통합된 데이터 관리 및 AI 기반 의사결정으로 퍼스널 모빌리티 IoT 데이터 관리 및 운영 효율성 극대화
데이터 활용 극대화로 맞춤형 서비스 제공부터 비즈니스 운영 효율성까지 강화
기존 대비 데이터 분석에 소요되는 시간 30% 단축
기존 대비 비즈니스 운영 비 용 40% 절감
고객 데이터 분석으로 매출 20% 증가
더스윙(THE SWING)은 국내 최대 규모의 퍼스널 모빌리티 기업으로 자전거, 전기 자전거, 전동 킥보드 및 전기 스쿠터를 공유하는 서비스를 제공하며 국내 모빌리티 혁신을 선두하고 있습니다. 해당 업계에서 세계적인 입지를 갖춘 더스윙은 현재 12만 대의 기기를 400만 명 이상의 사용자에게 제공하고 있으며, 자전거 구독 서비스 '스왑', 판매용 프리미엄 전기자전거 '볼테르', 택시 서비스 ‘스윙택시’ 등 다양한 이동 옵션 새롭게 출시하여 비즈니스 확장과 성장의 궤도를 밟고 있습니다. 기존에 더스윙이 사용하였던 데이터 운영 체계는 당사의 빠르게 증가하는 기기 운영 대수, 빈번한 기기 재배치 작업, 다양해지는 서비스를 지원하는데 한계가 있었는데, 이는 높은 운영 비용과 서비스 품질에도 부정적인 영향을 미쳤습니다. 통합적인 데이터 플랫폼 데이터브릭스를 도입한 후에는, 효율적인 데이터 거버넌스와 데이터 민주화를 실현하여 내부 기기 및 IoT 운영 효율성을 높이고, AI 기반의 전략적 의사결정을 활성화하는 등 많은 성과를 이루었습니다. 앞으로 나아가, 더스윙은 데이터 및 AI 기술을 활용하여 실시간으로 기기의 위치를 분석하고 재배치 작업을 최적화하는 등 다양한 방면에서의 서비스 향상을 기대하고 있습니다.
비효율적이었던 기존의 데이터 이관과 분석 환경
퍼스널 모빌리티 업계에서 기기의 상황을 실시간으로 파악하고, 사용자에게 맞춤형 서비스를 제공하는 것은 필수적입니다. 특히, 대규모 모빌리티 공유 서비스를 제공하기 위해서는 체계적인 데이터 분석으로 수요와 공급의 균형을 맞추고, AI 기반 기기 추천 시스템을 구축하여 고객에게 적시에 적합한 이동 수단을 제안해야 합니다. 하지만, 더스윙이 기존에 사용하였던 BigQuery 플랫폼은 지속적으로 추가되는 운영 기기 대수와 다양화되는 서비스를 효율적으로 지원하기에는 한계가 있었습니다. AWS의 데이터를 이기종 클라우드 플랫폼인 BigQuery로 추출해 분석한 후 다시 AWS로 이동해야 했고, 비정형 데이터 처리 문제로 추가적인 데이터 가공이 필요했으며, 이러한 비효율적인 데이터 이관 과정에서 큰 리소스와 비용이 소모되었습니다.
또한, 기존의 시스템에서는 데이터 전문가만이 데이터에 접근하고 분석을 할 수 있었기에, 데이터 기반 비즈니스 의사 결정을 하려면 데이터 팀에 과도하게 의존해야 하였습니다. “이는 데이터 관련 업무에 병목현상이 일어날 만큼 비효율적인 운영 체계였으며, 비즈니스 의사결정 진행을 지체하였다.”라고 허승균 개발 총괄 이사가 당시 상황을 설명하였습니다.
더불어, 더스윙의 비즈니스 핵심 요소는 IoT 로그 메시지를 효율적으로 처리하는 데이터 파이프라인 관리에 있지만, 기존 시스템에서는 IoT 로그 분석과 특정 기기의 실시간 상태 파악에 많은 시간이 소요되어 운영 효율성이 저하되었습니다. 더스윙은 이러한 비효율적인 데이터 분석 환경 문제를 해결하고 통합적인 데이터 관리 체계를 구축하고자 데이터브릭스를 도입하였습니다.
