경쟁력 Archives - �鶹ԭ�� Korea 뉴스센터

AI 혁신: 기업 경쟁력 확보 위한 4단계

Adam Park — Fri, 25 Jul 2025 04:57:23 +0000

기업이 AI를 통해 실질적인 경쟁 우위를 확보하려면 갶�장 유망한 사용 사례 우선순위 설정, 지능형 에이전트 배포, 일상 업무 ��로세스에 AI 통합, 상호 운용 갶�능한 AI 도구 생태계 구축이라는 4단계 접근법이 필요��니다.

글쓴이: 브렌다 바운 (Brenda Bown), 번역: 클로드(Claude)

AI 선도기업이 되는 방안 중 하나는 상호운영성 있는 개방형 에코시스템을 확충해 파편화 된 도구왶� 솔루션 문제를 해결��는 일입니다. (이미지: GETTY)

AI는 어디에나 있지만, 기업이 과대광고를 뚫고 최신 혁신 기술을 홵Ӛ�� 실질적이고 측정 갶�능한 경쟁 우위를 얻는 방법을 이해하기는 어려울 수 있습니다.

젶ĵ� 과 갶� 주최한 에서 댄 뉴먼(Dan Newman)과의 댶�화를 통해 이러한 과제를 다뤘습니다. 리더들이 �ѫ��니스를 발전시키기 위해 생성형 AI를 어디에 적용��지 결정�� 때 직면��는 장애물과 �鶹ԭ�� Business AI갶� 이를 돕기 위해 시장에 독특하게 제공��는 것에 댶�� 이야기했습니다.

2026년 AI 트렌드 – 리더들을 위한 핵심 인사이트��특집 기사

에이전틱 AI의 느린 발전, AI 버블 붕괴, 기업 차원의 GenAI 활용 필요성, AI 관리 조직 구조 논쟁, AI 팩토리를 통한 갶�치 창출 갶�속화 등 MIT의��톰 데이븐포트왶� 랜디 빈이 제시��는 2026년 5대 AI 트렌드를 지금 바로 확인하세요.

그 대화에서 나온 내용을 바탕으로, 여러분이 AI 선도 기업이 되는 데 도움이 될 4갶�지 단계를 제시��니다.

1. 갶�장 유망한 적용 사례에 우선순위

먼저 AI를 사용하여 빠르고 측정 갶�능한 갶�치를 제공�� 수 있는 �ѫ��니스 영역에 집중하세요. 재무, HR, 공급망, 고객 경험은 AI 선도 기업들이 종종 시작��는 분야들입니다. 옵션을 평갶�� 때는 “개념 증명”이라는 아이디어는 제쳐두세요. 대신 여러분과 팀의 전문 지식, 데이터, 상상력을 활용하여 자동화나 AI 에이전트를 사용해 더 많은 갶�치를 창출�� 수 있는 영역을 찾아 “갶�치 증명”을 개발하세요.

참고로 “갶�치 증명”이라는 용어는 AI 선도 기업인 의 IT 부사장 갶� �鶹ԭ��왶� 파트너십으로 그의 팀이 설계한 미지급금 처리 AI 에이전트를 언급하며 처음 만든 용어입니다. 핵심은 �ѫ��니스에 갶�장 중요한 결과갶� 무엇인지 정확히 파악하고 신속하게 갶�치를 증명��는 사용 사례를 선택��는 것입니다.

보이지 않는 것의 힘: AI 시대에 정말 중요한 것들��특집 기사

우리는 보이는 것, 측정 갶�능한 것만 중요하다고 착각��니다. 하지만��생존 편향,��데이터 편향,��측정 편향이 보여주듯, 신뢰, 윤리, 지혜, 맥락 등��AI 시대에 진짜 중요한 것은 여전히 눈에 보이지 않습니다.

2. 복잡한 작업을 단순화��는 지능형 에이전트 배포

AI 선도 기업의 또 다른 관행은 부서왶� 시스템을 아우르며 종단 간 문제를 해결��는 AI 에이전트를 사용��는 것입니다. �ѫ�� 프로세스를 처리��는 자율적 능력이 AI 스킬과 AI 에이전트의 차이점 중 하나입니다. 스킬은 메시지 작성이나 스프레드시트 분석 및 그 분석에서 액션을 트리거��는 능력과 같은 단일 능력입니다. 에이전트는 측정 갶�능한 결과를 만들어내기 위해 복잡한 다단계 프로세스를 독립적으로 처리��니다. 저희는 최근 시스템과 사업 부문 간의 자율적 ˳�업을 촉진하기 위해 확장된 네트워크를 . 여기에는 기업이 중요한 워크플로우 자동화를 돕기 위해 신속하게 배포�� 수 있는 HR, 재무, 공급망 및 기탶� 기능을 위한 즉시 사용 갶�능한 에이전트들이 포함됩니다.

왶� 같은 AI 선도 기업들은 프로세스 개선을 위한 특정 기회를 다룰 수 있는 맞춤형 에이전트도 만듭니다. 이제 여러분도 쥴 스튜디오(Joule Studio)로 이러한 에이전트를 구축�� 수 있습니다. 는 사전 정의된 스킬, 모델, 데이터 연결을 사용하여 맞춤형 에이전트를 설계, 조율, 관리�� 수 있는 로우코드 작업 공간을 제공��니다. 이를 통해 에이전트 네트워크를 여러분의 정확한 요구 사항과 �ѫ��니스 맥락에 맞게 확장하고 맞춤화�� 수 있는 힘을 얻을 수 있습니다.

AI는 도구갶� 아니다. 자율형 기업의 중심축이다.��특집 기사

�鶹ԭ��는 50년 ERP 데이터 기반의��과��로, 기업 운영 전반을 AI갶� 판단·실행��는��시대를 선언했다. 데이터 통합과 거버넌스를 전제로 AI갶� 반복 업무를 처리��수록 사람은 더 본질적인 갶�치 창출에 집중해야 한다.

3. 일상 워크플로우에 AI 통합

진정한 AI 선도 기업이 되려면 팀이 매일 일��는 방식에 AI갶� 원활하게 녹아들어야 ��니다. 또한 더 넓은 기술 생태계에서도 작동하도록 해야 ��니다. 이러한 중요한 �ѫ��니스 요구 사항 때문에 저희는 �鶹ԭ�� 시스템에 바로 구축된 자연어 AI 인터페이스인 을 만들었습니다. 그리고 ServiceNow왶� Microsoft Copilot과 같은 탶�사 도구왶� 더욱 맥락을 인식��고 더 잘 통합되도록 새로운 Joule 액션 바를 추갶�하고 있습니다. 여러분이 무엇이 필요한지 말해주기를 기다리지 않습니다. 대신 여러분의 행동을 능동적으로 따라갶�며 여러 �鶹ԭ�� 및 비�鶹ԭ�� 애플리케이션에서 맥락에 맞는 유용한 다음 액션을 제안�� 수 있습니다. 이는 마찰을 제거하여 팀 구성원들이 도구 간을 전환하거나 인터페이스를 다시 배울 필요갶� 없도록 도왶�줍니다.

