어도비가 B2B 업계의 고객 경험 혁신을 지원하는 AI 에이전트를 발표했다. 이번 발표는 B2B 업계의 길고 복잡한 구매 사이클을 단순화해 비즈니스를 지원하는 데 초점을 맞추고 있다. 어도비의 B2B 전용 AI 에이전트 제품군은 마케팅 및 영업 팀이 보다 신속하고 효과적으로 의사결정권자를 공략할 수 있도록 지원한다. 어도비는 “시스코를 비롯한 주요 B2B 브랜드가 이미 어도비의 B2B 에이전트를 도입해 영업 및 마케팅 조직 전반의 워크플로를 고도화하고 있다”고 소개했다. 어도비 익스피리언스 플랫폼 에이전트 오케스트레이터(Adobe Experience Platform Agent Orchestrator)를 기반으로 하는 어도비의 AI 에이전트는 추론과 다중 에이전트 간 협업을 통해 고객 경험 조율을 돕는다. 어도비의 특화 에이전트는 어도비 저니 옵티마이저 B2B 에디션(Adobe Journey Optimizer B2B Edition), 어도비 커스터머 저니 애널리틱스 B2B 에디션(Adobe Customer Journey Analytics B2B Edition) 등 업계를 선도하는 엔터프라이즈 애플리케이션 내에서 직접 사용할 수 있다. 이러한 애플리케이션을 통해 마케팅 및 영업 팀은 대규모 개인화 경험을 제공할 수 있다.     어도비는 현재 사용 가능한 B2B 워크플로용 어도비 AI 에이전트도 소개했다. 저니 옵티마이저 B2B 에디션의 ‘오디언스 에이전트(Audience Agent)’는 CRM 프로필, 마케팅 활동, 웹 콘텐츠와 같은 정형, 비정형 및 자사 데이터를 분석해 마케터가 목표에 적합한 타깃 고객을 파악할 수 있도록 인사이트를 제공한다. 또한 구매 그룹 페르소나를 파악하고 자사 데이터를 기반으로 구매 그룹 구성원을 추천할 수 있다. 이렇게 도출된 인사이트를 바탕으로 에이전트는 특정 제품군에 대한 고가치 구매 그룹을 설정하며, 이를 옴니채널 여정 전반에 활용해 수요 창출을 보다 효과적으로 지원한다. 저니 옵티마이저 B2B 에디션의 ‘저니 에이전트(Journey Agent)’는 이메일, 웹, 모바일 등 다양한 채널에 걸쳐 고객 여정과 캠페인의 생성 및 조율을 간소화한다. 이 에이전트는 목표에 맞춰 여정을 생성한다. 이후 고객 이탈률 등 다양한 요소를 분석해 고객 접점을 최적화하고, 이를 통해 인사이트를 도출해 고객과의 상호작용을 개선한다. 커스터머 저니 애널리틱스 B2B 에디션의 ‘데이터 인사이트 에이전트(Data Insights Agent)’는 크로스채널 데이터를 기반으로 기업 고객 및 구매 그룹에 대한 인사이트 도출 과정을 단순화하고 확장한다. 이 에이전트는 대화형 경험을 통해 제공되며 마케팅, 영업, 제품 팀 등 보다 넓은 범위의 구성원이 고객 경험 이니셔티브를 시각화하고, 예측하며, 개선할 수 있도록 돕는다. 또한 ‘어카운트 퀄리피케이션 에이전트(Account Qualification Agent)’도 어도비 저니 옵티마이저 B2B 에디션(Adobe Journey Optimizer B2B Edition)에서 조만간 선보일 예정이다. 이를 통해 비즈니스 개발 담당자는 고객 참여 및 자격 검증을 대폭 가속화할 수 있다. 이 에이전트는 잠재 고객의 니즈, 예산, 권한, 일정 등을 평가해 유효한 영업 기회인지 판단하는 동시에, 해당 기업 고객에 대한 인사이트 요약을 담당자에게 제공한다. 조사, 문의, 분석에 걸친 프로세스 자동화를 통해 더 빠르고 매끄러운 워크플로를 생성할 수 있다. 한편, 어도비는 고객의 일상적인 검색 경험을 고도로 개인화된 맞춤형 대화 경험으로 전환할 수 있는 AI 퍼스트 애플리케이션 브랜드 컨시어지(Brand Concierge)도 곧 출시한다. 브랜드 컨시어지는 고객 참여를 지원하고 제품 탐색을 통해 고객 여정을 가속화함으로써 개인별 선호에 맞춘 상호작용을 제공하는 프로덕트 어드바이저 에이전트(Product Advisor Agent)가 포함되어 있다. 이 에이전트는 텍스트, 음성, 이미지 등 멀티 모달을 지원하며, AI 기반의 추천과 비교도 제공한다.

김유영 지음 / 2만 8000원/ 위키북스 디지털 마케팅의 핵심과 AI 활용 전략을 한 권에 담다 1990년대 초 등장 이후 끊임없이 진화해 온 디지털 마케팅 분야에서, 광고, 데이터 분석, 고객 관리, AI 등 다양한 영역의 융합은 마케터의 역할과 요구 역량을 크게 확장시키고 있다. 빠르게 변화하는 시대에 발맞춰 꼭 필요한 전략과 최신 기술을 한 권에 집대성한 신간이 출간됐다. 이 책은 디지털 마케팅의 역사와 흐름을 짚는 것으로 시작해, 마케터라면 반드시 숙지해야 할 핵심 지식을 폭넓게 다뤘다. 서드파티 툴 총정리, 측정 아이디, 캠페인 유형, KPI 해석법, 데이터 분석과 이슈 대응 방법 등을 실무 중심으로 정리했다. 특히 주목할 부분은 최신 기술과 실무 시나리오를 결합한 설명이다. 딥링킹, SKAdNetwork, 프라이버시 정책, S2S, SDK, API, 프롬프트 엔지니어링 등 현장에서 자주 접하게 될 기술 용어들을 상세히 해설해 바로 활용할 수 있도록 구성했다. 데이터 차이 분석부터 사기 탐지까지 실질적인 데이터 이슈 대응법도 제공한다. 또한, 광고, CRM, 제품 분석, 성과 측정, 시각화, AI 등 다양한 영역에서 활용되는 서드파티 툴을 총정리해 실무자의 효율을 높이는 데 기여한다. 미래 디지털 마케터를 위한 실무와 전략 가이드뿐만 아니라, 각 챕터 마지막에 복습 문제를 수록해 내용을 되짚어보고 실무에 바로 적용할 수 있게 했다. 디지털 마케터, 데이터 분석가, IT 전략 담당자 등 누구나 이 책을 통해 변화하는 디지털 마케팅 환경에 능동적으로 대응하고 성과를 극대화하는 실질적인 도움을 얻을 수 있다.  

