon은 이렇게 설명했습니다. "Databricks를 사용하고 나서 데이터와 머신 러닝의 힘으로 더욱 안전하고, 생산적인 근무 환경을 조성하고, 우리의 일상생활에서 의지가 되는 수만 명의 산업 근로자에게 더 나은 환경을 제공할 수 있습니다."

  • 60%
    직장 내 부상율 감소
  • $530만
    총 절약 금액
  • 78%
    부상 위험 평가 시 오차 범위 감소

숨은 스토리: 데이터 팀 효과

Strongarm Tech를 지원하는 우수한 데이터 팀

 

Databricks는 여러 부서가 참여한 우리 데이터 팀 사이의 협업을 크게 개선하였고, 새로운 데이터 중심 혁신을 통해 직장 내 안전을 향상하는 데 도움을 줍니다."

– Bryant Eadon, CIO, StrongArm Technologies

관련 콘텐츠

산업체 선수들의 부상 감소 및 잔류율 증가