Travelpass가 여행자들에게 절반의 비용으로 맞춤형 경험을 제공하는 여정

떠나는 행위가 어떻게 사람들을 하나로 모을 수 있는지, 그리고 그것이 어떻게 우리의 가장 가까운 관계를 강화하고 다른 사람들에 대한 이해를 확장할 수 있는지 한 번 생각해본 적이 있나요? 

유타에 본사를 둔 여행 경험 플랫폼 Travelpass는 탐색을 통해 공통의 지점을 발견하는 것이라는 아이디어를 기반으로 구축되었습니다. 회사는 여행자들이 자신들의 여행 욕구를 충족시킬 수 있도록 최고의 호텔과 여행 경험을 연결해 주며, 점점 더 커져가는 전 세계 여행자 커뮤니티에서 제공하는 정보가 풍부하고 큐레이션된 콘텐츠를 통해 그들에게 영감을 줍니다. 

이러한 비전을 실현하기 위해 Travelpass는 호텔 인벤토리 및 가격부터 레스토랑 추천, 관광 명소 예약까지 끊임없이 변화하는 다양한 정보를 관리합니다. 데이터 아키텍트 David Webb는 “데이터는 비즈니스의 생명선입니다. 데이터가 우리 DNA의 일부가 아니었다면, 우리가 원하는 대로 커뮤니티가 서로 공유할 수 있는 플랫폼을 만들 수 없었을 것입니다. 이를 위해 Snowflake는 필수적입니다.”

높은 유지 관리 비용과 충돌에 취약한 시스템이라는 문제와 씨름하던 이 회사는 견고하면서도 사용하기 쉬운 데이터 플랫폼을 찾아 Snowflake를 선택했습니다. 이 플랫폼은 데이터 거버넌스와 비용 관리 측면에서 안심할 수 있게 해주고, AI의 강력한 기능을 활용하는 데 도움이 되었습니다.

Travelpass가 Snowflake로 전환한 이유 중 하나로, Travelpass 데이터 아키텍트인 David Webb는 "우리는 무엇을 만들지보다는 어떻게 만들지에 많은 시간을 할애하고 있었기 때문입니다."라고 말합니다. 이전의 노동 집약적인 플랫폼을 사용했을 때는 팀에서 주력 업무보다 오류를 디버깅하고 실패한 작업을 해결해야 하는 일이 자주 발생했으며, 그 과정에서 작은 변경 하나만으로도 전체 시스템이 다운되는 경우가 종종 있었습니다. 

그는 회사 광고에 대한 인사이트가 포함된 데이터 세트에서 일부 항목들이 누락된 경우가 있었던 것을 기억합니다. "어느 날 아침에 일어났을 때, 마케팅 팀에서 '이게 무슨 일이죠?'라고 말하던 게 기억나요."라고 그는 설명합니다. 

Webb의 팀은 파일 이름에 문제가 있다는 사실을 깨닫기까지 며칠 동안 조사에 참여했습니다. “특정 어휘 순으로 이름을 지정해야 했습니다. 그렇지 않으면 시스템이 이를 확인할 수 없었을 것입니다.”라고 말합니다. “끊임없이 작은 변경 사항들을 적용해야 했습니다. 그건 해결하는 데에 며칠이 걸릴 정도로 끔찍한 문제였어요.”

또한 팀은 메모리 문제에 자주 직면하거나, 데이터 세트에 새로운 열을 추가하는 간단한 수정만으로 시스템이 다운되면 전체 시스템을 재시작해야 했습니다.

거의 즉시, Travelpass는 진정한 협업의 이점을 발견했고, 약 45일이라는 촉박한 기한 내에 마이그레이션 프로세스를 간소화하기 위해 Snowflake Professional Service를 요청했습니다. Webb는 이렇게 말합니다. Snowflake Professional Service team과 함께 일하는 것은 놀라웠습니다. "그들과 이야기하면, 그들이 자신이 무엇을 하고 있는지 알기 때문에 일을 맡기고 잘 해낼 것이라고 신뢰할 수 있다는 것을 이해하게 됩니다."

