Kurly는 AWS를 어떻게 사용하고 있을까? - 성공적 리테일 디지털 트랜스포메이션 사례 - 박경표 AWS 솔루션즈 아키텍트 / 임상석 개발총괄리더, Kurly :: AWS Summit Seoul 2021

2. Kurly는 AWS를 어떻게 사용하고 있을까? - 성공적 리테일 디지털 트랜스포메이션 사례 박경표 솔루션즈 아키텍트 AWS 임상석 개발총괄리더 Kurly

3. © 2021, Amazon Web Services, Inc. or its affiliates. All rights reserved. © 2021, Amazon Web Services, Inc. or its affiliates. All rights reserved. Next Digital Retail Modernizations Data Pipeline / Machine Learning Summary 마켓컬리 서비스 AWS 이관 및 진화 AGENDA

4. Next Digital Retail

5. © 2021, Amazon Web Services, Inc. or its affiliates. All rights reserved. © 2021, Amazon Web Services, Inc. or its affiliates. All rights reserved. Next Digital Retail 트렌드 CLOUD 비즈니스 민첩성 머신 러닝 검증된 솔루션 강화된 보안

6. © 2021, Amazon Web Services, Inc. or its affiliates. All rights reserved. © 2021, Amazon Web Services, Inc. or its affiliates. All rights reserved. 비즈니스 민첩성 [1] https://www.scaledagileframework.com/business-agility/ 비즈니스 민첩성은 디지털시대에 시장의 요구사항과 새롭게 발생하는 기회들에 빠르게 대응하고 이를 적용하여, 경쟁 우위를 지속할 수 있는 능력입니다 Architecture Modernization 수백만 사용자 지원 손쉬운 글로벌 확장 빠르고 안정적인 서비스 Data Driven Architecture 빠른 고객 응신 확인 데이터에 기반한 순위조정 새로운 기회 창출

7. © 2021, Amazon Web Services, Inc. or its affiliates. All rights reserved. © 2021, Amazon Web Services, Inc. or its affiliates. All rights reserved. 머신 러닝 우리는 현재, 거의 모든 산업군에서 잠재력을 극대화 하기 위한 도구로 AI/ML을 활용하는 상황을 보고 있습니다. 어떤 문제에 집중할 것인가와 상관 없이, 의미 있는 변화와, 혁신을 실현하기 위한 매우 강력한 도구로 여겨집니다. 머신 러닝 어플리케이션 조직의 잠재적인 능력 향상 효율의 극대화 새로운 기회 발굴 • 개인화 추천 • 이상 탐지 • 이미지 객체 인식 • 이미지 검색 • 기타

8. © 2021, Amazon Web Services, Inc. or its affiliates. All rights reserved. © 2021, Amazon Web Services, Inc. or its affiliates. All rights reserved. 검증된 솔루션 Managed Service 검증된 서비스 다양한 레퍼런스 존재 상황에 맞는 대체 적용 특정된 솔루션은 고유한 기준을 고객에게 반영시키며, 데이터 사일로를 만들게 됩니다. 그에 반해 클라우드 아키텍처의 유연성과 강건성은 고객들로 하여금, 비즈니스를 혁신하고자 할 때 딱 맞는 도구를 취사 선택할 수 있게 해줍니다. Data Warehousing Big Data Processing Interactive Query Operational Analytics Real time Analytics Serverless Data processing Analytics NoSQL/KV Time Series RDBMS Graph DB NoSQL/Doc Ledger In-Memory NoSQL/WC Database

9. © 2021, Amazon Web Services, Inc. or its affiliates. All rights reserved. © 2021, Amazon Web Services, Inc. or its affiliates. All rights reserved. 강화된 보안 고객은 세계에서 가장 보안에 민감한 조직의 요구 사항을 충족하도록 구축 된 데이터 센터 및 네트워크 아키텍처의 혜택을 받습니다.

