ANZ 은행은 어떻게 데이터 기반 인사이트로 DevOps와 클라우드 마이그레이션을 최적화했을까?

편집자 주: Rijutha Sivaprakas와의 인터뷰는 GraphSummit 2022에서 발췌했어요.

Neo4j의 첫 번째 GraphSummit에서 파트너와 고객분들을 초대해서 연결된 데이터 경험에 대한 통찰력과 이야기를 공유하는 시간을 가졌는데요, 정말 즐거웠어요. 앞으로 이 블로그 시리즈에서 더 많은 내용을 소개해 드릴 예정이니 계속 지켜봐 주세요! 이번에는 Ampion(Wipro 회사)의 기술 컨설턴트인 Rijutha Sivaprakas와 함께 선도적인 호주 은행이 데이터 기반 통찰력을 사용해서 DevOps를 최적화하고 Neo4j를 사용해서 클라우드로 마이그레이션하는 여정에 대해 이야기 나눠볼게요. 인터뷰 영상도 한번 확인해 보세요.

재밌게 봐주세요! 더 궁금한 점이 있다면 언제든지 daniel.ng@neo4j.com으로 이메일 주세요.

진행자: Ampion에서 어떤 역할을 맡고 계신가요?

Rijutha Sivaprakas: 저는 Ampion의 디지털 엔지니어링 실무에서 수석 컨설턴트로 일하고 있어요. Ampion 고객을 위한 데이터 엔지니어링 프로젝트의 기술 리드 역할이라고 생각하시면 돼요. Accenture에서 생산 지원 엔지니어로 IT 분야에 발을 들인 게 벌써 12년 전이네요. 모니터링 프레임워크와 애플리케이션 개발을 담당하다가 데이터 엔지니어링으로 넘어왔고, Ampion에서는 5년 넘게 일하고 있습니다.

진행자: 그래프에 관심을 갖게 된 계기가 무엇인가요? 특별한 이유가 있었나요?

Rijutha Sivaprakas: 저는 Ampion의 고객사인 대규모 금융 기관의 결제 부문에서 일하고 있어요. 결제 처리 성능에 대한 가시성을 확보하고, 결제 처리와 관련된 시스템의 성능을 개선하고, 안정성을 보장하기 위해 자동화, 도구 및 분석을 사용하는 팀에서 플랫폼 제공 최적화 및 프레임워크 모니터링을 담당하고 있죠. 결제는 금융 기관의 기능에 필수적이기 때문에, 결제 시스템에 문제가 생기면 수익 손실은 물론이고 은행 고객의 신뢰도도 떨어질 수 있어요.

서비스 중단을 완전히 피할 수는 없겠지만, 최소한 그 영향을 줄이는 건 가능하죠. 다른 대기업들과 마찬가지로 은행도 기술 동향을 파악하고 시스템과 애플리케이션을 현대화해야 해요. 특히 실시간 결제가 도입된 이후에는 현대화 과정에서 안정성과 민첩성을 높이기 위해 DevOps를 도입할 때 IT 문제가 더 커지거나 새로운 문제가 생기지 않도록 하는 게 중요해졌어요.

그래서 이 모든 여정이 데이터 중심으로 이루어져야 하는 거죠. 비즈니스 관리자, 기술 책임자, 서비스 책임자, 명령 센터 담당자, SRE 엔지니어와 같은 최종 사용자가 다양한 시스템을 통해 결제가 어떻게 진행되는지 이해할 수 있는 참조 라이브러리를 구축해야 했어요. 더 중요한 건, 이 다양한 시스템이 무엇이고, 서로 어떻게 상호 작용하며, 전체 결제 처리에 얼마나 중요한지를 이해하는 거였죠. 결제 유형과 인프라에 따라서도 달라지고요. 이 모든 것은 결제 공간이 제공하는 비즈니스 서비스와 연결되어 있어요.

