4차 산업혁명 시대의 제조업 혁신을 위한 Data Lake 고객 사례::구태훈, 최삼락, Tony Spagnuolo::AWS Summit Seoul 2018

© 2018, Amazon Web Services, Inc. or Its Affiliates. All rights reserved.
구태훈, Database & Big Data Analytics Business Development, AWS
Tony Spagnuolo, VP for Sales, Rescale
최삼락, IT개발실장, (주)웅진씽크빅
4차 산업혁명 시대의 제조업 혁신을
위한 Data Lake 고객 사례

목차
I. 4차 산업혁명을 위한 디지털 혁신
II. Rescale의 LS산전 혁신 사례
III. 웅진 Think Big의 서비스 혁신

I. 4차 산업혁명을 위한 기업 혁신
전사 가치사슬의 데이터 전략 필요
구 태 훈
Database & Big Data Analytics Business Development, AWS

글로벌 제조업체의 혁신
4차 산업혁명 시대 글로벌 제조업체들은 Public Cloud에 기반한 디지털
혁신을 추진 중
고객 경쟁
기술
• 단순 제품 뿐
아니라 차별적
경험에 대한 니즈
• 운영 등 One Stop
Solution 요구
• 중국 등
Captive Market
기반 규모 확대
• 가격 경쟁
• Cloud, Big Data, IoT 등 Enabling ICT 기술 발전
• 기술의 보안ㆍ안정성 고도화

글로벌 제조업체의 혁신
제조업체 Core Workload 활용 트렌드
Product
as a Service
Product
as a Platform
R&D
생산ㆍ제조
ERP
디지털
혁신
운영
혁신
• 제품 차별화 및 신규 매출 창출을 위해 활용
• 완성품 업체 뿐 아니라 부품 업체들도 추진
• 서비스를 넘어 플랫폼 사업자로 신사업
• 자체 플랫폼 구축 통한 생태계 형성
• 설계 및 제품 개발 시뮬레이션에 HPC 활용
• 태양광 모듈 설계, 반도체 등으로 확대 中
• 수율 제고 위한 Cloud 기반 Data Lake 활용
• Display, 반도체 업체 등 관심 증가
• Small Scale → Medium/Large로 확대
• ERP + Operation Data 연계 → 지속적 혁신

설계 개발 생산 서비스
Data Lake
신규 비즈니스
지원
BusinessBig Data Data Science
청사진과
설계도 필요
비즈니스
데이터
분석
제조업 혁신을위해 가치사슬이 Data Lake를 필요
Data as a Service

설계 개발 생산 서비스
제조업 혁신을위해 가치사슬이 Data Lake를 필요
제품 개발 기준 제시
생산 기반 성능 확보
생산 품질 개선
신제품 개발 기간 단축
제품 라이프싸이클 전체 데이터 분석
서비스 기반 제품 개발 및 생산성 강화
서비스 상품 개발

디지털 혁신을위한 중심, 데이터 전략
The center of the
ALL Mega Trend
is Data Strategy
Source: Gartner (May 2017)

Data Lake
 Data Lake는 시스템이나 저장소 내에 원시
데이터 형식으로 데이터를 저장하는 방법으로,
다양한 스키마와 구조 형식의 데이터를 지원함.
 원시 데이터에서 시각화, 분석 및 기계 학습을
포함한 다양한 작업에 사용되는 변형 된
데이터에 이르기까지 기업의 모든 데이터를
단일 저장소에 저장하는 것
 구조화된(Structure) 관계형 데이터베이스 (행
및 열), 반 구조화(Semi-Structure) 된 데이터
(CSV, 로그, XML, JSON), 구조화되지
않은(Unstructured) 데이터 (전자 메일, 문서,
PDF, 이미지, 오디오, 비디오)가 포함

AWS Data Lake Solution
Amazon S3를 중심으로한 다양한 AWS 분석 서비스의 조합은
클라우드에서 Data Lake를 구현하는 최고의 솔루션

AWS Data Lake Solution
Amazon Redshift
+ Redshift Spectrum
Amazon
QuickSight
Amazon EMR
Hadoop, Spark, Presto, Pig,
Hive…19 total
Amazon
Athena
Amazon
Kinesis
Amazon
Elasticsearch Service
AWS Glue
S3 DATA LAKE
Objects in your S3 data lake

