삼성물산 건설부문, 데이터로 건설을 다시 그리다
Tableau와 TabPy 통합으로 코딩 없이도 전문가 수준의 AI 기반 분석 수행 가능
복잡한 구매 결정을 10초 만에 완료하며 약 10% 오차 수준의 정확한 가격 예측 달성
설계부터 시공까지 전 영역 AI 확산으로 전통 건설업의 디지털 전환 가속화
"데이터, 건설을 다시 그리다" - EPC 대형 플랜트 사업의 복잡한 구매 결정 과정을 AI와 머신러닝으로 혁신한 삼성물산 건설부문의 이야기입니다. 세일즈포스 Tableau와 Python을 결합한 SPM(Smart Price Model)을 통해 5 - 20개의 복잡한 변수도 동시에 고려한 가격 예측을 10초 만에 완료하고, 10% 오차 수준의 정확도를 달성하며 업무 효율성을 혁신적으로 개선한 디지털 전환 여정을 소개합니다.
삼성물산 건설부문을 소개합니다
삼성물산 건설부문은 "Creating FutureScape(더 나은 미래 모습을 만든다)"라는 비전 하에 초고층 빌딩부터 공항, 지하철과 같은 토목 사업, 복합 화력과 태양광 발전소와 같은 플랜트, 그리고 래미안과 같은 공동주택까지 폭넓은 건설 사업을 수행하는 글로벌 건설회사입니다.
EPC(설계·조달·시공) 대형 플랜트 사업 분야에서도 세계적인 경쟁력을 보유하고 있으며, 최근 카타르 복합담수발전소, 사우디 아미랄 열병합발전소 등 글로벌 대형 프로젝트를 연이어 수주하며 업계 최고 수준의 경쟁력을 입증하고 있습니다. 최근에는 건설 데이터와 기반 기술을 활용 디지털 트윈 기반의 건설 혁신을 통해 업계 혁신을 리딩하고 있습니다.
전통 건설업이 마주한 디지털 전환의 벽
삼성물산 건설부문은 거대한 디지털 전환의 꿈을 실현하기 위해 세 가지 주요 도전 과제에 직면했습니다.
첫째는 데이터 확보입니다. 특히, 비정형 데이터 수집/활용 거버넌스 체계 구축, 빅 데이터와 고품질의 데이터 확보, 지속적인 모니터링 및 평가가 필요했습니다.
둘째는 데이터 사일로 현상 극복이었습니다. 설계, 구매, 시공, 운영 각 단계의 데이터가 개별적으로 관리되어 상호 소통하지 못하는 상황이었습니다. 수십 년간 지식과 경험에 의존해온 산업 특성상 데이터 연결에 막대한 시간이 소요되었습니다. 이를 통합하여 중앙에서 관리 및 공유하는 형태로 개선이 필요했습니다.
셋째는 전문역량 문제였습니다. 전문 교육을 통해 도메인 지식을 활용하여 한계를 뛰어넘을 건설을 아는 AI 엔지니어가 필요했습니다. 또한 데이터 리터러시 측면에서 AI모델을 구축하고, 생성된 모델의 신뢰성과 모델의 성능 개선도 진행해야 했습니다.
AI의 발전이 비정형 경험 데이터에 잠들어 있던 가치를 깨웠습니다. 설계, 구매, 시공, 운영 데이터가 사일로에 갇혀 서로 소통하지 못하는 현실을 혁신으로 허물어야 합니다.
혁신의 파트너, 세일즈포스 Tableau
삼성물산은 이러한 복잡한 도전 과제를 해결하기 위해 세일즈포스의 Tableau를 선택했습니다. Tableau의 강력한 데이터 시각화 기능과 TabPy 확장을 통한 Python 연동으로 AI와 BI, 시각화를 하나의 플랫폼에서 통합할 수 있었습니다.
Tableau는 데이터 분석부터 AI 모델 실행까지 모든 과정을 하나의 플랫폼에서 처리할 수 있는 원스톱 환경을 제공했습니다. 이를 통해 Smart Price Model 에서는 복잡한 머신러닝/딥러닝 알고리즘의 활용 결과를 직관적인 차트와 그래프로 변환하여, 구매 담당자들이 쉽게 이해하고 활용할 수 있게 되었습니다.
특히 코딩 없이도 누구나 사용할 수 있는 인터페이스로 프로그래밍 지식이 없는 실무진도 클릭 몇 번만으로 고도화된 분석을 수행할 수 있었습니다.
AI 구매 솔루션 SPM의 탄생
삼성물산은 Tableau를 기반으로 SPM(Smart Price Model)이라는 혁신적인 AI 구매 예측 시스템을 개발했습니다. SPM은 내부 및 외부 데이터를 수집하고, 시각화 도구를 사용해 분석하며, 전처리, 훈련, 예측, 평가의 전체 파이프라인을 자동화하는 것이 목표였습니다.
통합 데이터 활용을 통해 10여년간 축적된 구매 데이터와 원자재 지표, 생산자 물가지수, 원/달러 환율 등 외부 시황 데이터를 활용했습니다. TabPy 확장을 결합하여 Python 프로그래밍의 강력한 기능을 Tableau 내부의 BI 도구와 통합했습니다.
