Aer Lingus의 데이터 기반 혁신: 레거시 탈피와 AI 준비 전략

이 요약은 AI가 원문을 분석해 생성했습니다. 정확한 내용은 원문 기준으로 확인하세요.

TL;DR

Aer Lingus는 90년 된 레거시 시스템의 한계를 극복하기 위해 IT 예산을 데이터 플랫폼 구축으로 재편했다. Databricks를 도입하여 데이터 사일로를 제거하고, 전사적 데이터 리터러시 교육을 통해 임직원을 시민 개발자로 육성하는 전략을 취했다. 실시간 데이터 분석을 통해 항공 운영 효율을 높이고, 최근에는 에이전트 기반 워크플로를 도입하여 비즈니스 의사결정을 최적화하고 있다. 이러한 기술적 기반과 문화적 변화는 항공 산업의 복잡한 운영 환경에서 경쟁 우위를 확보하는 핵심 동력이 되었다.

배경

데이터 거버넌스 개념, 데이터 레이크하우스 아키텍처 이해

대상 독자

데이터 기반 디지털 전환을 고민하는 기업의 CDO 및 IT 전략가

의미 / 영향

이 사례는 AI 도입이 단순히 모델을 선택하는 문제가 아니라, 데이터 플랫폼 구축과 전사적 데이터 리터러시 교육이 병행되어야 함을 보여준다. 특히 레거시 시스템을 가진 기업이 데이터 레이크하우스로 전환하여 실시간 운영 효율을 높이는 실질적인 로드맵을 제시한다.

섹션별 상세

항공 산업은 방대한 데이터를 생성하지만, 많은 항공사가 수십 년 된 레거시 시스템과 부서 간 데이터 사일로 문제로 고통받고 있다. Aer Lingus는 이러한 한계를 극복하기 위해 IT 예산을 유지보수에서 데이터 플랫폼 구축으로 과감히 전환했다.

Databricks를 선택한 핵심 이유는 단일 레이크하우스 아키텍처를 통한 데이터 민주화와 비즈니스 사용자가 자연어로 데이터에 질문할 수 있는 환경을 제공하기 때문이다. 이를 통해 데이터 엔지니어뿐만 아니라 현업 담당자도 데이터 활용이 가능해졌다.

기술 도입만큼 중요한 것은 인적 자원이다. Aer Lingus는 '데이터 리터러시 아카데미'를 설립하여 전사적인 데이터 교육을 실시하고, 5년 내 모든 직원이 데이터를 활용할 수 있는 '시민 개발자'가 되는 것을 목표로 한다.

실시간 데이터 분석은 운영 통제 센터(OCC)의 의사결정 속도를 높이고, 항공편 지연이나 취소 시 최적의 대응을 가능하게 한다. 또한, 80% 이상의 티켓이 직접 판매되는 상업 부문에서 가격 최적화와 로드율 극대화에 기여한다.

최근에는 에이전트 기반 워크플로를 실험 중이며, 비즈니스 케이스 작성 및 CFO 에이전트를 통한 논리 검증 등을 통해 내부 의사결정 프로세스를 자동화하고 있다.

기술

Databricks
Generative AI
Lakehouse

활용 사례

항공 운영 최적화
가격 전략 수립
비즈니스 케이스 자동화