II. Rescale의 LS산전 혁신 사례
HPC & Digital Twin 사례 중심
Tony Spagnuolo
VP for Sales, Rescale

Rescale Confidential13
Rescale Founders Solved Mission Critical Problems
● 150 lbs weight reduction = $180M in savings
● 3 months development time under 24 hrs
● Team created the core HPC and simulation
stack used to build Boeing 787 wing design
● Disruptive approach to simulation led to
drastic improvements
● Rescale’s platform enables these types of
results for any company utilizing simulation

Rescale aggregates the full HPC technology stack to
deliver turnkey performance on a single cloud platform
ScaleX Platform
Application Management
& Support
Operating System &
Middleware
Tools, Schedulers &
Compilers
Applications
Housing &
Infrastructure
Full
HPC
Stack

Rescale in IOT

Rescale is Enterprise Big Compute
Value Provided
Years
Cloud 1.0
Shift to SaaS
Cloud 2.0
Big Data
Cloud 3.0
Big compute

HPC
Resources
Data Analytics
On premise storage Cloud storage
HPC Compute
Big Data Frameworks
Managed Big Data
Platform
220 + Apps & In house
environment deployment
Simulation Data
Big Compute Platform for Digital
Twin
Big Data Platform
Rescale Big Data Integration
3rd Party Provider
On-prem
database

LSIS - Leading Korean company in power
distribution & automation industry
Digital Twin ModelingIT Environment
● No HPC (workstations
only)
● Software compliance and
deployment issue
● No IT or HPC Expertise
● Slow results turnaround
time
● Model size limited by lack
of compute power
● Unmet simulation
demand due to lake of
resource
● Higher fidelity modeling
● Robust Digital Twin
process
● Leveraging field data for
product innovation
● AWS + Rescale
Solution Vision
Switchgear Remote I/OTransformer Electronic Meter EV Solutions Low Voltage

SVC water cooling plate(1Ｘ0.9Ｘ0.08 m)
SVC Analysis results of water cooling plate
SVC 냉각시스템 유동해석 결과
Reactive power compensation device
(SVC; Static Var Compensator)
Source: “Heat Flow Analysis of SVC Cooling System Using Cloud Computing” , 2017년 대한기계학회 추계학술대회, 이승호 외 4명
LSIS Phase 1 - Higher fidelity models

LSIS Phase 1B – Data Lake from Field Measurements

SVC 냉각시스템 유동해석 결과
Reactive power compensation device
(SVC; Static Var Compensator)
Source: “Heat Flow Analysis of SVC Cooling System Using Cloud Computing” , 2017년 대한기계학회 추계학술대회, 이승호 외 4명
LSIS Phase 2 – Digital Twin (in progress)
Repeatable model assembly process

Phase 3: Rescale Platform for Predictive and Data Driven
Decision Making

Global Footprint
Technology
Industry Sectors
Investors
Founded in 2011, San Francisco, USA HQ
APAC office Singapore/Tokyo, EMEA office Munich
Cloud-based HPC and simulation platform
100+ data centers, 250+ software solutions
Rescale Overview
Jeff Bezos Richard Branson Peter Thiel
Aerospace Oil & Gas Automotive Life Sciences Industrials Semiconductor Financial Services
100+ leading Global 2000 enterprise customers

Digital Twin = Digital Model & Data
디지털 모델과 데이터 전략 핵심
구 태 훈
Database & Big Data Analytics Business Development, AWS

Machine Digital Twin vs. Data

Human Digital Twin vs. Data

III. 웅진 Think Big 서비스 혁신
개인화를 통한 서비스 혁신
최 삼 락
㈜웅진씽크빅 / IT개발실 실장

최 삼 락
IT개발실 실장, ㈜웅진씽크빅

15개월,
우리의 데이터가 CF로 만들어지기 까지

우리는 어린이의 10년 후를 생각합니다!
독서 교육(전집) 서비스
유.아동 도서(전집)과 독서 교육 콘텐츠를 만들고,
전국 수 천명의 북큐레이터를 통해 맞춤 도서 설계 서비스를 제공하고 있습니다.
학습 서비스
1996년 창의력 컨셉 학습지 사업을 시작하여 전국 수 천명의 교사와 함께
다양한 학습 서비스를 제공하고 있습니다.
단행본 출판
웅진씽크빅 단행본은 어린이부터 성인까지를 대상으로 한 다양한 장르의
콘텐츠 개발을 통해 한국출판시장을 이끌어 나가고 있습니다.

