이젬코, AI로 화장품 제조 품질 혁신!
이젬코는 AWS Glue, Athena, QuickSight, QuickSuite를 활용하여 화장품 제조 데이터 분석 플랫폼을 구축함
생성형 AI 기반 자연어 질의를 통해 품질 데이터를 분석하고, 불량률 분석 및 로트 추적 기능을 구현함
AWS Partner-led Data Lab을 통해 개발 리소스 절감 및 분석 리드타임 단축 효과를 달성함
데이터 파이프라인 구축: AWS Glue의 역할
AWS Glue는 SQL Server의 제조 데이터를 S3로 적재하는 ETL 파이프라인을 구축한다. 구체적으로 JDBC 연결을 통해 데이터를 읽고, Parquet 형식으로 저장한다. 따라서 운영 DB에 부하를 주지 않으면서 안정적인 데이터 수집이 가능하다. 결과적으로 데이터 분석을 위한 기초 인프라를 마련했다.
Athena를 활용한 데이터 분석 계층
S3에 저장된 데이터는 Amazon Athena를 통해 분석 가능한 형태로 가공된다. SQL View를 생성하여 데이터 간의 관계를 정의하고, 불량 유형별 집계 로직을 표준화한다. 반면, 데이터 정합성 확보를 위해 추가적인 가공 작업이 필요하다. 따라서 QuickSight 및 QuickSuite Chat Agent에서 활용 가능한 분석 전용 데이터 계층을 구축했다.
생성형 AI 기반 분석: QuickSuite Chat Agent
Amazon QuickSuite Chat Agent를 활용하여 생성형 AI 기반 자연어 질의 기능을 구현했다. 구체적으로 품질 분석 전문가 역할(Persona)을 정의하고, 시스템 프롬프트를 설계하여 정확성을 높였다. 따라서 사용자는 자연어 질의를 통해 즉시 분석 결과를 얻을 수 있다. 결과적으로 분석 리드타임 단축 및 의사결정 지원이 가능해졌다.
