델 테크놀로지스가 아시아 태평양 지역 기업의 인공지능(AI) 도입 동향을 분석한 보고서의 내용을 소개했다. 이번 보고서에서는 아태지역에서 AI 도입이 빠르게 확산하고 있지만, 전문 인력 부족과 데이터 관련 문제는 여전한 과제라고 분석했다. 델 테크놀로지스와 엔비디아의 후원으로 진행된 IDC 인포브리프 ‘AI 구현을 위한 전략적 계획 수립’ 보고서는 2023년 8월부터 2024년 8월까지 아태지역의 여러 산업에 걸쳐 최대 919명의 응답자를 대상으로 한 IDC의 여러 데이터 소스 및 설문조사를 기반으로 작성됐다. 이 조사는 AI, 생성형 AI 및 ML 도입 동향, 과제 및 구현에 대한 전략적 접근 방식을 평가했다. 보고서에 따르면 아태지역에서 AI, 생성형 AI, 머신러닝 기술의 채택이 빠르게 확산되며 비즈니스 혁신을 이끌고 있다. AI를 위한 서버 시장은 2025년까지 239억 달러(약 32조 5000억 원) 규모에 이를 전망이다. 생성형 AI에 대한 투자도 늘고 있다. 올해 아태지역 기업의 84%는 생성형 AI에 100만 달러에서 200만 달러(약 13억 원~27억원)를 투자할 계획이다. 아태지역 기업들은 AI 예산의 38%를 생성형 AI에 할당하는 것으로 나타났는데, 이는 전 세계 기업의 33%에 비해 높은 수치이다.  특히 한국은 AI 도입에 더욱 적극적인 것으로 나타났다. 국내 기업 32%가 이미 AI를 직무에 도입했거나 경쟁우위의 핵심으로 인식하고 있었다. 이는 아태지역 평균인 24%를 웃도는 수치다. 반면 자사의 AI 역량이 초기 단계에 머물러 있다고 답한 비율은 26%로, 아태지역 평균(31%)보다 낮았다. 보고서는 아태지역의 빠른 AI 성장세에도 불구하고 인재 부족, 데이터 준비 현황, 복잡한 시스템 구성 등의 문제가 남아있다고 짚었다. 숙련된 AI 인재 부족은 시장 경쟁을 심화시키고 비용 상승을 유발하고 있다. AI 숙련도 격차는 디지털 전환 속도를 늦추고, 제품 개발을 더디게 하는 한편 품질 결과에 영향을 미칠 수 있다. 이 외에도 증가하는 IT 비용, 정부 규제, 데이터 보안 문제 등이 AI 도입을 가로막는 주요 원인으로 꼽혔다. 이러한 문제를 해결하기 위해 많은 기업이 외부 전문가와 협력하고 있었다. 아태지역 응답자의 60%는 외부 개발자에 의존해 AI 애플리케이션을 개발하고 있다. 자체 개발하는 경우는 30%에 그쳤고, 약 10%는 상용 AI 설루션을 사용하고 있는 것으로 나타났다. 여러 어려움에도 불구하고, 응답 기업들은 생성형 AI가 운영 효율 향상, 고객 만족도 개선, 새로운 비즈니스 모델 창출을 이끌 수 있기 때문에 투자할 가치가 있다고 판단했다.  아태지역 기업들은 영향력이 높고 도입 효과를 측정하기 용이한 사용 사례들를 우선적으로 도입하며 단계적 접근 방식을 취하고 있다. 또한, AI가 산업 전반에 빠르게 스며들고 있는 것으로 나타났다. 금융, 제조, 에너지, 헬스케어, 소매 등 다양한 분야에서 AI를 활용한 혁신이 진행 중이다. 특히 제조산업에서는 공급망 최적화와 예측 유지보수, 품질 관리 등에 AI를 사용하고 있다. AI 기반의 수요 예측 및 실시간 생산 모니터링은 다운타임을 줄이고, 낭비를 최소화하며, 운영 정밀도를 높일 수 있도록 돕는다. 보고서에 따르면 제조업체 응답자의 52%는 생성형 AI가 18개월 내에 이 부분을 혁신할 것이라고 답했다. 자동화된 생산, 예측 리드 스코어링 및 디지털 트윈 모델을 가속화하여 스마트 제조와 민첩하고 고정밀 생산 라인을 발전시킬 것이라는 전망이다. 한국 델 테크놀로지스의 김경진 총괄사장은 “한국을 포함한 아태지역은 AI 도입과 혁신을 선도할 엄청난 잠재력을 보유하고 있다. 이제 기업들은 개념 검증(POC)을 넘어 측정 가능한 투자 수익률(ROI) 달성에 집중해야 할 때”라고 말했다. 그리고 “일관된 ROI를 달성하는 과정은 복잡하며, 전략, 사용 사례 개발, 데이터 준비, 거버넌스, 최적화, AI 구현 확장 등 모든 단계에서 포괄적인 지원이 필요하다. 델 테크놀로지스와 같은 전문 파트너의 지원을 통해 기업들은 도입 장애물을 극복하고 AI 성과를 달성하는 길을 가속화할 수 있다”고 덧붙였다.  

