클라우드에 있지만, 제대로 활용하고 계신가요? 디지털 네이티브 비즈니스의 가르침

클라우드는 혁신 속도를 높이는 데 어떤 도움이 됩니까? 클라우드에 있는 것과 클라우드를 활용하는 것에는 어떤 차이가 있습니까? 개발 비용을 낮추고 출시를 앞당기는 것이 가능합니까?

위 질문에 대한 답을 찾고 싶다면 디지털 네이티브 비즈니스(DNB)를 참고하는 것이 도움이 됩니다. 이 B2C 회사들은 ‘클라우드에서 탄생’했고, 대부분 클라우드 서비스에서 가치를 끌어낸 10년 이상의 경험을 가지고 있습니다.

DNB에서 성패는 혁신의 품질과 속도에 좌우됩니다. 시장의 치열한 경쟁을 이겨내면서 고객이 진정으로 소중하게 여기는 디지털 앱을 만들어야 하기 때문입니다. DNB의 제품 및 소프트웨어 개발 팀은 예산과 엔지니어링 시간을 최대한 활용하여 사용자에게 중요한 차별화된 기능을 만드는 데 열중합니다.

많은 DNB가 기술 스타트업으로 시작되었기 때문에 벤처 자본의 자금 지원을 받으려면 핵심 가치 제안을 연마해야 합니다. DNB는 이 프로세스에서 소비자에게 제공되는 차별화된 가치를 정의하게 됩니다. 식당 및 운전자 네트워크를 통해 음식을 배달 받는 편리함, 중고 제품의 가격과 가용성 또는 콘텐츠를 즐겁게 소비할 수 있는 방법 등이 여기에 포함될 수 있습니다.

또한 DNB는 생산성과 엔지니어링 속도를 꾸준히 개선해야 합니다. 이를 위한 방법 중 하나가 일반 기능을 클라우드로 전환하는 것입니다. DNB의 고객은 차별화된 기능이 아닌 일반 기능을 당연한 것으로 받아들입니다. 예를 들어 중요하지만 차별화되지 않은 기능으로는 신규 사용자 등록, 주문 준비 시 알림 생성 및 백엔드 데이터베이스 확장과 같은 시스템이 기능이 있습니다. 이러한 기능은 일반적으로 고객의 구매 결정에 핵심적인 역할을 하지 않습니다. 따라서 이러한 일반 기능을 활용하여 DNB는 차별화를 통해 고객의 재구매를 촉진하는 혁신에 개발 팀을 집중시킬 수 있습니다. 이러한 기능은 빠르게 구현하고 최적화할 수 있으므로 개발 팀은 지속적인 유지 관리에 소모되는 시간과 개선 비용을 즉시 줄일 수 있습니다.

2009년에 AWS가 수요에 따라 컴퓨팅 파워를 자동으로 확장하고 축소하는 자동 조정 기능을 소개했을 때 이 기능은 혁명과도 같았습니다. 이 서비스를 도입한 회사들은 개발 주기에서 예산, 시간 및 귀중한 엔지니어링 작업을 줄일 수 있었습니다. 시간이 지나면서 많은 추가 클라우드 서비스가 추가되었고 더 발전된 기능이 ‘스택의 윗자리’를 차지하게 되었습니다.

보안, 거버넌스 및 규정 준수 자동화, 소프트웨어 개발 및 테스트 지원 프로세스, 인공 지능(AI) 및 기계 학습(ML) 플랫폼, 다양한 부가 가치 기능(예: AR/VR 및 로봇)을 지원하는 도구 등이 여기에 포함되었습니다. AI 기반 언어 학습 플랫폼인 Duolingo는 AWS에서 PyTorch 프레임워크를 사용하여 아랍어에서 웨일스어에 이르는 32개 언어에 대한 맞춤형 수업을 제공하는 사용자 지정 알고리즘을 제시합니다. 이 사용자 지정 모델은 1십만~3천만 개의 데이터 포인트를 사용하여 매일 3억 건의 예측을 수행합니다. 예를 들어 사용자가 특정 단어를 기억하고 질문에 올바르게 답할 가능성을 예측합니다.

Duolingo의 시스템은 사용자가 단어를 본 횟수, 정확하게 맞춘 횟수, 정답을 맞춘 모드 및 연습한 시간을 분석하는 딥 러닝(AI 및 ML의 하위 집합)을 사용하여 이러한 예측을 수행합니다. 그런 다음 앱은 이러한 예측을 사용하여 사용자가 익혀야 하는 상황에서 단어를 커리큘럼에 주입합니다.

