Equipment

현대건설기계AI 기반 중장비 부품 수요 예측 플랫폼 구축

건설장비 원격 관리 시스템을 개발해 막대한 데이터를 축적하고 있었지만 이를 제대로 분석하는 데 한계가 있었습니다. 또한 쌓여 있는 데이터를 누구나 쉽게 활용할 수 있는 환경이 마련되지 않아 데이터가 현업에서 적절하게 활용되지 못했습니다.

상시적인 데이터 분석 환경을 구축하고 데이터 분석 전문성을 확보하기 위해 베스핀글로벌을 통해 머신러닝 기반의 DMM(데이터 마켓 모델)을 도입했습니다. 원격 관리 시스템으로 수집한 데이터 및 사내, 외부 데이터를 클라우드 상에서 가공하고, 머신러닝 플랫폼 Amazon SageMaker를 통해 수요 예측 데이터를 추출했습니다. 그리고 전문 지식이 없어도 예측 데이터를 손쉽게 분석할 수 있는 Self BI Tool 구축했습니다.

그 결과 글로벌 시장에 대한 수요 예측, 장비 판매 후 예상되는 부품 수요 추정 등이 가능해졌고 이를 기반으로 부품 판매 지표를 도출할 수 있게 되었습니다. 전사적으로 데이터 기반의 빠르고 합리적인 의사결정 체계를 수립했습니다.

Finance

신한투자증권퍼블릭 클라우드 기반 금융 빅데이터 분석 플랫폼 구축

데이터량이 빠르게 늘어나면서 온프레미스 기반 ODS(Operational Data Store)에서 데이터를 관리하는 것이 매우 복잡해졌습니다. 금융권 경쟁 심화로 데이터를 활용한 비즈니스 대응책을 마련하는 일도 시급했습니다.

금융권 최초로 레거시 금융 인프라에 퍼블릭 클라우드를 적용해 하이브리드 데이터 관리 환경을 구성했습니다. 금융권 규제라는 과제가 있었지만 베스핀글로벌을 통해 클라우드 이용 사전 준비와 데이터 비식별화 솔루션 도입 등을 진행함으로써 성공적으로 대응했습니다. 클라우드 네이티브 기반 데이터 레이크를 구축해 모든 유형의 데이터를 수집하고, 실시간 모니터링과 데이터 정합성 검증을 실시하고 있습니다. Advanced Analytics 환경을 구축해 계좌 현황, 국내외 주식 거래 현황, 금융상품 판매 현황 등 주요 지표에 대해 실시간으로 데이터를 분석하고 활용 중입니다.

전사 차원의 데이터 통합 관리 시스템과 데이터 거버넌스를 구축해 데이터 기반 의사결정 체계를 수립했습니다. 데이터 관리 및 분석 역량을 강화함으로써 고객 중심의 금융 비즈니스 기반을 마련했습니다.

Manufacturing

C사생산 라인에 사용되는 빅데이터 분석 시스템 고도화

대한민국을 대표하는 양대 글로벌 전자 기업 중 한 곳인 C사는 주요 전자 제품 생산 라인에 빅데이터 분석 시스템을 도입해 AI로 불량품을 선별하고 있습니다. 데이터 활용성을 높이기 위해 데이터 수집 및 운영 관리 체계의 개선이 필요했습니다.

베스핀글로벌은 다수의 데이터 분석 플랫폼 구축 및 운영 경험을 바탕으로 다음과 같은 솔루션을 제시했습니다. 먼저 데이터 전문가를 투입해 빅데이터 처리를 위한 분산 병렬 데이터베이스 시스템의 클러스터 구성을 변경했습니다. 데이터 ETL(추출, 변환, 로드) 구성을 최적화하고 데이터 수집 및 운영 관리 체계 통합, 암호화 시스템 통합 관리를 통해 데이터 활용을 용이하게 했습니다.

그 결과 C사는 30여 종류 제품의 원천 데이터 수집 및 처리 속도가 1TB/일 이상으로 빨라지고, 생산 라인의 설비 이상 징후를 보다 정확하게 감지하게 되었습니다. 특정 제품을 생산하는 과정에서는 에너지 효율 및 에너지 소비량을 보다 정확하게 예측하게 되었습니다.