알테어는 9월 5일 ‘2025 추계 AI 워크숍’을 진행했다. ‘엔지니어를 위한 AI’를 주제로 진행된 이번 워크숍에서 알테어는 AI를 활용해 제품 개발 프로세스를 가속화하고 의사결정의 정확성을 높이며, 지능형 디지털 트윈을 완성한다는 비전을 선보였다. 또한 AI 기반 시뮬레이션, 생성형 AI, AI 에이전트, 지식 그래프 등 최신 AI 기술의 실제 적용 사례와 활용 방안을 소개했다. ■ 정수진 편집장     한국알테어의 김도하 지사장은 개회사를 통해 AI 기술이 산업 고객의 현장에서 빠르게 내재화되며 동반 성장하고 있다면서, “이는 고객들이 명확한 비전과 단계별 로드맵을 가지고 각자의 환경에 맞춰 AI를 접목하고 있기 때문”이라고 설명했다. 또한, 국가 AI 프로젝트가 시작되어 1만 4000 장의 GPU가 1차 도입되는 등 정부가 주도하는 ‘소버린 AI’ 시대가 열리고 있는 점에 주목하면서, “AI를 통한 제조 산업의 르네상스가 도래하고 있으며, 알테어 또한 시장과 함께 성장하기 위해 준비하고 있다”고 전했다.   엔지니어링 언어를 학습하는 AI 알테어의 케샤브 선다레시(Keshav Sundaresh) 디지털 전환 총괄 시니어 디렉터는 “AI는 더 이상 개념이 아니라 실제 현장의 핵심 기술”이라면서, 엔지니어링 수명주기 전반에 걸친 로코드·고효율 AI 접근법을 구현해야 한다고 짚었다. MIT의 연구에 따르면, 기업의 생성형 AI 파일럿 프로젝트 가운데 95%가 실질적인 재무 성과를 내는 데 실패하고 있는 것으로 나타났다. 그 원인으로는 ▲특정 결과에 편중된 데이터 ▲단편적이고 사일로화된 데이터 ▲값비싼 컴퓨팅 자원 ▲도메인 지식과 AI 기술 간 격차 ▲기존 시스템과의 통합 및 신뢰성 문제 등이 꼽힌다. 선다레시 시니어 디렉터는 이런 현실적 장벽을 극복할 수 있도록 알테어와 지멘스의 기술 역량을 결합해 AI 기반의 통합 설루션 포트폴리오를 제공할 수 있다는 점을 강조했다. “제품의 요구사항 정의부터 폐기에 이르는 모든 과정에서 AI를 활용하고, 단절된 디지털 스레드를 통합하여 데이터 기반의 신속한 의사결정을 지원하겠다”는 것이다. 이를 위한 핵심 전략은 ‘AI에게 엔지니어링 및 제조의 언어’를 가르치는 것이다. 기존의 LLM(대규모 언어 모델)이 텍스트나 이미지 등 일반 데이터에 강점을 보인다면, 지멘스와 알테어는 기계 설계, 전기/전자, BOM(Bill-of-Materials), 시뮬레이션 데이터 등 산업 특화 데이터를 학습시켜 신뢰도 높은 ‘산업용 파운데이션 모델(Industrial Foundation Model)’을 구축하고 있다는 것이 선다레시 시니어 디렉터의 설명이다.   AI 확산으로 제조 혁신의 속도 높인다 AI 비전을 구체화하는 방법론으로 알테어는 ‘라이프사이클 인텔리전스(Lifecycle Intelligence)’ 프레임워크를 제시했다. 이 프레임워크는 AI 도입의 장벽을 낮추고 모든 엔지니어가 AI를 손쉽게 활용해 혁신을 가속화할 수 있도록 하는 데에 중점을 두고 있다. 선다레시 시니어 디렉터는 ▲반복 작업의 자동화 및 대규모 데이터 분석으로 인간 전문가의 역량을 강화하고 ▲기존 워크플로와 도구에 AI 기능을 통합하여, 학습 부담 없이 자연스러운 AI 활용을 도우며 ▲코딩 지식과 관계 없이 모든 사용자가 AI를 구축하고 배포할 수 있는 환경을 제공하는 세 가지 접근법을 통해 AI 도입을 가속화한다는 로드맵을 소개했다. 이 프레임워크를 활용하면 전처리 영역에서는 형상 인식 AI 기술로 부품 분류 및 군집화를 자동화하거나, 자연어 처리(NLP) 기반 코파일럿을 통해 모델 정리부터 전체 해석 설정까지 대화형으로 수행할 수 있다. 솔빙 영역에서는 기존의 시뮬레이션 데이터를 학습해 CAD 또는 메시 단계에서 물리 현상을 빠르게 예측할 수 있고, 시스템 레벨의 시뮬레이션 속도를 높일 수 있다. 후처리 영역에서는 AI가 핫스폿이나 파손 영역을 자동 식별해 결과 분석을 돕는다. 이 프레임워크의 기술적 기반은 분산된 데이터를 연결하는 ‘데이터 패브릭’과 AI 모델을 개발·운영하는 ‘AI 팩토리’의 결합이다. 선다레시 시니어 디렉터는 알테어의 데이터 분석/AI 플랫폼인 래피드마이너(RapidMiner)와 로코드 앱 개발을 지원하는 지멘스 멘딕스(Mendix)를 통해 라이프사이클 인텔리전스를 구현할 수 있다고 설명했다.     엔지니어링 AI의 혁신 동력 에이전틱 AI(Agentic AI), 지식 그래프(Knowledge Graph), 생성형 AI 등 최신 AI 기술이 R&D부터 설계와 제조까지 엔지니어링 전반의 혁신을 가속화하고 있다. 알테어는 이들 기술이 개별적으로도 강력하지만, 서로 결합하면서 데이터 기반의 신속한 의사결정을 지원하고 기존 워크플로를 지능적으로 전환하는 핵심 동력으로 작용한다고 소개했다. AI 에이전트는 사용자를 대신해 특정 목표를 이해하고 자율적으로 판단 및 실행하는 ‘지능형 디지털 대리인’이다. 단순 반복 작업을 자동화하는 것을 넘어서, 여러 에이전트가 협업하는 다중 에이전트 구조를 통해 복잡한 과업을 수행하는 것이 최근의 흐름이다. 엔지니어링 현장에도 공정 상 발생한 문제에 대해 자연어로 질문하면 해결 방법을 제시하거나, 생산 라인의 다운타임 원인을 분석하고 관련 데이터를 종합해 보고하는 등의 AI 에이전트가 도입되고 있다. 