에이전트 Archives - �鶹ԭ�� Korea 뉴스센터

개인의 AI, 회사의 AI가 되려면

Florian Kunzke — Fri, 04 Sep 2026 01:53:16 +0000

AI를 잘 쓰는 개인이 늘어도 회사 전체 성과는 그대로일 수 있다. 업무강도·맥락·예측이라는 세 가지 벽을 �鶹ԭ��가 Joule Work, Company Memory, �鶹ԭ��-RPT-1.5로 어떻게 넘는지 살펴본다.

1등 조가 항상 진다

가 있다. 한 조정 코치가 힘센 선수 8명으로 1군을, 나머지로 2군을 만들었는데, 1군이 계속 졌다. 보트가 느려질 때마다 각자 더 세게 노를 저으니 박자가 흐트러지고 저항만 커졌다. 2군은 처음부터 호흡을 맞춰 저었다.

기업의 AI 도입도 비슷하다. 개인·팀 성과를 극대화하려다 조직 전체 성과를 갉아먹는 ‘서브옵티마이제이션(부분 최적화)’이 벌어진다. 에서 응답 기업의 88%가 AI를 정기적으로 쓰지만, 전체 영업이익 개선을 체감한 응답은 39%뿐이었다. 조직 전체 차원의 ‘고성과’ 기업은 6%뿐이다. 업무강도, 맥락, 예측이라는 세 축이 얽혀 있기 때문이다.

일이 줄지 않고 늘어난다

AI는 일을 줄여줄 것 같지만 실제론 늘린다. 에 따르면 AI를 많이 쓰는 직원일수록 시키지 않아도 더 빨리, 더 많이, 더 오래 일했다. 생산성이 오른 듯해도 실은 조용히 업무량이 쌓이는 ‘워크로드 크리프’다. 결과물은 쏟아지는데 소화는 여전히 사람 몫이라, 8차선 도로가 1차선 요금소로 좁아지는 꼴이다.

�鶹ԭ��는 이를 ‘더 많은 결과물’ 대신 ‘더 정확한 답’으로 푼다. “65인치 TV 재고가 떨어질 매장은 어디고, 옮길 재고는 어디 있나?”라고 물으면 통합 업무공간 Joule Work의 AI 에이전트가 시스템을 넘나들며 답을 찾고 필요하면 직접 행동한다. 직원은 앱을 오가는 대신 판단에 집중할 수 있다.

“AI는 일하는 방식, 지식이 흐르는 방식, 의사결정 방식 자체를 바꿔야 진짜 힘을 발휘한다. AI를 회사에 들여놓는 것과, AI로 회사 전체에 가치를 만드는 것은 다른 이야기다.”
플로리안 쿤츠케(Florian Kunzke), AI 전략 부문 글로벌 디렉터, �鶹ԭ��

정답인데 회사 사정은 모른다

대부분의 AI는 세상은 알아도 회사는 모른다. 거래 기록 같은 ‘시스템 지식’과 이메일·암묵적 룰 같은 ‘문서화되지 않은 지식(암묵지)’은 다르다. AI가 시스템 지식만 보면 답은 맞아도 회사 사정과는 어긋난다. “코코넛을 어디서 사나” 같은 질문도 조달·공급망·컴플라이언스를 넘나드는 지식이 필요하다.

는 이런 암묵지를 지속적으로 모아 사람과 AI 에이전트가 함께 쓰게 한다. 에 코코넛을 물으면 “브라질에서만 소싱, 다른 곳은 예외 승인 필요”처럼 실제 회사 규칙에 맞는 답이 나온다.

숫자 예측은 다른 문제다

기업의 의사결정은 결국 예측 문제이고, 예측은 정형 데이터에 달려 있다. LLM은 정형 데이터 예측엔 약하고, 전통 머신러닝은 답이 나오기까지 몇 주가 걸려 그땐 질문이 이미 바뀌어 있곤 한다.

