🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 요약

트레이드시프트는 아마존 퀵으로 기존 비즈니스 인텔리전스 도구를 대체해 분석 속도와 셀프서비스 역량을 높이고, 비용을 절감하는 동시에 내장형 분석을 수익 창출 제품으로 전환했다.

📌 핵심 요약

• 트레이드시프트의 자체 비즈니스 인텔리전스 도구는 쿼리당 1만 행, 예약 보고서당 25메가바이트, 6개월의 데이터 보존 한계로 인해 대규모 추세 분석과 이상 탐지, 예측 모델링을 지원하지 못했다.
• 트레이드시프트는 2024년 초 개념증명을 시작으로 내장형 분석 최소 기능 제품을 개발한 뒤 2025년 6월 구매자와 판매자용 보고·분석 앱을 출시했으며, 같은 해 8월에는 내부 도구까지 교체해 조직 내 도입률 98%를 달성했다.
• 구축된 분석 환경은 16개의 내장형 대시보드, 자연어 기반 질의, 표준·프리미엄 등급의 데이터 자율성으로 구성됐으며, 최대 1억 건의 거래 데이터를 처리하면서 기존 45~90초의 응답 시간을 3초 미만으로 줄였다.
• 내부 계정·지원팀은 주당 8.5시간, 외부 구매자는 사용자당 주당 6~8시간을 절감했고, 수동 데이터 조작은 80%, 총소유비용은 40%, 인프라 비용은 35%, 분석 관련 지원 요청은 80% 감소했다.
• 매입채무 감사용 대화형 에이전트와 자동화된 분석 흐름을 통해 사용자가 승인된 데이터에 직접 질문하고 반복 보고를 자동화할 수 있게 됐으며, 프리미엄 보고 등급은 기존 구매자 계정에서 연간 반복 매출을 2% 확대했다.

🧩 주요 포인트

1. 제한된 데이터 용량과 수작업 보고 체계가 분석 병목을 만들었고, 자연어 질의·자동화·대용량 처리를 결합한 통합 분석 환경이 이를 대체했다.
2. 대시보드·대화형 분석·사용자별 자율성의 3단 구조와 인증·테넌트 격리·서명 주소·행 수준 보안의 4단 보호 체계가 내부와 고객용 분석을 함께 지원했다.
3. 빠른 조회와 셀프서비스는 업무시간·비용·지원 요청을 줄이는 데 그치지 않고, 보고서 출시 단축과 프리미엄 등급 매출 및 고객 유지율 향상으로 이어졌다.

🧠 상세 정리

1. 레거시 분석 도구가 드러낸 한계

트레이드시프트는 70여 개국의 구매자와 판매자에게 매입채무 및 전자송장 규정 준수 서비스를 제공하며, 클라우드 네트워크에서 수백만 건의 거래를 처리한다. 초기에는 자체 개발한 비즈니스 인텔리전스 도구로 기본 보고 요구를 충족했지만, 데이터 규모와 고객 기대가 커지면서 기술적 제약이 심각해졌다. 이 도구는 쿼리당 최대 1만 행, 예약 보고서당 25메가바이트, 최근 6개월의 이력만 지원했기 때문에 대규모 추세 분석과 이상 탐지, 예측 모델링을 수행할 수 없었다. 유지관리에도 직원 한 명 업무량의 약 50%가 투입돼 제품 혁신에 사용할 수 있는 엔지니어링 자원이 줄었다. 고객 성공·데이터 분석·영업 조직은 매주 CSV 내보내기, 엑셀 매크로 실행, 수작업 보고서 조립에 시간을 썼고, 외부 고객도 자체 분석 수단이 없어 엔지니어링 및 분석 조직에 맞춤 보고를 요청해야 했다.

2. 에이전트형 분석 환경의 선택

트레이드시프트가 찾은 대안은 대용량 데이터 처리 성능과 낮은 유지관리 부담뿐 아니라, 비기술 사용자도 데이터에 직접 접근해 자연어로 질문할 수 있는 환경이었다. 특히 매입채무와 재무 담당자에게는 기존에 전문 기술이 필요했던 통계 분석과 대규모 데이터 처리를 손쉽게 수행할 수 있는 기능이 요구됐다. 트레이드시프트는 반복적인 데이터 세트 갱신, 보고서 생성·배포, 정기 분석 작업에는 코드 없는 자동화가 필요하고, 일상적인 지표 질문에는 대화형 인터페이스가 필요하다고 판단했다. 아마존 퀵의 플로우는 여러 단계의 업무를 자동화하고, 리서치는 여러 출처를 활용한 장문의 분석 보고서를 생성하며, 대화형 에이전트는 업무 데이터에 대한 자연어 질의를 처리한다. 여러 대안을 평가한 결과, 트레이드시프트는 대규모 데이터 확장성, 여러 기기에서의 내장형 접근, 자연어 질의, 자동화 흐름, 내부·고객용 분석 통합을 함께 제공하는 방안으로 아마존 퀵을 선택했다.