4. 상호운용 갶�능한 선도적 AI 도구 생태계 구축

AI 선도 기업이 되는 또 다른 방법은 개방적이고 상호 운용 갶�능한 생태계를 구축하여 단편적인 도구왶� 솔루션 문제를 해결��는 것입니다. 결국 혁신적인 AI 도구갶� 다른 자사 및 탶�사 솔루션과 만날 때 장애물에 부딪힌다면 무슨 소용이 있겠습니까? 이것이 저희갶� 최근 생산성을 위한 Microsoft Copilot과의 더 긴밀한 통합과 선도적인 AI 모델에 대한 유연한 액세스를 위한 및 왶�의 파트너십을 발표한 이유입니다. 이러한 파트너십과 다른 많은 파트너십들은 팀이 여러 AI 기능을 결합하고, 시스템 간에 신뢰�� 수 있는 데이터를 공유하며, 수동 연결의 번거로움 없이 �ѫ��니스 결과를 더 빠르게 달성�� 수 있도록 도왶�줍니다.

리더갶� 될 준비갶� 되셨나요? 시작��는 방법을 알려드립니다

젶ĵ� 여러분이 AI 시대에 따라갶�는 것이 아니라 선도하기를 권��니다. 그럴 준비갶� 되셨다면 시작�� 수 있는 몇 갶�지 방법이 있습니다. 먼저 에서 이러한 주제들을 더 깊이 살펴보세요. 그다음 보고 알아보세요.

원문: , , Forbes.com

The post AI 혁신: 기업 경쟁력 확보 위한 4단계 appeared first on �鶹ԭ�� Korea 뉴스센터.

심층분석: �ѫ��니스 프로세스 지능화를 위한 �鶹ԭ��의 AI 적용 방안

�鶹ԭ�� News — Wed, 27 Dec 2023 08:32:15 +0000

많은 기업이 인공짶ĵ�을 활용 중이며 적용 범위는 확대될 전망입니다. �ѫ��니스 프로세스 자동화, 데이터 분석 및 예측, 고객 서비스 개선 등 다양한 분야에서 AI로 업무 ��율을 높이고, 기업의 경쟁력 강화에도 큰 도움을 줄 방안을 월간 인사이트에서 확인하세요.

글쓴이: 장아름(Areum Jang)

본론에 들어갶�기에 앞서 여러 유형의 AI, 프로그래밍, 기계학습(머신러닝)의 차이점을 이해하면 도움이 됩니다.

전통적인 AI: 정해진 규칙이나 알고리즘에 따라 특정 작업을 수행�� 수 있는 AI 시스템을 의미��니다. 데이터로부터 학습�� 수 없거나 시간이 지나도 개선될 수 없는 규칙 기반 시스템입니다.
머신러닝: 시스템이 명시적인 프로그래밍을 통하지 않고 데이터로 학습�� 수 있습니다. 머신러닝은 컴퓨터 프로그램이 새로운 데이터에 독립적으로 적응하고 학습해 추세왶� 통찰을 제공��니다.
대화형 AI: 기계갶� 인간과 유사한 방식으로 인간의 언어를 이해하고 응답�� 수 있습니다.
생성형 AI: 머신러닝 기술을 홵Ӛ�� 데이터로 학습하고 새로운 데이터 인스턴스를 생성�� 수 있습니다. 생성형 AI왶� 대화형 AI는 유사해 보일 수 있지만(특히 생성 AI로 인간과 유사한 텍스트를 생성��는 경우) 대화형 AI는 인간과 같은 대화에 참여�� 수 있는 대화형 시스템을 만드는 데 사용되는 반면, 생성형 AI는 텍스트 뿐 아니라 이미지나 음악 등 다양한 데이터 유형의 생성을 포괄��는 더 광범위한 개념입니다

|

재무, 공급망, 구매조달, 인사, 영업, 마케팅, IT 및 ��랫폼, 산업 등 �ѫ��니스의 모든 측면을 위한 인공짶ĵ�을 만나보세요. 연관성, 신뢰성, 책임감 있는 AI갶� 바로 �ѫ��니스 AI의 갶�장 큰 특징입니다.

팟캐스트 에서 테리 페너(Terry Penner)왶� 유르겐 부츠만(Jürgen Butsmann)이 AI 우선숵Ӝ�, 실질적인 응용분야, �鶹ԭ�� S/4HANA왶� �鶹ԭ�� BTP의 주요 적용사례에 댶�� 나눈 댶�화를 각색�� 내용입니다.

유르겐 부츠만(Jürgen Butsmann) �鶹ԭ�� S/4HANA 솔루션 관리 디렉터

테리 페너(Terry Penner) �鶹ԭ�� BTP 마케팅 솔루션 총괄

Part 1. �鶹ԭ��갶� 제안��는 AI의 부갶�갶�치

AI 모델을 간단히��설명하자면

Terry: 오늘은 인공짶ĵ�(��)에 댶�� 이야기 나누겠습니다. 유르겐, �鶹ԭ��에 있어 AI갶� 왜 중요한지, 그 갶�치는 무엇인지 설명해 주시죠.

Jürgen: AI는 단순�� 유행어 그 이상입니다. 다양한 분야, 특히 �ѫ��니스 소프트웨어에서 사용�� 수 있는 기술입니다. 기본적으로 AI는 인간이 컴퓨터의 도움을 받을 수 있는 프로세스를 복제하거나 향상시킵니다.

인간은 경험과 감각을 바탕으로 세계 모델을 구축��니다. 이러한 모델은 학습에 따라 더욱 복잡해 집니다. 하지만 이러한 모델에 기반한 일부 의사결정은 컴퓨터 과학으로 단순화해 구현�� 수 있습니다. 이전에도 간단한 프로그래밍의 규칙과 모델을 사용해 이러한 작업을 수행한 적이 있습니다.

그러나 AI를 적용하면 경험이나 데이터로 소프트웨어 학습을 처리��니다. 데이터 과학자갶� 만든 이러한 알고리즘을 통해 개발��는 모델은 우리갶� 염두에 두고 있는 모델의 복잡성을 극히 일부만 포착�� 수 있습니다.

�ѫ��니스 ��로세스에서 우리갶� 사용��는 모델은 인간의 생각만큼 복잡하지는 않지만 머릿속에 저장�� 수 없는 방대한 데이터를 처리�� 수 있습니다. 클러스터링이나 프로젝션 같은 작업에 알고리즘을 적용해 데이터를 효과적으로 분석하고 상호 연관시킬 수 있습니다. 이를 통해 다양한 데이터를 기반으로 고객의 상태나 �ѫ��니스 프로세스 같은 상황을 이해�� 수 있습니다.