기존 애플리케이션을 기반으로 솔루션을 구축했는데, 실시간 결제 거래 데이터(결제가 시스템을 통과하는 방식, 비즈니스 서비스 및 기본 호스트 데이터를 강화하는 방식)를 얻기 시작하면서 점점 더 많은 데이터 세트가 추가되니까 이 데이터를 유지하고 강화하기가 어려워졌어요. 데이터를 검색하려는 사용자들이 성능과 결과에 만족하지 못했다는 뜻이죠. 이 데이터는 고도로 상호 연결되어 있고 계층적이기 때문에, 작고, 넓고, 깊은 계층적인 복잡한 다대다 관계라는 세 가지 데이터 유형을 살펴봤어요. 기존 시스템으로는 세 가지 유형의 데이터를 모두 관리하기가 어려운데, 그때 **Graph Database**가 답이라는 걸 깨달았죠.

진행자: 복잡한 결제 흐름에서 여러 관계를 처리하고, 실시간 결제가 문제없이 발생하고 확장 가능하도록 보장해야 할 필요성이 **"Graph Database"**에 대한 답을 줬다는 말씀이시군요. Neo4j가 잠재적인 답이 될 수 있다는 건 어떻게 알게 되셨나요?

리주타 시바프라카스: 저희는 조직 내에서 이미 사용 가능한 것들을 살펴봤어요. 기존에 널리 사용되던 GraphDB가 있었죠. 동시에 시장에는 어떤 것들이 있는지 알아봤는데요. 여러 평가와 조사를 거친 결과, Neo4j가 저희가 찾고 있던 성능 및 상호 운용성 요구 사항을 충족하는 더 나은 솔루션이라는 결론을 내렸어요. 그래서 Neo4j를 선택하게 된 거죠.

중재자: Neo4j는 어떻게 처음 접하게 되셨나요?

리주타 시바프라카스: 우선 Neo4j가 실제로 저희 요구 사항을 충족하는지 확인해야 했어요. 그래서 Neo4j Community Edition을 사용해서 비프로덕션 환경에서 프로덕션 환경과 동일한 양의 데이터로 테스트해봤죠. 그런 다음 성능 요구 사항을 충족하는지, 필수 요구 사항을 모두 충족하는지 기능 테스트를 수행했어요. 그 결과를 배송 및 모니터링 최적화 팀 내 제품 책임자에게 전달했고, 승인을 받아서 프로덕션 환경에 적용할 수 있었어요. Neo4j가 저희 요구를 충족시켜줄 거라는 확신이 들었죠. 그다음 단계는 Neo4j에 연락해서 솔루션을 프로덕션 환경에 적용하는 방법에 대해 논의하는 거였어요.

중재자: 그래프에서 Neo4j까지, 시험에서 개념 증명까지, 관련 이해관계자는 누구였고, 충족해야 했던 성공 기준은 무엇이었는지 좀 더 자세히 말씀해주시겠어요?

리주타 시바프라카스: 이해관계자는 최적화 팀 내의 제품 책임자, 비즈니스 책임자, 그리고 기존 솔루션에 크게 의존하고 있었고 이전보다 훨씬 더 좋고 사용자 친화적인 시스템을 원했던 명령 센터 책임자였어요. 성공 기준은 주로 기존 솔루션의 경우, 스키마를 변경하거나 데이터 세트를 업데이트할 때 수동 작업과 개입이 많이 필요했다는 점이었죠. 새로운 솔루션에서는 엔드투엔드 데이터 수집 파이프라인을 쉽게 자동화하고, 최종 사용자가 원활한 UI 전환을 경험할 수 있는 능력이 중요했어요. Neo4j를 기존 UI 인터페이스와 통합할 수 있다는 점도 중요한 성공 기준이었고요.

중재자: 결제 시스템은 규모가 크잖아요. 기존 생태계 내 상호 운용성 측면에서는 어땠나요? 어떤 점을 발견했는지 알려주세요.

리주타 시바프라카스: Neo4j를 다양한 시스템 및 데이터 소스와 통합해서 데이터를 가져올 수 있도록 하는 게 중요했어요. Neo4j 라이브러리, 특히 Python 드라이버가 이러한 통합에 매우 유용하다는 걸 알게 됐죠. 드라이버를 사용해서 Neo4j에서 데이터를 읽고 UI 컴포넌트에 연결할 수 있었는데, 이게 필수적이었어요. 저희 팀은 자동화와 모니터링을 많이 사용하기 때문에, 이러한 자동화 도구를 사용해서 Neo4j 배포를 자동화하고 모니터링하는 것도 중요했고요.