알테어는 시각적 워크플로 설계 도구를 통해 이러한 AI 에이전트를 쉽게 구축하고 AI 클라우드 프로세스와 원활하게 연결하는 방법을 제시했다. 지식 그래프는 다양한 출처(소스)에 분산된 데이터를 하나의 의미 계층(semantic layer)으로 통합해서 데이터 간의 숨겨진 관계를 파악하게 하는 기술이다. 이는 AI 모델의 가장 큰 문제점으로 꼽히는 환각(hallucination) 현상을 최소화하고, 장기적인 맥락을 이해하는 메모리로 기능하면서 신뢰성 높은 AI 에이전트를 구현할 수 있게 돕는다. 엔지니어링 분야에서 지식 그래프는 여러 AI 에이전트가 일관된 지식 베이스를 공유하게 해서 협업의 효율을 높이고, 공장 문제 해결 시 여러 데이터베이스에 동적으로 접근하여 질문에 답하는 아키텍처를 구현하는 데 쓰인다.   PLM과 AI의 시너지로 더 큰 혁신도 가능 알테어는 지난 3월 지멘스와의 합병을 완료했다. 제조 기술에 강점을 가진 지멘스와 엔지니어링 및 AI 기술에 집중해 온 알테어의 시너지에 대해, 이번 워크숍에서 한 가지 실마리를 발견할 수 있었다. 알테어는 AI와 PLM(제품 수명주기 관리)의 결합이 제조업의 패러다임을 바꿀 것으로 보았다. 한국알테어 최병희 본부장은 “많은 기업이 PLM 시스템에 제품의 설계부터 생산, 운영까지 대량의 데이터를 축적하고 있지만, 이를 제대로 활용하지 못하고 있다. 이 PLM 데이터를 AI로 분석해 기업의 핵심 자산으로 만들고, 경험에 의존하던 사후 대응 방식의 업무 환경을 미래가 예측하고 문제를 예방하는 예측 기반의 업무 환경으로 혁신할 수 있다”고 소개했다. 지멘스의 PLM 설루션인 팀센터(Teamcenter)가 제품의 모든 역사를 기록한 단일 진실 공급원(single source of truth)이라면, 알테어의 래피드마이너는 코딩 지식이 없이도 AI 모델을 개발할 수 있는 ‘똑똑한 AI 분석가’라고 할 수 있다. 두 설루션을 통합하면 래피드마이너가 팀센터의 데이터를 분석해 숨겨진 패턴과 인사이트를 찾아내고, 이를 바탕으로 미래 예측 모델을 생성할 수 있다. 그리고 이 예측 결과를 다시 팀센터에 전달해 시스템 전체가 똑똑해지는 선순환 구조를 만든다. 최종적으로는 현실을 명확히 이해하고 미래를 예측하는 ‘지능형 디지털 트윈’을 완성할 수 있다는 것이 최병희 본부장의 설명이다. 이 외에 공급망 최적화, 품질 이상의 조기 탐지, 고객 피드백의 반영 등 다양한 분야로 시너지를 확장할 수 있는 가능성도 점칠 수 있다. 최병희 본부장은 “PLM 데이터를 시작으로 ERP, MES, CRM 등 분산된 기업 데이터를 통합하면 더 큰 범위의 업무 혁신이 가능하다”고 전했다.     ■ 기사 내용은 PDF로도 제공됩니다.

세일즈포스는 박세진 엔터프라이즈 세일즈 부문 부사장을 세일즈포스 코리아 신임 대표이사로 선임했다고 밝혔다. 박세진 대표는 8월부터 세일즈포스의 한국 시장 내 비즈니스 전반을 총괄하며, 국내 기업이 AI 혁신을 통해 비즈니스 성과를 창출하고 AI 에이전트를 활용해 경쟁력을 강화할 수 있도록 지원하는 데 집중할 예정이다. 세일즈포스에 따르면 박세진 대표는 2024년 합류 이후 엔터프라이즈 세일즈 조직을 이끌며 AI CRM과 AI 에이전트를 중심으로 한 영업 전략을 추진해 왔다. 특히 그는 국내 주요 기업들의 AI CRM 도입을 지원해 고객 경험 혁신과 두 자릿수 이상의 생산성 향상이라는 성과 달성을 이끌었으며, AI CRM을 고객 성공과 세일즈포스 코리아의 성장을 견인하는 핵심 동력으로 자리매김시켰다.     박세진 대표는 세일즈포스 합류 전 SAP, 워크데이, 오라클 등 글로벌 IT 기업에서 20여 년간 경험을 쌓으며, 세일즈 및 비즈니스 성장을 이끄는 리더십을 입증했다. 또한 고려대학교 산업공학 석사 학위를 통해 AI와 이커머스 분야의 전문성을 확보함에 따라 비즈니스와 AI를 결합한 혁신 전략에 대한 깊은 이해도를 갖추고 있다. 세일즈포스는 이번 인사를 통해, 산업별 특화 AI 전략과 실행력을 강화하고 AI 에이전트를 중심으로 국내 기업의 AI 혁신 여정을 가속화하는 데 몰두할 예정이라고 밝혔다. 박세진 대표는 앞으로 세일즈포스 코리아의 비즈니스를 총괄하는 대표이사로서 국내 고객과의 접점을 확대하는 동시에 제조, 금융, 리테일, 소비재, 헬스케어 등 AI 활용 수요가 폭발적으로 증가하고 있는 주요 산업군을 집중 공략할 계획이다. 특히, AI 에이전트 기술을 기반으로 고객이 체감할 수 있는 실질적 성과와 새로운 비즈니스 모델 창출을 견인하는 데 주력한다. 박세진 신임 대표는 “AI가 비즈니스 운영과 고객경험 전반을 재정의하고 있는 중요한 시점에 한국 시장 내 세일즈포스의 성장을 이끌 중책을 맡게 되어 매우 뜻깊다”며, “국내 기업들이 겪고 있는 다양한 AI 혁신 과제를 함께 해결하고, 글로벌 경쟁력을 높일 수 있도록 신뢰할 수 있는 전략적 파트너로서 역할을 강화해 나가겠다”라고 언급했다. 한편, 6년 이상 세일즈포스 코리아 조직 전반을 총괄한 손부한 전 대표는 세일즈포스 코리아에서 비즈니스 자문 및 고문 역할을 수행할 계획이다.

