AWS Builders Industry edition : 흔하지만 흔하지않은 클라우드 도입과 DT 사례

흔하지만 흔하지않은
클라우드 도입과 DT 사례
김경훈 | Sr. Account Manager

© 2021, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
Agenda
1. 국내 클라우드 시장 Overview
2. 클라우드 도입 유형
3. 클라우드 도입 사례

국내 클라우드 시장 Overview – 연도별 흐름
Source: IDG, Market Pulse, 2020
Source: BCG, Ascent to the cloud, 2019
9
18
1
5
3
10
15
31
CAGR 15%
2018 2023
SaaS
PaaS
IaaS
퍼블릭 클라우드 시장규모(1억$)

국내 클라우드 시장 Overview – 산업별 차이
Interpretation
디지털/온라인 비즈니스
변동성이 큰 비즈니스
고객 경험이 중요한
(End-Customer의 근접성)
경쟁이 많고 속도가 중요한
(Time to market)
산업일수록
“클라우드 도입이 빠름 ”
Source: BCG, Ascent to the cloud, 2019
산업별 도입 수준

클라우드 도입 유형– 도입 조직의 범위
HQ
Factory New Biz
Global
Office 1
Factory
Factory 1
/ R&D
New Biz
New Biz 1
유형 A
유형 B
유형 C
유형 D
유형 A
원격지 관리/실험형
A
• 해외나 공장 등 물리적 거리로 인해
원격 관리가 필요하거나 일부
테스트
보수적 도입형
B
• 본사 업무 일부 혹은 신사업에만
클라우드를 도입하여 경험
통합 플랫폼형
C
• 본사/해외/공장 등 전체 통합
플랫폼을 구축하고 연결
디지털 플랫폼형
D
• 통합뿐만 아니라 새로운 실험과
사업 확장을 빠르고 지속적으로
실행
유형 B

클라우드 도입 유형– 도입 계기
신규서비스/상품개발
데이터 및 거버넌스/
보안
디지털문화/데이터기반
업무 프로세스
기존 서비스/상품개선
아웃소싱 완료
EOL HW/SW
기술역량 내재화
교육 및 트레이닝
디지털 사업 역량 혁신
신사업 포트폴리오
1
2
3
4
5
6
7
8

클라우드 도입 유형별 고객 사례- Logo
Enterprise
Media/Internet
Finance/Retail
Game
Startup

원격지 관리형
보수적/실험적
도입형
통합 플랫폼형
1
3
5
7
2
4
6
8
아웃소싱 완료 EOL HW/SW
데이터 및 거버넌스/ 보안
디지털문화/데이터기반 업무 프로세스
기술역량 내재화 교육 및 트레이닝
A
B
C
D
OCI
신라면세점
만도
현대건설기계
현대백화점
광동제약
한국 타이어

클라우드 도입 유형별 고객 사례- 현대건설기계 스마트프로덕트
Client 현대건설기계, E&C
Case IoT, AI/ML, Alexa
Challenge
 수만대의 장비를 연결하여 수집되는 데이터를 관리
하고 인사이트를 도출할 수 있는 스토리지 및 분석
체계의 부재
 장비의 위치정보 및 기동정보, 고장알람 서비스 데
이터를 분석하여 수요 예측이 가능한 머신러닝 기술
필요
Benefit
• 건설장비 원격 관리 시스템, 수 만대의 장비
연결하여 위성 혹은 모바일로 정보수신
• 장비의 위치정보 및 가동정보, 고장알람,
소모품 관리 제공
• 장비 수요 예측을 위해 AWS AI/ML 활용
• 고객의 경험 개선
• 제품 개선을 위한 데이터 수집
ValueChain
R&D 구매 생산
재고 판매 고객 지원
A B 4
3 5 7
건설장비 원격 관리 시스템- Hi MATE