3. 단계적 구축과 전사 확산

도입은 한 번에 전체 시스템을 교체하는 방식이 아니라 개념증명, 최소 기능 제품, 고객용 정식 제품, 내부 도구 전환의 순서로 진행됐다. 트레이드시프트는 2024년 초 개념증명을 시작했고, 2024년 8월부터 2025년 3월까지 내장형 분석 최소 기능 제품을 개발했다. 이후 2025년 6월 구매자와 판매자 모두를 대상으로 전체 보고·분석 앱을 출시해 고객이 서비스 안에서 직접 분석 기능을 이용할 수 있도록 했다. 2025년 8월에는 기존 내부 비즈니스 인텔리전스 도구도 아마존 퀵 기반 환경으로 교체했으며, 조직 내부의 실제 사용률은 98%에 도달했다. 이 과정에서 외부 고객용 분석 제품과 내부 업무용 분석 기반이 같은 플랫폼으로 통합됐고, 각각의 사용 목적에 맞는 대시보드와 자연어 접근 방식이 제공됐다.

4. 세 단계로 구성된 분석 기능

첫 번째 계층은 보안 아이프레임으로 제공되는 16개의 내장형 아마존 퀵 사이트 대시보드로, 송장 문서, 구매주문, 스캔, 네트워크 연결, 사용자 활동, 업무 자동화, 규정 준수와 이상 탐지, 지급 예측, 입고·송장 대사 등 9개 영역을 다룬다. 이 대시보드들은 100만 건에서 1억 건에 이르는 거래 레코드를 처리하면서 3초 미만에 결과를 반환하며, 기존 도구의 45~90초와 비교해 최대 30배 빠른 응답을 제공한다. 두 번째 계층에서는 사용자가 구조화 질의어나 전문 분석 지식 없이 자연어로 질문하고 즉시 시각화된 답변을 받을 수 있다. 세 번째 계층은 사용자에게 허용되는 데이터 자율성을 등급별로 나누며, 표준 등급은 사전 구성된 대시보드와 기본 필터, CSV 내보내기를 제공한다. 프리미엄 등급은 디자이너 모드, 사용자 정의 대시보드 제작, 가정 변화에 따른 시나리오 분석, 에이전트형 분석 기능까지 지원해 고객이 필요한 분석을 직접 확장할 수 있도록 구성됐다.

5. 다중 고객 환경을 위한 보안 구조

트레이드시프트는 고객별 데이터를 분리하면서 분석 화면을 서비스 안에 내장하기 위해 네 단계의 보안 구조를 적용했다. 오크타 기반 싱글 사인온이 사용자의 신원을 인증하고, 아마존 퀵의 사용자 정의 네임스페이스가 각 고객 조직을 서로 격리한다. 대시보드를 내장할 때는 유효시간과 사용자 세션에 묶인 서명 주소를 사용하므로, 생성된 접근 주소를 무기한 또는 다른 세션에서 사용할 수 없다. 데이터 조회 단계에서는 약 1만4천 개의 행 수준 보안 규칙이 적용돼 같은 대시보드를 열더라도 각 사용자의 권한과 업무 맥락에 해당하는 행만 표시된다. 이러한 인증, 테넌트 격리, 세션 제한, 데이터 필터링의 조합은 내부 직원과 여러 외부 고객이 동일한 분석 기반을 사용하면서도 허용된 정보에만 접근하도록 지원한다.

6. 운영 효율과 비용·매출 성과

도입 후 내부 계정·지원팀은 기존의 수동 CSV 보고에 쓰던 시간을 주당 8.5시간 절감했고, 외부 구매자는 사용자당 주당 6~8시간을 절약했다. 엑셀 매크로, 조회 함수, 피벗 테이블 조립과 같은 수동 데이터 조작은 80% 줄었으며, 운영 병목을 찾는 데 걸리던 시간은 1~2일에서 5초 미만으로 단축됐다. 비용 측면에서는 이전 환경보다 총소유비용이 40% 감소했고, 쿼리를 운영 데이터베이스에서 스파이스 인메모리 엔진으로 옮기면서 인프라 비용도 35% 줄었으며, 여러 도구에 흩어져 있던 라이선스 비용은 30% 통합됐다. 맞춤형 기업 보고서의 출시 기간은 75% 개선돼 기존 4~6주에서 약 1주로 줄었고, 프리미엄 보고 등급을 통해 기존 구매자 계정의 연간 반복 매출이 2% 추가로 증가했다. 내장형 분석을 사용하는 계정은 사용하지 않는 계정보다 12개월 유지율이 10% 높았으며, 목표 기업 구매자 가운데 월간 활성 사용률은 첫해에 50%에 도달했다. 비기술 직원의 분석 활용도는 두 배가 됐고 분석 관련 지원 요청은 80% 감소했으며, 내부 조직 사용률은 98%를 기록했다.