고도화된 AI 알고리즘을 통해 다양한 예측 모델의 장점을 결합하고, 수십 개 변수 중에서 가격 결정에 핵심적인 요소를 자동으로 찾아내며, 복잡한 분석 결과를 누구나 이해할 수 있는 시각적 형태로 제공합니다.
원스톱 플랫폼 구현으로 Tableau 프로그램을 떠나지 않고도 버튼 클릭 한 번으로 모델 훈련, 평가, 예측, 통찰력 획득이 가능한 완전 통합 환경을 구축했습니다.
이렇게 탄생한 SPM은 실제 구매 데이터와의 검증에서 약 10% 오차 수준의 뛰어난 정확도를 보였습니다. 산업 분야에서 10% 미만의 오차는 매우 정확한 것으로 평가되며, 20%까지도 좋은 예측으로 간주됩니다.
검증은 이미 구매한 변압기의 실적가격과 예측 가격의 오차율로 실시했고, 실제 입찰한 3개 프로젝트의 결과와 예측가의 오차율이 5~10% 차이였습니다.
SPM이 만들어낸 변화
SPM 도입으로 가장 눈에 띄는 변화는 업무 속도입니다. 과거 며칠이 걸리던 복잡한 가격 분석이 이제 단 10초 만에 완료됩니다. 코딩을 모르는 구매 담당자도 버튼 클릭만으로 전문가 수준의 분석 결과를 얻을 수 있습니다.
이를 통해 구매팀은 단순 반복 업무에서 벗어나 구매 전략 수립과 같은 고부가가치 업무에 집중할 수 있게 되었습니다. 특히 기존 구매 프로세스에서 가장 시간이 오래 걸리던 가격검증 단계를 SPM이 완전히 대체했습니다.
SPM의 성공은 단순한 도구 개발을 넘어 조직 전체의 데이터 역량 강화로 이어졌습니다. 무엇보다 놀라운 점은 개발 속도였습니다. 세일즈포스의 1주일 교육만으로 몇 개월 안에 이처럼 고도화된 AI 도구를 완성할 수 있었던 것은 Tableau의 뛰어난 접근성을 보여주는 사례입니다. 또한 웹브라우저만으로 언제든 사용할 수 있는 환경 덕분에 조직 내 누구나 쉽게 활용하고 있습니다.
10년차 전문가처럼 예측할 수 있을까요? 특성 중요도를 가격과 함께 시각화 할 수 있을까요? 이것을 10초 안에 할 수 있고, 코딩 없이 할 수 있을까요? SPM이 이 모든 질문에 답을 제공했습니다.
미래를 향한 지속적인 혁신
삼성물산은 SPM의 성공을 바탕으로 건설업 전반의 디지털 전환을 가속화하고 있습니다.
인력 리소스 효율화 측면에서는 과거 프로젝트의 인력 투입 데이터를 딥러닝시켜 최적의 리소스 투입 계획을 시뮬레이션하는 예측 모델을 개발하고 있습니다.
설계 분야에서는 배관 사양 추천 모델을 통해 재질, 사이즈, 두께를 예측하는 AI 모델로 과거 며칠 걸리던 초기 배관 물량 산출 작업을 단 몇 분으로 단축했습니다.
시공 분야에서는 공사 일정 최적화 AI 모델 개발, 드론 이미지 분석을 통한 자동 공정률 관리, 현장 안전 강화 시스템 등 현장 중심의 혁신을 지속적으로 추진하고 있습니다.
건설업 패러다임을 바꿀 열쇠가 자율 설계에 있다고 믿습니다. 이 퍼즐의 마지막 조각이 맞춰지면 현실과 완벽히 동기화된 디지털 트윈의 시대로 건설을 다시 그릴 것입니다.
세일즈포스와의 동반 성장
삼성물산의 혁신 여정에서 세일즈포스는 단순한 솔루션 제공자를 넘어 디지털 전환의 진정한 파트너 역할을 하고 있습니다. 구매팀과의 지속적인 소통을 통해 어떤 통찰력과 분석이 실무에 도움이 되는지 피드백을 받아 더 나은 AI 기반 BI 도구로 발전시키고 있습니다.
SPM의 성공을 바탕으로 다른 구매 품목들로 확대 적용하여 지속적인 파일럿 테스트를 진행하고 있으며, 설계와 시공 분야로도 적용 범위를 넓혀가고 있습니다. 혁신 문화 정착을 통해 데이터 기반 의사결정 문화가 조직 전반에 확산되어, 복잡한 기술은 플랫폼 뒤에 숨겨두고 사용자는 오직 더 나은 의사결정이라는 본질에만 집중할 수 있는 환경이 조성되었습니다.
삼성물산 건설부문과 세일즈포스의 협업은 단순한 시스템 도입을 넘어, 전통적인 건설업에서 AI와 데이터가 만드는 새로운 미래를 보여주는 혁신의 여정입니다. "Creating FutureScape"라는 비전 실현을 위한 이들의 도전은 글로벌 건설업계에 새로운 패러다임을 제시하고 있습니다.