세일즈포스는 지능형 생산성 플랫폼 ‘슬랙(Slack)’의 대표적인 기능인 ‘슬랙 AI’가 공식적으로 한국어를 지원한다고 밝혔다. 이제 국내 슬랙 유저도 연동된 애플리케이션 내 데이터를 슬랙에서 검색 및 활용할 수 있도록 지원하는 ‘엔터프라이즈 검색’ 기능을 사용할 수 있다. 슬랙 AI는 슬랙에 축적된 집단 지식을 기반으로 AI 기반 검색, 채널 요약, 스레드 요약 기능을 통해 사용자들이 필요한 정보를 보다 손쉽게 활용할 수 있도록 지원한다. 이를 통해 사용자는 원하는 답변을 빠르게 찾고, 대화의 흐름을 정리하며, 아이디어를 도출하는 전 과정을 보다 효율적으로 수행할 수 있다. 슬랙에 따르면 이번 공식 업데이트를 바탕으로 국내 사용자도 한국어로 ‘슬랙 AI’를 활용하여 대화, 회의 및 업무 관련 데이터 요약을 제공받을 수 있게 된 것은 물론, 생산성 향상을 위한 인사이트를 단일 워크플로 내에서 손쉽게 확보 및 공유할 수 있다. 또한 슬랙 AI는 협업 툴, 클라우드 기반 파일 저장소, 이메일 서버, 고객 관계 관리(CRM) 시스템, 코드 저장소, 특수 비즈니스 애플리케이션 등 다양한 조직 내 시스템과 연동되어 기업 내 모든 콘텐츠에 대한 검색과 활용을 지원한다. 슬랙 AI는 단순한 키워드 매칭을 넘어 검색어의 의미를 분석해 사용자가 실제로 찾고자 하는 정보를 정확하게 파악하고, 자연어 처리(NLP) 기술을 통해 대화형 질문도 원활하게 해석한다. 아울러 사용자의 역할, 검색 이력, 접근 권한 등의 개인화 요소와 정보의 관련성, 최신성을 반영해 가장 적절한 정보를 우선적으로 제공함으로써 업무 생산성과 정확성 향상에 기여할 수 있다.     ‘엔터프라이즈 검색’은 사용자의 업무, 목표, 배경 정보를 파악해 실시간으로 소스를 분석하거나 통합 시스템에서 다양한 소스의 데이터를 연결 및 통합하여 슬랙 내에서 데이터를 즉시 검색할 수 있도록 돕는 기능이다. 엔터프라이즈 검색은 슬랙의 ‘대화형 AI 검색’을 기반으로 하며, 아사나(Asana), 박스(Box), 깃허브(GitHub), 구글 드라이브(Google Drive), 지라(Jira) 등의 애플리케이션 및 드라이브와 연동이 가능하다. 슬랙에 따르면 실제로 평균적인 사무직 근로자는 정보 검색, 단순 반복적인 메시지 발송 등의 업무에 하루 평균 3분의 1의 시간을 할애한다. 반면 스탠포드 대학교의 연구에 따르면, 생성형 AI 기반의 지식 검색이나 자동화 기능을 사용할 경우 단순하고 반복적인 업무 시간을 60%까지 단축할 수 있다. 실제로 슬랙의 유저는 ‘엔터프라이즈 검색’ 기능과 ‘AI 에이전트’ 간의 시너지를 바탕으로 단순 반복 업무 시간은 줄이고, 필요한 데이터에 대한 접근성과 투명성을 높일 수 있다. 이 외에도 슬랙은 현재 자체 앱 마켓인 ‘슬랙 마켓플레이스(Slack Marketplace)’를 통해 ‘AI 기반 앱 생태계’를 강화해 나가고 있다고 밝혔다. 슬랙 마켓플레이스에서는 직원들이 슬랙 내 단일 워크플로 상에서 콘텐츠 디자인 및 협업을 지원하는 어도비 익스프레스(Adobe Express), 조직 내 데이터와 정보를 기반으로 질문에 답하고, 콘텐츠를 생성할 수 있는 아마존 큐 비즈니스(Amazon Q Business)를 포함하여 콘텐츠 초안 작성, 시장 조사, 영업 관리, 인적자원관리, 전산 등 다양한 업무 영역에서 활용 가능한 25개의 새로운 AI 앱을 사용할 수 있다. 세일즈포스 코리아의 손부한 대표는 “본격적으로 AI와 함께 일하는 시대가 도래하면서 슬랙은 실질적인 AI 혁신을 가속화하는 차세대 ‘업무 운영체제(Work OS)’이자 ‘에이전틱 인터페이스(Agentic Interface)’로서의 역할을 수행하고 있다”면서, “국내 유저들 또한 슬랙 AI와 엔터프라이즈 서치 기능을 본격적으로 활용할 수 있게 된 만큼, 앞으로도 실행 중심의 스마트 워크플레이스 구현을 지원하기 위한 노력을 아끼지 않을 것”이라고 전했다.

트렌드에서 얻은 것 No.25   “과거를 연결하고, 미래를 실행하라.” – 류용효 기업은 늘 데이터를 말한다. 그러나 정작 데이터를 연결해 실행 가능한 인사이트를 만들어내는 기업은 드물다. 레거시 시스템으로 불리는 PLM, ERP, MES, CRM은 여전히 기업의 정보를 최일선에서 책임지고 있다. 팔란티어는 이 최일선의 정보로부터 디지털 스레드로 연결하듯이 ‘데이터 연결 기반 실행 플랫폼’을 제시한다. 이번 호에서는 팔란티어가 어떻게 온톨로지 개념으로 기업에게 새로운 시각을 가질 수 있도록 기업의 실행력을 혁신하는지 살펴본다. “가장 위험한 말은 ‘우리는 늘 이렇게 해 왔다’이다.” – 그레이스 호퍼   문제 제기 레거시 시스템(PLM, ERP, MES, CRM)만으로는 불확실한 미래 대응이 불가능해지는 이유가 있다. 전통적인 기업 IT 시스템은 계획(plan) – 생산(do) – 분석(check) – 개선(action)의 순환을 지원하기 위해 발전해 왔다. 대표적인 것이 PLM(제품 수명주기 관리), ERP(전사적 자원 관리), MES(생산 실행 시스템), CRM(고객 관계 관리)이다. 이들 시스템은 각자의 목적에 맞게 기업의 방대한 데이터를 수집하고 관리하지만, 서로 연결되어 실시간 실행까지 이어지지는 않는 근본적인 한계를 안고 있다. 이는 마치 부서마다 다른 언어를 사용하는 것과 같다. 제품 설계 부서와 제조 부서가 서로 다른 시스템, 다른 데이터 구조, 다른 용어를 사용하면서 진정한 협업과 실행은 요원해진다. 데이터는 많은데 연결과 실행이 안 되는 기업의 현실에서, 많은 기업이 이미 데이터를 축적하고 있다. 