AI
HotelStory의 Amazon Q in QuickSight를 통한 생성형 AI 비즈니스 인텔리전스 환경 구축하기
두줄요약
HotelStory가 Amazon Q in QuickSight와 AWS 데이터 পাই프라인으로 셀프 서비스 BI 환경을 구축했습니다. 자연어 분석과 자동화된 전처리로 분석 시간을 줄이고 운영 효율을 높였습니다.
문제 상황
- 개발실 DB에 데이터가 묶여 있어 비즈니스 담당자의 직접 접근과 쿼리 수행이 제한됨
- 애드혹 SQL 요청과 수작업 레포트가 반복되어 개발 리소스가 소모되고 분석 리드타임이 길어짐
- 정기 KPI 분석, 세일즈 전략 수립, 실시간 요금 조정에 필요한 셀프 서비스 BI 환경이 부재함
해결 방법
- Amazon QuickSight와 Amazon Q in QuickSight를 도입해 자연어 질의 기반 셀프 서비스 BI 대시보드 구성
- RDS 스냅샷을 EventBridge와 Lambda로 감지해 S3로 Export하고, Glue Crawler와 Glue ETL, Athena View로 서빙 파이프라인 구축
- Parquet 포맷과 날짜 파티셔닝, 전처리 최적화로 Athena 스캔 비용과 SPICE 용량을 절감
성능/운영 포인트
- 운영 DB를 직접 건드리지 않는 스냅샷 기반 분석으로 부하 최소화
- 데이터 새로고침과 대시보드 로딩 속도 개선, SPICE 용량 70~80% 절감
- 이상 탐지, 예측, 데이터 스토리로 일일 헬스체크와 주간 리뷰 지원
