Supr Daily, AWS 기반 기계 학습을 활용하여 파트너 및 고객 경험 개선

Bangalore에 본사를 둔 Supr Daily는 고객이 신선한 식료품을 집으로 편리하게 주문할 수 있는 식료품 주문 및 배달 서비스입니다. 200,000명 이상의 고객이 Supr Daily를 사용하여 매일 오전 7시까지 배달되는 우유, 계란, 신선한 과일과 채소, 기타 식료품을 주문합니다. 하지만 Supr Daily는 6개 도시에 걸쳐 있는 수천 명의 배송 파트너 네트워크를 지원하고 수천 개의 제품 재고를 관리하기 위해 주문 배송 확인 및 재고 계획 시스템을 확장해야 했습니다. 동시에 COVID-19 팬데믹으로 직접 쇼핑이 제한됨에 따라 회사가 빠르게 성장하여 신규 사용자가 70% 급증했습니다.

이러한 성장을 지원하고 재고 및 배송 시스템을 확장 가능하게 만들기 위해, Supr Daily는 Amazon Web Services(AWS)를 기반으로 새로운 솔루션을 구축했습니다. Supr Daily는 기계 학습(ML)으로 이미지 분석을 자동화하는 Amazon Rekognition을 비롯한 AWS 서비스 제품군을 사용하여 배송 확인 프로세스를 빠르게 만들고 재고 관리를 간소화하며 전반적인 아키텍처를 확장하여 지속적인 성장을 지원했습니다.

Supr Daily는 2015년 설립된 식료품 배달 스타트업입니다. 온라인 음식 주문 및 배달 회사인 Swiggy의 자회사인 Supr Daily는 우유 배달 회사로 시작했지만, 이후 6개 도시의 고객에게 수천 개의 품목을 아침에 배달하는 서비스로 확장했습니다. 모든 Supr Daily 주문에서 배송 파트너는 제대로 배송되었다는 증거로 사진을 업로드합니다. 이러한 이미지는 고객을 지원하고 고객의 신뢰를 얻기 위해 고품질이어야 합니다. 하지만 배달 파트너가 흐릿하거나 좋지 않은 각도에서 찍은 사진을 제출하는 경우도 있습니다. 이로 인해 환불 처리가 지연되고 불필요하거나 사기성 환불 청구가 발생할 수 있습니다. Supr Daily는 환불의 25%가 주로 품질이 좋지 않거나 배송 사진이 누락되어 잘못 처리된 것으로 추정했습니다. 하지만, 수동으로 이미지를 확인하는 것은 너무 많은 인력과 시간이 들었습니다. “이미지의 5~10%만 검사할 수 있었는데 그조차 어렵고 시간이 많이 걸렸습니다.”라고 Supr Daily 공급 상품 및 고객 경험 담당 이사 Praveen Kumar 씨는 말합니다. 게다가 대부분의 배송은 오전 4시부터 7시까지 약 3시간 이내에 이루어지기 때문에 실시간으로 사진을 확인하기가 어렵습니다.

Supr Daily는 배달 파트너가 더 나은 사진을 찍어야 하는지 즉각적으로 알리기 위해 사진 확인 프로세스를 자동화하길 원했습니다. 그래서 ML을 사용하여 수작업을 줄이고 시스템 속도와 정확도를 높이기로 결정했습니다. 사내에서 기술을 구축하는 것이 비용이 많이 들고 복잡하다는 사실을 인식하고, 2020년에 Amazon Rekognition을 사용하여 여러 개념 증명 작업을 시작했습니다. “AWS 서비스를 기반으로 구축함으로써, 더 이상 인프라를 관리할 필요가 없었습니다.”라고 Supr Daily 수석 엔지니어링 관리자인 Siddardha Garimella 씨는 말합니다. “Amazon Rekognition을 사용하면 솔루션도 간소화되므로 ML 경험이 거의 없는 사람도 온보딩하고 신속하게 모델 구축을 시작할 수 있습니다.”