하지만 축적된 데이터는 실시간으로 연결되어 의미를 만들어내지 못하고, 결국 ‘묵혀두는 데이터 자산’으로 남는다. 경영진은 “우리에겐 데이터가 충분하다”고 말하지만, 정작 그 데이터를 기반으로 한 ‘즉각적 실행’은 불가능하다고 느끼는 경우가 대부분이다. 팔란티어가 주목한 것은 바로 이 ‘연결되지 않은 데이터’, ‘실행되지 않는 인사이트’의 문제였다. 그리고 그 해법을 데이터 연결(data integration)과 실행 자동화(operational AI)에서 찾았다. “데이터는 새로운 석유가 아니라 새로운 물이다.” – 앤드류 응   팔란티어가 등장한 이유 팔란티어는 원래 정보기관과 국방을 위해 태어났다. 9·11 테러 이후 정부 기관 간 데이터 연결 부재가 위기의 원인 중 하나였음을 인식한 미국 정부는, 흩어진 데이터를 연결해 테러를 사전에 예방할 수 있는 시스템을 원했다. 팔란티어는 이런 배경 속에서 데이터 통합과 분석, 실행의 기술을 고도화해 왔다. 이후 팔란티어는 정부기관을 넘어 기업 시장으로 눈을 돌렸다. 기업 역시 조직, 부서, 시스템 간 데이터 사일로에 갇혀 있었기 때문이다. 그리고 팔란티어는 이를 해결할 수 있는 네 가지 플랫폼을 제시했다. 바로 고담(Gotham), 파운드리(Foundry), 아폴로(Apollo) 그리고 AI 실행 플랫폼 AIP(Artificial Intelligence Platform)다. 고담은 데이터 연결과 분석을 통해 위협을 식별하고 행동을 지원하는 국방/정보기관용 플랫폼이다. 파운드리는 기업 내부 시스템의 데이터를 연결해 의사결정을 지원하는 산업/상업용 플랫폼이다. 아폴로는 이러한 플랫폼을 실시간 운영/배포/유지보수하는 클라우드 기반 운영 플랫폼이다. 그리고 AIP는 수집된 데이터를 바탕으로 인간의 개입 없이도 업무 실행을 자동화하는 차세대 AI 실행 플랫폼이다. 이처럼 팔란티어는 데이터의 ‘수집 – 해석 – 실행’ 전 과정을 아우르는 미래형 데이터 경영체계를 만들어 왔다.   ▲ 팔란티어 기업 전략 맵(Map by 류용효) (클릭하면 큰 그림으로 볼 수 있습니다.)   챗GPT의 도움을 받아 팔란티어의 기업 전략 맵을 만들었다. 팔란티어는 독특한 철학과 기술을 바탕으로 빠르게 주목받고 있지만, 여전히 많은 기업이 팔란티어가 정확히 무엇을 하는 기업인지, 기존 시스템과 어떻게 다르고 어떤 가치를 주는지를 이해하는 데 어려움을 느끼고 있다. 이에 팔란티어의 4대 플랫폼(고담, 파운드리, 아폴로, AIP)을 중심으로 팔란티어의 철학, 기술 구조, 실행 방식, 기존 레거시 시스템과의 연계 방안을 한눈에 볼 수 있도록 시각화한 것이 바로 이 기업 전략 맵이다. 맵을 통해 팔란티어의 전략적 차별성을 이해하고, 자사 비즈니스에 어떻게 적용할 수 있을지를 빠르게 검토할 수 있도록 돕는 것을 목적으로 한다. 복잡함은 적의 무기다. 단순함은 우리의 방패다.” – 에드워드 터플   핵심 전략 : 온톨로지 기반 경영 실행체계 기업의 ‘생각’을 ‘실행’으로 연결하는 과정에서, 팔란티어의 진정한 차별성은 단순한 데이터 분석이 아니다. 기업이 가진 데이터를 어떻게 경영 실행 체계로 연결할 것인가에 대한 해법을 제시한다는 데 있다. 이 핵심이 바로 온톨로지(ontology)다. 온톨로지는 데이터와 현실 세계를 연결하는 디지털 구조화 방법론이다. 쉽게 말해 기업의 모든 요소(제품, 설비, 공정, 사람, 조직, 규칙 등)를 개체, 속성, 관계, 규칙으로 구조화해 데이터를 살아 움직이는 경영 실행체계로 만드는 것이다. 개체(entity) : 제품, 부품, 고객, 공급업체, 직원, 설비 등 기업을 이루는 모든 요소 속성(attribute) : 각 개체의 성질과 특징(예 : 크기, 무게, 사양) 관계(relationship) : 개체 간의 연결과 상호작용(예 : 고객-주문, 제품-부품) 규칙(rule) : 업무를 실행하는 기준과 조건(예 : 승인 절차, 생산 순서) 온톨로지를 기반으로 하면 기업의 생각과 규칙을 데이터 위에 그대로 재현할 수 있고, 이를 바탕으로 모든 업무를 자동화하고 실행 가능한 시나리오로 전환할 수 있다. “인공지능은 인간의 사고를 대체하는 것이 아니라, 인간의 실행력을 확장하는 것이다.” – 사티아 나델라   AIP의 차별성 단순 AI가 아닌 업무 실행 중심 AI 플랫폼으로서의 역할로 볼 때, 팔란티어의 AIP는 단순한 AI 분석기가 아니다. 기업의 데이터를 학습하고 온톨로지 기반으로 업무 실행 시나리오를 자동화하는 것이 핵심이다. 예를 들어, 재고가 부족할 때 구매요청을 올리고 승인 절차를 거쳐 발주까지 자동으로 처리하는 일, 고객의 불만 접수를 모니터링하고 품질 개선팀과 연결해 사후조치를 지시하는 일, 이 모든 실행을 사람의 개입 없이 시스템이 스스로 판단해 실행하도록 만드는 것이 AIP의 목표다. 팔란티어 AIP는 이를 위해 다음과 같은 실행 능력을 제공한다.  실시간 데이터 연결 및 감시 경고 및 시뮬레이션 제시 최적의 실행 시나리오 자동 추천 정책에 따른 승인/실행 자동 처리 실행 내역 기록 및 학습 고도화 이런 실행력을 통해 기업은 데이터를 보는 것에 그치지 않고, 즉시 실행하는 조직으로 변신할 수 있다. “혁신은 과거를 버리는 것이 아니라, 과거를 재설계하는 것이다.” – 팀 브라운   레거시 시스템과의 통합 전략 PLM·ERP·MES 등 기존 시스템의 한계 극복 관점에서 볼 때, 팔란티어는 기존 IT 시스템을 대체하지 않는다. 오히려 기존 시스템과 연결해 진짜 가치를 끌어내는 역할을 한다. 