�ѫ��니스를 위해 구축된 AI로 민첩성과 예측력 강화 | 특집 기사

이 지금처럼 연일 헤드라인을 장식하며 흥미로운 때는 없었습니다. 그러나 많은 기업에 있어 AI를 �ѫ��니스 효과로 전환��는 일은 어렵습니다. 내부 전문지식이 부족하기 때문이죠. 그래서���ѫ��니스를 위해 구축된 AI갶� 필요��니다.

모델은 이 정보를 신속하게 처리하고 귀중한 통찰력을 제공하여 주어진 시간에 문제를 식별하거나 적절한 조치를 결정��는 데 도움을 줍니다. 과거의 모든 경험을 모아 지나치게 단순하지는 않지만 인간의 인지력보다는 덜 복잡한 모델에 적용��는 두뇌왶� 같은 기능을 ��니다.

AI의 다양한 수준과 적용이 유리한 경우

Terry: AI는 방대한 양의 데이터를 거의 즉각 처리�� 수 있기 때문에 단순�� 문제 처리갶� 갶�능하죠. 하지만 AI갶� 항상 필요한 것은 아닙니다. AI의 다양한 수준과 AI의 적용이 더 유리한 경우에 관해 자세히 설명해 주시겠어요?

Jürgen: 좋은 질문이군요. 의사결정 지원을 통해 다양한 수준의 인텔리전스갶� 제공됩니다. 인텔리전스를 구성��는 요소를 이해하기갶� 까다로울 수 있습니다. 제 생각에는 무언갶� 지능적이라고 인식된다면 그것은 지능적이라고 생각��니다. ��예를 들어 영업 ��로세스에서 고객과의 상호작용이나 의사결정에 유용한 수치를 적시에 제공��는 핵심성과지표(KPI)나 보고서갶� 있다면 이는 지능적이라고 간주�� 수 있습니다. 이러한 수치는 정적이며 어떠한 변경이나 표시도 하지 않지만 특정 시점의 관련성이 완벽��니다.

정적인 수치나 그래프는 추세를 시각적으로 표현하고 결정을 내리는 데 도움을 줄 수 있지만 인식의 한계로 인해 2차원으로 제한됩니다. 반면 AI는 방대한 양의 데이터를 분석해 인간의 능력을 뛰어넘는 결론을 도출�� 수 있죠. 하지만 여기에는 프로그래밍 및 데이터 수집 같은 비용이 수반됩니다.

2025년 클라우드 ERP 7대 트렌드��특집 기사

2025�Ƅ��트렌드는 에이전트형 AI 통합, 클라우드 네이티브 솔루션 확대, AI 기반 의사결정 지원 등을 중심으로 기업의��과 ˳�신을 갶�속화�� 전망입니다. 업계 거인들의 흥미로운 예측을 지금 바로 확인하세요.

AI갶� 갶�장 큰 갶�치를 창출��는 적용사례

Terry: 대량의 데이터 처리에 드는 비용에 댶�� 언급하셨습니다. 그렇다면 AI갶� 갶�장 큰 부갶�갶�치를 창출��는 부문은 어디라고 보시나요?

Jürgen: AI는 프로세스를 갶�속화�� 때 갶�장 큰 갶�치를 발휘��니다. 그러나 항상 비용 효율적인 것은 아닙니다. 이는 모든 알고리즘에서 갶�장 중요한 부분인 데이터에 크게 좌우됩니다. 데이터의 유형, 정확성, 이질성은 알고리즘을 적절하게 훈련��는 데 필수적입니다. 그럼에도 불구하고 데이터 처리왶� 관련된 비용을 고려해 AI갶� 특정 �ѫ��니스 프로세스나 의사결정에 충분한 부갶�갶�치를 창출��는지 판단해야 ��니다.

Terry: 지난 몇 년 동안 급속도로 발전한 생성 AI에 댶�� 자세히 살펴보겠습니다. 생성 AI(GenAI)갶� 독특하고 흥미로운 이유는 무엇입니까?

Jürgen: 생성 AI에 대한 인식과 이해도갶� 갑자기 높아졌다는 사실에 놀랐습니다. 구체적인 예를 들어, 질문을 하면 방대한 양의 데이터로부터 즉각적인 요약을 얻을 수 있습니다. 이것이 얼마나 갶�치 있는 일인지는 분명��니다.

자동 요약, 언어 변환, 감정 분석 같은 적용사례를 고려�� 때 AI는 우리 삶에 매일 ��을 미치고 있습니다. 그러나 개인의 관점에서 모든 �ѫ��니스 업무를 예상�� 수 있는 것은 아닙니다. 흥미로운 점은 단순히 데이터를 처리하고 결과를 얻는 대신 새로운 정보를 생성한다는 사실입니다. 이 생성 과정은 흥미롭기도 하고 다소 어려울 수도 있습니다. 하지만 소프트웨어 내부의 적절한 매개변수 내에서 이를 유지한다면 두려워�� 필요갶� 없습니다.

생성 AI의��작동원리

Jürgen: 프로세스 관점에서 보면 요청, 즉 프롬프트갶� 있습니다. 이를 기반으로 시스템은 기존 데이터로부터 결과를 생성��니다. 단순히 잘라내어 요약��는 대신 보다 명확하고 선명한 정보를 생성��니다. 우리갶� 사용��는 거대언어모델(LLM)은 요청을 수정해 프롬프트를 시스템이 더 잘 이해�� 수 있는 단어로 번역하거나 다시 표현�� 수도 있습니다. 그 결과 더 정확한 질문을 통해 알고리즘이 작동하고 더 정확한 결과를 생성��는 데 도움이 됩니다.

Terry: 기사 요약이나 팟캐스트 녹취록 정리 같은 작업에 생성 AI갶� 매우 효과적이라는 것을 알았습니다. 일상 업무의 많은 부분을 간소화해 주죠. 또한 번역과 언어 이해의 민주화를 위한 잠재력도 매우 매력적입니다.

Jürgen: 원래 화자의 음성으로 특정 언어로 된 팟캐스트를 다른 언어로 자동 재현�� 수 있다는 사실은 놀라운 일입니다. 이는 정보를 세계화�� 뿐 아니라 접근성도 향상시킵니다. 사용자 상호작용을 기반으로 질문을 구체화하고 다양한 방언이나 언어 유형을 이해��는 데 도움이 되므로 더 많은 사람이 이 분야에 참여�� 수 있습니다.

Terry: 생성 AI 모델이 어떻게 작동��는지 더 자세히 설명해 주실 수 있나요?

Jürgen: 첫 번째 단계는 광범위하고 다양한 데이터 세트의 수집입니다. 이는 공개 또는 �ѫ��니스 소스에서 갶�져올 수 있으며, 고객 경험이나 독점 데이터도 포함될 수 있습니다. 모델은 이 데이터에 대한 학습을 통해 데이터를 처리하고 새로운 인사이트를 추출�� 수 있습니다.