미국 블룸버그, 그레이스케일 등 다수의 외신과 기관 투자자들이 주목한 블록체인 지식재산권(IP) 인프라 프로젝트 '스토리($IP)'가 국내 최대 가상자산 거래소 업비트에 상장됐다. 이번 상장을 계기로 스토리는 한국 시장에서도 웹3 기반 콘텐츠 혁신을 본격화할 전망이다. 스토리는 영국의 옥스포드 대학 출신이자 웹 소설 플랫폼 '래디쉬'를 창업하여 카카오에 5,000억 원에 성공적으로 매각한 이승윤 대표가 설계한 글로벌 IP 블록체인 프로젝트다. 이 대표는 블록체인과 AI의 융합이 창작자와 데이터 생산자 모두에게 새로운 권리와 수익 구조를 제공할 수 있다고 판단했다. 그는 스토리를 통해 IP의 등록, 추적, 수익화를 가능하게 하는 블록체인 인프라를 구축하며, 약 80조 달러에 달하는 전 세계 IP 시장을 혁신하고 국경 간 IP 사용에 발생하는 1조 달러 이상의 비용을 절감하는 것을 목표로 하고 있다. 스토리는 초기 투자 단계에서 약 3조 원의 기업 가치를 인정받았으며, 삼성넥스트, a16z(앤드리슨 호로위츠), 폴리체인 캐피털, 해시드 등으로부터 누적 약 1,900억 원의 투자를 유치했다. 특히 미국 최대 벤처캐피털인 a16z가 3차례 연속으로 투자를 주도한 것은 이례적인 사례로 주목받았다. 스토리 생태계의 핵심 자산인 $IP 토큰은 네트워크 보안 유지, 거래 수수료 지불, 거버넌스 참여 등의 역할을 수행한다. IP 보유자는 토큰화된 IP를 담보로 제공하거나 라이선스 조건을 설정해 중개자 없이 직접 저작권료를 받는 등 지속적인 수익을 창출할 수 있다. 최근 스토리는 '스토리 2.0' 비전을 발표하고 AI 훈련 데이터를 위한 탈중앙 인프라 프로젝트 '포세이돈(Poseidon)'을 선보였다. 포세이돈은 a16z 크립토가 주도한 시드 라운드에서 1,500만 달러의 투자를 유치했으며, 데이터의 등록, 기여 추적 및 보상 분배가 자동화되는 블록체인 기반의 IP 그래프 구조를 채택했다. 이를 통해 방탄소년단(BTS) 음원의 파생 밈부터 로봇 비전 훈련용 데이터까지 다양한 형태의 창작물에 대한 기여 기록을 실시간으로 추적하고 수익을 분배할 수 있게 했다. 또한, 스토리는 다양한 글로벌 파트너들과 협력하며 IP 기반 수익화 모델을 혁신하고 있다. 생태계 프로젝트 '아리아 프로토콜(Aria Protocol)'을 통해 BTS, 저스틴 비버, 블랙핑크 등의 아티스트 IP 저작권을 토큰화했으며, AI 기업 '스태빌리티 AI', 디자인 플랫폼 '아블로(ABLO)', 브랜드 '크록스', '발망' 등과 협업하며 IP의 활용을 극대화하고 있다. 한편, a16z가 투자한 솔라나, 수이와 같은 대형 블록체인 프로젝트들의 성공 사례가 이어지면서, a16z의 다음 투자처인 스토리에 대한 관심이 커지고 있다. $IP 토큰은 출시 5개월 만에 글로벌 디지털 자산 운용사 그레이스케일의 단일 자산 신탁 상품군에 편입되어 미국 기관 투자자들의 자금 유입 기반을 마련했다.  

