"이제 비즈니스 분석도 API" API 기반 비즈니스 분석의 가능성과 과제

분석 시스템은 이런 정보만 사용해서 어느 사용자가 언제, 어디서, 어떤 API를 호출하는지에 관한 세부적인 그림을 완성할 수 있다. 이 정보를 더 심층적으로 분석하면 예를 들어 고객 이동 경로를 파악해서 어떤 활동이 고객 구매를 유도하는지를 알아내고, API가 받는 부하를 확인할 수 있다.

그러나 이런 정보는 많은 사용자에게 너무 기술적이므로 비즈니스 개념에 한 단계 더 매핑해야 한다. 이러한 매핑의 예를 들면 다음과 같다.

- 수신되는 요청의 수를 아는 것 외에, 각 요청과 관련된 돈의 흐름을 파악할 수 있다면 유용할 것이다.
- 단순히 API 이름을 아는 것 외에, 그 API가 속한 사업부와 요청을 처리하기 위한 평균 비용을 알면 유용할 것이다.
- 고객 이름을 아는 것 외에, 고객을 대상으로 인구 통계를 내고 이를 바탕으로 데이터를 가공할 수 있다면 유용할 것이다.

요약하자면 비즈니스 수준의 통찰력을 제공하려면 데이터 수집 계층에서 명확하게 눈에 띄는 수준을 넘어 부가적인 정보를 수집해야 한다. 이를 달성하기 위한 방법은 두 가지다.

첫 번째는 API 정의에 메시지 콘텐츠 내의 흥미로운 데이터에 관한 정보를 주석으로 넣는 것이다. 이렇게 하면 데이터 수집 계층에서 자동으로 그러한 정보를 추출해서 분석 시스템으로 보낼 수 있다. 대부분의 메시지는 XML 또는 XPath를 사용하며, 정보를 추출하는 명령어는 XPath 또는 JSON XPath 식으로 제공할 수 있다.

두 번째 방법은 수집된 데이터와 합쳐 더 세부적인 처리를 가능하게 해주는, 데이터 집합에 관한 세부 정보를 API 정의에 주석으로 다는 방법이다. 예를 들어 고객 이름 또는 API가 속한 사업부, 평균 요청 처리 비용과 같은 정보와 결합할 수 있는 고객 인구 통계 데이터를 제공할 수 있다.

앞서 언급했듯이 모든 데이터는 하나의 논리적 계층을 통해 수집되므로 데이터의 형식이 확실하다. 따라서 숙련된 데이터 과학자 팀은 일반적인 대부분의 사용 사례를 포괄하는 복합적인 분석을 구축할 수 있다. 예를 들면 다음과 같다.

- 다양한 사업부, API, 비즈니스 활동, 고객 세그먼트, 지리적 위치에 따른 매출 및 비용 기여에 대한 세부적인 상시 분석.
- 추세와 과거 이력 데이터를 기반으로 들어오고 나가는 돈의 흐름을 분석하고 예측.
- 판매 파이프라인이 고객으로 어떻게 변환되는지, 변환으로 이어질 가능성이 높은 활동은 무엇인지를 탐색하는 고객 이동 경로 분석.
- 전체적인 활동을 기반으로, 그리고 개별 고객이 정상적인 행동에서 이탈할 때 사기 탐지

기업은 이러한 솔루션을 구현하면 분석을 처음부터 새로 구축할 필요 없이 최적의 상품과 경험을 제공하는 데 리소스를 집중하고 시간과 지식을 투자할 수 있다. 턴키 분석은 모든 사용 사례를 포괄하지는 않지만 구축 즉시 실질적인 가치를 추가할 수 있다. 주요 사용 사례가 기본적으로 지원되므로 각 팀에서 수집된 데이터를 기반으로 자체 분석 앱을 구축하면 가장자리 사례(edge case)를 처리할 수 있다. 마지막으로, 턴키 솔루션의 지원으로 API 자체가 특정 작업을 트리거할 수 있다.

여기서 제시한 솔루션은 맵리듀스(MapReduce) 시스템, 머신러닝 프레임워크, 스트림 프로세서와 같은 기존 분석 솔루션 위에 구축할 수 있다. 이러한 기술을 대체하는 것이 아니라 결합되어 데이터 형식을 정의하고 턴키 데이터 수집 메커니즘, 그리고 구현 즉시 사용 가능한 턴키 분석 앱을 제공한다.

API 기반 비즈니스 분석의 과제
물론 턴키 API 기반 분석 접근 방법에도 해결해야 할 과제는 있다. 첫 번째 과제는 API 개발 중에 메시지에서 흥미로운 정보를 추출하는 방법을 설명하는 주석을 API 정의에 추가하는 것이다. 이 단계를 최대한 간편하게 하는 것이 중요하다. 이를 위해서는 메시지를 탐색하고 주출할 특정 영역을 선택하고 중요한 데이터 포인트를 제안하는 툴을 포함해야 할 수 있다.

두 번째 과제는 고객과 서비스 구현 사이의 프록시 역할을 하는 API 게이트웨이 내에서 데이터 추출과 데이터 수집 단계를 효율적으로 구현하는 것이다. API 게이트웨이는 모든 API 호출의 핵심 경로에 위치하므로 최적화되지 않은 구현은 성능을 크게 저하시킬 수 있다.

세 번째 과제는 API 호출로 수집된 데이터 위에 구축할 수 있는 일반적인 분석 솔루션을 파악하고 구현하는 일이다. 여기에는 최선의 알고리즘, 데이터를 표현할 최선의 방법, 최적의 사용자 경험을 알아내는 일이 포함된다. 어려운 문제지만, 각 조직 또는 사업부가 자체 분석을 파악해야 하는 현 상태와 비교하면 여러 분석 시나리오에 재사용 가능한 솔루션 개발이 가능하다는 이점이 있다.

API는 조직이 어떻게 움직이고 있는지 보여주는 포털 역할을 하며, 엔터프라이즈의 운영과 상호작용, 사업부 세부 정보를 비롯한 여러 통찰력을 제공한다. 이는 엔터프라이즈 전체를 계측하는 대신 API 관리 툴을 계측해서 데이터를 수집할 수 있는 기회를 열어준다.

API 관리 계측은 하나의 논리적 계층을 통해 데이터를 수집하고 조직을 위한 턴키 분석 시나리오를 제공할 수 있게 해준다. 여러 팀 간의 조율을 최소화하거나 아예 없애는 턴키 API 기반 분석 솔루션을 구축하기 위한 기회가 열리게 된다. 결과적으로 API 관리 툴과 통합되어 긴밀히 연계 작동하는 분석 시스템은 분석 응용 비용을 대폭 낮추고 구현 즉시 가치를 얻을 수 있게 해준다.

* Srinath Perera은 WSO2의 리서치 담당 부사장이다. 
editor@itworld.co.kr