예를 들어 텍스트를 입력하면 이를 팟캐스트 구조왶� 같은 다른 유사한 데이터왶� 비교��니다. 다양한 모델을 비교, 결합함으로써 새로운 콘텐츠를 만들 수 있습니다. 이 예에서는 질문 내용과 다른 팟캐스트의 경험을 바탕으로 새로운 팟캐스트를 만들 수 있습니다. 시스템은 다양한 정보를 수신��수록 최상의 결과물을 비교, 결합, 생성�� 수 있으므로 그 기능이 향상됩니다.

|

생성 AI 디지털 비서인 쥴(Joule)은 �鶹ԭ�� ѫ��니스 시스템과 상호 작용��는 방식을 혁신하여 모든 접점을 중요하게 여기고 모든 작업을 간소화��니다.

왜 지금 생성 AI인갶�?

Terry: 이 모델에 입력되는 데이터갶� 관련성이 높고 양질의 데이터인지 확인��는 것이 중요��니다. 현재 생성 AI갶� 주목을 받고 있는 이유는 무엇이라고 생각하시나요?

Jürgen: 과학 분야를 넘어 광범위한 적용 갶�능성에 대한 관심을 불러일으킨 챗GPT 첫 버전의 ��력 때문이라고 생각��니다. 이후 많은 기술이 등장했죠. �鶹ԭ��는 언제나 기술을 수용하고 적용��는 기업이지만, 무엇보다 �ѫ��니스 프로세스의 맥락에서, 즉 우리의 목적에 맞게 기술을 적용��니다.

우리는 ERP왶� 같은 시스템에 대한 접근성 향상을 목표로 ��니다. 대형 컴퓨터에서 보다 소형 컴퓨터로, 이후 클라이언트-서버로 전환하면서 이러한 접근성이 크게 향상되었습니다. �鶹ԭ��갶� 이러한 기술을 모두 발명한 것은 아니지만 우리는 이를 �ѫ��니스 ��로세스에 성공적으로 통합했습니다. �鶹ԭ��는 이러한 기술의 갶�치를 보여주었지만 이제는 거대언어모델과 생성 AI 기능의 구현에 중점을 두고 있습니다. 검증된 적용사례를 보유하고 있으며 실질적인 갶�치를 제공하므로 활용하기에 적절한 시기입니다.

그러나 구현 시점에 관련 비용을 신중하게 고려해야 ��니다. 우리갶� 지원��는 프로세스갶� 투자 갶�치갶� 있는지 확인해야 ��니다. 또한 이러한 모든 기술이 동일한 성능을 발휘하거나 동일한 품질을 제공��는 것은 아니라는 점을 이해��는 것도 중요��니다. 이것이 바로 우리갶� 거대언어모델과 생성 AI 기능을 기술 아키텍처인 ‘�ѫ��니스 기술 ��랫폼(�鶹ԭ�� BTP)’에 통합��는 이유입니다.

Part 2. �鶹ԭ�� S/4HANA 및 �鶹ԭ�� BTP의 AI 애플리케이션

�鶹ԭ�� ѫ��니스 ��로세스에 AI 적용

Jürgen: 우리의 목표는 갶�능한 많은 �ѫ��니스 문제에 대한 솔루션 제공입니다. 거대언어모델은 �鶹ԭ��의 아키텍처를 통해 고객에게 제공되며 �鶹ԭ��의 소프트웨어를 통해 상용화됩니다.

많은 고객이 AI, 특히 생성 AI를 찾고 있습니다. 그러나 우리 접근 방식의 독특한 측면은 다양성, 많은 기능을 활용�� 수 있는 능력, 기술 및 �ѫ��니스 아키텍처 내에서의 통합 등입니다. 이것이 우리갶� 지향��는 방향이며, 이를 위해서는 상당�� 투자갶� 필요��니다.

Terry: 요약하자면, 우리는 생성 AI를 일반적인 목적으로 만들려고 노력��는 대신 �鶹ԭ��갶� 갶�장 잘 이해��는 �ѫ��니스 ��로세스에 최대�� 밶�접하게 통합��는 것을 목표로 ��니다.

생성 AI, 진정한 지능형 클라우드 ERP의 완성 | 특집 기사

��솔루션 운영은 그 자체로도 많은 효과갶� 있지만��생성 AI는 전력승수입니다. 클라우드갶� 생성 AI를 만나면 중요한 방식으로 시너지 효과갶� 생깁니다. 진정한��지능형 시스템 기업 전환을 돕고 속도왶� 민첩성이 데이터왶� 인사이트를 만나 빛을 발��니다.

연관성, 신뢰성, 책임감 있는 �鶹ԭ��의 �ѫ��니스 AI

Terry: 우리는 AI갶� �鶹ԭ�� 내에서 책임감 있고 신뢰성과 연관성이 있는지 확인��는 방법에 댶�� 이야기했습니다. AI갶� 연관성이 있다는 말이 무슨 뜻인지 자세히 설명해주실 수 있나요?

Jürgen: 연관성은 AI갶� �ѫ��니스 프로세스의 맥락에서 필요하며 고객에게 갶�치를 제공해야 함을 의미��니다. AI의 갶�치는 �ѫ��니스 ��로세스에 미치는 ��에 따라 결정됩니다. 각 고객은 프로세스 기간, 품질, 반복 갶�능성, AI로 개선�� 수 있는 사용자 기술 부족, AI를 통해 제공되는 정보갶� 프로세스 실행에 미치는 �� 등의 요소를 기반으로 AI의 연관성을 평갶��니다.

Terry: 당연히 �鶹ԭ��의 �ѫ��니스 AI는 신뢰성이 매우 중요��니다. 과거 AI 모델이 부정확하거나 오래된 정보를 제공��는 사례갶� 있었습니다. �鶹ԭ��의 생성 AI에 대한 접근 방식은 어떻게 신뢰�� 수 있는 결과왶� 교육 모델을 보장합니까?

Jürgen: 실제로 신뢰성은 매우 중요��니다. 결과값의 품질은 주로 데이터 입력값에 따라 달라집니다. 데이터갶� 매우 이질적이라면 계정 매칭 같은 일부 알고리즘에 적합하지 않을 수 있습니다. 이로 인해 이상값을 캡처�� 수 없게 될 수 있습니다. 따라서 데이터의 모양, 필요한 데이터의 양, 품질 신호의 위치를 이해��는 것이 중요��니다. 특정 조직 또는 조직의 일부에 갶�장 적합한 데이터를 선택하려고 노력하세요. 이는 시스템에서 특정 분석의 발생을 갶�장 잘 반영��니다.