�鶹ԭ��는 정형 데이터 전용 예측 모델 �鶹ԭ��-RPT-1.5와 TabPFN 3를 Joule Work, �鶹ԭ�� Business Data Cloud와 연결해 이 공백을 메운다. 전문가가 아니어도 “물량을 재배치해야 할까” 같은 질문에 실제 데이터 기반 답을 바로 받는다. 예측이 조직 전체가 쓰는 기능이 되는 것이다.

AI는 일하는 방식, 지식이 흐르는 방식, 의사결정 방식 자체를 바꿔야 진짜 힘을 발휘한다. Joule Work, �鶹ԭ�� Company Memory, �鶹ԭ��-RPT-1.5/TabPFN 3는 그 방향으로 가는 �鶹ԭ��의 답이다. AI를 회사에 들여놓는 것과, AI로 회사 전체에 가치를 만드는 것은 다른 이야기다.

플로리안 쿤츠케(Florian Kunzke)는 �鶹ԭ��의 AI 전략 부문 글로벌 디렉터입니다.

The post 개인의 AI, 회사의 AI가 되려면 appeared first on �鶹ԭ�� Korea 뉴스센터.

�鶹ԭ�� 전환, AI 에이전트로 비용 60% 줄일 수 있다

Tim Clark — Fri, 28 Aug 2026 04:12:18 +0000

�鶹ԭ�� ECC에서 S/4HANA로의 전환, AI 에이전트가 비용과 시간을 얼마나 줄여줄 수 있을까? 오프쇼어링을 넘어선 “디쇼어링”이라는 새로운 개념부터, 커스텀 코드 분석과 테스트까지 에이전트가 파고드는 �鶹ԭ�� 전환의 미래를 살펴본다.

�鶹ԭ�� 고객사들은 오랫동안 같은 고민을 반복해 왔다. 낡은 �鶹ԭ�� ECC를 �鶹ԭ�� S/4HANA로 옮기는 일이 매번 비용이 크고 복잡하며 오래 걸린다는 것. 최근 한 에서는 에이전틱 AI로 더 빠르고 저렴하게, 고객사 스스로 더 많이 해낼 수 있게 전환을 다시 설계하자는 접근이 논의됐다. 참석자들은 이를 “디쇼어링”이라 불렀다.

“빠르게, 좋게, 저렴하게” 셋 다 될까

독립 �鶹ԭ�� 컨설팅사 창업자 스튜어트 브라운은 7년간 여러 기업의 ECC-S/4HANA 전환을 도와왔다. “과거 방식을 바꿔야만 미래를 바꿀 수 있다”는 그는, 셋 중 둘만 고를 수 있다는 통념에 맞서 NASA의 “더 빠르게, 더 좋게, 더 저렴하게” 철학을 든다. �鶹ԭ�� 비즈니스 트랜스포메이션 수석 부사장 란지트 파니커도 고객사들이 결국 더 빨리, 더 싸게, 더 많은 가치를 원한다고 말한다.

오프쇼어링을 넘어 디쇼어링으로

수십 년간 답은 인건비가 낮은 지역으로 업무를 옮기는 오프쇼어링이었다. 하지만 브라운은 오프쇼어·온쇼어 분산이 오히려 인수인계와 재작업, 조율 비용을 키운다고 지적한다. 에이전틱 AI는 그 일을 사람이 꼭 해야 하는지부터 묻는다. 브라운 팀이 전환 관련 약 180개 활동을 분석한 결과, AI로 비용을 약 60%까지 줄일 수 있었다. 명세 작성, 핏갭 분석, 커스텀 코드 분석처럼 고숙련 인력이 시간을 쏟는 작업이 특히 유망했다.

사람은 “마지막 1마일”을 맡는다

AI는 몇 시간 만에 “80% 완성본”을 만들어낼 수 있다고 브라운은 말한다. 다만 “결과물을 무조건 신뢰해선 안 된다”며, 숙련 인력의 역할이 처음부터 만드는 것에서 검토·보완으로 바뀐다고 설명한다. 목표는 완전 자동화가 아니라, 판단력과 검증처럼 경험이 가장 가치 있는 “마지막 1마일”에 전문성을 집중시키는 것이다.