기존의 PLM은 제품 설계를 관리하고, ERP는 자원을 관리하며, MES는 생산 현장을 통제한다. 하지만 이들 시스템은 서로 고립되어 있고, 실시간 실행까지 연결되지 않는다. 팔란티어는 이들 시스템과 데이터를 실시간으로 연결하고, 그 위에 온톨로지와 AIP를 얹어 ‘연결 – 해석 – 실행’을 하나로 엮는 경영 실행 체계를 만들어낸다. 이렇게 되면 기업은 기존 레거시 시스템의 한계를 넘어서 데이터 중심, 실행 중심 경영으로 전환할 수 있다. “미래를 예측하는 가장 좋은 방법은 미래를 직접 만들어가는 것이다.” – 앨런 케이   온톨로지 실전 적용 사례 팔란티어는 이미 글로벌 제조, 방산, 의료, 제약, 에너지 산업에서 수많은 사례를 쌓아 왔다. 대표적으로 다음과 같은 기업이 있다. 현대중공업은 선박 설계부터 건조, 납품, 유지보수까지 모든 데이터를 온톨로지로 연결해, 복잡한 협력사 네트워크를 실시간 모니터링하고 시뮬레이션 기반으로 운영을 최적화한다.  BMW는 차량 생산 과정의 부품, 공정, 품질 데이터를 연결해 생산 이상을 조기에 감지하고 공급망 리스크 대응 체계를 구축한다. 에어버스는 항공기의 설계 – 제조 – 정비 등 전체 과정을 온톨로지 기반으로 연결해 부품 이력 관리, 품질 관리, 유지보수 최적화를 실현한다. 이 외에도 수많은 하이테크 제조 기업이 제품 온톨로지, 공정 온톨로지, 고객 온톨로지, 공급망 온톨로지를 통해 실제 경영 성과를 높이고 있다. “지식은 힘이 아니다. 실행되는 지식이 힘이다.” – 데일 카네기   미래 전망과 기업의 선택 미래 경쟁력은 데이터 자산화 + 실행 자동화에 달렸다. 앞으로 기업의 경쟁력은 더 이상 얼마나 많은 데이터를 가지고 있느냐가 아니다. 그 데이터를 얼마나 잘 연결하고, 얼마나 빠르고 정확하게 실행하느냐에 달려 있다. 팔란티어는 데이터를 살아 있는 자산으로 만들고, 이 자산을 기반으로 실행 자동화까지 실현하는 미래형 경영 실행체계를 제시한다. 기업은 지금이야말로 “우리 데이터는 연결되어 있는가?”, “우리는 데이터를 실행까지 옮길 수 있는가?”를 진지하게 자문해야 할 시점이다. “가장 위험한 말은 ‘우리는 늘 이렇게 해 왔다’이다.” – 그레이스 호퍼    맺음말 팔란티어는 IT 설루션이 아닌 기업 경영 철학의 진화 도구이다. 팔란티어는 기업이 가진 데이터 경영 철학의 진화를 촉진하는 도구다. 과거의 방식을 고수할 것인가?, 연결과 실행 중심의 미래로 도약할 것인가? 앞으로 당신의 기업은 무엇을 연결하고, 무엇을 실행할 것인가?   ■ 류용효 디원의 상무이며 페이스북 그룹 ‘컨셉맵연구소’의 리더로 활동하고 있다. 현업의 관점으로 컨설팅, 디자인 싱킹으로 기업 프로세스를 정리하는데 도움을 주며, 1장의 빅 사이즈로 콘셉트 맵을 만드는데 관심이 많다. (블로그)     ■ 기사 내용은 PDF로도 제공됩니다.

  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.

AI와 산업 전문성 결합해 클라우드 기반 제조 혁신 도울 것   여러 산업에서 확산되고 있는 클라우드 컴퓨팅이 제조 산업에서도 본격화될 것으로 보인다. 이를 겨냥해 아마존웹서비스(AWS)는 제조 산업의 클라우드 가치 제공을 본격화하고 있다. 한편, 에티버스는 지난 3월 25일 ‘2025 제조 고객을 위한 AWS 파트너 클라우드 설루션 콘퍼런스’를 주최했다. 이 콘퍼런스에서는 AWS를 비롯해 국내 파트너사들이 참가해 국내 제조 산업을 대상으로 클라우드 기술이 어떤 가치를 제공할 수 있는지와 구체적인 적용 방안 등이 소개됐다. AWS의 황민선 ENT-MFG&SNE(서비스 앤 에너지) 산업 담당 파트너 세일즈 매니저와 에티버스의 김준성 클라우드플랫폼 사업본부 전무로부터 국내 클라우드 시장의 동향 및 전망부터 제조 산업을 겨냥한 클라우드 전략까지 들어보았다. ■ 정수진 편집장    ▲ AWS 황민선 ENT-MFG&SNE 산업 담당 파트너 세일즈 매니저   ▲ 에티버스 김준성 클라우드플랫폼 사업본부 전무   에티버스는 어떤 기업인지 소개한다면 ■ 김준성 : 에티버스는 지난 1993년 영우컴퓨터라는 사명으로 설립되어 30여년간 글로벌 IT 공급사와의 협업을 통해 IT 토털 설루션 공급사로서 영업을 지속해 왔으며, 시스템 구축, 유지보수, 설루션 개발은 물론 빅데이터, AI, 클라우드 등 4차 산업혁명의 핵심 기술에 집중하여 미래의 IT 비즈니스의 중심이 되고자 노력하고 있다. 또한, 에티버스는 2022년 한국에서 유일하게 AWS와 디스트리뷰터 계약을 맺고 다양한 파트너와 고객들의 클라우드 여정을 돕고 있으며, 이를 위해 400개가 넘는 파트너와 협업 관계를 구축하여 각 산업 전반에 걸쳐 클라우드와 AI 생태계 확산을 돕고 있다.   클라우드 기술 기업으로서 AWS가 최근 중점을 두고 있는 부분이 있다면 어떤 것인지 ■ 황민선 : AWS는 제조 산업에 대한 다양한 지원을 통해 고객사의 디지털 혁신을 가속화하는 데에 중점을 두고 있다. 특히 주력하는 부분은 생성형 AI를 실제 현장에 적용해 비즈니스 성과를 만들어 내는 것이다. 이번 클라우드 설루션 콘퍼런스에서도 확인했듯이, 제조 기업들은 생성형 AI에 가장 높은 관심을 보이고 있으며, 실제로 품질 관리, 예측 정비, 공정 최적화 등 다양한 영역에서 활용하고 있다. 또한 AWS 기반의 전문 파트너사 설루션을 통한 산업 전문성 강화도 중요한 부분이다. AWS는 제조 산업에 특화된 전문 파트너들과 협력하여, 고객들이 현장에서 즉시 활용할 수 있는 설루션을 제공하고 있다. 더불어 스마트 매뉴팩처링의 확산도 핵심적인 중점 분야이다. 