갶�트너, 2025년 10대 전략 기술 트렌드 제시 | 특집 기사

매년 기술 혁신은 더욱 빠르게 다갶�옵니다. 올해 갶�트너는 기술 트렌드를 “파도 탶�기”에 비유하며,��AI 리스크왶� 당면과제,��새로운 컴퓨팅 프론티어,��인간-기계 시너지��등 3갶�지 해변에 댶�� 이야기하고,��2025년 10대 전략기술 트렌드를 제시��니다.

결과갶� 특정 방향으로 어떻게 왜 움직이고 있는지 설명��는 것이 중요��니다. 더 맿❴ 사용��수록 시스템에 대한 자신감과 신뢰도갶� 높아집니다. 고객에게 결과를 설명하고 데이터 처리 방법에 대한 신뢰왶� 이해를 구축��는 메커니즘이 필요��니다.

Terry: 물론이죠. 모델이 말��는 내용을 기반으로 결정을 내리려면 모델을 신뢰해야 ��니다. 이는 데이터갶� 사람에서 나온 것인지, AI에서 나온 것인지에 관계없이 적용됩니다. 이제 책임에 관한 부분으로 넘어갑니다. 젶ĵ� 이 점이 �鶹ԭ��의 큰 차별화 요소라고 믿습니다. AI에 대한 책임을 보장하고 고객 및 파트너왶�의 신뢰를 구축��는 일이죠. 책임감의 의미에 댶�� 자세히 설명해 주시겠어요?

Jürgen: 저희 입장에서 책임은 데이터 보안을 보장��는 일입니다. 지적 재산을 외부왶� 공유하고 싶지 않은데, 많은 거대언어모델이 외부 클라우드에 있습니다. 우리는 소스 데이터에 대한 접근을 제공하지 않고도 이러한 모델에서 사용�� 수 있는 방식으로 데이터를 변환, 암호화, 정리해야 ��니다. 물론 큰 작업이지만, 우리는 여기에 전념하고 있습니다. 때로는 보안을 보장하기 위해 이러한 모델 중 일부를 자체 환경에 배포해야 ��는 경우도 있습니다. 또한 책임은 우리갶� 제공��는 적용사례갶� 윤리적으로 건전함을 의미��니다.

현재 �鶹ԭ�� S/4HANA에서 이용 갶�능한 AI 적용사례

Terry: 실용적인 측면에 댶�� 논의해 보겠습니다. 현재 �鶹ԭ�� S/4HANA Cloud에서 어떤 AI 기능을 사용�� 수 있나요?

Jürgen: 현재 �鶹ԭ�� S/4HANA Cloud는 AI 기술을 기반으로 25개 이상의 적용사례를 제공��니다. 이들 중 다수는 �鶹ԭ�� BTP를 기반으로 구축되었습니다. 우리의 전략은 이 아키텍처 내의 솔루션에 초점을 맞추는 것입니다. 예를 들어, 미결채권과 입금내역 자동 매칭, 사기(부정행위) 탐지, 비정형 데이터에서 판매 주문 정보 자동 도출 등의 기능을 제공��니다. 정형화되지 않은 문서의 구조적 요소를 자동으로 식별�� 수 있는 생성 AI로 이들 기능을 개선하고 있습니다. 우리는 이러한 알고리즘을 최대�� 홵Ӛ�� 지속적으로 서비스를 개선하고 있습니다.

캐시 애플리케이션(�鶹ԭ�� Cash Application) – ML 기반의 은행계정명세서(입금)에 미결채권 추천

비정형 데이터로부터 판매오더 요청 생성

�鶹ԭ��의 AI에서 �鶹ԭ�� BTP의 역��

Terry: �鶹ԭ�� S/4HANA Cloud에서 AI 기반 �鶹ԭ�� BTP의 역��에 댶�� 자세히 설명해 주시겠어요?

Jürgen: 물론이죠. �鶹ԭ�� BTP는 �鶹ԭ�� S/4HANA Cloud의 모든 AI 및 생성 AI 기반을 포함하며 기술 확장을 위한 표준 환경입니다. 여기에서 알고리즘을 처리하고 우리갶� 보유한 AI 모델과 보유하지 않은 AI 모델을 모두 통합��니다. �ѫ��니스 애플리케이션과 �鶹ԭ�� BTP 간의 이러한 연결을 통해 �ѫ��니스 데이터 및 라이프사이클 관리를 �鶹ԭ�� BTP의 기술 구조왶� 결합��는 지능형 시나리오를 관리�� 수 있습니다. 이는 우리갶� 다른 모든 모델을 처리��는 경로이기도 ��니다.

향후 계획

Terry:�� 유르겐, 셍상 AI갶� 집중하고 있거나 개발팀이 현재 작업 중인 주요 주제에 댶�� 논의해 주실 수 있나요?

Jürgen:�� 우리는 다양한 적용사례를 고려하고 개발하고 있으며 2024년 상반기를 목표로 일부 사례는 이미 개발 중입니다. ��대표적인 사례로 생성 AI 디지털 비서인 쥴(�鶹ԭ�� Joule)이 있습니다. 쥴은 �鶹ԭ�� 독점 데이터, 프로세스 흐름 및 애플리케이션을 기반으로, 사용자갶� 온보딩하려는 기능에 대한 새로운 데이터를 수집하거나 마스터 데이터 확장 또는 새로운 판매 주문 같은 작업을 실행하도록 안내��는 데 도움이 될 수 있습니다.

다음으로 커뮤니케이션 인텔리전스는 우리 로드맵의 핵심 영역입니다. 이는 잠재적인 독촉 사례 관리왶� 같은 의사 결정 프로세스를 실행하고 감정 분석, 작업 우선순위 지정, 고객 상호작용, 통화내용 스크립트 생성, 기탶� 지침 등을 통합�� 수 있는 일반적인 적용사례입니다. 고객 정보 수집, 이를 통해 취�� 조치 결정, 의사결정 수립, 프로세스 생성, 기능 탐색 및 실행 등 추천��는 방법으로 작업을 완료��는 데 도움이 됩니다.

현재 ‘물어보기(Just Ask)’라고 명명된 기능은 언어나 용어에 관계없이 최종 사용자에게 적합한 보고서왶� KPI를 찾고 실행��는 데 도움이 되는 자연어 상호작용 도구입니다. 이를 통해 필요한 데이터왶� 정보에 액세스�� 수 있습니다.

우리는 시그나비오(Signavio)갶� 프로세스 분석 및 프로세스 마이닝을 실행�� 뿐 아니라 프로세스 개선을 위한 시스템 추천사항을 제출하도록 ��는 것을 목표로 하고 있습니다. 우리는 또한 코드 생성 작업도 진행 중입니다. 수백만 줄의 ABAP 코드를 작성해 본 경험으로 우리는 코드 작성 규칙과 방법을 이해��니다. 따라서 새로운 코드를 생성해야 ��는 경우 요구사항에 따라 템플릿을 사용하거나 거의 완전한 ABAP 프로그램을 사용��는 것이 좋습니다.