“시스템 통합 파트너(SI)를 선정하기도 전에, 커스텀 코드의 표준화 계획을 세울 수 있다.”
스튜어트 브라운(Stuart Browne), 독립 �鶹ԭ�� 컨설팅사 Resulting IT 창업자

커스텀 코드, 가장 먼저 바뀔 영역

브라운이 이미 큰 변화를 본다는 분야는 커스텀 코드 분석이다. 예전엔 커스터마이징을 새 환경으로 옮긴 뒤 나중에 손보는 게 흔했다. 이제 AI는 전체 코드베이스를 분석해 기능 명세를 역으로 도출하고, 같은 요구사항을 �鶹ԭ�� 표준 기능만으로 충족할 수 있는지 판단한다. “SI를 선정하기도 전에 표준화 계획을 세울 수 있다”고 그는 말한다. 이미 비용을 지불한 표준 기능이 불필요한 커스터마이징을 대체할 수 있다는 뜻이다.

�鶹ԭ��, 전환 전 과정에 에이전트를 심다

파니커는 온쇼어·오프쇼어 구분이 의미를 잃고, 업무를 위치가 아닌 스킬 단위로 생각하게 될 것이라 전망한다. �鶹ԭ��는 시스템 분석, 데이터 관리, 커스텀 코드, 구성, 테스트, 롤아웃, 프로젝트 관리 전반에 에이전트를 구축 중이며, 이는 �鶹ԭ�� Business Technology Platform 위의 �鶹ԭ�� Cloud ALM과 고객별 지식 기반에 연결된다. �鶹ԭ��의 목표는 전환 작업량을 약 35% 줄이는 것이다.

테스트도 에이전트에게 맡길 수 있을까

보안·규제 요건이 많은 업종에선 테스트에 시간이 많이 든다. 파니커는 묻는다. “에이전트가 코드를 고칠 수 있다면, 테스트와 승인도 맡길 수 있을까?” 관건은 조직이 에이전트의 지식과 안전장치를 얼마나 신뢰하느냐다.

좋은 에이전트를 가르는 건 “맥락”

�鶹ԭ�� 프로젝트는 아키텍처 결정, 리스크 목록 등 방대한 고유 정보를 만든다. 브라운은 이 살아있는 지식과 AI를 연결하는 일이 핵심이라 본다. “정적인 LLM이 아니라 그 세계 자체와 대화할 수 있어야 한다”는 것. 그는 이 지점에서 성패가 갈릴 것이라고 말한다.

지식의 주도권도 바뀐다

가장 큰 변화는 기술이 아니라 “누가 전문성을 갖느냐”일 수 있다. �鶹ԭ�� 구현은 경험 많은 컨설턴트에 크게 의존해 왔고, 고객사는 지식 격차로 설계 결정에 이의를 제기하기 어려웠다. 브라운은 경험 6개월 차도 몇 주 만에 예전엔 몇 년 걸렸을 수준까지 오를 수 있다고 본다. 파니커도 AI가 전문가들을 좁은 직무 영역 밖으로 꺼내준다는 데 동의한다.

“왜 더 빨리 하면 안 되지”

�鶹ԭ�� 전환이 몇 년씩 걸리는 게 당연하다는 인식이 굳어져 있었다. 브라운과 파니커 모두 이제는 이 전제에 의문을 제기해야 한다고 말한다. 파니커는 “왜 더 빨리 하면 안 되는가”라고 묻는다. 브라운은 버튼 하나로 프로그램 전체가 완성된다는 뜻은 아니라면서도 “그런 세상은 이미 와 있다”고 말한다. 파니커의 메시지도 같다. “관망하지 말고 호기심을 갖고 뛰어들어라. 목표에 더 빨리 도달할수록 더 많은 가치를 만들 수 있다.”