중재자: 정말 멋지네요. 이 새로운 시스템의 비즈니스 이점과 팀 생산성에 대한 몇 가지 예를 들어주시겠어요?

리주타 시바프라카스: 가장 중요한 건 데이터 수집 파이프라인의 자동화였어요. 기존 솔루션에서는 데이터 포인트를 직접 제거해야 했거든요. 기존 솔루션을 사용하면 데이터 세트의 스키마를 수동으로 변경해야 했죠. 사람의 개입 없이 전체 데이터 수집 파이프라인을 자동화할 수 있다는 점이 정말 큰 이점이었어요. UI 요소 측면에서는, Neo4j에 연결했을 때 최종 사용자가 사용했던 데이터의 기존 표현 또는 시각화가 백엔드에서 Neo4j로 실행되는 쿼리 측면에서 코드 라인 수가 크게 감소했다는 걸 의미해요.

예를 들어, 단 하나의 보고서 안에 패널이 있고 계층 구조로 되어 있는데, 기존 시스템에서는 약 45줄의 쿼리가 필요했던 것이 쿼리 한 줄로 줄어들었어요. 이제는 초보자도 해당 쿼리가 무엇인지, 어떤 작업을 수행하는지 이해하고 심지어 변경하는 것도 더 쉬워졌죠. 개선하고 관리하는 게 훨씬 간단해졌어요.

중재자: 변경 사항과 DevOps는 플랫폼을 최대한 원활하게 만드는 데 매우 중요하죠. 향후 사용 사례와 관련해서 비즈니스 사용자가 염두에 두고 있는 다른 아이디어나 제안이 있나요? 어떤 사용 사례를 보고 계신가요?

리주타 시바프라카스: 은행뿐만 아니라 다른 모든 대기업도 시스템을 온프레미스에서 클라우드로 옮기고 있잖아요. 이는 IAM(ID 및 액세스 관리)이 이러한 모든 액세스 제어 규칙을 변경한다는 걸 의미하죠. 조직의 표준을 준수할 수 있도록 온프레미스에서 클라우드로 마이그레이션할 때 Neo4j가 등장해서 누가 무엇에 액세스할 수 있는지, 기대치, 현실에 대한 액세스 권한이 있는지 파악하고, 이를 사용해서 ID 및 액세스 관리 측면에서 규정 준수 검사가 충족되는지 여부를 비교하고 제시할 수 있어요. 은행이든 통신 회사든 누구에게나 유용하죠. 특히 제가 지금 일하고 있는 분야, 즉 온프레미스에서 클라우드로 전환하고 있는 분야에서는 이게 정말 좋은 사용 사례라고 생각해요.

중재자: 사용 사례를 볼 수 있는 은행의 다른 부분이 있을까요?

리주타 시바프라카스: 예전에 금융 범죄 팀에서 일했는데, 특정 활동이 의심스러운지 아닌지를 파악할 수 있는 의사 결정 시스템을 구축한 적이 있었어요. 여기에는 여러 데이터 세트를 함께 분석해서 해당 활동이 의심스러운지 여부를 밝혀내는 과정이 포함되죠. 그때를 돌이켜보면 Neo4j는 해당 사용 사례에 정말 적합했을 거예요.

지금 Neo4j Aura Free를 사용해서 클라우드에서 무료로 Graph Database를 시작해보세요! 다운로드는 필요 없어요.

• ANZ
• Bank
• Cloud
• DevOps
• Financial Services
• FinServ
• Migration
• Payment

---

에이치시스템즈의 LogTree는 Neo4j 기반 GraphRAG 플랫폼으로, 데이터를 자동으로 지식그래프화하고 자연어 질의로 즉시 답을 제공합니다.

👉 에이치시스템즈 홈페이지