Terry: 네, 코드 생성은 우리갶� 탐구하고 있는 흥미로운 영역입니다. 특히 BTP 측면의 구축에 있어서 말이죠. 이는 개발자 커뮤니티에 큰 도움이 될 수 있습니다. 유르겐, �鶹ԭ��의 AI 진행 상황에 대한 인사이트를 공유해 주셔서 고맙습니다. 앞으로 어떻게 발전��는지 확인하고 고객을 위한 새로운 제품에 댶�� 다시 논의하기를 고대하겠습니다.

글쓴이 소개

장아름(Areum Jang) | �鶹ԭ�� Korea Presales 조직의 �鶹ԭ�� S/4HANA 구매관리 전문갶�

The post 심층분석: �ѫ��니스 프로세스 지능화를 위한 �鶹ԭ��의 AI 적용 방안 appeared first on �鶹ԭ�� Korea 뉴스센터.

CFO로서 성공하려면? 재무 임원의 6갶�지 성공 비결

�鶹ԭ�� News — Thu, 11 Aug 2022 11:14:44 +0000

몇년 전 한 글로벌 경제분석기관이 전세계 1,500 명의 재무 임원을 대상으로 실시한 조사 결과, �ѫ�� 응답자 중 10%를 조금 넘는 173명의 임원만 ‘경쟁력 있는 재무 리더’로 평갶�되었습니다.재무 리더의 6갶�지 성공 비결을 확인하세요.

글쓴이: 정대천(Jackie Jeong)

�ѫ��아에서 경쟁력 있는 재무 리더�� 어떤 분일까요?

최근 CFO왶� 관련된 글로벌 조사 자료를 접�� 기회갶� 생겨 차분히 읽다 보니 몇 갶�지 흥미로운 점이 있어 정리해 보았습니다.

작년에 한 글로벌 경제분석기관이 전세계 1,500 명의 재무 임원을 대상으로 실시한 조사 결과갶� 매우 인상적입니다. �ѫ�� 응답자 중에서 10%를 조금 넘는 173명의 임원만이 ‘경쟁력 있는 재무 리더’로 평갶�되었습니다.

재무 리더로 선정된 이들에게는 공통된 여섯 갶�지 특징이 있습니다. 핵심 재무 업무에 능통하고, 탶� 부서에 강한 ��력을 발휘하며, 규제 변화에 능숙하다는 점은 충분히 예측 갶�능한 부분입니다. 그런데 탶� 부서왶� 정기적으로 ˳�업��는 능력, 전략적 성장 이니셔티브를 추진한다는 점, 업무 자동화를 통해 실질적으로 효율성을 개선��는 점 등은 매우 인상적입니다.��

지난 1990년대 스티븐 코비의 ‘성공��는 사람들의 7갶�지 습관’이 경영을 배우려는 사람에게 지대한 영감을 준 것처럼, 이번 글로벌 조사에서 발견한 ‘경쟁력 있는 재무 리더의 여섯 갶�지 특징’은 매우 사실적이고, 재무 리더를 희망��는 �ѫ��아 짶�역 CFO들에게 행동 지침의 측면에서 적절한 안목을 제시��니다.

CFO의 성공 전략: 도전에 대응��는 4갶�지 방안��특집 기사

CFO는 기술과 데이터, 통찰력을 홵Ӛ�� 미래 �ѫ��니스 옵션을 모델링하고 이전 결정을 비판적으로 분석�� 수 있는 기회갶� 있습니다. 재무 기능 혁신으로 기업은 경쟁력을 강화하고 수익성을 제고하며 고객과의 성공을 이룰 기회를 얻을 수 있습니다.

�ѫ��아 짶�역 CFO를 위한 성공 비결

이 보고서는 앞서 나열한 여섯 갶�지 특징을 토대로 �ѫ��아의 CFO들이 더 높은 성장을 이룰 수 있는 여러 개선 기회에 댶�� 재무 리더들의 평균 수치왶� 비교해 합리적으로 설명하고 대응 방안을 제시��니다.��

대표적인 예로서 �ѫ��아 기업 문화의 계층 서열화를 뛰어 넘는 ‘˳�업’의 중요성을 설명한 부분과 , , 등 최신 기술을 적절히 활용한 재무 업무의 단순화, 효율화�� 측면을 객관적으로 비교, 설명한 부분은 매우 현실적인 접근입니다.

CFO를 위해 정답을 제시하기 보다는 글로벌 재무 임원 1,500명의 행동 양태를 파악해 리더의 공통된 특징을 중심으로 ‘경쟁력 있는 재무 리더’ 그룹과 ‘글로벌 재무 임원’ 평균, ‘�ѫ��아 짶�역 CFO’ 수치를 비교해 개선점을 도출한다는 측면에서 이 보고서는 상당�� 의미갶� 있다고 생각��니다.

옥스퍼드 이코노믹스왶� 갶� 공동 조사한 ‘재무 리더십의 성공 비결’을 원문으로 하고 있지만, 불필요한 의역과 오역을 제거하고 제갶� 읽고 이해한 부분들을 효과적으로 전달하기 위해 재구성한 부분도 다수 있습니다. (영어 원문 자료를 원하시면 구글 검색창에��How Finance Leadership Pays Off 라는 제목으로 검색하시면 됩니다.)

�鶹ԭ�� 애플리케이션에 내장된 AI 기반 통찰력, 권장사항, 자동화를 홵Ӛ�� 재무 운영을 혁신하세요. 재무 ��로세스에 AI를 접목하면 재무 팀의 효율성과 �ѫ��니스 예측력을 높이고 조직의 보안과 규제준수를 강화�� 수 있습니다.

재무 리더십의 성공 비결

�ѫ��아의 �ѫ��니스 환경은 다른 짶�역과는 차별화된 특징을 맿❴ 보이고 있습니다. 무역 의존도갶� 빠르게 증갶�하고 있고, 디지털 기술로 무장한 경쟁 기업들이 많아졌으며, 거시경제 지표 또한 미국의 소비자 파워왶� 중국 경제의 건전성에 ��을 맿❴ 받고 있습니다.

이처럼 다양성과 역동성을 갶�진 �ѫ��아 시장에서 성공적인 CFO갶� 되려면 그 어느 때보다 회사 전반에 걸쳐 효율, ˳�업, ��력이 강한 리더십이 필요��니다.��

최근 재무 성과갶� 좋은 기업들을 보면 재무 업무에 이전과는 비교�� 수 없는 최신 기술과 시스템을 활용하고 있습니다. �ѫ��아 짶�역 CFO의 75%는 재무 업무 자동화를 통해 업무 ��율을 높여 조직원이 보다 부갶�갶�치 높은 업무에 집중�� 수 있게 했다고 ��니다. 또 이들 응답자의 68%는 회사갶� 재무왶� 탶� 부서간에 ˳�업을 강화��는 기술을 제공하고 있다고 말��니다.

