[2장] 삼성전자와 MongoDB

MongoDB 도입 배경 및 효과

• 삼성전자는 빅데이터 분석과 비즈니스 의사결정에서 MongoDB를 사용하고 있다. 특히 자연어 처리 기반의 데이터 분석 자동화 서비스 도입을 통해, 기존 2개월 걸리던 데이터 분석 작업을 MongoDB 도입 후 1~2주로 단축하였다.

• MongoDB를 사용함으로써 임직원이 자연어 질의만으로 쉽게 데이터 분석을 할 수 있게 되었고, 이를 통해 비즈니스 성과와 수익을 증대시킬 수 있었다.

 

데이터 분석 및 의사 결정의 중요성

• 삼성전자는 데이터 기반 의사 결정의 중요성을 인식하고 있으며, 데이터를 활용해 고속 성장을 목표로 하고 있다. 하지만 데이터를 찾고 분석하는 과정은 아직도 많은 도전 과제를 안고 있다.

• 삼성전자는 2019년부터 MongoDB를 사용해왔으며, 2024년부터 가시적인 성과가 나오기 시작했다.

• 삼성전자는 모든 직원에게 SQL과 Python 학습을 권장하고 있으며, 마케팅, 총무 등 다양한 부서에 개발자를 배치하여 데이터 분석 시간을 단축하고 있다.

 

교육 및 업무 프로세스 변화

• 삼성전자는 전사적으로 SQL과 Python을 기본적으로 가르치고 있으며, 법무팀까지도 데이터를 분석할 수 있는 개발자가 상주하고 있다. 모든 부서가 데이터 분석을 통해 빠르고 정확한 의사 결정을 할 수 있도록 지원하고 있다.

• 데이터 분석 의도 파악에서부터 리드 타임이 발생하고, 분석가가 분석을 반복하는 구조를 개선하기 위해 각 부서 담당자들은 구체적인 분석 요구사항을 제공해야 하며, 이를 통해 더 나은 성과를 도출한다.

 

AI 및 데이터 관리의 발전

• AI 기술이 점점 더 많은 영역에서 활용되며, 데이터 기반 의사 결정과 AI 기반 마케팅 성과가 도출되고 있다. 삼성전자는 MongoDB를 통해 AI 모델을 선택하고 데이터를 관리하는데 중점을 두고 있으며, 데이터 오염을 방지하기 위해 키 값 관리와 데이터 정합성 확보에 주력하고 있다.

• 특히 LLM(대형 언어 모델)을 사용하지 않지만, 데이터 추적, 관리, 저장에 MongoDB를 활용하며, 이를 통해 고객 타겟 마케팅에서 성공적인 성과를 보고 있다.

 

기술 스택 및 인프라

• 삼성전자는 Kubernetes를 활용하여 MSA(마이크로서비스 아키텍처)로 서버를 분리 작업 중이다. 또한 Github와 Jira를 통해 모니터링과 데이터 관리 작업을 진행하고 있다.

• 기존 오라클과 포스트그레SQL 등의 시스템을 관리하던 사용자들이 있었지만, 비용 비교와 편리성을 통해 MongoDB로 마이그레이션을 결정하였다.

 

미래 전망 및 마케팅 전략

• 삼성전자는 AI 기반 마케팅과 데이터 분석의 결합을 통해 마케팅 생산성을 크게 향상시켰다. 특히 AI 기술을 통해 데이터 기반 의사결정이 가능해졌으며, 이를 통해 마케팅과 세일즈에 긍정적인 영향을 미쳤다.

• 데이터 기반 의사결정은 사람마다 접근 방식이 다르며, 데이터 분석에 익숙한 사람과 그렇지 않은 사람 간의 차이가 존재한다. 하지만 데이터 분석을 통한 마케팅 전략 수립은 미래 성장을 위한 중요한 요소로 인식되고 있다.

 

결론

삼성전자는 MongoDB를 통해 데이터 분석 및 AI 기반 비즈니스 성과를 강화하고 있으며, 이를 바탕으로 빠르게 변화하는 기술 환경에 대응하고 있다. 향후에도 데이터 기반 의사결정과 AI 기술을 결합하여 더 나은 성과를 도출할 것으로 예상된다.