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

로봇 설비 데이터 인사이트 혁신 배경

• 삼성전자는 양팔 로봇, AMR 등 로봇 설비 운영 데이터를 AWS IoT Core로 수집, MongoDB에 저장.
• 데이터 증가로 고장 예측 및 운영 효율 최적화를 위한 인사이트 도출에 어려움.
• Amazon QuickSight 대시보드 구축을 통해 데이터 시각화 및 자연어 기반 BI 구현 목표. 데이터 파이프라인 구축 및 QuickSight 도입
• 다양한 데이터 소스/형식, 품질 이슈, 복잡한 KPI 집계 등 기술적 챌린지 직면.
• 기존 MongoDB 데이터를 Amazon S3 기반 데이터 레이크로 확장, AWS Glue로 ETL 후 Amazon Athena로 쿼리 가능한 엔드투엔드 파이프라인 구축.
• QuickSight는 완전 관리형 서버리스 아키텍처, 자동 스케일링, SPICE 캐싱, 직관적 UI로 인프라 부담 없이 선택. 대시보드 구현 및 성과
• 데이터 모델링 최적화, 계산된 필드, 매개변수 활용으로 복잡한 KPI를 유연하게 시각화.
• SPICE와 Direct Query 혼용으로 성능 및 비용 효율성 극대화.
• 개발 기간 단축, 분석가 업무 효율 증대, 운영 리스크 감소 등 비즈니스 성과 달성. Amazon Bedrock AI 챗봇으로 확장 예정.