이는 2017년 3-4월 옥스포드 에코노믹스(Oxford Economics)왶� �鶹ԭ��갶� 전세계 재무 임원 1,500명을 대상으로 실시한 글로벌 조사 결과로, 임원 중 1/3은 대한민국과 말레이시아, 싱갶�포르, 인도, 인도네시아, 일본, 중국, 필리핀, ˳�주 등을 포함��는 �ѫ��아 국갶� 출신입니다.

이번 조사에서는 경쟁력 있는 재무 리더의 여섯 갶�지 특징을 발견했습니다.��

경쟁력 있는 재무 임원의 여섯 갶�지 성공 비결

재무 업무 이외에도 회산 전반에 강력한 ��력 발휘
전략적인 성장 이니셔티브 추진
자동화를 통한 업무 효율성 개선
핵심 재무 프로세스를 매우 효과적으로 수행
회사 전반의 사업부들과 정기적으로 ˳�업
GRC왶� 긴밀히 협력하여 규제 변화 대응에 능숙

재무 리더갶� 이들 6개 영역에서 선제적인 대응을 �� 때, 매우 명확한 성과를 올리는 것으로 나탶�났습니다. 이처럼 경쟁력 있는 리더�� 일반 CFO보다 싵Ӟ�점유율을 2배이상 높인 것으로 보고 되었습니다. 특히 성공한 재무 리더�� 철저한 비용 관리 외에 최신 기술을 홵Ӛ�� 재무 업무 효율화에 꾸준한 노력을 하고 있습니다.��

차세댶� ERP의 예측��계로 불확실한 미래에 선제적 대응��특집 기사

재무 성과를 확정��는 월마감 작업은 꼭 필요한 중요한 일입니다. 하지만 월중에 발생한 비용을 기록해 두고 익월 마감작업을 통해 분석하고 대응하기에는 시장 변화갶� 너무 빠릅니다. 따라서��실시간 분석과��예측��계로 불확실한 미래에 선제적으로 대응해야 ��니다.

�ѫ�� 응답자 중 경쟁력 있는 재무 리더�� 11.5%에 불과했고, 이중 44%갶� �ѫ��아 짶�역 춵Ӌ�으로 다른 짶�역 보다 월등�̈ 맿⊵니다. 하지만 상당수갶� �ѫ��아 경제 선진국이자 수출 강국으로서 긴 역사를 자랑��는 일본에 집중되어 있습니다.��

이번 조사에서 �ѫ��아의 많은 재무 리더갶� 경쟁력이 있다는 사실이 확인되었지만 개선 갶�능성도 높습니다. 특히 ˳�업과 차세댶� 기술 �ѫ��의 측면에서는 개선의 여지갶� 발견되었습니다.

경쟁력 있는 재무 리더의 짶�역별 분포

재무 리더�� 전략적 활동을 성장의 기회로 활용한다

이번 조사에 따르면, 재무 부서갶� 회사 전반에 걸쳐 강한 ��력을 발휘��수록 매출과 수익이 빠르게 성장��는 것으로 나탶�났습니다.��

�ѫ��아 재무 임원들은 이 부분에서 바람직한 모습을 보여주고 있습니다. 이들 중 81%는 자신의 재무 부서갶� 회사 전반에서 점점 더 갶�시적인 ��력을 발휘하고 있다는데 동의��니다. 이는 모든 재무 리더를 포함한 �ѫ�� 응답 수치인 77%보다 높은 결과입니다.��

또한 �ѫ��아 재무 담당자의 88%는 CFO갶� 재무 업무 외에도 회사의 전략적인 결정에 보다 더 맿❴ 참여하고 있다고 말��니다. 이러한 결과는 �ѫ��아의 CFO갶� 재무 리더로서 본보기를 잘 보여주고 있으며, 이로 인해 더 성장�� 수 있음을 시사��니다.

재무 리더�� ˳�업을 통해 전략적 파트너로 거듭난다

CFO 리더십의 또 다른 중요한 특징으로 탶� 부서왶�의 긴밀하고 지속적인 ˳�업을 들 수 있습니다. ˳�업이야말로 재무 붶�서를 단순�� ��계 담당자에서 벗어나 ��과적인 전략적 파트너로 볶�모하게 ��는 비결입니다. 실제로, 이번 조사에서 재무 부서갶� 고립적인 업무 방식을 탈피�� 때 기업의 성과갶� 크게 향상되는 것을 확인했습니다.

“CFO의 역��읶� 사람들이 잠재력을 발휘��도록 돕고 조직의 ˳�신을 위한 조력자로 거듭나는 것입니다.”
데이빗 크레이그, CFO, ˳�주 커먼웰스뱅크

˳�주 커먼웰스뱅크의 데이빗 크레이그 CFO는 “C��의 본질적인 역��이 �� 일을 짶�시, 명령, 통제��는 것에서 벗어나, 사람들을 이끌고 보다 더 권한을 붶�여��는쪽으로 바�Č었다”고 말��니다. “제 역��읶� 함께 일��는 사람들이 잠재력을 발휘��도록 돕는 것입니다. 오늘날과 같은 시대의 기술과 혁신에 관해 이야기를 나눌 때 젊은 팀원이 나이 든 팀원보다 훨씬 많은 아이디어를 내며, 실현 갶�능성에 댶�� 보다 더 열려 있습니다. 제 역��읶� 조직의 ˳�신을 이루는데 있어 코치이고 후원자이자 조력자갶� 되는 것입니다.”

하지만 �ѫ��아 기업들은 재무 부서갶� 탶� 붶�서들과 ˳�업을 실행��는 측면에서 상위의 재무 리더들보다 맿❴ 뒤지는 경향이 있으며, 글로벌 평균보다도 대체로 낮은 수준을 보입니다. �ѫ��아 짶�역 CFO는 운영, 구매, 마케팅, 연구개발, 인사 부서왶� ˳�업��는 비율이 평균보다 현저하게 낮습니다. 다만 고객서비스 부서왶�의 ˳�업만 글로벌 평균보다 다소 높은 수준을 보입니다.��

이러한 결과는 여러 �ѫ��아 문화에서 나탶�나는 조직 생활의 계급적인 특성, 즉 연장자를 우선시하고, 재벌 갶�족이 여러 대기업을 지배하며, 기업내 부서갶� 간혹 개인의 지배에 놓이는 환경 등에 기인�� 수 있습니다. 이런 점에서, �ѫ��아 짶�역의 재무 붶�서는 확실�̈ 탶� 부서왶� ˳�업을 개선�� 상당�� 기회갶� 있습니다.��

재무담당 임원의 부서별 ˳�업 지수

재무 리더�� 업무에 적합한 기술을 활용한다

재무 리더의 또 다른 중요한 특징은 기술을 홵Ӛ�� 회사의 성과를 높인다는 점입니다. 오늘날 성과를 내기 위해서는 디지털 싵ӊ�텵ӝ� 구축이 중요��다�� 사실을 인식��고, 사물인터넷, 블록체인, 기계��습), 인공짶ĵ� 등 떠오르는 기술에 보다 더 맿❴ 투자��니다. 상대적으로 이번 조사에서는 노후된 시스템과 통합성이 결여된 기술 ��랫폼이 사업 목표 성취의 저해 요인이라고 말��는 재무 리더들은 적었습니다.��

이번 조사에서 �ѫ��아 기업들은 빅데이터, 사물인터넷 등 신기술 �ѫ��에 있어 글로벌 평균을 다소 웃돌지만, 재무 리더 군의 평균 수치보다는 맿❴ 뒤처져 있습니다. 이는 클라우드 기반 애플리케이션, 보안 ��랫폼, 분석 및 모바일 ��랫폼에 대한 투자를 통해 �ѫ��아권 기업이 운영 효율성을 높일 수 있는 기회갶� 있음을 반증��니다.��

“기술을 홵Ӛ�� 고객 서비스를 개선하고 ��율을 높이며 비용을 절감�� 일생일대의 기회를 눈앞에 두고 있다”고 크레이그 CFO는 말��니다. 재무 부서왶� 관련해 “기술 개선이 실적을 획기적으로 높일 수 있다”고 덧붙입니다. 이로써 CFO는 전략적 이니셔티브를 위한 ˳�업에 보다 많은 시간을 투자�� 수 있습니다.��

�ѫ��아 여러 국갶�에서 스마트폰이 전자상거래의 대세갶� 되고 있는 상황에서, 정작 �ѫ��아의 재무 임원들은 모바일 기술을 사용해 업무 효율성을 개선��는 데 있어서는 재무 리더들보다 크게 뒤처져 있습니다. 또한 실시간 분석, 예측 분석을 적용��는 데도 뒤져 있으며, 클라우드 기술 사용 측면에서만 글로벌 평균 수준입니다.

커먼웰스뱅크 크레이그 CFO는 자신이 속한 은행이 새로운 디지털 고객 접점을 개척하도록 돕는 일이 업무의 일부라고 믿고 있습니다. 이를 통해 은행이 핀테크 혁신 업체들을 따라잡을 수 있다고 생각��니다.��

이를 위해서는 대량의 데이터를 분석하여 고객의 선호도를 파악하고, 탶�당한 기술 투자를 하며, IT 및 시스템 전문갶�왶� 긴밀하게 ˳�업해야 ��니다.

재무 리더�� 기술로 ˳�업을 쉽게 한다

기술이 그러한 ˳�업을 훨씬 더 쉽게 ��니다. 다수의 재무 리더들은 자신이 속한 회사갶� �ѫ��니스 분석 시스템과 교육 프로그램을 제공해 다양한 사업부갶� 효율적으로 ˳�업하도록 독려한다고 전��니다. �ѫ��아 짶�역 응답자 중 68%는 회사갶� 데이터 공유나 ˳�업 ��랫폼 같은 기술을 제공하여, 다른 사업부들과 협력하도록 돕는다고 ��니다. 이 수치는 글로벌 평균을 다소 상회하지만, 뛰어난 재무 리더들의 답변 비율인 84% 보다는 크게 뒤져 있습니다.��

기술의 갶�치에 대한 재무담당 임원의 이해도

“�ѫ��니스에서 앞서갶�려면 영업, 마케팅 부서왶� 신뢰관계를 쌓고, 엔지니어링, 운영 부서왶� 깊게 협력하며, HR 부서왶� 좋은 관계를 형성해야 한다”고 에어버스 디펜스 앤 스페이스(Airbus Defence and Space)의 줄리언 화이트헤드 CFO는 말��니다. “˳�업은 하면 좋은 것이 아니라 반드시 해야 ��는 것”이라고 덧붙입니다.

이제, 기술로 업무 ��율을 높이고 자동화로 업무를 간소화��는 것이 재무 리더의 필수 요건입니다. 하지만 �ѫ��아에서는 응답자의 75%만이 자동화갶� 재무 업무 ��율을 개선한다고 답했는데, 기술 �ѫ��을 갶�속화��는 데 있어 장애물이 무엇일까요?��

전 세계 응답자왶� 마찬갶�지로 �ѫ��아 재무 담당자의 25%는 재무 업무의 ��율을 저해��는 갶�장 큰 요소로, 일상 업무의 중단 없는 기술 업데이트갶� 어렵다고 느끼고 있으며, 21%는 시스템 통합과 호환성 결여갶� 문제라고 말��니다.

딜로이트 컨설팅(Deloitte Consulting LLP)의 샘 패릭(Sam Parikh) 재무 혁신 총괄은 급변��는 업계 상황이 CFO의 역��에 ��을 미치고 있음을 잘 알고 있습니다. “C��는 지금 진행 중인 ˳�신을 최대�� 활용하기에 앞서 재무 프로세스 개편, 데이터 구조 간소화, 기능 부서 중심으로 구축된 문화를 바꾸는 데 댶�� 진지하게 고민해야 한다”고 밝힙니다.

�ѫ��아 짶�역 CFO의 성과 개선을 위한 제안

경쟁력 있는 재무 리더의 비율이 �ѫ��아에 상대적으로 많긴 하지만, 이 짶�역의 CFO는 다음과 같은 조치를 통해 더 높은 성과를 기대�� 수 있습니다.

˳�업 ��로세스에 보다 크게 집중�� 때입니다. �ѫ��아 기업들이 전통적인 계층 구조에 익숙하지만, 규제 준수나 위험 관리, 감사 등 기존의 업무 파트너 외에도 마케팅, R&D 같은 다른 �ѫ��니스 붶�서들과 재무 붶�섵ӝ� ˳�업을 더욱 장려해야 ��니다.
첨단 기술을 �ѫ��해 ˳�업을 촉진하고, ��율을 높여 CFO갶� 장기적인 전략에 집중�� 수 있는 시간을 늘려야 ��니다. 빅데이터, 공유 ��랫폼, 클라우드 기반 애플리케이션을 홵Ӛ�� 재무 붶�섵ӝ� 업무 ��율을 높이고 회사 �ѫ��의 성과에 ��을 높이시기 바랍니다.
붶�섵ӛ�의 전문성이 다른 모든 붶�서를 지원�� 수 있도록 재무 부서갶� 조직 �ѫ��에 서비스 �� 수 있는 권한을 붶�여하시기 바랍니다.��
동종 업계의 디지털 혁신 기업으로부터 새로운 경쟁력을 확보�� 방안을 포함해, CFO왶� 재무 부서갶� 조직 �ѫ��의 갶�치 창출 활동에 보다 깊게 참여�� 방안을 고려하시기 바랍니다.

The post CFO로서 성공하려면? 재무 임원의 6갶�지 성공 비결 appeared first on �鶹ԭ�� Korea 뉴스센터.