제조 산업 공정 최적화 솔루션 기업인 인이지(INEEJI) 는 설명가능 인공지능(Explainable AI, XAI)과 AI 예측 기술력을 바탕으로 제조업 및 다양한 산업의 생산성과 효율성을 향상시켜 공정 수율을 개선하는 데 중점을 두고 있다. 주요 기술로는 세계 최고 수준의 설명가능 인공지능 기술력과 예측 정확도를 집약한 AI 예측 솔루션 INFINITE OPTIMAL SERIES(인피니트 옵티멀 시리즈)와 원자재, 환율, 날씨, 소비자 행동 등 주요 경제 지표를 바탕으로 비즈니스 전반에 활용 가능한 클라우드 기반 AI 예측 서비스인 Cloud AI EEJI(이:지)가 있다.   인이지(INEEJI)는 2019년 설립되어, 세계적 수준의 AI 예측 솔루션을 통해 제조 산업 공정의 최적화를 실현하는 기업이다. 별도의 하드웨어 설치 없이 소프트웨어만으로 적용 가능한 AI 예측·제어 가이던스 솔루션을 제공하며 제조업의 디지털 전환과 공정 효율화에 앞장서고 있다.  (1) INFINITE OPTIMAL SERIES 인이지의 대표 AI 예측 솔루션인 INFINITE OPTIMAL SERIES(인피니트 옵티멀 시리즈)는 공정의 문제를 정확하게 예측하고, 작업자가 쉽게 이해할 수 있도록 가이던스를 제공하여 공정을 최적의 상태로 운영할 수 있도록 지원한다. 주요 고객사는 철강, 시멘트, 화학, 정유 등 다양한 제조 산업에 걸쳐 있으며, 주요 핵심 공정에 적용되어 제조 공정의 품질 개선, 생산성 향상, 에너지 절감을 돕고 있다. 일본을 포함한 글로벌 시장에서 성공적인 프로젝트 사례를 확보하며 입지를 다지고 있다. INFINITE OPTIMAL SERIES는 제조 공정 데이터를 기반으로 품질과 생산성을 개선하고 에너지를 절감할 수 있는 AI 예측 기반 공정최적화 솔루션이다. 이 솔루션은 시계열 데이터 분석과 설명가능 AI 기술을 활용하여 예측 결과와 근거를 명확히 전달하며 철강, 시멘트, 화학 등 다양한 제조 산업에서 생산성과 품질 개선 효과를 실현하고 있다.  세계적인 인공지능 학술대회인 ICML, AAAI, KDD등을 통해 기술력을 인정받으며, 최근에는 AI 모델이 어떤 원리로 작동하는지, 어떤 변수가 현재의 의사 결정에 중요한 영향을 미치는지 그 기여도를 선별하고 예측 정확도를 산출하는 딥러닝 설명 과정 입력 기여도 측정 기술(NeurIPS 2022)로 세계 최고 수준의 기술력으로 인정받았다. (2) Cloud AI EEJI Cloud AI EEJI[이:지]는 기업이 보유한 데이터 기반 인사이트 도출 및 주요 지표 예측을 통한 폭넓은 활용을 지원하며, 다양한 경제적·환경적 요인을 통합적으로 분석하는 강점을 갖추고 있다. 인이지의 기술력은 산업별 맞춤형 AI 솔루션 설계, 데이터 수집, 모델 개발, 현장 적용 및 통합 운영까지 아우르는 end-to-end 서비스로 제공되며, 고객의 디지털 전환과 공정 혁신을 효과적으로 지원한다. EEJI는 경제 지표, 수요 예측, 원자재 가격 분석 등 비즈니스 데이터에 가장 적합한 최적의 예측 모델을 제공한다. EEJI는 API를 통해 손쉽게 연동되며, 고객사가 데이터 활용도를 극대화할 수 있도록 지원한다. 