배송 파트너가 배송된 상품의 사진을 제출할 때마다 Supr Daily는 자동으로 해당 사진을 Amazon Rekognition으로 보냅니다. Amazon Rekognition은 ML을 사용하여 사진 품질을 확인하고 배송 증명으로 유효한지 확인합니다. 이 시스템을 이용하면 배달을 완료했고 확인 이미지가 고품질인지 거의 실시간으로 확인할 수 있습니다. Amazon Rekognition Custom Labels는 기업에서 비즈니스 요구 사항에 맞는 이미지에서 객체와 현장을 식별하는 데 사용할 수 있는 기능으로, 이 서비스를 사용하면 처리에 걸리는 시간은 이미지당 350ms에 불과합니다. “더 잘 작동할 뿐만 아니라 더 빠르게 작동하는 솔루션을 개발할 수 있었습니다.”라고 Praveen 씨는 말합니다. “사람이 판단을 내리는 대신 양적 데이터에 기반해서 실제로 무슨 일이 일어나고 있는지 이해할 수 있습니다.” Supr Daily는 업계 최고의 확장성, 데이터 가용성, 보안, 성능을 제공하는 객체 스토리지 서비스인 Amazon Simple Storage Service(Amazon S3)에 저장한 이미지를 사용하여 95%의 정확도로 이미지의 항목을 인식할 수 있는 맞춤형 Amazon Rekognition 모델을 구축했습니다. “팀의 누군가가 기능을 업데이트하거나 개선하고 싶을 때, 바로 Amazon Rekognition으로 이동하여 새 모델을 구축할 수 있습니다.”라고 Siddardha 씨는 말합니다. “팀원은 시스템을 업데이트할 수 있고, 시스템은 몇 초 안에 최신 모델을 사용하기 시작합니다." 회사는 Amazon Rekognition을 사용하여 이미지 인식 비용도 절감했습니다.

2020년부터 Supr Daily는 ML을 사용하여 비즈니스 결과를 쉽고 정확하게 예측할 수 있는 Amazon Forecast를 사용하여 고객 행동 데이터를 분석하고 수요를 충족할 수 있는 적정 재고를 보유하고 있는지 확인했습니다. 수요 예측 워크플로는 수동으로 진행되었지만, Supr Daily는 이를 AWS 기반으로 자동화하여 Amazon S3에 저장된 데이터로 예측을 수행하고 결과를 신속하게 수신합니다. 그런 다음 마이크로서비스, 분산 시스템, 서버리스 애플리케이션을 위한 완전관리형 메시지 대기열을 제공하는 Amazon Simple Queue Service(Amazon SQS)를 사용하여 결과가 포함된 알림을 주문하고 재고 물품을 확인할 수 있는 조달 팀에 전송합니다. “비즈니스 사용자는 대시보드로 이동하여 데이터를 업로드하고 결과를 볼 수 있습니다.”라고 Siddardha 씨는 말합니다. “처리 속도가 엄청나게 빠릅니다.” Supr Daily는 AWS에서 평균 절대 백분율 오차를 25% 개선했습니다.

AWS가 인프라를 관리하기 때문에 Supr Daily는 더 빠르게 반복하고 새로운 기능의 출시 시간을 단축할 수 있습니다. 또한, 앱의 백엔드는 웹 애플리케이션과 서비스 배포 및 확장을 위한 간편한 서비스인 AWS Elastic Beanstalk에서 호스팅되므로, 여러 도시에 있는 수백만 명의 고객을 지원할 수 있을 만큼 솔루션을 확장할 수 있습니다. 이러한 서비스를 구현하는 것은 간단했습니다. “AWS 서비스를 사용할 때 가장 좋은 점 중 하나는 기술에 정통하지 않은 사람도 비즈니스 과제의 솔루션 구축을 시작할 수 있다는 것입니다.”라고 Siddardha 씨는 말합니다. 전담 데이터 과학자가 없어도 Supr Daily는 파트너와 고객을 위한 앱을 개선하고 여러 도시를 포함하도록 확장할 수 있는 솔루션을 구축했습니다. “AWS를 사용하면 간단하게 실험하고 빠르게 배포하며 데이터에 편리하게 액세스할 수 있습니다.”라고 Siddardha 씨는 말합니다.

Supr Daily는 지속적인 성장을 계획하고 있으며, AWS를 사용하는 쇼핑객을 위한 배송 앱을 개선할 방법을 찾고 있습니다. 한 가지 목표는 Amazon Personalize를 사용하여 사용자가 앱을 탐색할 때 그들의 관심사에 맞춰 제품을 추천하는 것입니다. 개발자는 Amazon Personalize를 사용하여 대규모로 더 빠르게 실시간 맞춤형 사용자 경험을 창출할 수 있습니다.

“인프라 프로비저닝부터 이미지 인식 및 재고 계획 시스템 구축에 이르기까지 AWS는 저희가 필요로 하는 모든 것을 처리합니다. 또한, 사용 사례를 지원받기 위해 스케일 업하기가 간단합니다.”라고 Siddardha 씨는 말합니다.