• 회원가입
  • |
  • 로그인
  • |
  • 장바구니
  • News
    뉴스 신제품 신간 Culture & Life
  • 강좌/특집
    특집 강좌 자료창고 갤러리
  • 리뷰
    리뷰
  • 매거진
    목차 및 부록보기 잡지 세션별 성격 뉴스레터 정기구독안내 정기구독하기 단행본 및 기타 구입
  • 행사/이벤트
    행사 전체보기 캐드앤그래픽스 행사
  • CNG TV
    방송리스트 방송 다시보기 공지사항
  • 커뮤니티
    업체홍보 공지사항 설문조사 자유게시판 Q&A게시판 구인구직/학원소식
  • 디렉토리
    디렉토리 전체보기 소프트웨어 공급업체 하드웨어 공급업체 기계관련 서비스 건축관련 업체 및 서비스 교육기관/학원 관련DB 추천 사이트
  • 회사소개
    회사소개 회사연혁 출판사업부 광고안내 제휴 및 협력제안 회사조직 및 연락처 오시는길
  • 고객지원센터
    고객지원 Q&A 이메일 문의 기사제보 및 기고 개인정보 취급방침 기타 결제 업체등록결제
  • 쇼핑몰
통합검색 "성숙도"에 대한 통합 검색 내용이 151개 있습니다
원하시는 검색 결과가 잘 나타나지 않을 때는 홈페이지의 해당 게시판 하단의 검색을 이용하시거나 구글 사이트 맞춤 검색 을 이용해 보시기 바랍니다.
CNG TV 방송 내용은 검색 속도 관계로 캐드앤그래픽스 전체 검색에서는 지원되지 않으므로 해당 게시판에서 직접 검색하시기 바랍니다
가트너, ‘2025 신기술 하이프 사이클’ 통해 자율 비즈니스 시대 전망
가트너가 ‘2025 신기술 하이프 사이클(2025 Hype Cycle for Emerging Technologies)’을 통해 주목해야 할 주요 혁신 기술로 ▲기계 고객 ▲AI 에이전트 ▲의사결정 인텔리전스 ▲프로그래머블 머니를 선정했다. 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. 가트너는 매년 프로파일링하는 2000개 이상의 기술 및 응용 프레임워크에서 핵심적인 인사이트를 도출해, 반드시 알아야 할 신기술을 정리해 제시하고 있다. 이들 기술은 향후 2년에서 10년간 혁신적인 이점을 제공할 잠재력을 갖춘 것으로 평가된다.     기계 고객(Machine Customers)이란 사람이나 기업을 대신해 상품, 서비스를 구매하는 비인간 경제 주체다. 가트너는 고객 역할을 수행할 수 있는 B2B 기기를 약 30억 개로 추산하며, 2030년까지 80억 개로 늘어날 것이라 전망했다. 가상 개인 비서, 스마트 가전, 커넥티드 카, 사물인터넷(IoT) 기반 공장 등이 이에 포함된다. 가트너는 기계 고객이 제조, 소매, 소비재 등 다양한 산업에서 새로운 수익과 효율성을 창출하는 핵심 동력이 될 것이라면서, “기업은 경쟁에서 뒤처지지 않기 위해 비즈니스 모델을 재정립하고 기회를 선제적으로 활용해야 한다”고 짚었다. AI 에이전트(AI Agents)는 디지털, 물리적 환경에서 인지, 의사결정, 행동을 수행해 기업의 목표 달성을 지원하는 자율 또는 반자율 AI 소프트웨어다. 기업은 대형 언어 모델(LLM)을 비롯한 AI 기술을 활용해 복잡한 작업을 수행할 수 있는 AI 에이전트를 개발, 배포하고 있으며, 이는 고객 서비스, 산업 운영, 데이터 분석, 콘텐츠 제작, 물류 등 여러 분야를 자동화해 산업 전반에 혁신을 가져올 잠재력을 갖고 있다. 예측과 실행 정확성에 대한 우려로 AI 에이전트에 대한 신뢰는 제한적이다. 이 기술은 인간의 감독 없이 중요한 결정을 신속히 내리며 독립성, 사용 편의성이 향상되고 있다. 가트너는 기업이 AI 에이전트를 효과적으로 활용하려면 기능과 적용 범위를 명확하게 이해하고, 전략적 계획에 반영할 것을 권장했다. 의사결정 인텔리전스(Decision Intelligence)는 의사결정을 고도화하는 실용적인 접근 방식으로, 의사결정 방식과 결과를 평가·관리·개선하는 과정을 이해하고 엔지니어링한다. 의사결정을 디지털 자산으로 전환하고 모델링하면, 통찰과 실행 사이의 간극을 줄이고 의사결정의 품질, 실행력, 결과를 개선할 수 있다. 가트너의 크리스티안 스테판(Christian Stephan) 시니어 디렉터 애널리스트는 “에이전틱 AI와 생성형 AI에 대한 과대광고, 의사결정 자동화 관련 규제 압박, 심화된 글로벌 불확실성은 기존 비즈니스 프로세스와 의사결정의 한계를 드러냈다. 이에 따라 기업은 속도와 품질을 넘어 일관성, 규정 준수, 비용 효율성, 적응력을 갖춘 새로운 의사결정 체계를 요구하고 있다”고 전했다. 프로그래머블 머니(Programmable Money)는 소프트웨어를 통해 프로그래밍할 수 있는 디지털 화폐를 의미한다. 알고리즘에 따라 작동 방식을 설정할 수 있어 블록체인 기반 토큰화와 스마트 계약을 활용하면 경제 주체의 참여를 확대하고 가치 교환을 자동화할 수 있다. 기업은 비즈니스 파트너, 직원, 기계 고객과 상호작용하기 위해 프로그래머블 머니를 전략적으로 활용해야 한다. 스테판 시니어 디렉터 애널리스트는 “프로그래머블 머니는 새로운 유형의 통화와 디지털 자산 시장을 열어 금융 서비스 분야에 변화를 가져올 것”이라며, “가치 창출, 자금 조달, M2M(Machine-To-Machine) 등 자산 교환의 혁신을 주도해 공급망과 금융 가치 사슬을 재편할 것”이라고 전망했다. 가트너의 마티 레스닉(Marty Resnick) VP 애널리스트는 “수년간의 디지털 혁신 이후, 기업은 AI와 자동화가 불러온 경쟁, 고객, 제품, 운영, 리더십 재편을 목도하고 있다”면서, “기업은 자율 비즈니스 시대라는 새로운 혁신 국면에 직면했으며, CIO는 신기술이 경쟁력 확보, 효율성 향상, 성장 기회 창출에 어떻게 기여할 수 있는지 평가해야 한다”고 말했다.
작성일 : 2025-09-10
가트너, ‘2025 AI 하이프 사이클’에서 AI 에이전트와 AI 레디 데이터에 주목
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.