두 솔루션 모두 사용자의 비즈니스와 제조 공정의 효율성을 극대화하는 데 중점을 두고 설계되었다. 관련 트렌드 및 전망 (1) 산업 AI 기술 및 지속가능성 글로벌 기술 패권 시대에 제조업이 국가 경쟁력의 중심으로 떠오르고 있으며, 미국은 제조 기술의 약점인 생산성을 첨단 기술로 극복하고 첨단 제조업으로의 전환을 준비하고 있다. AI는 제조업에서 생산성 향상, 에너지 효율 증대, 인력 운용 최적화, 제품 품질 개선 등 주요 과제를 해결하는 핵심 기술로 부상하고 있다. 산업 AI 기술은 제조업에서 실시간 데이터 분석을 통해 공정을 최적화하고 설비의 유지보수를 사전에 예측하는 방향으로 발전하고 있다. 특히 석유화학, 시멘트, 제철 등 대규모 공정을 보유한 산업에서는 에너지 효율 향상과 운영 비용 절감을 위한 AI 활용이 필수적이다. 기업들은 산업별 맞춤형 모델과 거버넌스 전략을 통해 AI를 도입하고 있으며, 기존 AI/ML 기법과의 조합을 통해 한계점을 보완하고 있다. 또한, AI 기술을 활용해 에너지 절감과 탄소 배출 저감을 실현하는 솔루션은 제조업계에서 중요한 과제로 자리 잡고 있으며, 관련 기술 수요는 꾸준히 증가하고 있다. (2) 설명가능 AI의 중요성 설명가능 AI(Explainable AI)는 AI의 의사결정 과정을 명확히 드러내 신뢰를 구축하는 핵심 기술로, 제조업 등 산업 분야에서 중요성이 높아지고 있다. 주요 정부와 규제 기관은 책임감 있는 AI 활용을 위해 투명성과 신뢰성을 강화하는 정책을 추진하고 있으며, 이를 통해 사용자와 이해관계자가 쉽게 이해하고 모니터링할 수 있는 솔루션에 대한 수요가 증가하고 있다. 인이지는 설명가능 AI 기술을 활용해 산업 현장에서 AI 의사결정 과정을 투명하게 제시하며, 신뢰와 책임감을 강화하고 있다. 이로써 윤리적이고 책임감 있는 AI 활용을 지원하며, 산업계의 지속가능한 디지털 전환에 기여하고 있다. 비즈니스 전개 방향 인이지는 ‘인간(人)을 이(利)롭게 하는 인공지능(知)’이라는 기업 비전 아래 철강, 시멘트, 정유, 화학, 발전, 유리 제조 등 주요 제조 공정에서 AI 예측 가이던스의 실효성을 입증하며 국내 레퍼런스를 확대하는 동시에 산업 현장에서 제조 품질을 향상시키고 기업 성장 촉진에 매진하고 있다. 2025년 코스닥 상장을 목표로 하고 있지만, 궁극적인 목표는 Siemens와 같은 세계적인 기술 기업으로 도약하는 것이다. 최근 인이지는 국내 제조 기업들과의 협력 경험을 바탕으로 일본 시장 진출 1년 만에 주요 제조사들과 실증 프로젝트를 성공적으로 진행하며 글로벌 확장을 가속화하고 있다. 일본의 지요다 강철 공업과의 AI 공정 실증 실험을 시작으로, 제강, 시멘트, 생활가전 제조사 네 곳에 AI 예측 솔루션을 도입하고 운영을 확정했다. 일본을 시작으로 독일, 대만 등 글로벌 제조 강국으로 시장을 확대해 나가며 글로벌 시장에서 AI 예측 기술의 혁신성과 실효성을 입증하며 세계적인 AI 예측 전문 기업으로 자리매김하고자 한다.