10. Modernization

11. © 2021, Amazon Web Services, Inc. or its affiliates. All rights reserved. © 2021, Amazon Web Services, Inc. or its affiliates. All rights reserved. 모던 어플리케이션 구축 최상의 방법은? 서비스의 모듈화 (MSA) 자동화, 추상화 & 표준화 Decoupled & 목적에 맞는DB 운영 관리 노력의 최소화 (Serverless) 가드레일을 통한 최대 오류 방지 Architectural patterns Developer Agility Data management Operational model Management & Governance

13. © 2021, Amazon Web Services, Inc. or its affiliates. All rights reserved. © 2021, Amazon Web Services, Inc. or its affiliates. All rights reserved. 모던 어플리케이션 아키텍처 Event s Queues/message s one team Event s APIs Presentation Business logic Data

14. Data Pipeline & Machine Learning

15. © 2021, Amazon Web Services, Inc. or its affiliates. All rights reserved. © 2021, Amazon Web Services, Inc. or its affiliates. All rights reserved. 데이터 파이프라인을 만든다는 것은? 수집 어떻게 빠르고 안정적으로 자료를 수집할 수 있을까? 어떻게 Silo된 데이터를 쉽고 안전하게 공유할 수 있을까? 요구에 맞는 검증된 도구를 바로 적용할 수 있을까? 분석을 통해 생성된 자료를 어떻게 적용/검증할 수 있을까? 저장 처리 적용/확인 레거시 리소스 다양한 입력 채널 파편화된 데이터 저장소 Only Hadoop Based Solution Only DW Based Solution 특정 도구에 묶여 있는 분석 플렛폼 특정 목적에 적용 가능한 솔루션

16. © 2021, Amazon Web Services, Inc. or its affiliates. All rights reserved. © 2021, Amazon Web Services, Inc. or its affiliates. All rights reserved. 데이터 파이프라인을 만든다는 것은? 수집 채널 특성에 맞는 다양한 Migration / Ingestion Service를 이용하십시요. S3 를 중앙 저장소로 지정하고, Lake Formation을 활용하여 안정적인 Access Control을 수행 하십시요. 분석 목적과 조직 기술 내재화에 따라, 알맞은 기술 셋을 선택하여 적용 하십시요. 다양한 Visualization 도구와 함께, Quick Start에서 제공하는 다양한 분석 Template를 활용해 보십시요. 저장 처리 적용/확인 어떻게 빠르고 안정적으로 자료를 수집할 수 있을까? 어떻게 Silo된 데이터를 쉽고 안전하게 공유할 수 있을까? 요구에 맞는 검증된 도구를 바로 적용할 수 있을까? 분석을 통해 생성된 자료를 어떻게 적용/검증할 수 있을까? Data Exchange Pinpoint Database Migration Service Snowball Data Exchange Direct Connect S3/Glacier Lake Formation Athena Kinesis Data Analytics Elasticsearc h Service Redshift AWS Glue (Spark & Python) EMR service Quicksight Quick Start

17. © 2021, Amazon Web Services, Inc. or its affiliates. All rights reserved. © 2021, Amazon Web Services, Inc. or its affiliates. All rights reserved. 데이터의 활용 – 추천 시스템 구성 Athena S3/Glacier Redshift EMR service 모델 학습 모델 검증 모델 학습 모니터/ 검증 결과 자료 추출 데이터 전처리 데이터 준비 Sagemaker Sagemaker 반복작업

18. © 2021, Amazon Web Services, Inc. or its affiliates. All rights reserved. © 2021, Amazon Web Services, Inc. or its affiliates. All rights reserved. 추천 시스템의 평가 – A/B Testing 예시 자동화된 테스트 평가 시스템 구축 및 비용 효율 확인 추천 결과 제공 (Test A) 추천 결과 제공 (Test B) 테스트 전략 저장 및 조회 사용자 응답과 함께, 추천 트래킹 정보 전달 테스트 전략 분기 및 전달 비교 결과를 통하여, 효율적인 알고리즘 선정 및 적용 범위 확대

19. Summary

20. 마켓컬리 서비스 AWS 이관 및 진화 임상석 개발총괄리더 Kurly

21. © 2021, Amazon Web Services, Inc. or its affiliates. All rights reserved. © 2021, Amazon Web Services, Inc. or its affiliates. All rights reserved. 마켓컬리 서비스 소개 서비스 1.0: IDC에서 AWS로 이관 및 안정화 서비스 2.0: MSA 기반 서비스 아키텍쳐 고도화 서비스 3.0: AWS Personalize 기반 서비스 개인화 AGENDA