1984, 웅진출판, ‘어린이 마을’ 발간
1980, ‘헤임인터내셔널’ 설립
1986, ‘웅진 아이큐’ 출시
1994, ‘웅진 용운수학’ 출시
2005, ‘웅진씽크빅’으로 사명변경
2008, 전집 통합브랜드 ‘웅진다책’ 출범
2010, 볼로냐 아동도서전 ‘라가치 상’ 수상
2010, ‘씽크U수학’ 출시
2014.08, ‘웅진북클럽’ 출시
2015.10, ‘웅진북클럽 스터디’ 출시
2015.12, ‘웅진북클럽 투게더’ 출시
2018.02, AI기반 학습코칭 서비스 오픈
15개월
1995, ‘웅진씽크빅’ 출시 2015.05, 대한민국 멀티미디어 기술 대상
2015~17, 대한민국 교육브랜드 대상
교육서비스 부문 3연속 수상
2017, 스마트앱어워드 코리아
학습 부문 최우수상
웅진씽크빅의 38년 중 마지막 15개월이
오늘의 주제입니다!

회원제 독서프로그램
웅진북클럽
실물 전집 디지털 콘텐츠
회원제 독서, 학습 융합 프로그램
웅진북클럽스터디
온/오프라인 학습 콘텐츠 방문/화상 학습 관리
약 44만 회원, 약 74만 학습 과목
책 읽기 습관은 ‘흥미’에서 시작됩니다!

사건의 서막(?)
회원들의 독서와 학습 데이터들이
어느 정도 쌓여 있을 텐데…
2016년 12월 2018년 2월2013년 말 2016년 4월
북클럽, 북클럽 스터디, 투게더 오픈
= ‘고통의 시간’
‘ ’

가진 자원은 늘 희소하다…
부족한
지식과 경험
1
부족한
기술/분석 역량
2
부족한
예산과 지원
3
충분한 자원을 가지고 출발하기는 어렵다
‘ ’

대단한 결심을 해야 무언가를 할 수 있나?
리스크가 적은
의사결정
1
빠른
실행 환경
2
유연한
대응
3
클라우드를 기반으로 빅데이터 분석 환경을 만들자
‘ ’소규모라도 당장 실행 단위를 만들자
‘ ’

학습코칭과 별도로 구축된
빅데이터 기반 분석 인프라
EMR
Master Node
Data Node
CloudWatch
WAS
WEB WEB WEBWEB
WAS WAS WAS
Maria
M S
Collect Server
ElasticSearch
Shard 1
Shard 2
Shard 3
Shard 4
Kinesis
WAS
Log
S3
RDS
Aurora
Availability Zone
VPN
AWSEndpoint
Logstash
Spark Hive
Dashboard
Alert
Debug
Log
실시간
Bastion
CloudFormation
EC2
Sync
R Server
Woongjin IDC Woongjin AWS
- 데이터 분석
- 도서 추천시스템
- 전사 데이터공유
시스템
준비중인 맞춤형 독서
서비스의 개발 환경으로
활용될 예정

시작 같지 않은 시작!
우리가 생각하는 우리의 시작 다른 사람들이 생각하는 우리의 시작

되든 안되든 시작해보자!
2016년 12월, 샘플 데이터 제공!
(그 15개월의 첫 번째 달)

학습코칭 서비스를 만들어 보자~
빠르게, 더 빠르게!
2017년 11월 2018년 1월2016년 12월 2018년 2월
데이터 분석 및
기회 발굴
신규 이벤트 데이터 수집 및
파일럿 환경 구성 (AWS)
AI 학습코칭
파일럿
파일럿
성과분석
2017년 4월
신규 인사이트 및 알고리즘 개발
주 1회 방문하는 선생님들에게 아이들이 어떻게 공부했는지
‘ 옆에서 지켜본 것 같은 학습코칭 서비스를 만들어보자!
’

Event Data Processing
Event Ingestion
Filtering
Filtering, Adding
Stream Processing
Persist
NoSQL
Filtering
Rule Engine
Prediction Engine
(Machine Learning)
NoSQL
RDB
Schema, Metadata
S3
Upload *.csv
(Daily Batch)
Web Service Stream Service Big Data Processing ETL serviceData analysis
Redshift
Data Science Team
Analysis
Calibration
ResultsMetrics
Insights
Mobile Device
WAS
Restful APIs
(Insight Report)