가트너(Gartner)가 ‘2025 AI 하이프 사이클(2025 Gartner Hype Cycle for Artificial Intelligence)’ 보고서를 통해 주목해야 할 주요 AI 혁신 기술을 발표했다. 가트너는 2025년 가장 빠르게 발전하는 기술로 ‘AI 에이전트(AI Agents)’와 ‘AI 레디(AI-Ready) 데이터’를 꼽았다. 이들 기술은 올해 높은 관심을 받고 있으며, 낙관적인 전망 및 투기적인 약속이 이어지면서 부풀려진 기대의 정점에 도달한 것으로 나타났다. 가트너 하이프 사이클은 기술 및 애플리케이션의 성숙도와 도입 현황을 시각적으로 표현하고, 실제 비즈니스 문제 해결 및 새로운 기회 창출과의 잠재적 연관성을 제시한다. 이 방법론은 시간 흐름에 따른 기술 또는 애플리케이션 발전 과정을 조망하고, 특정 비즈니스 목표의 맥락에서의 효과적인 도입 관리를 위한 신뢰 있는 인사이트를 제공한다.     AI 에이전트는 AI 기술을 활용해 디지털, 물리 환경에서 인지하고, 의사결정을 내리며, 행동을 수행하고 목표를 달성하는 자율 또는 반자율 소프트웨어다. 기업은 대형 언어 모델(LLM)을 비롯한 다양한 AI 기술과 사용 사례를 활용해 복잡한 작업을 수행할 수 있는 AI 에이전트를 개발 및 배포하고 있다. AI 레디 데이터는 데이터 세트가 AI 애플리케이션에 최적화되도록 보장해 정확성과 효율성을 향상시킨다. 데이터의 준비 상태는 특정 AI 사용 사례에 대해 얼마나 적합한 데이터인지로 결정되며, 이는 해당 사용 사례와 AI 기술 맥락에서 결정될 수 있다. 이는 데이터 관리에 대한 새로운 접근 방식을 요구한다. 가트너는 AI에 대규모로 투자하는 기업이 데이터 관리 관행과 역량을 AI 환경에 맞게 발전시켜야 한다고 조언했다. 이를 통해 기존 및 향후 비즈니스 요구사항 충족, 신뢰 확보, 위험 및 준수 문제 방지, 지적 재산 보호, 편향과 환각 감소를 달성할 수 있다고 전했다. 또한, 가트너는 ‘멀티모달(Multimodal) AI’와 ‘AI 신뢰, 위험, 보안 관리(TRiSM)’가 향후 5년 내 AI 혁신 기술의 주류가 될 것이며 부풀려진 기대의 정점을 주도하고 있다고 분석했다. 이러한 기술 발전은 보다 강력하고 혁신적이며 책임감 있는 AI 애플리케이션을 구현해 기업의 운영 방식을 변화시킬 것으로 전망된다. 멀티모달 AI는 이미지, 비디오, 오디오, 텍스트 등 여러 유형의 데이터를 동시에 학습하는 모델이다. 다양한 데이터 소스를 통합하고 분석함으로써 단일 유형의 데이터만 사용하는 모델보다 복잡한 상황을 더 효과적으로 이해할 수 있다. 이를 통해 사용자에게 더 명확한 정보를 제공하고 AI 애플리케이션의 새로운 가능성을 열 수 있다. 가트너는 멀티모달 AI가 향후 5년 동안 모든 산업 분야의 애플리케이션과 소프트웨어 제품의 성능 향상에 점점 더 필수 요소로 자리 잡을 것으로 전망했다. AI TRiSM은 윤리적이고 안전한 AI 도입을 위한 핵심 기술 프레임워크이다. 이는 모든 AI 사용 사례에 대한 기업 정책을 지원하고, AI 거버넌스, 신뢰성, 공정성, 안전성, 보안, 개인정보 보호, 데이터 보호를 보장하는 기술 계층으로 구성되어 있다. 가트너의 하리타 칸다바투(Haritha Khandabattu) 시니어 디렉터 애널리스트는 “올해도 AI에 대한 투자가 활발하게 이어지는 가운데 운영 확장성, 실시간 인텔리전스를 위한 AI 활용이 주목받고 있다”며, “생성형 AI 중심에서 AI 에이전트, AI 레디 데이터와 같은 지속 가능한 AI 제공을 지원하는 기반 기술로 이동하는 추세”라고 전했다. 이어서 칸다바투 시니어 디렉터 애널리스트는 “AI는 막대한 비즈니스 잠재력을 가지고 있지만 이는 저절로 실현되지 않는다. 목표 달성을 위한 핵심은 비즈니스와 연계된 파일럿 프로젝트, 인프라 벤치마킹, 가치 창출을 위한 AI와 비즈니스 팀 간 협력”이라고 강조했다.