25. © 2021, Amazon Web Services, Inc. or its affiliates. All rights reserved. © 2021, Amazon Web Services, Inc. or its affiliates. All rights reserved. 사업 성장과 함께 급격한 트래픽 증가 급격한 사업 성장 속도 2015 2016 2017 2018 2019 2020 EST 2015 2016 2017 2018 2019 2020 EST GMV ~400xin the 5yrs surpassing $1bn ~5% penetration Korean households Basket size consistently growing

26. © 2021, Amazon Web Services, Inc. or its affiliates. All rights reserved. © 2021, Amazon Web Services, Inc. or its affiliates. All rights reserved. Amazon EC2 Auto Scaling Amazon RDS AWS Cloud Amazon ElastiCache Amazon Simple Storage Service (S3) Amazon Athena Amazon Elasticsearch E-commerce/logistics service Data platform Log Data AWS Database Migration Service Amazon Redshift Scalability for user traffic surge Security for customer privacy protection Various native tools for speedy service feature development 기존 Monolithic서비스 구조를 유지하며 클라우드 장점을 활용하기 위한 1차 이관 2018년 IDC에서 AWS 이관

27. © 2021, Amazon Web Services, Inc. or its affiliates. All rights reserved. © 2021, Amazon Web Services, Inc. or its affiliates. All rights reserved. 0. 7.5 15. 22.5 30. 2:00 PM 4:00 PM 8:00 PM 11:00 PM 11:30 PM 12:00 PM Just before Covid-19 outbreak Normalized load of order system 급격한 사업 성장에 더불어 트래픽 볼륨 및 변동성 증폭 Covid-19 발생의 영향

28. © 2021, Amazon Web Services, Inc. or its affiliates. All rights reserved. © 2021, Amazon Web Services, Inc. or its affiliates. All rights reserved. AWS Cloud온디맨드 EC2, RDS 확장성 및 운영 최적화로 버티다 Amazon EC2 Auto Scaling Aurora MySQL Read Replica x 15 AWS Cloud Amazon ElastiCache Application Load Balancer AWS MySQL Read Replica 최대 15개의 Read 노드 추가를 통한 DB 조회 Application Load Balancer Canary 배포를 통한 운영 안정성 개선 부하 발생 API의 동적인 Remapping을 통한 빠른 복구 Code deploy Blue Green 배포 도입을 통한 빠른 롤백 Monolithic service architecture Monolithic 구조 한계 직면

29. © 2021, Amazon Web Services, Inc. or its affiliates. All rights reserved. © 2021, Amazon Web Services, Inc. or its affiliates. All rights reserved. Amazon EC2 Auto Scaling Amazon RDS E-commerce Amazon EC2 Auto Scaling Amazon RDS Logistics AWS Cloud 트래픽의 효율적인 처리와 운영 안정성 확보의 발판 Amazon MQ Monolithic service architecture after initial AWS cloud migration Monolithic 구조에서 MSA로 구조 고도화 Amazon DocumentDB Amazon DynamoDB Amazon RDS Amazon EC2 Auto Scaling Amazon EC2 Auto Scaling Amazon EC2 Auto Scaling Member, Payment … Promotion,Stock,Order… Goods Display … AWS Cloud Microservice architecture transformation undergoing

30. © 2021, Amazon Web Services, Inc. or its affiliates. All rights reserved. © 2021, Amazon Web Services, Inc. or its affiliates. All rights reserved. Push 트래픽 발생으로 서버 상품 조회 부하가 증가해도 장바구니에 담긴 물건의 결제는 정상적으로 진행 필요 Mobile client DynamoDB 및 ElasticCache 기반 CQRS 도입 CQRS 도입 후 서비스 구조 Amazon DocumentDB Amazon DynamoDB Amazon RDS Amazon EC2 Auto Scaling Amazon EC2 Auto Scaling Amazon EC2 Auto Scaling Cart, Payment … Promotion, Stock, Order … Showroom AWS Cloud Amazon Managed Streaming for Apache Kafka Amazon EC2 Auto Scaling Amazon ElastiCache Public API Endpoint

