알버트슨스의 데이터브릭스 기반 AI 확장 전략

팩트알버트슨스는 미국 전역에서 2,300여 개의 매장을 운영하며 연간 800억 달러의 매출을 올리는 대형 식품 및 의약품 유통 기업입니다. 수닐 고피나스 글로벌 데이터 및 AI 책임자는 기업의 디지털 전환을 가속하기 위해 데이터브릭스 플랫폼을 도입했습니다.

주장기업이 AI 확장성을 확보하려면 파편화된 조직 구조를 탈피해야 합니다. 단일 팀과 단일 플랫폼, 단일 운영 모델을 구축해 재사용 가능한 가속기와 공유 거버넌스를 마련해야 비즈니스 팀이 기초 작업을 반복하지 않고 10배 빠르게 혁신할 수 있습니다.

팩트알버트슨스는 고객 경험과 머천다이징 인텔리전스, 노동력 관리, 공급망 최적화라는 4가지 핵심 분야에 AI 역량을 집중합니다. 중앙 집중식 AI 코어 팀은 거버넌스와 보안, 재사용 가능한 모델 저장소 등 공통 요소를 관리하여 부서별 업무 효율을 높입니다.

교차검증중앙 집중식 모델은 효율성을 높이지만 현장의 자율성을 저해할 위험이 있습니다. 알버트슨스는 이러한 문제를 해결하고자 중앙에서 표준과 인프라를 관리하고 현장에서 실행하는 프랜차이즈 모델을 채택했습니다.

팩트프랜차이즈 모델을 뒷받침하기 위해 알버트슨스는 AI 가속기를 도입해 데이터 수집 파이프라인과 피처 스토어 패턴, 모델 모니터링을 표준화했습니다. 각 팀은 기초 인프라를 직접 구축하지 않고도 표준화된 도구를 업무에 즉시 적용합니다.

팩트기술 팀의 생산성을 높이기 위해 도입한 AI 보조 엔지니어링은 9개월 동안 138만 줄의 코드를 생성했습니다. 현재 엔지니어의 90% 이상이 AI 도구를 활용해 개발 속도를 획기적으로 단축했습니다.

팩트비기술 팀을 위해서는 로우코드 대시보드와 대화형 에이전트 생성 플랫폼을 제공합니다. 사용자는 복잡한 코딩 없이 자연어로 질문하여 핵심 성과 지표를 모니터링하는 에이전트를 직접 생성합니다.

주장AI 인재 채용 시 기술적 역량만큼이나 중요한 요소는 학습과 실험, 혁신을 지향하는 태도입니다. 기술 도구가 빠르게 진화하는 만큼 변화하는 환경에 적응할 수 있는 문화적 특성을 갖춘 인재 확보가 필수적입니다.

팩트알버트슨스는 시장 간 재사용률과 배포 시간, 책임 있는 AI 준수 여부, 비즈니스 결과와의 연관성을 AI 성과 지표로 삼습니다. 경영진은 성과를 입증하지 못하는 프로젝트를 확장하지 않는다는 원칙을 엄격히 적용합니다.

출처데이터브릭스 공식 블로그의 알버트슨스 사례 연구 자료를 교차 검증했습니다.