작성일 : 2025-08-06
IBM, “아태지역 기업의 AI·인더스트리 4.0 도입 의지에 비해 준비는 미흡”
IBM은 최근 ‘아태지역 AI 기반 인더스트리 4.0 : 미래 산업을 위한 준비’ 보고서를 발표했다. 보고서는 IBM이 의뢰하고 기술 리서치 기업 에코시스템(Ecosystm)이 2025년 3월에 수행한 연구 결과를 담았으며, 아시아태평양(APAC) 지역의 제조 및 에너지·유틸리티 산업 내 기술, 데이터, 비즈니스 리더 135명의 관점을 반영하였다. 중국, 인도, 한국, ASEAN, 호주 등 주요 국가를 포함하여 인더스트리 4.0 도입의 도전과 기회를 분석한 연구 결과에 따르면, 아시아태평양 지역 기업들은 AI와 인더스트리 4.0 역량에 대한 투자를 확대하고 있다. 반면, 많은 기업이 자사의 기술 성숙도 수준을 실제보다 높게 평가하고 있으며, 전체적인 기술 도입 측면에서 근본적인 어려움에 직면하고 있는 것으로 나타났다. 이번 보고서는 특히 제조 및 에너지·유틸리티 산업 내 대기업의 준비 상태를 평가하는데 집중했다. 보고서에 따르면 많은 기업이 설계와 공급망 등 일부 영역에 디지털 도구를 조기에 도입했지만, 디지털 기술의 가치를 실현하려면 전사적 가시성, 강력한 협업, 그리고 AI 중심의 디지털 기반이 필요한 것으로 나타났다. 응답자의 85%가 자사를 ‘데이터 기반’ 또는 ‘AI 우선’ 조직이라 평가했지만, 분석 결과 실제로 높은 성숙도 단계에 있는 기업은 11%(데이터 기반 9%, AI 우선 2%)에 불과했다. 보고서는 이렇게 기업의 리더들이 자사의 성숙도를 과대평가할 경우 전략적 투자가 잘못된 방향으로 이뤄질 수 있으며, 이는 디지털 전환 과정에서 병목 현상이나 정체로 이어질 수 있다고 짚었다. 또한 보고서는 전략 불일치, 인재와 도입에 대한 사각지대, 부서 간 단절된 접근, 핵심 디지털 시스템의 업그레이드 지연, 제한적인 AI 통합 등의 문제점을 실제 확인했다고 설명했다. 조사 결과 10%의 기업만이 인더스트리 4.0 전략을 전사적으로 내재화하고 있으며, 70%는 실행력 없는 전략, 단절된 계획, 또는 고립된 파일럿 프로젝트에 머물고 있다. 이는 단편적이고 비효율적인 진행으로 이어질 수 있다. 직원 저항에 대해 우려하는 기업은 19%에 불과하며, 26%만이 공식적인 재교육 또는 변화 관리 프로그램을 운영하고 있다. 내부 전문성에 자신이 있는 기업도 16%뿐이었다. 인재 역량 강화와 참여 유도를 위한 집중된 투자가 부족하면 AI 도입은 시범 단계에서 정체될 수 있다. 또한, 약 67%의 기업이 부서 단위로 단편적으로 사례를 도입하고 있으며, 73%는 부서 간 지식 공유 체계를 갖추지 못하고 있는 것으로 나타났다. 예측 유지보수를 광범위하게 도입한 기업은 40%, 실시간 공급망 가시성을 확보한 기업은 37%에 그쳐, 중단이나 운영 차질의 위험에 취약한 상태인 것으로 나타났다. AI를 개별 프로세스에 한정해 적용하고 있는 기업은 63%, AI/ML을 전략적 핵심으로 간주하는 기업은 10%에 그쳤다. 보고서는 이로 인해 지능형 운영이 조직 전반에 걸쳐 실현되지 못하고 있다고 짚었다. 한편, IBM의 이번 보고서는 여러 가지 어려움에도 불구하고 인더스트리 4.0을 현실화하고 있는 기업 사례도 함께 소개했다. 한국의 동진쎄미켐은 IBM 왓슨x.ai(watsonx.ai) 기반의 온프레미스 생성형 AI 플랫폼 ‘ASK’를 구축해 R&D 및 운영 전반의 의사결정을 AI로 가속화하고 있다. 말레이시아의 스마트 모듈러 테크놀러지스는 IBM 맥시모 비주얼 인스펙션(Maximo Visual Inspection)을 활용해 품질검사를 자동화하고, 고위험 제조 환경에서 속도와 정확성을 동시에 확보하고 있다. 중국의 폭스바겐 FAW 엔진은 구조화된 데이터 중심 리더십을 통해 5G, AI, 자율 로보틱스를 통합하여 리드타임을 40% 단축하고 있다.   보고서는 기업이 의지와 현실 간의 간극을 해소하고, 인더스트리 5.0을 위한 발판을 마련하기 위해 ▲기술 도입을 측정 가능한 비즈니스 성과 및 투자수익률(ROI)과 연계하는 가치 중심의 기술 전략 수립 ▲전사적 가시성과 지식 공유를 가능케 하는 핵심 기술 활용 및 핵심 플랫폼 강화 ▲데이터를 전략적 자산으로 인식하고 조직 내 단절 제거 및 부서 간 데이터 통합을 통해 전사적 인사이트를 창출할 수 있는 AI 도입 기반 마련 ▲기존 인프라에 새로운 기술을 효율적으로 통합할 수 있는 민첩한 접근 방식 개발 ▲인간 중심, 지속가능성, 회복탄력성을 전환의 중심에 두고 미래지향적 조직을 구축하는  인더스트리 5.0 사고방식 도입 등의 전략적 접근이 필요하다고 제언했다.