31. © 2021, Amazon Web Services, Inc. or its affiliates. All rights reserved. © 2021, Amazon Web Services, Inc. or its affiliates. All rights reserved. API 응답 속도 개선 및 이를 통한 APP/Web페이지 적재 시간 1초 이내로 감소 CQRS 도입후 트래픽 변화

32. © 2021, Amazon Web Services, Inc. or its affiliates. All rights reserved. © 2021, Amazon Web Services, Inc. or its affiliates. All rights reserved. 상품 추천 서비스 고도화를 통한 사용자당 매출을 개선할 방안을 찾아 보자. 기존 Rule 기반 방식이 충분한 효율성이 있는지 AI/ML 기반 방식 도입을 통해서 어느 정도 개선이 가능할지 신선 식품 위주의 장보기 목적의 마켓컬리 상품군에도 적용 가능한지 알아보자 마케팅 담당. 컬리 시장 침투율 증가 및 포화 상태에 대한 대책 마련 Basket Size 증가를 통한 물류 비용 효율화

33. © 2021, Amazon Web Services, Inc. or its affiliates. All rights reserved. © 2021, Amazon Web Services, Inc. or its affiliates. All rights reserved. Curation기반 방식과 Rule 기반 자동화방식 혼용 Rule 기반 개인화 Curation 기반 Item 유사도 기반 개인화 영역 마켓컬리 추천 영역

34. © 2021, Amazon Web Services, Inc. or its affiliates. All rights reserved. © 2021, Amazon Web Services, Inc. or its affiliates. All rights reserved. Amazon Personalize: HRNN-Meta Recipe 고려 사항 단기간에 최소 비용으로 개인화 추천 시스템을 개발하자 • 사용자 클릭 기반 실시간 개인화 추천 • 장바구니 완성을 위해 여러 상품을 담는 사용자 쇼핑 양식 • 비용 효율적: 사용자 추천 비용 대비 ARPU 기여율 확보 • 데이터 사이언스 부재/개발 인력 최소화 방식 Amazon Personalize 도입

35. © 2021, Amazon Web Services, Inc. or its affiliates. All rights reserved. © 2021, Amazon Web Services, Inc. or its affiliates. All rights reserved. 상품 SKU 수 15,000개 회원 레벨 9종: 일반, 웰컴, 첫구매 우대, 프렌즈, 라벤더, 화이트, 퍼플, 더퍼플 상품 카테고리 대분류 및 중분류 배송 타입 택배 상품, 샛별 상품 Item Filtering 최소 interaction 15개 데이터 기간 1~3개월 마켓컬리 상품 체계 및 회원 체계를 반영한 학습 데이터 준비 학습 데이터 분류 학습 데이터 준비

36. © 2021, Amazon Web Services, Inc. or its affiliates. All rights reserved. © 2021, Amazon Web Services, Inc. or its affiliates. All rights reserved. NDCG 및 Coverage기준 선정 학습 결과 지표 Algorithm NDCG At 5 NDCG At 10 NDCG At 25 Precision At 5 Precision At 10 Precision At 25 Coverage hrnn-meta HPO 적용 0.4205 0.4701 0.5276 0.1834 0.1242 0.0701 0.7032 hrnn-meta HPO 미적용 0.4014 0.4503 0.5124 0.1771 0.1215 0.0709 0.7162

37. © 2021, Amazon Web Services, Inc. or its affiliates. All rights reserved. © 2021, Amazon Web Services, Inc. or its affiliates. All rights reserved. Amazon Personalize (HRNN-meta recipe) Amazon Simple Storage Service (S3) User Event Amazon ElastiCache Filtered item list Amazon Personalize based recommender system Recommended item list Amazon Redshift (Product Master DB) Amazon EMR Training data set Generate data set for training AWS Cloud Amazon DynamoDB 실시간 상품 조회 이력 보관 Amazon Managed Streaming for Apache Kafka AWS Prototyping팀과AWS Cloud 서비스를 활용한 단기간 MVP개발 Mobile client Mobile client Amazon Personalize 기반 추천 시스템 구조