2009년 설립 당시 Duolingo는 기존의 인지 과학 알고리즘을 사용하여 카네기 멜론 대학교의 번역 프로젝트의 일부로 외국어를 가르쳤습니다. 그러나 이러한 알고리즘은 콘텐츠에 대한 사용자의 관심을 유도하는 개인화된 경험을 만들기 위한 실시간 데이터를 처리하지 못했습니다.

딥 러닝 도구는 Duolingo의 예측을 개선하여 고객 참여를 강화하는 데에도 도움이 되었습니다. 이러한 도구를 구현한 후 Duolingo는 서비스를 사용한 후 다음 날 다시 사용한 사용자의 수가 12% 증가한 것을 알게 되었습니다. 이제 Duolingo의 구독자 수는 3억 명에 이르며 AWS 클라우드를 계속 사용하여 플랫폼의 속도 및 확장성을 개선하고 수행 가능한 예측의 유형을 확대하고 있습니다.

Duolingo의 경험이 증명하듯이 클라우드는 나날이 증가하는 다양한 종류의 기능을 제공합니다. 이러한 기능은 세 가지 기본적인 장점을 제공합니다.

제품 팀의 초점은 거대 시장을 찾고 회사의 성공을 이끌 차별화된 제품 가치를 만드는 것입니다. 인프라도 중요하지만 하드웨어 및 소프트웨어의 조달, 설계, 구현 및 유지 관리를 클라우드로 이전하면 출시 시간을 단축할 수 있습니다. 대부분의 조직은 클라우드 인프라에 데이터 센터, 시스템 및 스토리지와 같은 물리적 측면이 포함된다는 것을 압니다. 그러나 가장 성공적인 DNB는 소프트웨어 인프라가 속도와 품질을 높이는 데 있어서 더 중요한 지렛대 역할을 한다는 것을 인정합니다.

이제 AWS 클라우드는 조직의 모든 개발자가 동일한 프로세스를 사용하여 코드의 결함을 테스트할 수 있는 지속적 통합 및 전달(CI/CD) 파이프라인을 제공합니다. 이 파이프라인에서는 다른 팀이 작성한 코드의 통합 및 연동과 동시 배포 준비까지 보장됩니다. 프로덕션에 배포한 후에는 워크로드가 모니터링되고 수요를 충족하도록 자동으로 확장 또는 축소됩니다. 과거에는 이러한 기능을 만들고 지원하는 데 필요한 예산 및 인적 리소스가 업계 평균으로 전체 엔지니어링 및 운영 예산의 15%를 차지했습니다. 이러한 기능은 때로 새로운 수익 창출 기능의 배포를 늦추는 마찰 지점이 되었습니다. 경험으로 볼 때 업계 최고 수준의 일부 DNB는 이제 엔지니어링 및 운영 리소스를 이러한 지원 기능에 거의 할애하지 않으면서도 출시 시간을 극적으로 단축하고 고객 경험을 개선하고 있습니다.

3천만 명의 고객을 보유한 디지털 통화 지갑 겸 플랫폼 공급자인 Coinbase가 그 사례입니다. 샌프란시스코에 본사를 둔 이 회사는 AWS Step Functions를 사용하여 새로운 소프트웨어 기능 및 업데이트 배포를 자동화하고 관리하는 동시에 사이버 공격에 대한 고객 보호도 개선했습니다. Coinbase는 97%의 배포 성공률을 달성하는 한편, 신규 계정을 추가하는 데 필요한 시간을 며칠에서 단 몇 초로 단축하고 고객 지원 티켓 수를 대폭 줄였습니다.

이와 비슷한 사례로 캘리포니아주 샌마테오에서 중소 규모 회사를 위한 SaaS 솔루션을 개발하는 Freshworks가 있습니다. 이 회사는 플러그인을 구축하고 실행하는 동안 플러그인 기능에 대한 수요를 기반으로 확장 또는 축소하여 비용을 관리할 수 있는 플랫폼인 AWS Lambda로 시장을 장악했습니다. 일례로 Freshworks 상담원이 고객 지원 티켓을 해결하는 데 걸리는 시간은 이전보다 절반으로 줄었습니다.

고객 서비스 개선에 도움이 될 수 있는 데이터의 인사이트는 어느 비즈니스에나 중요합니다. 누구도 DNB보다 이를 잘 이해하지는 못할 것입니다. DNB는 가장 까다로운 고객인 소비자를 대상으로 서비스를 제공하기 때문입니다. 이러한 이유로 DNB는 고객 가치를 더하는 기능을 구축하는 데 이렇게 높은 프리미엄을 둡니다. DNB는 아주 기술적이지만 최고의 DNB는 일반 기능이 아닌 차별화된 기능에 가차 없이 시간을 집중합니다. DNB는 소비자가 실질적인 이득(예: 신뢰할 수 있는 영화 추천, 새로운 도시의 스포츠 바 찾기 및 정보가 있는 식당 후기)을 가장 중요시한다는 것을 잘 압니다.