작성일 : 2025-07-30
딜로이트-프로스텝, 디지털 프로세스 체인 시연하는 스마트 공장 모델 선보여
딜로이트(Deloitte)는 인더스트리 4.0을 직접 체험할 수 있는 스마트 공장의 모델 시설을 독일 뒤셀도르프에 열었다고 밝혔다. 이 스마트 공장은 사이버-물리 시스템(CPS)의 개발 및 생산에 관련된 모든 산업을 대상으로 하며, 여러 전문 부서 간의 협업을 조율하고 회사 내외부의 수많은 이해관계자를 통합해야 하는 기업을 위해 마련되었다. 딜로이트와 프로스텝(PROSTEP)은 이 공장에서 엔드 투 엔드 데이터 프로세스를 위한 실용적인 활용 사례를 구현했으며, 요구사항 공학, 모델 기반 시스템 엔지니어링(MBSE) 및 개발을 연결하는 디지털 프로세스 체인을 그 예로 들 수 있다. 이들 사용 사례는 엔드 투 엔드 추적성이 어떻게 작동하는지와 AI 지원 프로세스의 기반을 어떻게 마련할 수 있는지를 보여준다. 딜로이트와 프로스텝은엔드 투 엔드 엔지니어링 프로세스 체인 개발을 위해 긴밀히 협력했으며, 이 과정에서 딜로이트의 프로세스 노하우와 프로스텝의 PLM(제품 수명주기 관리) 통합 노하우가 결합되었다. 프로스텝의 설루션인 오픈PDM(OpenPDM)이 통합의 기반을 제공하며, 이는 프로스텝 디지털 스레드 플랫폼의 일부이다. 오픈PDM은 주요 PLM, ALM, ERP 시스템에 대한 표준 커넥터를 제공하여 통합 및 유지보수 비용을 최소화한다. 통합된 IT 시스템 환경은 시스템 개발에서 원활한 협업을 촉진하여, 다양한 전문 부서가 선호하는 전문 시스템에서 높은 수준의 품질과 효율성을 달성할 수 있도록 한다. 또한 개발 주기를 단축하고 A-SPICE, CSMS 표준, MDR(의료기기 규정) 등에서 요구하는 추적성 관련 규정 준수 요건을 충족하는 데 도움이 된다.     이런 사용 사례는 V-모델(V-model)을 따르는 일반적인 개발 프로세스를 기반으로 한다. 이해관계자의 요구사항은 먼저 PTC 코드비머(PTC Codebeamer)에 기록된 후, 다쏘시스템의 카티아 매직 사이버 시스템즈 엔지니어(Catia Magic Cyber Systems Engineer)로 전송되어 시스템 아키텍처를 모델링하고 추가적인 기능 및 시스템 요구사항을 도출하는 데 사용된다. 특정 성숙도에 도달하면 전체 요구사항 패키지는 추가 개발을 위해 지멘스 팀센터(Siemens Teamcenter)로 전달된다. 프로스텝의 피터 팔츠그라프(Peter Pfalzgraf) 파트너 매니저는 “이렇게 구현된 사용 사례의 주요 장점은 자동화된 데이터 인터페이스가 도메인 경계를 넘나드는 협업을 용이하게 한다는 점”이라면서, “이 설루션은 연결된 IT 시스템에서 일관된 데이터 상태를 보장하고 시스템 간 추적성을 지원한다. 이를 통해 여러 전문 부서 간의 협력이 필요한 복잡한 시스템의 개발 속도를 높이는 데 기여한다”고 밝혔다. 딜로이트의 티노 크루거(Tino Krüger) 제품 전략 및 수명 주기 관리 파트너는 “프로스텝이 규제 산업에서 이기종 시스템 환경을 통합한 수십 년의 경험을 가지고 있어 파트너로 선택했다”면서, “두 회사는 자동차, 방위, 항공우주, 의료 기술, 플랜트 엔지니어링, 조선 등 수많은 다양한 산업에서 사업을 운영하고 있다. 우리는 서로를 완벽하게 보완한다”고 전했다.
작성일 : 2025-07-30
팀뷰어, “중소기업 AI 도입 빠르지만 관련 교육 및 보안은 미흡”
팀뷰어가 중소기업의 AI 도입 및 활용 현황을 조사한 ‘인공지능 기회 보고서’를 발표했다. 이 보고서에 따르면, 중소기업은 빠르게 AI를 도입하고 있지만, 활용 성숙도 측면에서는 여전히 해결해야 할 과제가 있는 것으로 나타났다. 이번 보고서는 중소기업 의사결정자 427명을 포함한 전 세계 1400명의 비즈니스 리더를 대상으로 실시됐다. 조사 결과, 중소기업 응답자의 72%가 스스로를 AI 전문가라고 인식하면서도 95%는 AI를 효과적으로 활용하기 위해 추가 교육이 필요하다고 답했다. 스스로 평가하는 성숙도 수준과 관계 없이 AI는 이미 중소기업의 핵심 어젠다로 자리 잡고 있으며, 그 활용은 IT 인력에만 국한되지 않는다. 중소기업 리더의 86%는 IT 팀 외 직원들의 AI 도구 활용에 긍정적인 입장을 보였다. 그러나 실제로는 중소기업 응답자 3명 중 1명만이 AI를 매일 사용하고 있으며, 주 1회 이상 사용하는 비율은 16%에 불과해 사용은 보편화되어 있지만, 활용 빈도는 낮은 것으로 나타났다. 그럼에도 불구하고 중소기업은 대기업보다 더 높은 AI 성숙도를 보고하고 있다. 대기업의 단 22%만이 자사 AI 활용 수준을 ‘매우 성숙하다’고 평가한 반면, 중소기업 의사결정자 35%가 그렇다고 응답했다. AI를 도입하지 않을 경우 발생할 위험에 대한 우려도 제기되었다. 중소기업 의사결정자의 28%는 자동화 기회 상실로 인한 운영비 증가를 가장 큰 문제로, 전체 응답자의 26%는 경쟁에서 뒤처지는 것을 가장 크게 우려로 꼽아 우선순위가 다르게 나타났다. 중소기업 리더들은 AI의 잠재력에 대해 여전히 낙관적인 전망을 보였다. 응답자의 72%는 AI가 100년 만의 가장 큰 생산성 향상을 이끌 것으로 기대했으며, 76%는 AI가 비즈니스 성과 개선에 필수적이라고 답했다. 70%는 AI가 부모세대나 돌봄 제공자(간병인 등)의 일자리 기회 확대에도 기여할 것으로 평가해 AI의 사회적 가치에도 주목하고 있다. 하지만 여전히 역량 격차는 남아 있다. 중소기업 응답자의 72%는 스스로를 AI 전문가로 평가했지만, 95%는 효과적으로 활용하기 위한 추가 교육이 필요하다고 답했다. AI 성숙을 저해하는 주요 장애 요인으로는 교육 부족과 보안 문제가 꼽혔다. 38%는 교육 부족을 발전의 주요 걸림돌로 지목했고, 74%는 데이터 관리 리스크를 우려했으며, 65%는 보안 프레임워크 내에서만 AI를 사용한다고 밝혔다. 