SAP 코리아가 7월 15일 연례행사인 ‘SAP 나우 AI 투어 코리아(SAP NOW AI Tour Korea)’를 진행하면서, AI(인공지능) 시대를 위한 새로운 비즈니스 운영 방식을 제시했다. ‘Unleash Your Future with Business AI(비즈니스 AI로 미래를 열다)’를 주제로 열린 이번 행사에서는 빠르게 변화하는 AI 시대에 기업의 비즈니스 혁신을 지원하는 SAP의 전략과 비전이 소개됐다. ■ 정수진 편집장   애플리케이션–데이터-AI의 선순환으로 비즈니스 혁신 주도 SAP의 AI 전략은 애플리케이션, 데이터, 비즈니스 AI의 선순환 효과(flywheel effect)를 통해 비즈니스 운영 방식을 근본적으로 혁신하겠다는 것이다. SAP의 지나 바르주-브로이어(Gina Vargiu-Breuer) 최고인사책임자는 이런 전략의 핵심으로 자사의 모든 애플리케이션에 AI를 기본으로 내재화(embedded AI)한다는 ‘AI 퍼스트(AI First)’ 접근법을 꼽았다. SAP는 2025년 말까지 400개 이상의 임베디드 AI 기능을 출시할 계획이다. 이와 동시에 SAP는 ‘스위트 퍼스트(Suite First)’ 전략을 추구한다. 개별 기능이 뛰어난 ‘최고의 설루션(Best of Breed)’을 모아 놓는 것을 넘어, 모든 비즈니스 애플리케이션을 유기적으로 통합한 ‘최적의 스위트(Best of Suite)’를 제공한다는 뜻이다. 바르주-브로이어 최고인사책임자는 이를 통해 기업 고객이 일관성, 유연성, 민첩성을 확보할 수 있다고 전했다. SAP의 전략은 애플리케이션이 생성하는 고품질의 비즈니스 데이터를 기반으로 신뢰할 수 있는 AI(reliable AI)를 구동하고, 이 AI가 다시 애플리케이션을 더욱 지능적으로 만드는 선순환 구조를 완성하는 것으로 요약할 수 있다. SAP는 애플리케이션, 데이터, AI가 긴밀히 연계되어 만들어내는 시너지가 고객에게 실질적인 비즈니스 가치를 제공하는 원동력이 될 것으로 보았다.   ▲ SAP의 이르판 칸 최고제품책임자가 기자간담회를 통해 자사의 AI 전략과 기술을 소개했다.   데이터 복잡성을 해결하는 ‘비즈니스 데이터 클라우드’ 이번 행사에서 SAP가 소개한 ‘SAP 비즈니스 데이터 클라우드(SAP Business Data Cloud : BDC)는 AI 시대에 기업의 데이터 관리와 AI 도입을 지원하고 비즈니스 운영 방식을 혁신하기 위해 새로운 서비스형 소프트웨어(SaaS) 설루션이다. BDC는 분산된 데이터를 통합하고 의미 있는 데이터로 전환하여 AI 활용도를 극대화하는 데 초점을 맞추었다. 이를 위해 BDC는 데이터 통합과 조화를 통한 단일 진실 공급원을 구축하고, 신뢰할 수 있는 AI 및 지능형 애플리케이션의 기반을 마련하면서, 현대적 아키텍처와 강력한 파트너 생태계를 지원한다. 기업들은 AI를 위한 데이터 준비, 수집, 거버넌스 등 데이터 관리에 많은 시간을 쓰고 있으며, 이는 기업에서 AI를 활용하는 데 있어 어려움으로 작용한다. BDC는 이러한 문제를 해결하기 위해 SAP와 비 SAP 데이터를 통합해 연결된 데이터 환경을 구축하도록 한다. 특히 기존 애플리케이션의 데이터 모델을 조화(harmonize)시켜서, 여러 비즈니스 라인에 걸쳐 다르게 정의된 고객 데이터를 단일 뷰로 제공한다. BDC는 고품질의 기업 데이터를 통합 관리하여 AI 애플리케이션이 안정적으로 데이터를 활용하고 모델을 훈련하는 시간을 줄인다. 