Virgin - 전 세계 여행객에게 최고의 경험 제공

출처: 원문 링크

 

ML 모델 90% 더 빠르게 배포
실시간 데이터 가용성 75% 증가
잘못 취급된 수하물 44% 감소

 

이미지 출처: Databricks

 

업종: 여행 및 숙박업
솔루션: 광고 효과,고객 리텐션,성향 점수화,추천 엔진
플랫폼 사용 사례: 델타 레이크, 생성형 AI, 유니티 카탈로그
클라우드: AWS

 

"Databricks는 개방적이고 유연하며 강력한 데이터 기능을 제공하여 이륙부터 착륙까지 비즈니스에 데이터와 인사이트를 제공하는 솔루션을 구축하는 데 활용하고 있습니다."
- Emma Taylor, 기술 책임자, Virgin Australia

호주에서 가장 사랑받는 항공사가 되겠다는 목표를 가진 Virgin Australia는 1,900만 명 이상의 고객과 1,200만 명 이상의 Velocity 상용 고객 회원에게 특별한 여행 경험을 제공하기 위해 노력하고 있습니다. 과거에는 각 팀이 정보를 개별적으로 관리했지만, 2020년 11월 저가 항공사로 재출범하여 수익성을 회복한 후, 분산된 아키텍처, 일관성 없는 정보, 제약이 있는 기존 온프레미스 데이터 웨어하우스로 인한 문제를 해결하고자 했습니다. Databricks 데이터 인텔리전스 플랫폼을 선택함으로써 Virgin Australia는 이제 모든 사용자를 지원하고, 레거시 도구 전반에서 통합 쿼리를 활성화하며, 협업을 강화할 수 있게 되었습니다. 이러한 전략적 변화로 실시간 데이터 가용성이 75% 증가했으며, 수하물 오처리가 44% 감소하는 성과를 거두었습니다.

개인화 등을 개선하기 위한 데이터 장애물 해결

Virgin Australia는 여행객들이 개인화된 경험, 향상된 운영 안정성, 더 강력한 지속 가능성 노력을 기대한다는 점을 잘 인식하고 있었습니다. 이러한 요구는 기술 발전, 코로나19 팬데믹, 환경에 대한 인식 증가로 인해 더욱 커졌습니다. Virgin Australia는 강력한 데이터 및 AI 전략으로 이러한 선호도를 충족할 수 있다는 것을 알고 있었습니다. 하지만 항공사 IT 인프라의 복잡성으로 인해 이러한 접근 방식을 실행하는 데 상당한 어려움이 있었습니다. 더 심각한 문제는 항공사의 분산되고 고립된 데이터로 인해 지연, 일관성 없는 정보, 복잡한 의사 결정이 발생했다는 점입니다.

Virgin Australia는 대규모 레거시 데이터 인프라의 한계에 직면해 있었습니다. 이로 인해 앱과 마케팅 접점을 통해 보다 맞춤화되고 매력적인 로열티 경험을 제공하는 프로그램을 만드는 것이 어려웠습니다.

마지막으로, 동일한 레거시 및 고립된 데이터 인프라로 인해 운영에 제약이 있었습니다. 용량과 기능이 제한된 레거시 온프레미스 데이터 웨어하우스는 실시간 분석을 수행하는 데 장애가 되었습니다. 또한 여러 비즈니스 부서에서 서로 다른 ETL(추출, 변환, 로드) 도구와 리포팅 시스템에 의존하다 보니 일관성 없는 답변과 데이터에 대한 신뢰 부족으로 이어져 항공사의 운영 의사 결정이 더욱 복잡해졌습니다. Virgin Australia의 기술 책임자인 Emma Taylor는 "출발, 도착, 완료된 항공편 비율 등 주요 지표에 대한 성과를 파악해야 했습니다. 목표 및 경쟁사 대비 성과를 측정하여 보다 일관된 개선 기준선을 마련하는 것이 최종 목표였습니다." 이러한 과제를 안고 있던 Virgin Australia는 전략적 목표와 진화하는 고객 기대치를 지원하기 위해 신뢰할 수 있고 관리되는 통합 데이터 플랫폼이 필요하다는 것을 인식했습니다.

민첩한 데이터 및 AI 전략을 위한 고급 도구 활용

다방면에 걸친 데이터 문제를 해결하기 위해 Virgin Australia는 Databricks 데이터 인텔리전스 플랫폼의 포괄적인 기능을 활용했습니다. 이러한 혁신은 항공사의 제약을 종합적으로 해결하고 보다 민첩하고 효율적인 데이터 및 AI 전략을 가능하게 하는 여러 핵심 구성 요소를 통합함으로써 이루어졌습니다. 가장 먼저 넘어야 할 큰 장애물인 웨어하우징을 인식하고 구조화된 고품질 데이터 레이어를 제공하는 메달리온 아키텍처와 함께 Delta Lake가 구현되었습니다. 이 아키텍처는 조직, 접근성 및 보안을 보장하도록 세심하게 설계되었으며, 엔지니어링을 지원하는 브론즈 레이어, 데이터 과학자를 위한 실버 레이어, 데이터 분석가 및 보고를 위한 골드 레이어로 구성된 계층 구조를 활용했습니다. 이 프레임워크에서 원시 데이터는 수집, 정제, 보강 및 정제 과정을 체계적으로 거쳤습니다. Taylor는 "Databricks 플랫폼은 처음부터 개방적이고 유연하여 우리 모두가 함께 작업할 수 있는 한 곳을 제공했습니다. 데이터 엔지니어부터 데이터 과학자, 보고 분석가에 이르기까지 모든 사람이 필요한 것을 필요한 때에 발견할 수 있도록 도와주는 수많은 도구와 기능을 활용하고 실험할 수 있었습니다."라고 말합니다.