특히 77%는 회사 내 미승인 AI 도구 사용과 같은 위험을 효과적으로 관리하는 것이 어렵다고 인식하고 있다. 인프라도 주요 과제로 지적되었다. 중소기업 의사결정자의 47%는 AI를 원하는 속도로 빠르게 확장할 수 있는 시스템이 갖춰지지 않았다고 답했다. 반면, 75%는 향후 12개월 내 AI 투자를 확대할 계획이라고 했으며, 4명 중 3명은 향후 6~12개월 내 투자 증가를 예상해 단순한 도입 단계에서 벗어나 보다 고도화된 AI 구현 단계로 전환하려는 의지를 보여줬다. 한편, 팀뷰어는 ‘팀뷰어 인텔리전스(TeamViewer Intelligence)’를 통해 중소기업이 AI 접근성 확보를 넘어 실질적인 운영 전반에 효과적으로 AI를 적용할 수 있도록 도울 것이라고 전했다. 팀뷰어 인텔리전스는 IT 팀을 위한 세션 인사이트와 분석 기능에 더해, 새롭게 선보인 ‘팀뷰어 코파일럿(TeamViewer CoPilot)’으로 중소기업이 겪는 AI 관련 격차 해소를 지원한다. 팀뷰어 코파일럿은 원격 지원 세션에 내장된 디지털 어시스턴트로, IT 담당자가 도구를 전환하거나 문맥을 놓치지 않고도 집중력을 유지하며 더 빠르고 정확한 의사결정을 할 수 있도록 돕는다. 담당자는 질문을 하고, 반복 업무를 자동화하며, 상황에 맞는 명확한 안내를 받을 수 있다. 이를 통해 중소기업은 복잡성을 높이거나 추가 리소스를 투입하지 않아도 IT 효율을 높이고, 가동 중단 시간을 줄이며 서비스 품질을 개선할 수 있다. 아터스 루팔라(Artus Rupalla) 팀뷰어 제품 관리 이사는 “중소기업은 AI 도입에 대한 의지가 강하지만, 초기 도입을 지속가능한 성과로 전환하는 올바른 방법을 여전히 찾고 있는 경우가 많다”며 “핵심은 단순히 도구를 늘리는 것이 아니라, 더 스마트한 통합으로, 자동화, 인사이트, 일관성을 일상 업무에 자연스럽게 녹여내는 설루션이 필요하다. 이번 조사를 통해 중소기업이 이론적 AI가 아닌 실질적인 문제 해결을 위한 AI를 원한다는 점을 확인했다. 팀뷰어는 ‘팀뷰어 인텔리전스’와 같은 실용적 설루션을 통해 실험 단계를 넘어 실행 단계로 나아가고 실질적 성과 향상을 이룰 수 있도록 지원한다”고 말했다. 이혜영 팀뷰어코리아 대표이사는 “팀뷰어는 글로벌 수준의 기술력과 보안 역량을 바탕으로, 한국 시장의 실용적이고 민첩한 비즈니스 환경에 최적화된 설루션을 제공하고자 한다”며 “특히 한국 중소기업이 복잡한 시스템 없이도 안전하게 AI를 도입하고 빠르게 업무 생산성을 높일 수 있도록, 현지화된 기술 지원과 실행 중심의 전략으로 적극 지원하겠다”고 말했다.
작성일 : 2025-06-25
아비바, ‘2024 지속가능성 보고서’의 주요 지표 공개
아비바가 런던 기후 행동 주간 행사에 참석해 2024 지속가능성 보고서를 발표했다. 이 보고서에는 아비바의 지속가능성 목표 및 친환경 제품 로드맵에 대한 최신 업데이트와 더불어 신뢰할 수 있는 정보와 인사이트를 통합하도록 설계된 소프트웨어를 통해 자원을 보다 책임감 있게 사용할 수 있는 방법이 담겨 있다. 아비바는 올해 보고서를 통해 자사의 지속가능성 프레임워크의 세 가지 축인 기술 발자국, 운영 발자국, 포용적 문화 모두에서 상당한 진전을 이뤘다고 밝혔다. 2024년에는 재생 에너지 사용으로의 전환, 전략적인 사무실 공간 관리, 차량 최적화 등의 조치를 통해 기준 연도 대비 직접배출(scope 1) 및 간접배출(scope 2) 전체에서 93%를 감축했다. 2024년 말까지 아비바는 그린 소프트웨어 재단의 원칙에 따라 전체 제품 포트폴리오의 성숙도를 평가하여 지속 가능한 소프트웨어 개발에 대한 약속을 강화했다. 이와 동시에 연구 개발 팀은 에너지 소비를 평가하기 위해 자사 제품의 85%에 대한 전력 소비 벤치 테스트를 완료했다. 이러한 노력이 합쳐져 친환경 소프트웨어 원칙에 따라 향후 개선 방향에 대한 기준선을 확립해 나갈 예정이다. 아비바의 캐스퍼 퍼즈버그(Caspar Herzberg) CEO는 “우리는 지속 가능성과 비즈니스 성공이 밀접하게 연관되어 있다고 믿는다”고 말하며, “아비바는 고객이 산업 인텔리전스의 잠재력을 최대한 활용하여 복잡한 데이터와 프로세스에 대한 가시성과 인사이트를 확보할 수 있도록 지원하는 데 집중하고 있다. 효율성과 생산성 모두에서 측정 가능한 개선을 달성하여 비용, 배출량 및 리소스 요구 사항을 크게 절감할 것으로 기대한다. 2024 지속가능성 보고서에는 기술 영향력을 강화하고, 운영 공간을 줄이며, 포용적인 문화를 발전시키기 위해 우리가 이룬 진전이 담겨있다”고 설명했다. 아비바는 기업 고객들이 자사의 핵심 제품을 이용함으로써 기후 변화에 긍정적으로 대응하는 계기를 마련할 수 있다는 가정하에, 제품 내 일정 부분에서 관찰된 물질적 에너지 절감량을 반영하여 탄소 배출 감축량을 발표하는 것으로 지속가능성 보고서를 공개했다. 아비바는 앞으로도 계측 가능한 감축량 및 회피량 산출 방식을 더욱 정교화하고 범위를 확대해 나갈 계획이다. 아비바의 리사 위(Lisa Wee) CSO는 “2025년 목표의 마지막 해에 접어들면서 우리는 목표를 달성하고 지속 가능성 프레임워크를 통해 더욱 대담한 길을 개척하는 데 집중하고 있다. 가장 핵심은 소프트웨어, 즉 고객과 협력하여 탈탄소화를 추진하고, 회복력을 높이며, 순환성을 지원하는 방식에서 비롯된다. 때문에 일부 산업 부문에 대한 2024년 고객의 탄소 배출량 절감 및 방지 데이터를 공개적으로 보고하고 있다. 또한 광범위한 영향을 파악하고 정량화하기 위한 방법론을 확장하기 노력하고 있다. 아비바는 소프트웨어를 통해 디지털 혁신을 주도하고 책임감 있는 운영으로 모범을 보이면서 지속 가능한 미래를 향해 계속 나아갈 것”이라고 덧붙였다.
