기업 데이터·AI 수요 급증에
데이터 인텔리전스 데이 성황
“작년 한국 매출 2배 이상 성장”
데이터 인텔리전스 데이 성황
“작년 한국 매출 2배 이상 성장”
에드 렌타(Ed Lenta) 데이터브릭스 아태지역 총괄 수석 부사장이 23일 ‘데이터 인텔리전스 데이’에서 기조연설을 하고 있다. <사진=데이터브릭스> |
<이미지를 클릭하시면 크게 보실 수 있습니다> |
“모든 기업이 데이터·AI(인공지능)기업입니다”
에드 렌타(Ed Lenta) 데이터브릭스 아태지역 총괄 수석 부사장은 23일 서울 강남구 인터컨티넨탈 서울 코엑스에서 열린 ‘데이터 인텔리전스 데이’에서 “산업·금융 등 업종을 막론하고, 사내 HR·구매 부서 등 모든 파트, 모든 직원들이 회사가 보유하고 있는 데이터에 접근 가능해야 하며, 이를 통해 가치를 만들어내고 회사에 기여할 수 있도록 해야 한다”며 이같이 말했다.
데이터브릭스는 미국 샌프란시스코에 본사를 둔 글로벌 데이터·AI 전문 기업으로, 한국에는 지난 2022년 4월 지사를 설립했다. 현재 전 세계적으로 1만2000여개의 고객사를 확보하고 있다.
특히 오픈 AI의 챗GPT 등장 이후 전세계가 AI 시대 흐름을 타면서 데이터 최적화 솔루션을 본업으로 하고 있는 데이터브릭스의 실적도 크게 뛰었다.
이 회사에 따르면 지난해 데이터브릭스 한국 지사 매출은 전년 대비 2배 이상 성장했다. 국내 기업 사이에서 데이터와 AI대한 수요가 급증한 게 주효했다. 렌타 부사장은 “한국은 아시아·태평양 지역 중에서도 빠르게 성장하는 시장 중 하나”라고 강조했다.
데이터브릭스가 사업하고 있는 전세계 시장으로도 16억 달러 (약 2조 2000억원)가 넘는 매출을 달성했다.
데이비드 마이어(David Meyer) 데이터브릭스 제품 담당 수석 부사장이 23일 기자 간담회에서 자사 서비스인 ‘데이터 인텔리전스 플랫폼’과 ‘DBRX’에 대해 설명하고 있다. <사진=데이터브릭스> |
<이미지를 클릭하시면 크게 보실 수 있습니다> |
데이비드 마이어(David Meyer) 데이터브릭스 제품 담당 수석 부사장은 “5년 전 개발한 ‘데이터 레이크 하우스’ 위에 생성형 AI를 접목한 ‘데이터 인텔리전스 플랫폼’을 만들었다”며 “이 플랫폼을 통해 누구나 쉽게 이용할 수 있고 간편하게 작동하며서도 (회사가) 보유한 데이터 기반으로 자체 AI까지 구축할 수 있다”고 설명했다.
모든 데이터를 위한 개방형 통합 데이터 플랫폼인 ‘데이터 레이크 하우스’에 AI를 결합한 ‘데이터 인텔리전스 플랫폼’은 그동안 수동으로 작업해야 했던 부분을 조직 전반에 걸쳐 관련 전문가가 아니더라도 데이터에 접근하고, 관리·활용할 수 있게 도와준다는 설명이다.
장경운 데이터브릭스 코리아 솔루션즈 아키텍트 팀장은 “(데이터 인텔리전스 플랫폼에선) 코딩을 알지 못하는 비개발자, 비전문가가 자연어를 통해 명령을 내리면 (AI)가 알아서 코딩을 짜주고, 데이터를 분석하거나 시각화하는 작업까지 도와준다”고 전했다.
전문가에게는 데이터 업무의 절차를 간소화하는 역할을, 비전문가에게는 역할의 상당 부분을 보완해주는 비서 역할을 함으로써 ‘효율성’을 도모한다는 얘기다.
이 플랫폼엔 지난달 데이터브릭스가 내놓은 범용 거대언어모델(LLM) ‘DBRX’가 탑재됐다. DBRX는 타사 모델모다 훈련 비용을 최대 10배까지도 절감할 수 있다는 게 회사 측 설명이다.
장경운 데이터브릭스 코리아 솔루션즈 아키텍트 팀장이 23일 기자 간담회에서 자사 서비스인 ‘데이터 인텔리전스 플랫폼’을 시현하고 있다. <사진=데이터브릭스> |
<이미지를 클릭하시면 크게 보실 수 있습니다> |
눈에 띄는 점은 데이터브릭스가 자사 LLM DBRX 외에도 다른 모델도 데이터 인텔리전스 플랫폼 상에서 자유롭게 사용할 수 있도록 길을 열었다는 대목이다. 오픈 소스 진영에 있는 모델 무엇이든 자사 환경에 최적화돼 있다고 판단되면 자유롭게 선택해 데이터 플랫폼과 AI를 상호 연결해 활용할 수 있다.
마이어 부사장은 “DBRX은 높은 정확성과 제어 품질을 갖추고 있고, 고객에게 완전한 모델 소유권과 함께 최고의 가격 대비 성능을 제공한다”면서 “뿐만 아니라 최근 공개된 메타의 ‘라마3’와 같이 여러 모델도 (플랫폼 내에서) 목적에 맞게 선택해서 사용할 수 있다”고 설명했다.