견고한 데이터 아키텍처가 구축된 후 MLflow와 Unity Catalog가 도입되었습니다. Virgin Australia에 따르면, 이 두 가지 추가 기능은 지금까지 Databricks 플랫폼의 판도를 가장 획기적으로 바꾼 요소라고 합니다. Delta Lake와 MLflow의 원활한 통합은 머신 러닝 수명 주기 전반에 걸쳐 효율적인 데이터 수집, 추적 및 관리를 지원했습니다. 이전에는 SAS에 의존했던 Virgin Australia는 MLflow를 활용하여 ML 라이프사이클 관리에 대한 팀의 접근 방식을 혁신적으로 개선했습니다. 결과적으로 추천 엔진 및 성향 모델과 같은 솔루션을 촉진하는 확장 가능하고 재사용 가능한 모델을 생성하고 배포하여 비즈니스의 분석 기능을 크게 향상시키는 데 도움을 주었습니다.

마지막으로, MLflow와 플랫폼의 모든 데이터에 대한 데이터 거버넌스와 안전한 접근 제어를 제공하여 데이터 쿼리 및 분석 방식을 최적화하는 Unity Catalog가 곧 추가되었습니다. 간단히 말해, 데이터 제품을 잘 관리하고 정보 보안 정책과 표준을 준수하여 재현성과 투명성을 개선할 수 있었습니다. 레거시 환경과 새로운 환경 모두에서 쿼리를 통합할 수 있는 기능 덕분에, Virgin Australia는 즉각적인 데이터 마이그레이션 없이도 데이터 시스템과 팀을 연결할 수 있었습니다. 이제 Virgin Australia는 동적 데이터 시각화 및 보고를 위해 Power BI와 같은 도구를 연결하여 전체 Databricks 기술 스택을 활용하고 있습니다. 또한 데이터 팀은 데이터 수집을 간소화하기 위해 Unity Catalog 내에서 AI가 생성한 코멘트를 실험하기 시작했으며, 코드를 최적화하고 생산성을 높이기 위해 Databricks 노트북 등을 지원하는 AI 기반 어시스턴트인 Databricks Assistant를 활용하고 있습니다. 전반적으로 이 여행 업계의 강자는 데이터 인프라를 현대화하고, 다운스트림 분석 및 ML 요구 사항을 지원하여 상당한 비즈니스 가치를 제공한 후 그 잠재력에 대해 매우 열정적으로 느끼고 있습니다.

고객 만족을 위한 성능 및 혜택 향상

Virgin Australia는 Databricks를 도입한 후 데이터 역량을 현대화하여 데이터에서 최고의 가치를 창출하고 비즈니스에 더 빠르게 인사이트를 제공할 수 있는 사람들이 데이터를 활용할 수 있게 되었습니다. 이러한 전환을 통해 실시간 데이터 가용성이 75% 증가했고 데이터 수집 시간이 50% 단축되었습니다. 또한, 머신러닝 모델의 배포 속도가 90% 빨라지고 인사이트를 얻기 위한 분석 속도가 크게 개선된 올인원 데이터 및 AI 플랫폼으로의 전환은 충성도 및 마케팅 운영에 큰 영향을 미쳤습니다.

고급 분석과 머신러닝을 활용하여 맞춤형 추천을 제공하고 세그먼트 및 고객 행동을 기반으로 차선책, 프로모션 및 서비스를 제안함으로써 참여도를 개선하고 충성도를 높일 수 있습니다.

데이터 기반 인사이트와 유용한 애플리케이션을 더 빠르고 저렴하고 일관성 있게 개발하기 위한 Virgin Australia의 새로운 접근 방식은 이미 큰 효과를 거두고 있습니다. Databricks에서 제공하는 개방적이고 유연하며 강력한 플랫폼은 항공사 전반의 데이터 처리 효율성과 의사결정 역량을 크게 향상시켜 지속적인 성장과 번영을 가능하게 했습니다. Taylor는 "우리 팀은 호기심 많은 학습자이며, 항상 Databricks의 새로운 기능을 찾고 있습니다. 항공편, 예약, 승무원 스케줄링, 유지보수 및 날씨와 관련된 방대한 양의 데이터를 다루기 때문에 유익한 파트너십을 지속하면서 Databricks가 GenAI 모델 모니터링을 어떻게 지원할 수 있는지 자세히 알아보고 싶습니다."라고 말합니다.