제약을 역량으로 전환

CrushBank는 IBM Bob으로 엔터프라이즈 데이터 탐색과 AI 준비 과정을 혁신합니다.

팀 회의에서 대형 화면의 소스 코드를 가리키는 소프트웨어 엔지니어
AI 도입의 마지막 퍼즐

대부분의 조직에서 AI의 과제는 모델을 선택하는 것이 아니라 필요한 데이터에 접근하는 것입니다. 가치 있는 비즈니스 지식은 수십 년 된 애플리케이션, 서로 분리된 데이터베이스, 그리고 AI가 경영진의 핵심 과제가 되기 훨씬 전에 구축된 시스템 속에 묻혀 있습니다. 엔터프라이즈 지식을 발굴하고 활용하는 데 주력하는 AI 기업 CrushBank는 이러한 문제를 반복적으로 목격했습니다. 기업들은 AI 도입을 적극적으로 추진하고 있었지만, 이를 뒷받침하는 데 필요한 정보는 여전히 레거시 애플리케이션, 사일로화된 데이터베이스 및 서로 분리된 시스템에 갇혀 있는 경우가 많았습니다.

AI 도입 수요가 빠르게 증가하면서 고객들은 레거시 데이터와 최신 AI 플랫폼 간의 격차를 해소하기 위해 CrushBank를 더욱 많이 찾기 시작했습니다. 문제는 AI 모델이 부족하다는 것이 아니었습니다. 문제는 기존 시스템을 이해하고, 데이터 간의 관계를 파악하며, 해당 정보를 활용할 수 있도록 필요한 인프라를 구축하는 데 많은 노력이 필요하다는 점이었습니다. 기존 방식에서는 조직이 실질적인 가치를 얻기 전에 전문 인력과 장기간의 분석 작업이 필요했습니다. CrushBank의 과제는 고객의 도입 비용과 복잡성을 줄이면서 분산된 엔터프라이즈 데이터를 AI 활용이 가능한 자산으로 더 빠르고 확장 가능하게 전환할 수 있는 방법을 찾는 것이었습니다.

약 1주

솔루션 프로토타입 및 데모 환경 제공

1인

IBM Bob과 함께 일하는 제품 팀이 기존의 4~6인 컨설팅 팀을 대체

몇 주가 아닌 며칠

데이터 탐색 및 온보딩 시간을 6~8주에서 며칠로 단축

가장 큰 과제는 레거시 데이터를 찾아내고, 그 의미를 이해하며, AI에 활용할 수 있도록 재구성하는 것입니다. 가장 가치 있는 데이터일수록 접근하기가 가장 어렵기 때문입니다. IBM Bob은 CrushBank 개발자들이 데이터 탐색을 AI 활용이 가능한 데이터와 애플리케이션을 위한 반복 가능한 엔지니어링 프로세스로 전환할 수 있도록 지원하고 있습니다.
David Tan CTO CrushBank
데이터 탐색에서 AI 활용이 가능한 시스템으로

CrushBank는 AI 기반 개발 파트너인 IBM Bob과 협력하여 AI 도입의 가장 큰 장벽 중 하나인 엔터프라이즈 데이터를 활용할 수 있도록 발굴하고 준비하는 방식을 새롭게 정립했습니다. 레거시 애플리케이션을 분석하고, 데이터베이스를 조사하며, 서로 분리된 시스템 간의 관계를 파악하기 위해 기존의 분석 프로젝트에 의존하는 대신, CrushBank는 프로세스의 모든 단계에 Bob을 도입했습니다. Bob은 CrushBank 엔지니어와 함께 시스템 아키텍처를 분석하고, 종속성을 파악하며, 스키마를 생성하고, 분산된 정보를 AI 활용이 가능한 데이터로 전환하는 데 필요한 데이터 수집 파이프라인을 구축하도록 지원했습니다.

그 결과, 이러한 프로젝트에서 오랫동안 필요했던 많은 수작업을 줄이면서 데이터 활용을 위한 더욱 반복 가능하고 확장 가능한 접근 방식을 마련할 수 있었습니다. CrushBank의 데이터 환경은 IBM Cloud에서 운영되었으며 IBM watsonx.data를 포함하고 있었습니다. 또한 Iceberg 기반 아키텍처와 Milvus 벡터 데이터베이스를 활용하여 거버넌스가 적용된 데이터 관리와 시맨틱 검색을 지원했습니다. 거버넌스 체계를 갖추고 접근 방식이 성숙해지자 CrushBank는 서비스 제공 모델을 새롭게 재정립했습니다. 프로젝트마다 대규모 컨설팅 팀을 구성하는 대신, CrushBank는 개별 엔지니어와 Bob을 한 팀으로 구성하여 AI가 지원하는 '1인 제품 팀(one-person product teams)'을 운영했습니다. 이 팀은 사람의 전문성과 AI 기반 분석 및 개발을 결합하여 데이터 엔지니어링, 통합, 아키텍처 및 애플리케이션 개발 분야의 여러 전문가가 필요했던 업무를 엔지니어 한 명이 수행할 수 있도록 했습니다. 전 과정에서 CrushBank는 human-in-the-loop 검토 모델을 유지하여 결과를 검증하고, 구현 의사결정을 지원하며, 품질 및 거버넌스 기준이 충족되도록 했습니다.