데이터브릭스 도입으로 데이터 거버넌스 및 운영 효율성 향상
더스윙은 데이터브릭스 도입으로 통합된 데이터 시스템 구축에 성공하였습니다. 기존에 파편화 되어있는 데이터 플랫폼들과 툴들을 데이터브릭스로 통합하여 데이터 관리의 효율성과 활용도를 높였습니다. 예를 들어, 데이터 애널리스트는 데이터브릭스 SQL과 노트북을 활용하여 데이터 분석과 인사이트 도출을 하였고, 데이터 사이언티스트는 MLflow와 같은 AI 기능을 활용하는 등, 각자 원하는 언어와 도구를 하나의 플랫폼에서 사용할 수 있으니 각 팀의 업무 효율성 증가는 물론, 팀 간 협업 또한 크게 증가하였습니다.
또한, 더스윙은 유니티 카탈로그를 활용하여 데이터 거버넌스를 확보하였습니다. 퍼스널 모빌리티, 바이크 쉐어링, 택시 기능 등 다양한 서비스 제공에서 생성되는 대용량 데이터에 관한 접근 권한을 각 부서에 적합하게 제어할 수 있으니 데이터 거버넌스가 한층 수월해졌습니다. 경영진, 프로덕션팀, 재무팀 등 다양한 인력을 그룹으로 나누어 각 그룹의 접근 범위 를 제한함으로써 데이터 거버넌스 비용을 최적화하고 보안을 강화할 수 있었습니다. 허승균 이사는, “데이터브릭스는 강력한 기능들을 겸비한 플랫폼일 뿐만 아니라, 복합적인 데이터 거버넌스까지 통합적 관리를 지원하였기에 각 팀의 업무 효율성을 높이는데 크게 기여하였다.”라고 설명하였습니다.
더불어, 데이터브릭스로 민주적인 데이터 활용이 가능해져 비즈니스 의사결정 및 운영 효율성이 향상되었습니다. 데이터브릭스의 Genie AI을 활용하여 데이터 비전문가들도 대화 형식으로 데이터를 조회하고 인사이트를 얻을 수 있는 민주적인 환경이 조성되었습니다. 또한, 더스윙은 카프카로 수집된 IoT 데이터를 데이터브릭스와 연동하여 어뷰징 사례나 비정상적인 기기 위치를 탐지하는 테스트를 통해 스파크 스트리밍으로 IoT 데이터를 관리하는 것이 매우 효과적임을 확인하였습니다.
통합적인 데이터 관리로 비즈니스 운영 비용 절감
더스윙은 데이터브릭스를 활용하여 워크플로우 코드에서부터 SQL잡까지 모든 데이터 분석 및 AI 활용을 하나의 플랫폼에서 실행할 수 있게 되었습니다. 이로 인해, 기존의 특정 클라우드 서비스 방식에 대비하여 데이터 분석에 소요되는 시간이 약 30% 단축되었습니다. 또한, 다양한 형태의 데이터를 별도의 변환이나 처리 없이 신속하게 분석할 수 있는 환경이 구축되면서, 비즈니스 의사결정에도 긍정적인 영향을 주었습니다. 비개발자 팀도 Genie AI를 사용하여 자연어로 데이터에 접근해 분석 결과를 도출함으로써 비즈니스 전반에서 데이터 활용도가 크게 증가했습니다. 이러한 변화는 비즈니스 운영 비용을 기존 대비 약 40% 절감하는 데 기여했습니다.
통합적인 데이터 관리는 매출에도 긍정적 영향을 주었습니다. 모빌리티 공유 서비스 ‘스윙’과 자전거 구독 서비스 ‘스왑’ 사용자를 통합 분석해, 동일한 유저의 니즈를 파악하고, 이를 바탕으로 통합 마케팅을 진행했을 때 매출이 약 20% 증가하였습니다. 향후에도, 더스윙은 ‘스윙’과 ‘스왑’ 서비스 데이터를 통합하여 IoT 관제를 데이터브릭스에서 운영할 것을 밝혔습니다. “당사는 데이터브릭스를 활용하여 IoT 로그 처리와 관제 시스템의 부하를 기존 대비 약 70% 감축할 수 있을 것으로 기대하고 있다.”라고 허승균 이사가 덧붙였습니다.
앞으로 나아가, 더스윙은 실시간 데이터를 빠르게 분석해 서비스에 즉각 반영할 수 있는 시스템을 지속적으로 발전시킬 계획입니다. 현재 개발 중인 택시 서비스는 실시간 위치 데이터를 바탕으로 수요와 공급을 효율적으로 관리하고, 운영 전략을 최적화하도록 설계되고 있습니다. 이처럼, 더스윙은 데이터브릭스와의 협력을 통해 데이터 및 AI 기술을 더욱 적극적으로 활용하여 더 나은 모빌리티 경험을 제공하는데 앞장설 것입니다.