관련성이 높고 개인화된 경험은 여러 수준의 전문성을 충족하는 AI 또는 기계 학습 도구를 사용하여 구동됩니다. 1) 기초 수준에서 전문 개발자는 기본 소프트웨어 프레임워크 자체를 유연하게 사용자 지정할 수 있습니다. 자동차 엔진을 만드는 것과 비슷합니다. 2) 대다수의 회사는 프레임워크를 기반으로 모델을 구축, 훈련 및 배포합니다. 미리 만들어진 엔진을 선택한 후 필요에 따라 튜닝하는 것과 비슷합니다. 3) 그러나 속도를 최대화하고자 하는 회사들은 사기 탐지 또는 개인화와 같은 특정 사용 사례를 위해 미리 구축된 모델을 배포할 수 있습니다. 이는 요구 사항을 이미 알고 있을 때 ‘스포츠 에디션’ 또는 ‘혹한기 패키지’를 구매하는 것과 비슷합니다.

AI 또는 기계 학습을 통한 개인화는 특히 강력할 수 있습니다. 금융 소프트웨어 회사인 Intuit은 Amazon Personalize 서비스를 사용하여 Mint 소비자 예산 추적 및 계획 앱의 추천 엔진을 빠르게 설계하여 출시했습니다. 마찬가지로, 부츠 및 기타 야외용 신발 제조사인 Keen은 동일한 Amazon 서비스를 사용하여 고객의 검색 및 구매 기록을 추적하고 쇼핑 추천을 제공합니다. 추천 기능을 사용한 Keen의 테스트 이메일은 거의 13%의 매출 증가를 제공했습니다. 한국의 의류 eCommerce 회사인 Ably는 AI를 사용하여 앱의 전면 페이지에 개인화된 추천을 제공합니다. Ably는 개인 고객의 검색 및 구매 기록에 맞춘 추천 엔진을 통해 기계 학습 기술에 대한 사전 경험 없이 정교한 기계 학습 기능을 구축할 수 있었다고 말합니다.

운영 우수성과 함께 이러한 새로운 레버 및 기능은 더 빠른 혁신을 가능하게 합니다. 아이작 뉴턴의 말을 빌리면 다음과 같습니다.

질량은 차별화된 수익 창출 제품 기능의 개발에 전념하는 총 리소스(예산 및 인력)를 나타냅니다. 가속도는 개발 프로세스 및 운영 환경을 나타냅니다. 힘은 차별화된 활동에 사용할 수 있는 리소스가 최대화되고 엔지니어링 가속도가 증가할 때 커집니다.

모든 디지털 비즈니스는 AWS 클라우드가 지원하는 혁신 속도의 증가로부터 이익을 얻을 수 있습니다. 다음은 권장되는 네 가지 시작점입니다.

아래에 이 세 가지 요인의 시각화가 나와 있습니다. 가로 X축은 노력의 수준을 나타내며 비용으로 표현됩니다. 세로 Y축은 프로젝트 위험의 주관적 평가를 나타냅니다. 원 크기는 혁신으로 전환할 수 있는 예산을 보여줍니다.

이 예제에서는 조직의 현재 상태에 대한 평가를 사용합니다. 이 동일한 방법론을 주기적으로 사용해야 합니다. 돌이켜 보면 결국 2009년에 자동 조정을 조기에 도입한 회사들은 수동 프로비저닝을 고수한 다른 회사보다 경쟁적 우위에 섰습니다.

제품 및 엔지니어링 팀은 새 프로젝트에 진보적 관점을 적용하여 로드맵, 노력 수준 및 목표를 논의할 수 있습니다. 팀은 차별화된 기능을 식별하고 일반 작업을 최소화할 기회를 찾아야 합니다. 이 간단한 연습으로 프로젝트를 극적으로 가속화할 수 있습니다.

디지털 네이티브 비즈니스는 일상 생활을 바꾸는 혁신을 만듭니다. 쇼핑, 엔터테인먼트, 도심 탐방 및 다른 많은 것들을 혁신합니다. 그 과정에서 DNB는 클라우드에서 혁신을 실행하는 것으로는 부족하다는 것을 배웠습니다. DNB는 우리에게 클라우드를 활용하여 빠른 속도로 혁신하는 방법에 대한 유용한 가르침을 줄 수 있습니다.