그 후 CrushBank는 엔터프라이즈 애플리케이션, 데이터베이스 및 문서 저장소에 있는 데이터를 구조화되고, 거버넌스가 적용되며, AI 활용이 가능한 자산으로 전환했습니다. 준비가 완료된 데이터는 보안이 적용된 MCP 서버를 통해 연결되어 고객이 자신에게 가장 적합한 AI 플랫폼과 애플리케이션을 통해 엔터프라이즈 지식을 활용할 수 있도록 했습니다. 관리형 오케스트레이션이 필요한 고객의 경우 CrushBank는 배포 환경에 적합한 경우 IBM® watsonx Orchestrate도 활용할 수 있습니다. CrushBank는 특정 AI 플랫폼이 아니라 데이터 접근성에 중점을 둠으로써 조직이 기존 정보를 활용하고, 새롭게 등장하는 AI 활용 사례를 지원하며, 빠르게 진화하는 AI 생태계와 통합할 수 있는 유연한 프레임워크를 구축했습니다.

가치 실현까지의 시간 단축

CrushBank가 확인한 가장 큰 변화 중 하나는 고객이 AI 활용 가능성을 검토하는 단계에서 실질적인 성과를 확인하는 단계까지 훨씬 빠르게 나아갈 수 있게 되었다는 점입니다. 조직은 AI 프로젝트를 시작하기 전에 시스템을 평가하고, 데이터를 매핑하며, 구현 계획을 수립하는 데 몇 주를 보내는 대신, 기회를 평가하고, 활용 사례를 검증하며, 솔루션 구축을 훨씬 더 빠르게 시작할 수 있게 되었습니다. 그 결과 AI 도입을 위한 더욱 실용적이고 반복 가능한 접근 방식이 마련되었으며, 고객은 이전에 필요했던 수주간의 사전 분석 작업 대신 실제 성과에 집중할 수 있게 되었습니다.

운영상의 효과는 매우 컸습니다. 기존에는 전문 컨설팅 인력이 6~8주 동안 수행해야 했던 분석 및 데이터 온보딩 작업을 이제는 수일 내에 완료할 수 있게 되었습니다. 초기 프로젝트 착수 후 약 1주일 이내에 솔루션 프로토타입과 데모 환경을 제공할 수 있게 되어 고객은 더 이른 시점에 가치를 평가하고 개념 검증에서 실제 구현까지 더욱 빠르게 진행할 수 있게 되었습니다.

이러한 변화는 CrushBank 자체의 비즈니스도 새롭게 변화시켰습니다. CrushBank는 엔지니어와 IBM® Bob을 AI가 지원하는 '1인 제품 팀(one-person product teams)'으로 구성하여 기존의 4~6인 컨설팅 팀에 대한 의존도를 낮추는 동시에 서비스 제공 역량을 확대했습니다. 처음에는 AI 기반 IT 지원에 주력했던 기업이었던 CrushBank는 데이터 활용 지원 전반으로 사업을 확장하며, 대응할 수 있는 산업과 비즈니스 과제를 넓히고 보다 확장 가능한 성장 기반을 마련했습니다. 수작업 중심 방식에서 AI가 지원하는 접근 방식으로의 이러한 전환은 CrushBank의 가치 제공 방식을 근본적으로 변화시켰으며, 고객이 데이터를 활용할 수 있는 가능성도 더욱 확대했습니다.

CrushBank 소개

CrushBank는 엔터프라이즈 데이터를 고객별로 안전한 데이터 레이크하우스로 중앙 집중화하고 표준화하는 AI 기반 플랫폼입니다. IBM® watsonx 기술을 기반으로 구축된 CrushBank는 조직과 관리형 서비스 제공업체가 정보를 빠르게 찾고, 이해하며, 활용할 수 있도록 지원하여 검색 시간을 단축하고, 문제 해결을 개선하며, 조직 전반에 축적된 지식을 활용할 수 있도록 합니다.

솔루션 컴포넌트 IBM Bob IBM Cloud IBM watsonx.data IBM® watsonx Orchestrate
IBM Bob으로 엔터프라이즈 데이터를 AI 활용이 가능한 성과로 전환하세요.

IBM Bob이 레거시 데이터를 AI 활용이 가능한 시스템으로 더욱 빠르게 전환하도록 어떻게 지원하는지 알아보세요.

  1. 자세히 보기
  2. 30일 무료 평가판 시작하기
법률

Copyright IBM Corporation 2026년 7월

IBM, IBM 로고, IBM Bob, IBM Cloud 및 IBM watsonx.data는 IBM watsonx Orchestrate와 함께 전 세계 여러 국가에 등록된 IBM Corp.의 상표입니다.

제시된 사례는 예시를 위한 것입니다. 실제 결과는 고객의 구성과 환경에 따라 달라질 수 있으므로 일반적인 예상 결과를 제공할 수 없습니다.