팀 클라크(Tim Clark)는 �鶹ԭ��의 브랜드 저널리즘 수장입니다.

The post �鶹ԭ�� 전환, AI 에이전트로 비용 60% 줄일 수 있다 appeared first on �鶹ԭ�� Korea 뉴스센터.

가트너, 2026년 10대 전략 기술 트렌드 제시

Adam Park — Fri, 16 Jan 2026 06:25:57 +0000

가트너가 제시하는 2026년 10대 전략 기술 트렌드: 2026년의 기술 리더는 AI를 기본 아키텍처로 설계하고, 인간과 AI를 통합하며, 신뢰·보안·지정학 리스크를 선제적으로 관리하는 설계자이자 융합자이며 개척자가 되어야 합니다.

발표자: 진 알바레즈(Gene Alvarez), 토리 폴먼(Tori Paulman), 번역: 챗GPT(ChatGPT)

혼돈의 시대, 2026년을 준비하는 기술 동반자들

아래 글은 Gartner IT Symposium/Xpo에서 진 알바레즈(Gene Alvarez)와 토리 폴먼(Tori Paulman)이 발표한 ‘2026년 10대 전략 기술 트렌드’ 중 핵심 8가지 트렌드를 중심으로, 두 연사의 설명 방식과 비유를 최대한 살려 블로그용 요약 글 형태로 정리한 것입니다.

Gartner 2026 전략 기술 트렌드 × 3대 페르소나 매핑표 (생성: ChatGPT)

진 알바레즈와 토리 폴먼은 2025�Ƅ을 “혼돈으로 가득 찬 한 해”라고 표현하며 발표를 시작했습니다. 지정학적 불안정, 경제적 변동성, AI 인재 부족, 급변하는 사이버 보안 환경까지—IT 리더들은 그야말로 슈퍼히어로가 되어야 했다는 이야기입니다.

가트너가 제시하는 2026년 AI 시대 대응을 돕는 수퍼히어로

그리고 2026년, 이 여정은 계속됩니다. 다만 이번 여정에서는 혼자가 아닙니다. 가트너(Gartner)는 설계자(��󾱳ٱ𳦳�), 융합자(��Գٳ��), 갵Ӳ�자(�ղ��Բ��ܲ��) 등 CIO와 기술 리더들이 앞으로 만나게 될 세 명의 동반자를 제시합니다. 이들은 각각 AI 기반 혁신, 응용과 확장, 신뢰와 보안을 책임지는 존재입니다.

Gartner 2026년 10대 전략 기술 트렌드

AI 네이티브 개발 ��랫폼 (AI-Native Development Platforms)
AI가 애플리케이션 설계·개발·운영 전반에 기본 내장되어 인간과 AI가 공동으로 소프트웨어를 생성하는 개발 환경
AI 슈퍼컴퓨팅 ��랫폼 (AI Supercomputing Platforms)
AI 워크로드 특성에 따라 컴퓨팅, 가속기, 네트워크 자원을 동적으로 조정하는 차세대 고성능 AI 인프라
멀티에이전트 시스템 (Multiagent Systems)
여러 AI 에이전트가 각자의 역할과 책임을 가지고 상호 협력하며 복합적인 목표를 달성하는 시스템 구조
도메인 특화 언어 모델 (Domain-Specific Language Models)
특정 산업·업무 영역의 데이터와 지식을 학습해 범용 모델보다 높은 정확성과 전문성을 제공하는 언어 모델
피지컬 AI (Physical AI)
로봇, 자율 시스템, 지능형 기계가 AI를 통해 물리적 세계를 인지·판단·행동하는 기술 영역
선제적 사이버 보안 (Preemptive Cybersecurity)
AI와 분석을 활용해 사이버 공격을 사전에 예측하고 대응하는 예방 중심의 보안 접근 방식
디지털 출처 (Digital Provenance)
데이터와 콘텐츠의 생성 주체, 변경 이력, 진위를 검증해 신뢰성과 투명성을 확보하는 기술 체계
지리적 이전(지정학적 이전) / 지오패트리에이션 (Geopatriation)
데이터, AI, 디지털 서비스가 국가 및 지역별 규제와 지정학적 요구에 따라 재배치·재구성되는 현상
AI 거버넌스 ��랫폼 (AI Governance Platforms)
AI의 사용, 위험, 규제 준수, 윤리 기준을 일관되게 관리·통제하기 위한 통합 관리 ��랫폼
지속 가능한 컴퓨팅 (Sustainable Computing)
에너지 소비와 환경 영향을 최소화하도록 IT 인프라와 애플리케이션을 설계·운영하는 컴퓨팅 전략