이와 관련 데이터브릭스 관계자는 “데이터 선도 기업들은 이미 데이터브릭스의 데이터 인텔리전스 플랫폼을 활용하여 다양한 워크로드에서 비용 효율성과 고성능을 보장하는 동시에 비즈니스 운영을 최적화하고, 예측 분석 및 AI 애플리케이션 등을 통해 혁신을 이끌며, 고급 데이터 거버넌스 및 분석 기능을 통해 의사 결정을 개선해나가고 있다”고 강조했다.
23일 서울 강남구 인터컨티넨탈 서울 코엑스에서 열린 ‘데이터 인텔리전스 데이’ 현장 모습. <사진=데이터브릭스> |
<이미지를 클릭하시면 크게 보실 수 있습니다> |
이를 보여주듯 이날 행사에선 데이터브릭스의 데이터 인텔리전스 플랫폼을 도입한 국내 주요 기업 사례가 소개돼 눈길을 끌었다.
대표적인 곳이 한화그룹이다. 한화는 데이터브릭스의 솔루션을 활용해 데이터와 AI 시스템을 구축, 전사적으로 제조 효율성을 높이는데 성공했다는 평가를 받는다.
마이어 부사장은 “한화는 최적화된 데이터 관리로 개발 시간을 90% 단축했고, 수동 보고 시간을 97%나 절감했다”면서 “이를 통해 업무의 생산성을 높일 수 있었다”고 전했다.
이에 대해 정해진 한화 DT담당 상무는 “이전에 보안상의 이유로 망이 분리돼 있었으나, 사업 개편으로 인해 민수회사로 전환되면서 클라우드 기반의 통합 시스템을 구축할 수 있는 기회가 열렸다”면서 “시장에 출시된 여러 데이터 분석 플랫폼을 비교 평가한 결과 통합성, 확장성, 데이터 거버넌스, 보안성이 뛰어난 데이터브릭스를 도입하게 됐다”고 말했다.
그러면서 그는 “데이터브릭스는 데이터 수집, 분석, 시각화 업무 효율화를 통해 전체적인 업무 생산성을 향상시켰으며, 한화의 데이터 기반 의사결정을 위한 기틀을 마련했다”고 덧붙였다.
23일 서울 강남구 인터컨티넨탈 서울 코엑스에서 열린 ‘데이터 인텔리전스 데이’ 현장 모습. <사진=데이터브릭스> |
<이미지를 클릭하시면 크게 보실 수 있습니다> |
LG전자는 데이터브릭스의 데이터 인텔리전스 플랫폼을 활용해 수많은 고객 데이터를 연결 및 통합할 수 있는 플랫폼을 구축했다.
곽용훈 LG 전자 데이터플랫폼실 실장은 “수천 명의 사용자가 동시에 고객 데이터를 분석해 AI기반 제품 및 서비스를 제공할 수 있게 됐다”며 “향후에는 데이터브릭스와의 파트너십을 통해 데이터와 AI 기술을 기반으로 LG전자의 제품 및 서비스를 사용하는 고객의 가치를 높일 수 있는 DX(Digital Transformation) 활동을 지속해 나갈 수 있기를 기대한다”고 말했다.
신세계아이앤씨(신세계I&C)는 지난해 12월 데이터브릭스와 전략적 파트너십을 맺고 현재 신세계그룹 등 국내 리테일 시장 내 데이터 분석 서비스 비즈니스를 확대하고 있다.
김은경 신세계아이앤씨 DT센터 상무는 “현재 신세계아이앤씨는 데이터브릭스 솔루션을 통해 이마트24의 자동 발주 시스템 관련 업무 효율화 및 델타 쉐어링 기술 기반 성과 도출 등 다양한 프로젝트를 전개하고 있다”면서 “특히 데이터 이관 시간을 90% 단축하고, KPI 도출 시간을 7일에서 1일로 단축하는 성과를 보이고 있다”고 말했다.
실제로 이마트24는 데이터와 AI를 활용해 리테일 경험을 자동화하는 한편 고객 맞춤형 개인화 서비스를 제시할 수 있었다. 8만개 이상의 제품과 관련된 60억건의 거래 및 데이터를 기반으로 데이터브릭스 플랫폼을 통해 인사이트를 도출하는 시간을 96% 단축시켰다는 것이다. 운영 비용도 93% 줄였다.
렌타 부사장은 “한국에선 다수의 선도 기업 및 기술 주도적인 디지털 네이티브 기업이 데이터브릭스를 채택하고, 그들의 데이터 및 AI 여정을 지원하고 있다는 점에 대해 매우 기쁘게 생각한다”며 “한국이 기업의 AI 도입에 대한 야심찬 목표를 가지고 있는 시장인 만큼, 데이터브릭스는 보다 많은 한국 고객들이 자체적인 프라이빗 데이터를 사용하여 안전하게 AI를 활용할 수 있도록 지속적으로 지원해나갈 계획”이라고 전했다.
[ⓒ 매일경제 & mk.co.kr, 무단 전재, 재배포 및 AI학습 이용 금지]
이 기사의 카테고리는 언론사의 분류를 따릅니다.
기사가 속한 카테고리는 언론사가 분류합니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.