작성일 : 2025-06-25
2024년 산업디지털전환실태조사 결과 (DX 리포트)
이 내용은 한국생산성본부(KPC)가 수행한 제조업 디지털전환(DX,  Digital Transformation) 및 AI 활용도 관련 공식 조사 결과이다.   주요 조사 결과 요약 AI 실제 도입률 제조업 응답 기업의 약 90%가 실제로 AI를 도입하지 않은 것으로 나타났습니다. 이는 제조업 내 AI 도입률이 3.9%에 그치는 등, 타 산업(정보통신 25.7%)에 비해 현저히 낮은 수치입니다. AI 도입 저해 요인 AI 도입이 저조한 주요 원인으로는 다음이 꼽혔습니다. 인프라 부족: 고성능 컴퓨팅 환경, 네트워크 등 AI 활용에 필요한 인프라가 미흡함. 산업 데이터 확보의 어려움: 제조 현장에서 발생하는 데이터의 품질 및 통합 문제, 데이터 자체의 부족이 큰 장벽으로 작용함. 전문 인력 부족, 초기 투자비용 부담, 기존 시스템과의 연계성 문제 등도 복합적으로 영향을 미침. 추가 참고 AI 활용률이 낮은 배경에는 산업 데이터의 관리 및 공유가 어렵고, AI 도입에 따른 실질적 변화(생산성, 비용 등)가 아직 제한적이라는 현장 평가도 반영되어 있습니다. 기업들은 AI 도입 필요성은 인식하고 있으나, 실제 활용률은 30% 미만, 제조업은 20% 내외로 조사되었습니다. 결론 한국생산성본부(KPC)가 발표한 제조업 디지털전환 및 AI 활용 실태조사 결과는 KPC 공식 홈페이지 공지사항에서 확인할 수 있습니다. 제조업의 AI 도입률은 매우 낮으며, 인프라와 데이터 확보의 어려움이 핵심 저해 요인임이 명확히 드러났습니다 ----------------------------------- 1.    조사 배경    인공지능, 빅데이터 등 디지털 기술의 등장은 과거 전통적 산업 간의 경계를 희미하게 만드는 동시에, 경제 성장의 새로운 원동력으로 각광받고 있음     이들 기술을 활용한 디지털 전환(DX; Digital Transformation)은 공정의 최적화는 물론, 제품 지능화, 서비스 고도화를 통해 산업에 당면한 과제를 해결하고 새로운 가치를 창출한다는 점에서 의미가 매우 크나, 현실적으로 중견, 중소기업에서는 인력, 자금 등의 문제로 산업 디지털 전환이 필요함에도 추진하기에 어려운 부분이 존재함     이처럼 기업의 애로사항과 불확실성이 존재하는 상황에서 정부에서 의결한 ‘산업 디지털 전환 촉진법’은 디지털 전환과 관련된 법적 사각지대를 해소하고 법률적 기반을 마련하는 계기가 될 것임     향후 산업 디지털 전환과 관련된 종합계획이 수립되고 각종 세부 정책들이 본격적으로 추진되기 위해서는 디지털 전환 역량이나 준비도 등의 산업계 실태를 면밀하게 파악하는 것이 선행되어야 함. 특히,  산업 디지털 데이터의 공유와 협업을  통한 수익 창출과 관련된 규범이 새롭게 마련된 만큼 이를 위한 정책적 근거자료 마련이 필수적임   조사 근거 : 산업디지털전환촉진법 2.    조사 목적     규모별 디지털 전환(DX) 인식 수준, 산업의 데이터 활용률, 디지털 전환 역량 및 애로사항, 요구사항 등을 종합적으로 조사함으로써 DX 역량진단 및 기업 수준을 분석, 평가할 수 있는 기초자료를 수립하고자 함     또한, 각종 데이터 수집 현황,  분석 및 활용 역량,  데이터 협력·거래  등 산업 데이터 역량과 니즈를 확인함으로써  실제  사업 수행 시 기업 간 매칭 및 맞춤형 지원사업을 가능토록 하고자 함   산업데이터 생성ㆍ활용의 활성화와 지능정보기술의 산업 적용을 통하여 산업의 디지털 전환을 촉진함으로써, 산업 경쟁력을 확보하고 국민의 삶의 질 향상과 국가 경제발전에 이바지하기 위해 필요한 ‘산업 디지털전환 종합 계획’ 수립 및 시행을 위한 관련 현황, 통계 및 실태 파악   목차 제 1장. 서론    1 01.    조사  배경 및 목적    3 1.    조사 배경    3 2.    조사 목적    3 01.    표본설계    4 1.    조사 대상    4 2.    모집단  분포 및 표본틀    5 3.    표본설계    6 4.    가중치와 추정    8 02.    조사 개요    11 1.    조사 개요    11 2.    조사 항목    11 03.    응답자 특성    13 제 2장. 조사결과    14 01.    디지털 전환 인식    16 (1)    DX에    대한 임직원의 인지도    16 (2)    디지털    비전과 리더십 단계    17 (3)    디지털    전략 단계    18 (4)    디지털    기술과 솔루션 이해도    19 02.    산업 데이터 역량    20 1.    데이터 수집    20 (1)    시장 및 고객 데이터 수집 방법, 비중    20 (2)    공정  데이터  수집 방법, 비중    21 (3)    제품 및 서비스 데이터 수집 방법, 비중    22   (4)    데이터 인프라    23 (5)    데이터  품질관리 성숙도 단계    24 (6)    데이터 수집시 애로사항    25 2.    데이터 분석·활용    26 (1)    ‘데이터    사용/관리’ 변화 정도    26 (2)    데이터    분석·활용 역량 수준    27 (3)    데이터    관련 전문인력 현황, 필요 규모    28 (4)    데이터    분석·활용 시 장애요인    29 3.    데이터 협력·거래    30     (1) 데이터 협력, 거래 활동 여부    30 (1-1) 데이터 협력, 거래 활동 목적    31 (1-2) 데이터 협력, 거래 활동이 없는 이유    32 (2)    데이터    협력,    거래를 위한 정보 획득 경로    33 (3)    데이터    협력,    거래의 애로사항    34 (4)    데이터    협력,    거래 과정에서 경험한 부당한 대우, 침해행위    35 4.    인공지능(AI) 활용    36 (1)    인공지능(AI) 기술의 업무 활용 여부    36 (2)    인공지능 기술을 업무에 활용하는 목적    37 (3)    인공지능 기술을 업무에 활용 시, 가장 어려웠던 점    38 (4)    인공지능 기술을 업무에 활용하지 않는 이유    39 03.    디지털 기반 프로세스 혁신    40 1.    디지털  프로세스 혁신 활동    40 (1)    업무 프로세스에 적용하고 있는  디지털 기술    40 (1-1) 디지털 기술별 적용  업무 프로세스_빅데이터    41 (1-2) 디지털 기술별 적용  업무 프로세스_인공지능    42 (1-3) 디지털 기술별 적용  업무 프로세스_IoT    43 (1-4) 디지털 기술별 적용  업무 프로세스_클라우드    44 (1-5) 디지털 기술별 적용  업무 프로세스_AR/VR    45 (1-6) 디지털  기술별 적용 업무  프로세스_지능형 협동 로봇    46 (1-7) 디지털  기술별 적용  업무 프로세스_RPA    47   (1-8) 디지털 기술별 적용 업무 프로세스_디지털마케팅솔루션    48 (1-9) 디지털 기술별 적용 업무 프로세스_3D 프린팅    49 (1-10) 디지털 기술별 적용 업무 프로세스_모바일 기술    50 (1-11) 디지털 기술별 적용 업무 프로세스_5G 기술    51 (1-12) 디지털 기술별 적용 업무 프로세스_보안    52 (2)    각 디지털 기술별로 과거부터 현재까지 예상되는 투자 비중    53 (3)    지난 1년간 디지털 기술 관련 투자액    54 (4)    빅데이터 부문 투자 금액(최근 1년)    55 (5)    인공지능 부문 투자 금액(최근 1년)    56 (6)    도입한 디지털 기술/도입하지는 않았으나 도입 효과가 좋을 것으로 예상되는 기술 · 57 (7) 디지털 기술 도입에 있어 자체 도입 & 아웃소싱 비중    59 (8) 디지털 기술 도입 후,  사후 관리    60 2.    (8-1) 사후 활동이 잘 되지 않는 이유    61 (9)    ‘정보화  준비도’ 변화 정도    62 (10)    ‘정보화  기술  수준’ 변화 정도    63 디지털  기반  프로세스 혁신 성과    64 (1)    ‘업무 프로세스 개선’ 변화 정도    64 (2)    자동화를    통한 업무시간 단축 여부 및 단축된 시간    65 (3)    프로세스    자동화율    66 (4)    프로세스    지능화율    67 (5)    프로세스    통합 연계율    68 04. 디지털 신기회    창출    69 1.    비즈니스 모델 혁신 활동    69   (1)    ‘비즈니스 모델’ 변화 정도    69 (2)    최근 3년간 디지털 기반 비즈니스 모델 혁신 및 변경 시도 여부    70 (2-1) 비즈니스 모델 혁신을 위한  시도의 목적    71 (2-2) 디지털 기반 비즈니스 모델  혁신의 유형    72 (3)    ‘고객 관련 업무’ 변화 정도    73 2.    디지털 제품 및 서비스 창출    74 (1)    최근 3년 디지털 연구 성과  창출 경험    74 (2)    ‘신제품/서비스 개발’ 변화 정도    75 (3)    최근 3년간 디지털 기술 적용을 통한 획기적 개선, 새롭게 출시된 제품 및 서비스 · 76 (3-1) 제품 및 서비스 개선, 출시를 위해 적용한 디지털 기술    77 (3-2) 제품 및 서비스 혁신을 위해 적용된 디지털 기술 획득 경로    78 (3-3) 전체 매출액에서 디지털 혁신 제품 및 서비스 매출이 차지하는 비중    79 (3-4) 디지털 혁신 제품 및 서비스가 개선, 출시되지 않은 이유    80 05.    디지털 전환 역량    81 (1)    ‘정보화 비전과 전략’ 변화 정도    81 (2)    ‘디지털 전환 인식’ 변화 정도    82 (3)    ‘혁신 문화 수준’ 변화 정도    83 (4)    디지털 전환 추진 여부    84 (4-1) 디지털  전환 추진 주도 부서    85 (5)    디지털 부문 연구개발 투자 금액(최근 1년)    86 (6)    디지털 부문 연구개발 인력 수    87 (7)    ‘정보화 인력 수준’ 변화 정도    88 (8)    디지털 전환 추진계획 보유 여부    89 (8-1) 디지털 전환 추진 시기    90 (8-2) 디지털 전환 추진을 위한  자금 조달 방식    91 (9)    디지털 전환 관심 분야    92 (10)    디지털 전환 관련 인력 양성을 위한 직원 교육 프로그램 실시 여부    93 (11)    디지털 전환 추진을 위한 인력 양성 및 외부 충원 계획 여부    94 (11-1) 디지털 전환 추진을 위해 필요한  인력 유형    95 (12)    디지털 전환 관련 협업 여부    96 (12-1) 디지털 전환 관련 외부 협업  유형별 수요    97 (13)    ‘지식 공유 수준’ 변화 정도    98 (14)    디지털 전환 관련 수출 애로사항    99 06.    디지털 전환 애로사항 및 정책 수요    100 (1)    디지털 전환 추진 애로사항    100 (2)    정부 및 지자체의 디지털 전환 정책지원 수요    101 (2-1) 정책지원을 받지 않은 이유    102 (3)    필요로 하는 디지털 전환 관련 정부  정책 분야    103   (4)    ‘정부    DX 지원 및 규제 환경’ 변화 정도    104 (5)    ‘시장    환경’ 변화 정도    105 (6)    ‘기술    환경’ 변화 정도    106 (7)    ‘경쟁    환경’ 변화 정도    107 부록. 설문지    108 상세내용 보러가기
작성일 : 2025-06-16
디지털 트윈 컨소시엄, AI 에이전트 시스템 평가 위한 역량 주기율표 공개
디지털 트윈 컨소시엄(DTC)은 실제 역량에 기반해 AI 에이전트 시스템을 평가하기 위한 표준화된 접근 방식이자 포괄적인 프레임워크인 AI 에이전트 역량 주기율표(AI Agent Capabilities Periodic Table : AIA CPT)를 발표했다. AIA CPT는 다양한 역량을 가진 시스템에 ‘에이전트’ 또는 ‘에이전틱 AI’라는 명칭이 붙으면서 가중되는 시장의 혼란을 해소하기 위해 마련됐다. 이 새로운 프레임워크는 디지털 트윈 역량 주기율표(DT CPT)를 통해 디지털 트윈 시장의 개념을 명확히 했던 것과 동일한 방법론을 적용한다. 기업은 AIA CPT와 DT CPT를 사용해 디지털 트윈과 자율 에이전트의 행동을 결합한 통합 설루션을 평가할 수 있다. AIA CPT는 ▲인식 및 지식 ▲인지 및 추론 ▲학습 및 적응 ▲행동 및 실행 ▲상호작용 및 협업 ▲거버넌스 및 안전 등 여섯 가지 주요 범주로 구성된다. 각 범주는 측정 가능한 성능 기준치를 포함한 구체적인 평가 기준과 함께 다양한 역량을 포괄할 예정이다. 디지털 트윈 컨소시엄은 “AIA CPT는 여러 산업과 성숙도 수준에 걸쳐 AI 에이전트 시스템에 대한 통찰력을 제공하여 산업 간 AI 에이전트 평가를 가능하게 한다”면서, “이를 통해 공급업체의 용어와 관계 없이 객관적인 평가가 가능해지며, 기술에 구애받지 않는 설계로 모든 AI 플랫폼과 구현 방식에 적용할 수 있을 것”이라고 전했다.   ▲ 이미지 출처 : 디지털 트윈 컨소시엄   AIA CPT 프레임워크는 기본적인 ▲대화형 에이전트부터 ▲절차적 워크플로 에이전트 ▲인지적 자율 에이전트 ▲다중 에이전트 생성 시스템(MAGS)까지 네 단계의 성숙도 수준을 정의한다. 또한, AIA CPT와 DT CPT는 지능형 시스템 생태계의 포괄적인 평가 수단을 제공한다. 기업은 이를 활용해 표준화된 방식으로 AI 에이전트 역량을 디지털 트윈 인프라 요구사항에 맞추고, 통합 시스템의 역량 격차를 식별 및 해결하며, 트윈 데이터와 모델을 효과적으로 활용하는 에이전트를 설계하고, 통합을 유지하면서 에이전트와 디지털 트윈 역량을 독립적으로 확장할 수 있게 될 전망이다. 디지털 트윈 컨소시엄의 댄 아이작스(Dan Isaacs) 제너럴 매니저 겸 CTO는 “AI 에이전트 시장은 초창기 디지털 트윈이 겪었던 것과 동일한 평가 문제에 직면해 있다. 기업들은 공급업체를 공정하게 비교하고 AI 에이전트 구현에 대한 현실적인 기대를 설정하는 데 어려움을 겪고 있다”면서, “디지털 트윈 컨소시엄은 확립된 역량 기반 평가 접근 방식을 적용함으로써, 기업이 AI 에이전트 투자에 대해 정보에 입각한 결정을 내리도록 도울 수 있다”고 전했다.