또한 SAP의 AI 코파일럿인 쥴(Joule)과 연동해 비즈니스 데이터의 맥락을 깊이 있게 파악하고, 분석 및 권장사항 도출에 필요한 데이터를 제공한다. SAP의 이르판 칸(Irfan Khan) 데이터 및 애널리틱스 사장 겸 최고제품책임자는 “ERP와 같은 기업의 핵심 시스템에서 데이터가 추가되거나 변경될 때마다 BDC는 이를 복사하고 최신 상태로 반영하여 일관성을 유지하며, 이렇게 조화된 데이터는 단순한 원시 데이터가 아닌 ‘의미적으로 풍부한 데이터 제품(semantically enriched data products)’으로 전환되어 모든 앱에서 활용된다”고 설명했다. 또한 “BDC는 데이터 추출, 변환, 적재(ETL) 파이프라인 구축과 유지보수를 완전 관리형 서비스로 제공한다. 이를 통해 기업은 데이터 관리의 부담을 덜고, 가치 있는 AI 활용 사례를 만드는 데 집중할 수 있게 된다”고 설명했다. BDC는 스토리지와 컴퓨팅을 분리한 레이크하우스(lakehouse) 아키텍처를 기반으로 설계되었으며, 텍스트, 오디오, 비디오 등 정형 및 비정형 데이터를 구분 없이 저장 및 지원한다. 또한 AWS, 구글 클라우드, 애저 등 주요 하이퍼스케일러 인프라 어디에서나 구동되도록 설계되어, 고객은 기존 인프라를 변경할 필요 없이 BDC를 도입할 수 있다. 칸 최고제품책임자는 “데이터브릭스(Databricks)와의 파트너십을 통해 제로 카피 공유(zero-copy sharing) 방식으로 SAP 및 비 SAP 데이터를 양방향 공유하며, 팔란티어(Palantir)와도 협력해 데이터 파이프라인 구축을 간소화하는 도구를 지원한다”고 소개했다. SAP BDC는 2025년 2월에 글로벌 출시되었으며, 한국 시장에는 7월 말부터 공식 제공된다.   ▲ SAP는 유기적으로 결합된 스위트로 비즈니스 AI를 구현하고자 한다.   데이터의 맥락을 이해하는 AI 코파일럿 ‘쥴’ 한편, SAP는 AI 코파일럿인 ‘쥴(Joule)’이 다양한 개선을 이뤘다고 소개했다. 쥴은 데이터의 맥락을 확인하고 위치에 관계 없이 데이터를 활용할 수 있도록 지원한다. 이를 통해 AI 에이전트가 비즈니스 맥락과 데이터 관계성을 파악하는 과정을 돕는다. BDC가 고품질 기업 데이터를 통합 관리한다면, 쥴은 이를 AI 애플리케이션에서 활용할 수 있도록 지원한다. 특히 지식 그래프(knowledge graph) 기술을 활용해 비즈니스 데이터를 온톨로지(ontology) 기반으로 연결함으로써, AI 모델의 환각 현상을 줄이고 사용자가 자연어 질의로 데이터에 쉽게 접근하도록 돕는다. SAP는 “지식 그래프는 정형 데이터의 이해를 돕는 역할을 하며, 쥴과 같은 기술을 통해 데이터 주변의 사용자 경험을 바꿀 수 있다. 지식 그래프 내에 조화된 데이터 제품(harmonized data products)을 로드하여 온톨로지 뷰를 활성화하고, 자연어 쿼리를 통해 데이터에 접근할 수 있게 한다”고 설명했다. 이외에도 SAP는 쥴 스튜디오(Joule Studio)를 통해 고객이 맞춤형 에이전트를 개발할 수 있도록 지원하며, 최신 LLM(거대 언어 모델)을 연결하고 활용할 수 있도록 한다. 칸 최고제품책임자는 “이러한 개선사항 및 핵심 기능을 통해 쥴은 데이터의 맥락적 이해를 높이고, 고품질 데이터를 기반으로 AI 기능을 강화하며, 사용자 경험을 혁신하고 있다”고 전했다. 그리고 “SAP는 AI 및 생성형 AI를 활용하여 국제화 및 언어 지원 제공을 매우 빠르게 가속화하고 있으며, 이를 통해 한국어뿐만 아니라 모든 언어 및 지역에서 영어와 유사한 기능을 제공하는 것이 목표”라고 덧붙였다.     ■ 기사 내용은 PDF로도 제공됩니다.

