삼성전자 로봇 설비 데이터 인사이트 혁신, Part 1: Amazon Quick Sight 대시보드

간단 소개

삼성전자가 AWS QuickSight를 활용해 로봇 설비 데이터를 시각화하고 운영 효율을 혁신한 사례.

AI Summary

삼성전자 로봇 설비 데이터 혁신 배경 및 챌린지

삼성전자는 양팔 로봇, 협동로봇, AMR 등 자동화 설비 통합 시스템 구축으로 운영 데이터가 급증했습니다.
초기 AWS IoT Core와 Greengrass로 데이터를 수집해 MongoDB에 저장했으나, 인사이트 도출 및 고장 예측에 어려움을 겪었습니다.
다양한 데이터 소스 및 형식, 데이터 품질 이슈, 복잡한 집계 요구 사항이 주요 챌린지였습니다.

Amazon QuickSight 기반 대시보드 구축 및 아키텍처

완전 관리형 서버리스 BI 솔루션인 Amazon QuickSight를 도입하여 인프라 관리 부담을 줄이고 성능 효율성 및 사용 편의성을 확보했습니다.
기존 MongoDB 데이터를 Amazon S3 기반 데이터 레이크로 확장하고, AWS Glue로 ETL 처리 후 Amazon Athena로 쿼리하여 QuickSight로 시각화했습니다.
데이터 모델링 최적화, 계산된 필드 및 매개변수 활용, SPICE와 Direct Query 혼용으로 성능을 최적화했습니다.