작성일 : 2025-06-09
알테어, ‘가트너 매직 쿼드런트’ 데이터 과학·머신러닝 플랫폼 리더 선정
  알테어가 2025년 가트너 매직 쿼드런트 데이터 과학 및 머신러닝 플랫폼 부문에서 2년 연속 리더로 선정됐다고 밝혔다.  가트너 매직 쿼드런트 보고서는 특정 시장의 기술 성숙도와 공급업체 간 경쟁력을 평가한 시장 조사 결과로, 기업들을 리더, 챌린저, 비저너리, 틈새 시장 플레이어 네 가지 유형으로 분류한다. 이번 결과는 비전의 완성도와 실행 능력을 중심으로 평가되었으며, 알테어는 두 분야 모두에서 높은 점수를 받았다고 소개했다.   알테어의 데이터 분석 및 AI(인공지능) 플랫폼인 알테어 래피드마이너는 로코드 기반 AutoML, 고급 MLOps(머신러닝운영) 기능, 에이전트 프레임워크, 고속 데이터 시각화 등의 기업 AI를 지원하는 기능을 제공한다. 특히 알테어 래피드마이너는 SAS 언어 실행을 지원하는 설루션과 함께 기존 분석 환경을 유지하면서 워크플로의 현대화를 병행할 수 있도록 지원한다. 여기에 대규모 병렬 연산 기반의 그래프 엔진을 통해 지식 그래프 구축, 데이터 패브릭, 온톨로지 모델링 등 엔터프라이즈 규모의 데이터 통합 환경도 제공한다.   알테어의 샘 마할링엄 최고기술책임자(CTO)는 “2년 연속 리더로 선정된 것은 알테어의 데이터 과학 및 AI 기술력이 시장에서 신뢰받고 있음을 입증하는 결과”라며, “지멘스 생태계와의 통합을 바탕으로 고객이 AI를 더 빠르게 구축하고 확장할 수 있도록 지속적으로 혁신을 이어갈 것”이라고 밝혔다.
작성일 : 2025-06-04
서비스나우, AI 플랫폼 공개… 기업 전반 AI 활용 가속화
  서비스나우(ServiceNow)가 연례 최대 규모의 고객 및 파트너 행사인 ‘K25(Knowledge 2025)’에서 새로운 서비스나우 AI 플랫폼을 공개했다. 이번 플랫폼은 엔비디아(NVIDIA), 마이크로소프트(Microsoft), 구글(Google), 오라클(Oracle) 등 전략적 파트너들과의 통합을 강화하며, 기업들이 AI, 에이전트, 모델을 전사적으로 활용할 수 있도록 지원한다. 이번 플랫폼은 엔비디아(NVIDIA), 마이크로소프트(Microsoft), 구글(Google), 오라클(Oracle) 등 전략적 파트너들과 통합을 한층 강화하고, 플랫폼 전반에 걸친 혁신을 통해 전사적 통합 운영을 가속화한다. 어도비(Adobe), 앱티브(Aptiv), 북미아이스하키리그(NHL), 비자(Visa), 웰스 파고(Wells Fargo) 등 글로벌 선도 기업들은 이미 서비스나우 AI를 활용해 실질적인 비즈니스 성과를 창출하고 있다. AI 혁신으로 기업 운영 최적화 전 산업에 걸쳐 선도기업들은 복잡한 과제를 안고 있다. 그 배경에는 분산된 시스템, 일관성 없는 데이터, AI 전략의 부재, 제한된 자원 속에서 더 많은 성과에 대한 압박이 있다. AI 혁신은 비즈니스 운영 방식을 근본적으로 변화시켜 회복탄력성, 효율성, 비용 절감은 물론, 기술 부채와 예측 불가능성 해소에 기여한다. 하지만 이러한 혁신을 성공적으로 이끌기 위해서는, 미래를 대비한 플랫폼과 함께 AI 에이전트를 적극 수용하려는 명확한 비전과 실행 의지가 필요하다. AI를 선제적으로 도입한 기업들은 이미 조직 전반에서 생산성을 높이며 가시적인 성과를 내고 있다. 재무적 효과도 뚜렷하다. 서비스나우 엔터프라이즈 AI 성숙도 지수(Enterprise AI Maturity Index)[1]에 따르면, AI 에이전트를 도입한 조직의 55%가 수익성이 개선된 것으로 나타났으며, 도입을 고려하지 않는 조직은22%에 그쳤다. 20년 이상의 자동화 경험과 복잡한 엔터프라이즈 워크플로우 문제를 해결해온 검증된 성과를 바탕으로, 서비스나우 AI 플랫폼은 사람을 위한 AI 도입을 검토하는 기업들에게 게임 체인저로 자리매김하고 있다. 빌 맥더멋(Bill McDermott) 서비스나우 회장 겸 CEO는 “서비스나우는 서비스나우 AI 플랫폼을 통해 기업 혁신의 새로운 시대를 열고 있다. 우리는 산업, 에이전트, 워크플로우를 막론하고 AI의 잠재력을 실현하고 있다”고 말했다. 이어 그는 “수십 년 동안 CEO들은 기술이 비즈니스 혁신의 속도를 높이길 기대해 왔다. 이제 이 차세대 아키텍처를 통해 통합된 기업을 실시간으로 운영할 수 있는 기반을 마련했다. 서비스나우는 AI, 데이터, 워크플로우를 단일 플랫폼에서 조율할 수 있는 유일한 기업이다. 지금이야말로 서비스나우를 21세기의 AI 운영 체제로 삼아 미래의 기회를 현실로 만들 때다”라고 강조했다. 전 세계 선도 기업들은 이미 서비스나우의 AI 에이전트를 활용해 운영 방식, 혁신 전략, 서비스 제공 방식을 근본적으로 변화시키고 있다. 글로벌 기업들의 AI 도입 사례 · 어도비는 IT 및 업무 환경 전반에 걸쳐 자동화를 가속화하기 위해 서비스나우의 AI 에이전트를 도입해 혁신과 성장을 추진하고 있다. 