현대카드의 빅데이터 플랫폼 구축 사례

운영 리드타임 41% 단축 (데이터옵스 자동화)

• 데이터 수집·관리·배포 전 과정을 자동화하여 운영성 업무 리드타임 41% 단축
• 130개 데이터 신규 입수 요청을 기존 수개월 소요에서 약 1.5개월 만에 완료 (체감 약 60% 단축)
• 휴먼 에러 최소화 및 검증 단계 간소화 효과

데이터 처리 성능 평균 4배 향상

• 아테나(Athena)와 아이스버그(Iceberg) 스토리지 레이어 적용으로 트랜잭션 성능 평균 4배 향상
• 기존 온프레미스 하둡 환경 대비 DELETE 처리 속도 등 DML 성능 대폭 개선 (500GB 처리 기준 63분 → 대폭 단축)

데이터 수집 시간 64% 단축 및 가용 리소스 58% 증가

• 통합 자동화 환경 구축으로 데이터 수집 시간 64% 단축
• 분석가 인당 사용 가능한 가용 리소스 58% 증가

인프라 비용 절감 (Graviton + 스팟 인스턴스 활용)

• AWS Graviton(ARM 아키텍처) CPU 및 스팟 인스턴스 정책 적용으로 EMR 사용 요금 25% 절감
• 인텔/AMD 대비 동등한 처리 성능 유지하면서 비용 효율 달성
• 인스턴스 플릿 기반 커스텀 로직으로 스팟 인스턴스 미확보 시 온디맨드 자동 전환, 안정적 리소스 확보

분석가 업무 환경 혁신

• 과제별 개인 전용 분석 환경 및 전용 스팟 클러스터 제공으로 리소스 경합 해소
• 머신러닝 단계별 맞춤형 CPU/GPU 리소스 할당 가능, 병렬 작업 수월화
• 평균 리소스 사용률 29% 수준에서 탄력적 활용 구조로 전환
• SageMaker 컨테이너 기반 최신 ML 모델 즉시 활용 가능

신규 비즈니스 영역 확장

• LLaMA 370B 등 고사양 AI 모델 활용 과제 본격화, Claude 3 기반 생성형 AI 사내 업무 적용 추진
• 실시간 추론 기능을 활용한 카드 발급 심사, 신용 평가 모형 등 적시성이 필요한 업무의 클라우드 전환 진행
• 기존 온프레미스 환경에서 불가능했던 업무 영역으로 비즈니스 확장

10개월 만에 클라우드 전환 완료

• 온프레미스 BDP 구축·안정화에 2년 소요되었던 것과 달리, 더 많은 데이터와 서비스를 보유한 상태에서 단 10개월 만에 고도화된 기능의 BDP 2.0 오픈 달성