클라우드 도입 유형별 고객 사례- OCI 스마트팩토리
고객명 OCI, Oil&Gas
Case IoT, Data Lake, BI 를 활용한 스마트 팩토리
Challenge
 제품별로 건설한지 20~30년된 오래된 공장
(포항공장, 광양공장, 중국 OJCB공장)
 IT시스템이 분리 구축되어 있고 여러 공정으로 나뉨
 가동율, 실적관리 등에 수작업 비율이 높음
 자동화를 위한 SI 통합, 설비 교체에 대규모 투자가
필요한 상황
Benefit
 Data 집계부터 계산과 도표작성, 보고까지의 과정이
비교할 수 없이 간단해 짐
 정확도와 관리 활용의 사용률도 대폭 향상
 모든 공정 화면을 클라우드로 통합하고 모바일을 통
해서 언제든시 감시하고 통재 가능
 미래 변화 및 글로벌 경영성과 Sensing 능력 확보
ValueChain
R&D 구매 생산
재고 판매 고객 지원 생산실적 자동화 예시 화면
현장에서 만들고 사용하는 주요
문서들을 검토하여 대상을
구체화
자주, 손이 많이, 가장 중요한
수기로 작성하던 ‘생산월보’
선정
소스와 작성 로직 파악
Cloud 설계 및 구현 현장적용 및 피드백 가성비를 높이는 설계 변경 반영
목표설정과 진행 프로세스
• 작성시간 Data 준비 7일, 분류 3일
• Sheet 작성 Excel 도표 2일, 차트
2일
• 팀내부 결재 3일, 경영보고 5일
 약 1개월 소요
• 마감 후 즉시 작성 및 보고
가능
• 수기가 없어지면서 정확성
확보
• 자료 보관 및 과거 자료 검색
편의
A B 3
2 4

클라우드 도입 유형별 고객 사례- 신라면세점 라이브커머스
고객명 신라면세점, CPG&Retail
Case 실시간 스트리밍, 글로벌 확장
Challenge
 스트리밍 솔루션을 별도로 구매하고 구축한 경험 없
음
 대량 트래픽이 발생하거나 비정기 방송 등 다양한
운영 상황에 대해서 대응하기 어려움
 해외 고객향 대용량 라이브 스트리밍 진행시 품질
보증 어려움
Benefit
 업계 세계 최초/ 현존 유일 라이브 커머스 플랫폼
 라이브 커머스를 통한 혁신적인 고객 경험 제공 가능
 런칭후 1년 5개월간
누적 방문 횟수 72회/ 누적 라이브 시청자 수 약 65만
ValueChain
R&D 구매 생산
B 5
단일 생방송 내
최고 동시 시청자 수 기록
단일 생방송 내
최다 매출 / 완판 기록
경쟁사 유튜브 라이브 대비
자사 라이브 시청자 수
14,931 23MIN 20X
1,200PCS
2020년9월,에스티로더 2020년1월,클라란스
면세업계 세계 최초의 라이브 커머스 플랫폼으로
업계 표준으로 자리매김

클라우드 도입 유형별 고객 사례- 현대백화점 데이터활용
고객명 현대백화점, CPG&Retail
Case 무인매장(Just Go), AI/ML, Forecast
Challenge
 약 3년간 비즈니스 로직을 구체화 하고 개발 테스트
까지 진행
 내부에 역량과 경험이 없었음
 매장의 규모를 키워감에 따라 직접 제어해야하는 디
바이스의 갯수가 기하급수적으로 증가
 보안과 장애 대응, 과제 자체의 어려움
Benefit
 작은 단위에서 시작해서 넓혀가는 애자일 스크럼 기
반 개발 적용 사례
 오프라인에서의 고객 활동 데이터 확보
 온오프라인 데이터의 연계가능
 고객 경험의 개선
 데이터 및 AI/ML 역량 내재화
ValueChain
R&D 구매 생산
B D
멤버십 통합과 고객 데이터 수집 무인매장(언커먼 스토어)
꾸준한 데이터 역량 확보 노력
고객 경험 개선
5 6 7

클라우드 도입 유형별 고객 사례- 만도 스마트 프로덕트
고객명 만도, Automotive
Case IoT, Data Analytics, BI, AI/ML, Severless
Challenge
 기존 자동차 부품 제조에서 신규 모빌리티 기기 및
서비스 솔루션으로 사업 확대
 자체 서버 구축의 어려움과 단기 상용화 수준의 서
비스 플랫폼 필요
 예측이 어려운 신사업에 대한 투자 리스크
Benefit
 Data 집계부터 계산과 도표작성, 보고까지의 과정이
비교할 수 없이 간단해 짐
 정확도와 관리 활용의 사용률도 대폭 향상
 모든 공정 화면을 클라우드로 통합하고 모바일을 통
해서 언제든시 감시하고 통재 가능
 미래 변화 및 글로벌 경영성과 Sensing 능력 확보
ValueChain
R&D 구매 생산
B D 7
4 8
① 주력 분야 사업모델 확대
② 새로운 사업 분야 발굴
SPM B2B 모듈 판매 예측 정비 서비스
충전소 정보
AI
Mobile Robot
Platform 보안 주차 충전 배달
Data Service
Business
예측 정비
√
AI
수리 보험
충전소
만도 서비스 플랫폼 사업 방향
수소충전소 검색-H2Care
e-Bike 자율주행 순찰로봇