30TB의 데이터와 134개의 파이프라인 및 프로세스를 원활하게 전환하는 데에 단 6주가 걸렸습니다. 그리고 이를 실현하는 과정에서 비즈니스를 방해할 필요가 없었습니다.”라고 Webb는 말합니다. “그게 바로 Snowflake 시스템의 강력함을 보여주는 증거”라고 덧붙였습니다.

이제 Travelpass는 이전 플랫폼의 불투명한 시스템에서는 어려웠던 지출에 대한 명확한 가시성을 확보했습니다. Travelpass는 마이그레이션을 빠르게 완료한 후 Snowflake 이전 지출 대비 비용을 절반으로 절감했다는 사실을 확인했습니다.

그리고 Snowflake의 사용 편의성과 접근성 덕분에 Webb는 “데이터 엔지니어가 아닌 일반 사용자들도 정말 의미 있는 방식으로 신속하게 Snowflake 데이터에 기여하고 있습니다.”라고 말합니다. 예를 들어, 간단한 SQL 구문으로 선언적으로 생성할 수 있는 Dynamic Table과 같은 기능을 통해 파이프라인 구축에 따른 복잡성을 크게 줄였습니다. 추가적인 오케스트레이션, 관리, 상당한 시간의 코드 작성이 필요한 Databricks의 Delta Live Table과는 달리, Dynamic Table은 백엔드 엔지니어, 분석가는 물론 SQL에 조금이라도 경험이 있는 조직 구성원이라면 운용에 참여할 수 있도록 했습니다. 

이 기능은 매우 효과적이어서 회사는 Snowflake 마이그레이션을 완료한 후 1주 이내에 130개 이상의 Dynamic Table을 프로덕션 환경에 제공했습니다. Travelpass는 이 기능 덕분에 사업부로의 데이터 전달이 약 350% 더 효율적으로 이루어졌고, 팀이 일주일에 처리할 수 있는 코드 최적화 작업도 4배 늘어났다고 추정합니다.

어떤 것을 만들지에 대해 말씀드리면, Travelpass는 이제 AI의 힘을 바탕으로 고객에게 맞춤형 여행 경험을 제공하는 무한한 기회를 탐험하고자 합니다. 그러나 이러한 비전은 LLM을 프롬프트하는 것 이상으로 작용합니다. “3일 간의 도쿄 여행 계획을 제시해 주세요.” 이에 대한 결과는 충분할 수 있지만, 개별 여행자의 독특한 특성을 반영하지 않습니다. 예를 들어, 여행자의 관심사, 이동 방식, 선호하는 숙소 유형, 전 세계의 만두를 맛보고자 하는 욕구나 거리 예술에 대한 취향 등은 반영되지 않습니다. 

Cortex AI 도구와 기능이 Snowflake에 직접 통합되어 점점 더 확장됨에 따라, Travelpass는 자사의 비전을 실현할 수 있는 방법을 쉽게 확인할 수 있습니다. “팀은 ‘어떻게 AI 를 만들지?’라고 앉아서 고민하지 않습니다. 이제 Cortex AI를 사용하여 다른 것을 만들 수 있는 방법에 대한 질문에 답할 수 있습니다.”라고 Webb는 말합니다. “그리고 팀에서 이를 활성화하면 모든 것이 변화합니다."

회사가 탐험가 커뮤니티를 확장하고 데이터 저장소를 심화시키면서, 궁극적으로는 모든 이들의 세련된 여행 친구가 되기를 희망합니다. 그 친구는 "거기에 가봤고, 그걸 경험했으며, 최고급 레스토랑에서 식사하고, 숨겨진 보석 같은 맛집을 발견한" 그런 친구입니다. 여행자들에게 계획의 스트레스를 덜어주고 잊을 수 없는 여행을 만들 수 있는 독특한 조언과 맞춤형 추천을 제공하는 것을 목표로 합니다. Webb는 "그들이 여행에서 더 많은 것을 얻는 것뿐만 아니라, 삶에서 더 많은 것을 얻을 수 있도록" 한다고 말합니다.