데이터 기반의 의사결정, IoT 기술을 활용한 실시간 모니터링, AI/머신러닝을 통한 공정 최적화 등을 통해 제조 현장의 디지털 전환과 혁신을 지원하고 있다. 이러한 노력의 실효성은 이번 콘퍼런스 결과를 통해서도 확인할 수 있었다. 88건의 현장 고객 미팅과 설문에서 31%의 고객이 1년 내 클라우드 도입 계획을 밝혔는데, 이는 AWS의 제조 산업 혁신 전략이 시장의 니즈와 정확히 일치한다는 것을 보여준다.   다른 산업과 비교할 때, 클라우드가 제조 산업에 제공할 수 있는 핵심 가치는 무엇이라고 보는지 ■ 김준성 : 클라우드는 기본적으로 비용 절감, 신속함, 유연성과 확장성을 핵심 가치로 보고 있는데, 제조 산업이야 말로 앞에서 얘기하는 세 가지 부분이 가장 중요하게 고려되어야 하는 산업 영역이라고 생각한다. 우선, 생산과 비용 절감은 뗄 수 없는 부분이다. 가장 효율적인 공정을 통해 생산 단가를 낮춰야 고객에게 판매할 수 있는 기본적인 경쟁력을 제공할 수 있다. 두 번째로, 고객의 요구가 급변하는 지금의 현대 사회에서 신속하고 경제적인 생산 공정이야 말로 제조업에서 가장 중요시하는 혁신 가치 중 하나라고 생각한다. 마지막으로 유연성과 확장성 역시 설명할 필요도 없이 클라우드와 제조 산업이 공유하고 있는 핵심 가치로서, 시장의 요구에 발 빠르게 대응하고 적재적소에 필요한 제화를 공급하기 위해 반드시 이루어야 하는 중요 포인트라고 할 수 있다. ■ 황민선 : 제조 산업에서 클라우드의 핵심 가치는 기업의 규모와 관계 없이 혁신을 빠르고 대규모로 가속화할 수 있다는 것이다. 과거에는 대기업만이 도입할 수 있었던 첨단 기술을 이제는 중소 제조기업도 클라우드를 통해 손쉽게 활용할 수 있게 되었다. 특히 생성형 AI나 디지털 트윈과 같은 첨단 기술을 필요한 만큼만 사용할 수 있게 된 것이 큰 변화이다. 주목할 만한 점은 비즈니스 리더들의 참여가 크게 늘어났다는 것이다. 얼리 어댑터와 IT 전문가를 넘어, 이제는 제조 현장의 비즈니스 리더들이 클라우드 기술을 활용하기 시작했다. 공장과 연구소의 현업 전문가들이 직접 클라우드 기술을 산업 현장에 적용하면서, 더욱 실질적인 혁신이 가능해졌다. 특히 글로벌 경쟁력 강화 측면에서 클라우드의 가치가 더욱 부각되고 있다. 클라우드를 통해 제조기업들은 설계와 생산 단계에서 글로벌 협업을 강화하고, 글로벌 공급망에 더욱 유연하게 대응할 수 있게 되었으며, 불확실한 경영 환경에서 민첩성과 회복력을 높이는 핵심 요소가 되고 있다.   제조 산업에서 클라우드의 가치를 실현하기 위해서 필요한 방법론 또는 접근방법은 무엇인지 ■ 황민선 : 제조 산업의 클라우드 가치 실현을 위해서는 ‘산업 전문성’과 ‘기술 혁신’이 조화를 이루는 것이 핵심이다. AWS는 이를 위해 크게 세 가지의 차별화된 접근 방식을 제시하고 있다. 첫째, 산업 데이터 패브릭(Industry Data Fabric : IDF) 접근 방식이다. 제조 기업들이 직면한 가장 큰 과제 중 하나는 데이터의 통합과 활용이다. AWS의 IDF는 제조 현장의 OT 데이터부터 엔터프라이즈 IT 데이터까지 통합하여, 실시간 분석과 의사결정을 가능하게 한다. 둘째, 강력한 파트너 생태계 기반의 산업 특화 설루션이다. AWS는 제조 산업의 다양한 워크로드에 특화된 파트너들과 협력하여 검증된 설루션을 제공한다. 셋째, 실질적인 구현을 위한 단계별 접근 방식이다. AWS는 고객들이 작은 시작부터 큰 성과까지 달성할 수 있도록 체계적인 지원을 제공한다. 앞으로도 AWS는 고객들이 작은 시작부터 큰 성과까지 달성할 수 있도록 체계적인 지원을 제공할 것이다. PoC(개념 증명)를 통한 기술 검증, 전문가 1:1 상담, 다양한 교육 프로그램 등을 통해 고객들의 성공적인 클라우드 여정을 지원할 계획이다. ■ 김준성 : 단순히 클라우드로 IT 자원을 마이그레이션하는 것보다 여러 가지 현재 상황에 대한 분석을 통해 보다 효율적이고 효과적인 전환이 필요하다고 생각한다. 몇 가지 단계를 생각해 본다면, 첫 번째로 명확한 목표에 대한 설정이 필요하다. 비용 절감, 생산성 향상, 시장 경쟁력 강화, 혁신 가속화 등 클라우드 도입을 통해 달성하고자 하는 구체적인 비즈니스 목표를 명확히 설정해야 한다. 정확한 목표가 정해지면 현재 가지고 있는 자원에 대한 분석이 필요하다. 현재 IT 인프라, 애플리케이션, 데이터, 보안 현황 등등을 정확하게 파악하여 클라우드 마이그레이션 전략을 수립해야 한다. 이를 통해 클라우드 마이그레이션을 어떤 설루션을 써서 할 것인지, 기간은 어느 정도 할 것인지 등을 특정해야 한다. 정확한 파악이 끝났다면 이번 일을 가장 잘 수행할 수 있다고 판단되는 클라우드 서비스 제공업체의 클라우드 도입 지원을 받는 것이 중요하다. 이를 통해 클라우드 마이그레이션, 관리, 보안 등 다양한 서비스를 제공 받고, 처음에 설정했던 목표와 어느정도 부합하는지에 대해 상호 검증을 통해 클라우드 전환을 성공적으로 마무리 할 수 있다고 생각한다. 에티버스는 AWS의 유일한 디스트리뷰터 파트너로서 현재 AWS 클라우드 마이그레이션 관련 협업을 하고 있는 IT 파트너가 400곳이 넘는다. 또한, 각 파트너들이 공공, 의료, 유통, 제조 등 산업 전 분야에 걸쳐 전문성을 가지고 사업을 영위하고 있으며 특히, 제조 분야에 AI를 접목하여 고객의 요구를 반영하여 클라우드 전환을 이루고 있다.   국내 제조 산업의 클라우드 활용과 관련한 주요한 흐름은 어떤지 ■ 황민선 : 국내 제조 산업의 클라우드 활용은 매우 중요한 전환점을 맞이하고 있다. 