클라우드 도입 유형별 고객 사례- 한국타이어 물성예측
Client 한국타이어, MFG
Case Machine Learning, BI, Data Lake
Challenge
 데이터의 모호성과 통일성 저하
 수기 입력 등으로 인한 휴먼 에러
 타이어 컴파운드는 복잡한 개발 과정으로 인해 대개
6개월에서 3년의 긴 개발기간 소요(천연고무, 합성
고무, 카본블랙 등 15종 이상의 재료를 혼합하여 제
작
 비율, 온도, 도구, 배합순서, 압력 등에 따라 물성 달
라짐
Benefit
 가상 시뮬레이션을 통해서 도출된 결과값 현실에 반
영
 AI 기반으로 기존의 개발 기간 50% 이상 감축
 기술 기반 혁신을 통해 미래 경쟁력을 강화하고 글로
벌 기업으로 도약 발판 마련
ValueChain
R&D 구매 생산
물성 그래프
Index
테이블
Radar 차트
From Small Success to Digital Transformation
Big Data Platform
연구소 Data
공장 Data
본사 Data
Ingestion
Amazon Kinesis
AWS Glue
Amazon MSK
AWS Direct Connect AWS DataSync
AWS Snowball
AWS Database
Migration Service
Amazon S3
(RawData)
AWS Lake Formation
AWS Glue
Amazon S3
(Analytics Data)
Store/Process
Amazon Athena
Amazon Redshift
Amazon EMR
Amazon Elasticsearch
Service
Amazon QuickSight
Amazon SageMaker
Consume/Visualize
AI Services
물성 예측 시뮬레이션
빅데이터 플랫폼으로 전사 확장
B D 5
4 6 7

클라우드 도입 유형별 고객 사례- 광동제약 All-in Migration
Client 광동제약, HCLS
Case All-in Migration(SAP ERP, Oracle 등)
Challenge
 IDC 계약 종료
 SAP ERP 노후화
 Oracle DB EOS
 디지털 헬스케어 기업으로 도약 목표
Benefit
 하드웨어 및 소프트웨어 라이센스 비용 절감
 손쉽게 확장이 가능한 IT 유연성 확보
 사내 전 부분의 디지털화를 위한 초석 마련
 서비스 신규 도입을 위한 절차 간소화
ValueChain
R&D 구매 생산
C 2
1 3 4
Vision 2025 5대 전략
디지털 트랜스포메이션을 위한
클라우드 기반의 플랫폼 확보
대외 서비스
외부=>내부접속
서비스
내부 Non-SAP
SAP ERP
4단계 마이그레이션 진행

클라우드, New Normal
원격지 관리형
보수적/실험적
도입형
통합 플랫폼형
1
3
5
7
2
4
6
8
아웃소싱 완료 EOL HW/SW
데이터 및 거버넌스/ 보안
디지털문화/데이터기반 업무 프로세스
기술역량 내재화 교육 및 트레이닝
A
B
C
D
IT Modernization
Digital Innovation
Think Big
“ Think Big, Start Small, Scale Fast”

AWS Builders Industry edition : 흔하지만 흔하지않은 클라우드 도입과 DT 사례

Recommended

Recommended

More Related Content

What's hot

What's hot (20)

Similar to AWS Builders Industry edition : 흔하지만 흔하지않은 클라우드 도입과 DT 사례

Similar to AWS Builders Industry edition : 흔하지만 흔하지않은 클라우드 도입과 DT 사례 (20)

More from Amazon Web Services Korea

More from Amazon Web Services Korea (20)

AWS Builders Industry edition : 흔하지만 흔하지않은 클라우드 도입과 DT 사례