오라클은 포스코가 전사 데이터 관리 간소화, 인사이트 확보 및 운영 비용 절감을 위해 오라클 자율운영 데이터베이스(Oracle Autonomous Database : ADB)를 도입 및 구축했다고 밝혔다. 포스코는 오라클 자율운영 데이터 웨어하우스(Oracle Autonomous Data Warehouse : ADW)를 도입해 대용량 데이터를 저장·관리하는 데이터 레이크 내의 구조화된 데이터를 효과적으로 분석할 수 있는 환경을 구축했다. ADW는 분석 워크로드에 최적화된 자율운영 데이터베이스 설루션이다. 또한 ADB와 ADW 환경을 통합함으로써 전사 데이터를 일원화하여 관리하는 글로벌 수준의 데이터 관리 체계를 마련했다. 오라클은 “포스코가 일관된 데이터 거버넌스 체계를 도입하여 분석 업무를 이전보다 2.4배 빠르게 수행할 수 있게 되었으며, 첨단 분석과 자동화를 기반으로 스마트 제조 혁신을 더욱 가속화할 수 있게 됐다”고 평가했다. ADW는 내장형 머신러닝 기반의 자동 조정과 확장, 패치, 암호화 기능을 제공하여 수동으로 데이터베이스를 관리해야 하는 번거로움을 줄인다. 포스코는 이와 같은 자율운영 관리를 활용하여 분산 저장/운영되던 분석계 데이터베이스를 최소한의 수동 개입만으로 효율적으로 운영하며, 안전한 고가용성 데이터 웨어하우스를 안정적으로 구축했다. 또한, 유지보수 부담이 적은 인프라 환경을 기반으로 고급 분석업무를 더욱 빠르고 효율적으로 수행하고 비용 효율적인 방식으로 운영을 확장하며, 전사적 의사결정 역량 또한 강화할 수 있게 됐다. 포스코는 경쟁력 있는 IT 비용 구조 확보와 급변하는 글로벌 비즈니스 환경에 따른 대응력 강화를 목표로 클라우드 기반의 디지털 전환을 추진해 왔다. 또한 통합 데이터 분석 시스템을 정립하여 다양한 소스에서 수집되는 데이터의 전사적 활용을 극대화하고자 했다. 이에 맞춰 포스코는 오라클 ADB 기반의 안정적인 고성능, 고효율 데이터 레이크와 데이터 웨어하우스를 구축하여 데이터 혁신의 기반을 마련했다.     포스코 DX전략실의 한석희 리더는 “포스코는 인텔리전트 팩토리 전략의 일환으로, 단순 자동화를 넘어 데이터 기반의 의사결정을 구현하는 지능형 제조 시스템을 구축하고 있다. 이러한 혁신을 통해 주문부터 생산, 영업 및 마케팅에 이르는 전 프로세스에서 효율성과 제품 품질, 운영 안전성을 모두 향상시킬 수 있을 것으로 기대한다”면서, “오라클의 검증된 AI 기반 클라우드 및 데이터 관리 설루션을 활용함으로써 혁신을 가속화하고 글로벌 경쟁력을 한층 강화할 수 있을 것으로 기대한다”고 밝혔다. 한국오라클 김성하 사장은 “역동하는 국제 시장 환경에서 철강 산업이 유연하게 대응하고자 하는 가운데, 포스코는 데이터 기반의 제조 혁신으로 미래 경쟁력을 강화하고 있다”면서, “글로벌 철강 산업을 선도하는 포스코와의 협력은 ADB의 뛰어난 성능과 확장성 및 안정성을 입증하는 중요한 사례다. 오라클은 앞으로도 더 많은 제조업 선도 기업이 IT 혁신을 통해 비즈니스 성과를 극대화할 수 있도록 지속적으로 지원할 것”이라고 전했다.