7. 매입채무 감사 에이전트와 고객 사례

첫 번째 고객 사례는 매입채무 감사 담당자를 위해 만든 생성형 인공지능 기반 대화형 에이전트로, 과거에는 내부 분석팀이나 엔지니어링팀에 요청해야 했던 문서 조회를 사용자가 직접 수행하도록 한다. 트레이드시프트는 코드를 작성하지 않고 자연어 지침만으로 감사 담당자 역할에 맞는 에이전트를 정의했으며, 퀵 스페이스에서 접근 가능한 데이터 출처를 제한해 답변이 승인된 자료에 근거하도록 했다. 사용자는 지난달의 미결 송장을 보여 달라고 요청하거나 특정 구매주문의 상태를 물어보고 즉시 답변을 받을 수 있다. 이 에이전트의 지식 구조에는 기능·정책·업무 절차를 다룬 11개 참고 문서, 9개 대시보드, 14개 선별 질의 주제, 모델 컨텍스트 프로토콜을 통해 호출할 수 있는 68개 자동화 도구가 연결돼 있다. 따라서 단순한 데이터 검색뿐 아니라 지표의 정의를 설명하고 원천 데이터를 찾으며 업무 맥락을 제공할 수 있다. 두 번째 사례에서는 대량의 세부 코딩 데이터를 처리해 수동 수정과 인공지능 생성 코드를 구분하고, 담당자와 전체 승인 계층을 추적함으로써 고객이 업무량과 승인 병목을 실시간에 가깝게 그리고 과거 이력 기준으로 확인하도록 했다.

8. 내부 분석과 반복 보고의 전환

내부적으로 트레이드시프트는 사용자가 각각 찾아다녀야 했던 40개의 개별 대시보드를 100개가 넘는 자연어 질의 가능 데이터 세트로 전환했다. 재무, 운영, 제품, 고객 성공 조직은 이제 구조화 질의어나 분석가의 도움 없이 평문으로 질문하고 즉시 답변을 받을 수 있다. 여러 주 동안 데이터 수집과 교차 검증, 해석을 반복하던 분기별 시장 분석은 퀵 리서치가 하나의 요청에서 여러 출처를 종합한 분석 자료와 보고서를 생성하면서 며칠 또는 몇 시간 단위로 단축됐다. 분석가는 생성된 자료를 출발점으로 추가 심층 분석을 수행하고, 대화형 에이전트로 데이터를 재질의하며 시각화와 경영진용 요약을 만들어 이해관계자에게 공유한다. 반복 보고는 코드 없는 퀵 플로우를 통해 데이터 세트 갱신, 보고서 생성, 배포가 일정에 따라 실행되는 재사용 가능한 작업 흐름으로 바뀌어 수작업 의존도를 낮췄다.

🧾 핵심 주장 / 시사점

• 이 사례에서 에이전트형 분석의 효과는 대화형 질의 하나에 한정되지 않고, 대용량 조회·다단계 자동화·심층 조사·내장형 대시보드를 하나의 업무 체계로 연결한 데서 나타났다.
• 셀프서비스 분석은 내부 지원 병목을 줄이는 동시에 외부 고객이 직접 가치를 얻는 유료 기능이 됐으며, 연간 반복 매출 2% 증가와 12개월 유지율 10% 상승이라는 제품 성과로 측정됐다.
• 자연어 접근성을 확대하면서도 네임스페이스 격리, 세션 제한 주소, 약 1만4천 개의 행 수준 보안 규칙, 데이터 출처 권한 통제를 함께 적용해 다중 고객 환경의 접근 범위를 유지했다.

✅ 액션 아이템

• 레거시 BI의 쿼리 1만 행·보고서 25MB·6개월 보존 한계가 추세·이상 탐지·예측을 막았는지 현재 분석 범위를 대조해 점검한다.
• 16개 내장 대시보드·자연어 질의·표준·프리미엄 자율성 구조를 기준으로 구매자·판매자용 보고 제품의 등급 범위를 정의한다.
• 응답 3초 미만·수동 조작 80% 감소·TCO 40%·인프라 35%·프리미엄 연간 반복 매출 2% 확대 수치를 전환 목표로 비교한다.

❓ 열린 질문

• 최대 1억 건 거래 처리와 3초 미만 응답이 어떤 질의 유형·동시 사용 조건에서 유지되는가?
• 표준·프리미엄 데이터 자율성 등급을 가르는 권한·기능·보안 기준은 무엇인가?
• 매입채무 감사용 대화형 에이전트가 자동화할 반복 보고와 승인 데이터 질의 범위는 어디까지인가?