잘못된 행동 습관을 꼼꼼하게 체크하자~
6가지 잘못된 행동 습관을 바로 잡아 제대로 공부하게 한다~
① 풀지 않고 찍어서 맞거나 틀리는 행동
③ 틀린 문제를 다시 풀어보지 않는 행동
⑤ 틀린 문제에 대한 힌트를 보지 않는 행동
② 문제를 풀지 않고 건너뛰는 행동
④ 문제를 틀리면 다음 문제들을 건너뛰는 행동
⑥ 틀린 문제에 대한 해설강의를 보지 않는 행동

이제 아이들이 꼼짝 못해요~
“회원에게 빅데이터를 보여주면서 칭찬했더니
스스로 완료율 100%를 달성하고있어요!”
“학습관리가 이전보다 잘되고 틀린 문제가 줄어들고 있어요~”
“정확한 상황을 파악하고 관리하니까 찍기 행동이 줄어드네요~”
“학습 태도가 좋은 회원이었는데… 고쳐야할 습관을 데이터로 알려주니
자신도 모르던 습관을 알게 되어 깜짝 놀라더라구요!”
“이전에는 아이가 문제가 어려워서 틀렸다고 하면 그런가 보다 할 수 밖에
없었는데 찍은 문제가 많았다는 걸 알고 이제 바로 잡아 줄 수 있게 되었어요.”
“회원에게 찍어서 맞은 문항을 얘기해 주니 너무 놀라
다음부터는 절대 안하겠다고 다짐을 하더라구요~”
“회원에게 맞힐 수 있는 문제에 대한 개수 줄이자고 구체적으로 약속을 했더니
조금씩 좋아지는 것이 보입니다!”

AI 학습코칭을 넘어 맞춤형 학습프로그램으로~
웅진북클럽
스터디
학습습관 개선! 성적 향상!
‘ ’
맞춤형
학습코칭
맞춤형
학습프로그램

‘전사적 관심과 이해, 관련 역량이 급격하게 높아진다!’
AI 학습 코칭의 또 다른 성과!

못다한 이야기
㈜웅진, AWS와 함께 진행중인 ‘웅진북클럽’ 전체 서비스 이관
IDC
Seoul Region
데이터 센터 #2 (ap-northeast-2c)
Cloud
Front
Admin Users
공인망 사설망
파주사옥
Admin
VPN
DX
Watch
개발 시스템
빅데이터
시스템
S3 Watch Alarm Route53 IAM
데이터 센터 #1 (ap-northeast-2a)
DMZ Internal
학습DB
학습유
Slave
북클럽DB
WAS (30EA)
북클럽유
Replica
북퀴즈DB
북퀴즈유
Slave
웅진북클럽 운영시스템
북클럽 독서, 북클럽 학습,
투게더, 라운지,DRM,
엘라스틱서치, 홈페이지
WAF
WAF
- 안정성
- 확장성
- 민첩성

AWS Summit 모바일 앱과 QR코드를
통해 강연 평가 및 설문 조사에 참여해
주시기 바랍니다.
내년 Summit을 만들 여러분의 소중한
의견 부탁 드립니다.
#AWSSummit 해시태그로 소셜 미디어에 여러분의 행사
소감을 올려주세요.
발표 자료 및 녹화 동영상은 AWS Korea 공식 소셜 채널로
공유될 예정입니다.
여러분의 피드백을 기다립니다!

4차 산업혁명 시대의 제조업 혁신을 위한 Data Lake 고객 사례::구태훈, 최삼락, Tony Spagnuolo::AWS Summit Seoul 2018

Recommended

Recommended

More Related Content

What's hot

What's hot (20)

Similar to 4차 산업혁명 시대의 제조업 혁신을 위한 Data Lake 고객 사례::구태훈, 최삼락, Tony Spagnuolo::AWS Summit Seoul 2018

Similar to 4차 산업혁명 시대의 제조업 혁신을 위한 Data Lake 고객 사례::구태훈, 최삼락, Tony Spagnuolo::AWS Summit Seoul 2018 (20)

More from Amazon Web Services Korea

More from Amazon Web Services Korea (20)

4차 산업혁명 시대의 제조업 혁신을 위한 Data Lake 고객 사례::구태훈, 최삼락, Tony Spagnuolo::AWS Summit Seoul 2018