특히 세 가지 주목할 만한 트렌드가 나타나고 있다. 첫째, 생성형 AI를 중심으로 한 혁신 가속화이다. 산업통상자원부의 ‘AI 자율제조 전략’에서도 볼 수 있듯이, 2030년까지 AI 자율제조 30% 확산과 제조 생산성 20% 향상을 목표로 하고 있다. 실제로 두산로보틱스나 HL만도와 같은 기업은 이미 생성형 AI를 활용해 실질적인 성과를 창출하고 있다. 둘째, 비즈니스 리더 주도의 클라우드 도입이다. 과거 IT 인프라 담당자나 개발자 중심의 클라우드 도입에서, 이제는 현업 부서장과 경영진이 직접 클라우드 기술 도입을 주도하는 방향으로 변화하고 있다. 특히 제조 현장의 실무 전문가들이 클라우드 기술을 활용하여 혁신을 이끌어내고 있다. 셋째, 산업 특화 설루션의 확산이다. AWS는 제조 산업에 특화된 파트너 설루션 맵을 구축하고, 다섯 가지 핵심 영역(스마트 제조, 엔지니어링 & 설계, 스마트 제품 & 서비스, 공급망, 지속가능성)에서 전문 파트너들과 협력하고 있다. ■ 김준성 : 많은 고객들, 특히 제조 산업 분야에서의 클라우드 활용은 초기 단계를 넘어 본격적인 확산기에 접어들었다고 판단되나, 여전히 여러 문제로 인해 어려움을 겪고 있다. 특히 보안 관련 문제나, 오래된 레거시 시스템의 마이그레이션 및 이를 수행할 인력 부족 등의 문제로 인해 아직도 클라우드 전환을 망설이거나 시간이 오래 걸리는 고객이 적지 않은 것이 현실이다. 그럼에도 불구하고 제조 현장에서도 AI를 접목해서 생산 현장을 혁신하고 클라우드를 활용하여 신속성을 높이는 노력을 많은 곳에서 진행 중이다. 에티버스는 산업에 유익하고 필요한 AWS 파트너를 발굴하고, 그들이 고객과의 협업을 통해 빠르고 효과적인 클라우드 전환을 지원하게끔 돕는 역할을 해 나가고 있다. 또한, AI를 활용한 클라우드 서비스의 확산이 일어나고 있는데, 고객의 다양한 요구를 수용하기 위해 클라우드 생태계의 지속 확장을 통해 이를 뒷받침할 수 있는 여러 설루션의 소개와 구축에 최선을 다할 예정이다.   제조 산업의 클라우드 활용 사례에 대해서 소개한다면 ■ 김준성 : 구체적인 사례를 소개하자면, 생산 현장에서 여러 IoT 센서를 활용해 데이터를 클라우드로 수집, 분석하여 예지 보전, 생산 최적화, 품질 관리 향상 등을 추진함으로써 스마트 공장으로 전환하거나, 제조 공정을 가상화하여 시뮬레이션하고 최적화하는 디지털 트윈 기술을 통해 새로운 공정 도입 전에 시뮬레이션을 통해 위험을 최소화하고, 운영 효율을 높이는 사례가 있다. 또한, 클라우드 기반 SaaS(서비스형 소프트웨어)를 활용하여 ERP, CRM 등의 시스템을 도입하고, 비용 효율적인 IT 운영을 추구함으로써 생산성 향상 및 비용 절감 효과를 얻는 사례가 늘고 있다. ■ 황민선 : 예를 들어, 두산로보틱스는 생성형 AI를 활용해 로봇 제조 과정을 최적화했으며, HL만도는 소프트웨어 엔지니어링 효율을 30% 개선한 사례가 있다. 또한 BMW는 아마존Q 인 퀵사이트(Amazon Q in QuickSight)를 도입해 공급망 분석 시간을 대폭 단축하고 의사결정을 가속화했다. 이러한 사례는 AWS의 기술력과 파트너의 산업 전문성이 결합될 때 실질적인 성과를 창출할 수 있다는 것을 보여준다. 한국 제조 기업들도 이러한 접근 방식을 통해 클라우드를 활용한 실질적인 혁신을 실현하고 있으며, AWS는 앞으로도 파트너 생태계와 함께 국내 제조 산업의 디지털 전환과 글로벌 경쟁력 강화를 적극 지원하고자 한다.   최근 진행한 ‘AWS 파트너 클라우드 설루션 콘퍼런스’는 어떤 행사이고, 이를 통해 기대하는 효과는 무엇인지 ■ 황민선 : 이번 ‘AWS 파트너 클라우드 설루션 콘퍼런스’는 제조 산업의 새로운 도약을 위한 실질적인 설루션과 고객 사례를 제공하고자 마련되었다. 특히 주목할 점은, 제조 현장의 실무 전문가들이 IT나 클라우드 전문 인력의 도움 없이도 신기술을 빠르게 도입하고 활용할 수 있도록 지원하는 데 중점을 두었다는 것이다. 행사는 크게 세 가지의 차별화된 프로그램으로 구성했다. 먼저 C-레벨 조찬 세미나를 통해 경영진이 클라우드 전환의 비전과 전략을 공유할 수 있는 기회를 제공했다. 또한 스마트 제조, 엔지니어링 & 설계, 데이터 분석 & 생성형 AI 등 세 개의 전문 트랙을 통해 각 영역별로 심도 있는 기술 및 구현 사례를 공유했다. 특히 1:1 비즈니스 미팅을 통해 개별 고객별 맞춤 설루션을 AWS 및 AWS 파트너사와 함께 상담 받을 수 있는 기회도 마련했다. 행사를 통해 제조 기업이 클라우드를 통한 혁신의 구체적인 청사진을 그릴 수 있게 되었다고 본다. 특히 실제 구현 사례와 전문가 상담을 통해 자사에 맞는 최적의 설루션을 찾고, AWS의 다양한 파트너 프로그램, 예를 들어 PoC 지원 프로그램을 통해 실제 검증 단계로 신속하게 진입할 수 있는 기회를 제공하고자 했다. ■ 김준성 : ‘AWS 파트너 클라우드 설루션 콘퍼런스’는 아직 클라우드로 전환하지 못한 제조 현장의 고객이나, 클라우드 도입은 하였지만 아직 AI 관련 서비스라든지 클라우드의 활용도가 떨어지는 분들을 위해 보다 더 많은 정보를 제공하기 위해 마련되었다. 이번 콘퍼런스에서는 기술적인 발전은 물론 여러 도입 사례에 대한 발표와 더불어 향후 기대되는 발전 방향에 대해서도 고객들에게 알리는 자리를 마련했다. 정보 획득과 더불어 아직 클라우드 전환이 안된 고객들은 빠르고 효과적인 전환을, 새로운 AI 서비스 도입을 통해 더 나은 혁신이 필요한 고객에게는 그에 맞는 시스템을 구축하는데 도움이 되었기를 바란다.      ■ 기사 내용은 PDF로도 제공됩니다.