39. © 2021, Amazon Web Services, Inc. or its affiliates. All rights reserved. © 2021, Amazon Web Services, Inc. or its affiliates. All rights reserved. • A/B 테스트 설계 내용 기록 • 전체 고객군 레벨별 균등 A, B 그룹 배분 • 핵심 지표: 장바구니 전환률, Basket Size 기여도, 매출 기여도 분석 지표 선정 A/B 테스트 설계

40. © 2021, Amazon Web Services, Inc. or its affiliates. All rights reserved. © 2021, Amazon Web Services, Inc. or its affiliates. All rights reserved. Rule 기반 추천 방식 대비 HRNN-Meta의장바구니 전환률 358%개선 장바구니 전환률 장바구니 전환률 • A 그룹: 20.8% • B 그룹: 5.8% A/B 테스트 결과

45. © 2021, Amazon Web Services, Inc. or its affiliates. All rights reserved. © 2021, Amazon Web Services, Inc. or its affiliates. All rights reserved. 장바구니 크기를 늘렸을까? 매출 기여도 수준은? 효과 상세 분석 2.0% 결제 회수 증대율 증가 2.0% 퍼플 매출 증대율 증가 1.3% 평균 매출 증대율 증가 5.0% 더퍼플 매출 증대율 증가

46. © 2021, Amazon Web Services, Inc. or its affiliates. All rights reserved. © 2021, Amazon Web Services, Inc. or its affiliates. All rights reserved. 2.3%개선 장바구니 전환률 효과 상세 분석 추천 구좌 개수를 8개에서 20개로 늘렸을때 효과는?

47. © 2021, Amazon Web Services, Inc. or its affiliates. All rights reserved. © 2021, Amazon Web Services, Inc. or its affiliates. All rights reserved. Amazon Simple Storage Service (S3) Amazon SageMaker (Keras) Amazon SageMaker Ground Truth Image classification for training Model Train Upload review image Unqualified image detector P2 instance AWS Cloud AI based unqualified (screen shot) review image detector unqualified (screen shot) qualified 단순 고객 센터 업무 자동화 Mobile client Operator AI/ML 기반 운영 업무 효율화

48. © 2021, Amazon Web Services, Inc. or its affiliates. All rights reserved. © 2021, Amazon Web Services, Inc. or its affiliates. All rights reserved. AWS Cloud Inventory Service AWS Database Migration Service Amazon Redshift (Inventory Data) Sales Order Service Amazon SageMaker (Sales Prediction) Supplier R studio (Sales Status Analysis) Order quantity by product 발주 자동화를 통한 재고 관리 최적화 AI/ML 기반 운영 업무 효율화

Kurly는 AWS를 어떻게 사용하고 있을까? - 성공적 리테일 디지털 트랜스포메이션 사례 - 박경표 AWS 솔루션즈 아키텍트 / 임상석 개발총괄리더, Kurly :: AWS Summit Seoul 2021

Kurly는 AWS를 어떻게 사용하고 있을까? - 성공적 리테일 디지털 트랜스포메이션 사례 - 박경표 AWS 솔루션즈 아키텍트 / 임상석 개발총괄리더, Kurly :: AWS Summit Seoul 2021

Recomendados

Mais conteúdo relacionado

Mais procurados

Mais procurados(20)

Similar a Kurly는 AWS를 어떻게 사용하고 있을까? - 성공적 리테일 디지털 트랜스포메이션 사례 - 박경표 AWS 솔루션즈 아키텍트 / 임상석 개발총괄리더, Kurly :: AWS Summit Seoul 2021

Similar a Kurly는 AWS를 어떻게 사용하고 있을까? - 성공적 리테일 디지털 트랜스포메이션 사례 - 박경표 AWS 솔루션즈 아키텍트 / 임상석 개발총괄리더, Kurly :: AWS Summit Seoul 2021(20)

Mais de Amazon Web Services Korea

Mais de Amazon Web Services Korea(20)

Kurly는 AWS를 어떻게 사용하고 있을까? - 성공적 리테일 디지털 트랜스포메이션 사례 - 박경표 AWS 솔루션즈 아키텍트 / 임상석 개발총괄리더, Kurly :: AWS Summit Seoul 2021