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.

#다쏘시스템 #카티아 #CATIA  #웨비나 [AI 시대의 CATIA 설계자를 위한 웨비나] 신제품 개발의 가장 효과적인 방법! 설계자가 직접 하는 성능 검증! 메일 내용이 보이지 않으시면 여기를 클릭해 주세요.    

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.

메일 내용이 보이지 않으시면 여기를 클릭해 주세요. ※ 사내 방화벽으로 인해 PC에서 등록이 제한될 경우, 모바일 기기로 해당 링크 (https://go.3ds.com/registration25)에 접속하여 등록해 주시기 바랍니다. Copyright © 2025 Dassault Systemes, Inc. All right reserved.