비밀번호 재설정, 인증서 관리 등 반복적인 요청에 AI 에이전트를 적용해 티켓(지원 요청) 발생 건수를 줄이고, 처리 시간을 단축하며, 직원 생산성을 향상시키고 있다. 어도비는 AI 에이전트 도입을 확대할 계획이다. · 앱티브와 서비스나우는 핵심 산업 분야에서 지능형 자동화와 운영 회복력을 함께 강화하고 있다. 서비스나우 AI 플랫폼의 기술력과 앱티브의 엣지 인텔리전스(edge intelligence)를 결합해 자동화 수준과 운영 효율을 높이기 위한 파트너십 체결을 최근 발표했다. · 북미아이스하키리그(NHL)는 조직의 운영을 간소화하기 위해 서비스나우 AI를 적극 도입하고 있다. 이를 통해 직원들이 보다 신속하게 문제를 해결할 수 있도록 돕고, 경기장 기술진이 경기 당일 경험을 개선함으로써 수백만 팬들에게 더욱 향상된 서비스를 제공하고 있다. · 웰스 파고는 랩터DB(RaptorDB)와 서비스나우 AI를 함께 도입해 복잡한 워크플로우를 자동화하고, 실시간 데이터 처리 환경을 구축해 AI 기반 의사결정을 전사적으로 강화하고 있다. · 비자는 서비스나우와 공동 개발한 AI 기반 분쟁 해결 시스템인 ‘서비스나우 분쟁 관리(ServiceNow Disputes Management)’를 도입할 예정이다. 이 시스템은 서비스나우 플랫폼 상에서 운영되며, AI 에이전트 기능을 탑재하고 있다. 이번 제품 출시의 성공에 힘입어 비자는 서비스나우의 AI 기술을 활용해 자체 관리형 분쟁 처리 서비스(Managed Dispute Services)를 제공할 계획이다. 서비스나우 AI 플랫폼 주요 기능 새롭게 재구성된 서비스나우 AI 플랫폼은 인텔리전스, 데이터, 오케스트레이션을 통합하고, 스마트한 대화형 AI 참여 계층(AI Engagement Layer)을 통해 파일럿 단계를 넘어 실제 업무에 AI를 본격 적용할 수 있도록 돕는다. 이 AI 참여 계층은 서비스나우의 놀리지 그래프(Knowledge Graph), 워크플로우 데이터 패브릭(Workflow Data Fabric), AI 에이전트 패브릭(AI Agent Fabric)을 기반으로 하며, 여러 시스템에 걸쳐 복잡한 업무를 처리할 수 있도록 지원한다. 각 요소들은 모두 기업 내 데이터 시스템과 에이전트 기반 프레임워크와 연결돼, 조직 전반의 AI 활용을 뒷받침한다. 이번 플랫폼 혁신은 파트너십 확대, 수천 개의 즉시 활용 가능한 AI 에이전트, 그리고 ‘서비스나우 AI 컨트롤 타워(AI Control Tower)’ 출시를 비롯해, AI 기술을 중심으로 한 서비스나우 생태계의 확장을 본격화하고 있다. 서비스나우는 AI 플랫폼과 함께 이 강력한 기능들을 도입해, AI의 가치를 기업 전반으로 확장하고 있다. 주요 신기술 및 파트너십은 다음과 같다. · AI 컨트롤 타워: 서비스나우 및 타사 AI 에이전트, 모델, 워크플로우를 단일 플랫폼에서 관리, 통제, 보호하며 실질적 가치를 실현할 수 있도록 지원하는 중앙 통합 지휘 센터로, 원활한 협업, 강력한 통제, 전사적 자동화를 가능하게 한다. · AI 에이전트 패브릭: 기업 내 AI 에이전트 생태계를 위한 소통의 기반으로, 다양한 도구, 팀, 공급업체 전반에서 AI 에이전트 간 협업을 지원한다. 마이크로소프트, 엔비디아, 구글, 오라클 등과 같은 파트너들과의 매끄러운 연동을 지원하며, 서비스나우, 파트너, 내부 팀이 구축한 에이전트와 오케스트레이터가 컨텍스트를 공유하고 작업을 조율하며 기업 생태계 전반에서 결과를 이끌어낸다. · 차세대 CRM: 판매, 주문 처리, 고객 서비스를 하나의 플랫폼으로 통합한 AI 기반의 고도화된 CRM 솔루션. 수동적인 고객 지원에서 벗어나, 고객 여정 전반에 걸친 능동적이고 전략적인 고객 관리가 가능하다. 구성·가격·견적(CPQ)부터 주문 이행, 고객 지원, 계약 갱신까지 전 과정을 아우르며, 현대 비즈니스 환경에 최적화된 CRM 경험을 제공한다. · 아프리엘 네모트론 15B(Apriel Nemotron 15B): 서비스나우와 엔비디아가 공동 개발한 새로운 추론형 대형 언어 모델(LLM)로, 대규모 AI 에이전트 구현을 위해 설계됐다. 이 언어 모델은 우수한 성능, 비용 효율성, 높은 확장성을 갖추고 있으며, 뛰어난 정확도와 낮은 지연 시간, 저렴한 추론 비용을 통해 더 빠르고 효과적인 AI 에이전트를 구현할 수 있도록 지원한다. AI 교육 및 인재 양성 서비스나우는 서비스나우 유니버시티(ServiceNow University)를 새롭게 출시해 기업의 AI 활용 역량을 강화하고, 인재 양성을 지원한다. 이번 AI 플랫폼 공개로 서비스나우는 AI, 데이터, 워크플로우를 단일 플랫폼에서 조율하는 기업으로 자리매김하고 있다. AI 기반 기업 운영 혁신이 더욱 가속화될 것으로 기대된다.
작성일 : 2025-05-09