Futuready, AWS 기반의 직관적이고 민첩한 플랫폼으로 번거로움 없이 개인화된 보험을 제공

디지털화 수준이 낮고 단편화가 심한 인도네시아의 보험 시장은 탐색하기가 복잡합니다. Futuready는 스스로를 “온라인 보험 슈퍼마켓”으로 설명하는, 인도네시아의 공인 보험 중개업체입니다. 개인과 기업은 Futuready 기술을 사용하여 500개 이상의 보험 증권 및 상품을 비교한 후 구매할 수 있습니다. 이 회사는 인도네시아 외에 태국에도 지사를 두고 있으며 15년 넘게 고객에게 서비스를 제공하고 있습니다.

Futuready는 신뢰성을 개선하고 민첩성을 확보하여 모놀리식 아키텍처를 현대화하기 위해 2019년 말에 Amazon Web Services(AWS)로 마이그레이션했습니다. 이 회사는 다른 클라우드 플랫폼을 사용하고 있었지만 가동 중단과 확장성 문제가 끊이지 않아 24시간 연속 모니터링이 필요했습니다.

Futuready는 AWS로 마이그레이션한 직후에 컨테이너를 사용한 마이크로서비스 접근 방식을 사용하여 아키텍처를 재설계했습니다. 현재 엔지니어들은 Amazon Elastic Container Service(Amazon ECS)를 사용하여 컨테이너화된 워크로드를 오케스트레이션하고, AWS Fargate를 서버리스 컴퓨팅 엔진으로 사용하여 인프라를 배포하고 자동으로 규모를 조정하고 있습니다. 이를 통해 Futuready는 기술이나 플랫폼을 전 세계에 서비스로 제공하는 것 외에도 추가 IT 투자 없이 지역적으로 비즈니스를 확장할 수 있습니다.

뿐만 아니라 더 이상 서버를 모니터링하거나 매월 용량을 계획할 필요가 없습니다. AWS의 컴퓨팅 리소스는 온디맨드로 제공되며 서버당 정액 월 요금을 청구하는 이전 공급업체와 달리 실제 사용량을 기준으로 요금이 부과됩니다. 그 결과 Futuready의 인프라 및 운영 비용은 AWS로 마이그레이션한 이후 35% 절감되었습니다.

Futuready는 인프라에 대한 모듈식 이벤트 기반 접근 방식 덕에 신규 보험 제공업체 및 상품의 배포 주기를 가속화할 수 있었습니다. 이전에는 신규 보험 파트너를 등록하는 데 6주가 걸렸지만 AWS에서는 2주 안에 완료됩니다. 또한 새로 구현한 지속적 통합 및 지속적 배포(CI/CD) 파이프라인 덕에 이전 공급업체에서 2주에 한 번 릴리스하던 기능을 이제는 일주일에 한 번 릴리스하고 있습니다.

Futuready의 CTO인 Nicholas Ruwan Dias 박사는 “AWS와 AWS의 다양한 관리형 서비스를 통해 민첩성을 개선하고 99.999%라는 가동 시간을 달성할 수 있었다. 이제 더 많은 프로젝트를 실행하고 거래 체결에 걸리는 시간을 50% 이상 단축하여 수익을 높일 수 있다”고 말합니다.  

인프라 모니터링 및 관리로 인한 부담에서 벗어난 Futuready는 이제 고객 경험을 풍부하게 할 데이터 기반 솔루션을 추진하고 있습니다. 엔지니어들은 최근 Amazon Personalize를 관리형 기계 학습(ML) 서비스로 사용하여 각 고객의 요구 사항에 맞게 보험 상품을 맞춤화하는 추천 엔진을 개발했습니다.

예를 들어 자카르타의 배달 기사를 위한 보험을 평가 중인 고객에게는 다른 방법으로는 고려되지 않을 수 있는 홍수 보장에 대한 특약이 보험 특약으로 추천될 수 있습니다. Ruwan Dias 박사는 “AWS는 거의 모든 사용 사례에 사용할 수 있는 도구를 제공한다”면서 “이 플랫폼은 혁신의 발판”이라고 말합니다.

Futuready는 또한 AWS Lambda와 같은 도구를 사용하여 자동화를 강화했습니다. 사이트에서 보험 문서를 작성하는 프로세스를 템플릿과 백엔드 양식으로 자동화하여 보험 구매 시 세부 정보를 입력하는 데 소요되는 시간을 줄이고 있습니다.

이 회사는 이제 인슈어테크 제공업체로 자리매김하고 있습니다. 더 많은 ML과 실적 기반 분석을 통합하여 고객 이탈을 방지하고 특정 제품의 가장 좋은 출시 시기를 결정하려는 계획을 가지고 있습니다. Ruwan Dias 박사는 “우리 회사는 의사 결정에 애자일 원칙을 도입했는데, 이것이 성공하려면 클라우드 네이티브 도구 키트와 혁신적인 사고방식도 필요하다. AWS에서는 이 3가지 구성 요소를 연결하여 유연하고 효율적인 애플리케이션을 구축할 수 있다”며 말을 맺습니다.

자세한 내용은 aws.amazon.com/machine-learning/을 참조하세요.