미국에너지2025 – 진행 중윌리엄스
상업·운영 부서를 위한 자연어 데이터 질의
윌리엄스는 직원들이 일상 언어로 데이터를 직접 묻게 되면서 분석가의 데이터 요청 적체를 90% 줄였다
문제
이 천연가스 인프라 기업의 직원들은 데이터 요청을 소수의 분석가에게 의존했다. 적체는 주당 10건에 이르기도 했고, 속성 25개를 다루는 요청 한 건에 분석가가 5일을 썼다.
접근 방식
윌리엄스는 자연어 질의 도구인 데이터브릭스 Genie를 도입하고, 계약, 청구, 배분, 위치 정보 분야의 전문가 Genie Agent를 두었다. 테이블 27개를 대형 SQL 모델로 통합하고 Unity Catalog로 접근 권한을 관리했다. Genie는 회사 내부 용어와 업무 로직을 해석하도록 설정했다.
주요 수치
90%분석가 데이터 요청 적체 감소율
몇 초분석가가 5일 걸리던 속성 25개 요청의 처리 시간
주 1~2건도입 후 분석가 데이터 요청 건수, 기존 최대 주 10건
시사점
자연어 질의 덕분에 일상적인 데이터 요청이 분석가 대기열에서 질문하는 사람에게로 넘어갔다. 분석가에게는 전문 역량이 필요한 주 1~2건의 요청만 남았다.
분류
- 규모
- 중견·성장기업
- 산업
- 에너지
- 경영 기능
- 사내 업무·지식관리
- 혁신 유형
- 프로세스 혁신
- AI 기술
- 생성형 AI
- 도입 방식
- 플랫폼·범용 도구 활용
- 목표
- 생산성·속도
- 근거
- 공급사 사례
출처
출처 요약
[1]Databricks2025년 9월 17일
데이터브릭스는 북미 천연가스 인프라 기업 윌리엄스가 Genie와 전문가 Genie Agent로 직원 100명 이상이 직접 분석을 수행하게 한 사례를 소개했다. 분석가 적체가 90% 줄었고 5일 걸리던 요청이 몇 초 만에 끝난다고 밝혔다. 적체는 주당 최대 10건에서 1~2건으로 줄었다고 설명했다.
자세한 내용은 원문에서 확인하실 수 있습니다.
등록일 2026년 11월 4일 · 수정일 2026년 11월 4일