이제, 이 동반자들이 이끄는 8가지 핵심 기술 트렌드를 살펴보겠습니다.

1. AI 네이티브 개발 ��랫폼 (AI-Native Development Platforms)

첫 번째 트렌드는 “사람과 AI가 한 팀이 되는 개발 환경”입니다. 이제 개발자는 혼자가 아닙니다. 각 개발자 옆에는 마치 아이언맨의 ‘자비스(Jarvis)’처럼 협업하는 AI가 함께합니다.

이러한 ��랫폼에서는 AI가 코드 작성, 테스트, 설계까지 개발 과정 전반에 참여합니다. 그 결과, 소수의 개발자와 AI가 결합된 초소형 팀(tiny teams) 이 여러 프로젝트를 동시에 수행할 수 있게 됩니다.

스타트업 생태계에서 이미 그 효과가 입증되고 있으며, 기업 입장에서는 만성적인 애플리케이션 백로그 문제를 해결할 현실적인 대안이 됩니다. 앞으로는 “외부 솔루션을 도입할 것인가?”보다 “AI와 함께 우리만의 애플리케이션을 직접 만들 수 있는가?”를 먼저 고민하게 될 것입니다.

2. AI 슈퍼컴퓨팅 ��랫폼 (AI Supercomputing Platforms)

AI 네이티브 개발이 가능해지려면, 그 뒤를 받쳐주는 인프라가 필요합니다. AI 슈퍼컴퓨팅 ��랫폼은 가속기, 오케스트레이션, 고속 인프라를 결합해 가장 적합한 컴퓨팅 환경을 실시간으로 찾아주는 역할을 합니다.

발표에서는 이를 “기억에 의존한 종이 지도”가 아닌 GPS에 비유했습니다. 개발자는 복잡한 인프라를 직접 고민하지 않아도 되고, 시스템이 비용과 성능을 고려해 자동으로 최적의 경로를 선택합니다.

바이오테크 기업의 신약 개발, 금융사의 리스크 모델링, 에너지 기업의 기후 시뮬레이션 등에서 이미 속도와 효율의 차이를 만들어내고 있는 핵심 기반 기술입니다.

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 가치 창출 가속화 등 MIT의 톰 데이븐포트와 랜디 빈이 제시하는 2026년 5대 AI 트렌드를 지금 바로 확인��세요.

3. 멀티에이전트 시스템 (Multiagent Systems)

하나의 거대한 AI보다, 역할이 분명한 여러 AI가 협력하는 구조가 더 강력해지고 있습니다. 멀티에이전트 시스템은 포뮬러원(F1) 레이싱의 피트 크루처럼, 각 에이전트가 명확한 역할을 수행하며 복잡한 업무를 함께 처리합니다.

이 방식은 환각(hallucination)을 줄이고, 복잡한 워크플로우를 유연하게 대응할 수 있다는 장점이 있습니다. 중요한 점은 작고, 구체적으로 시작하는 것입니다. 모든 것을 아는 단일 에이전트가 아니라, 서로를 호출하며 보완하는 구조가 핵심입니다.

이제 에이전트는 인간을 대체하는 존재가 아니라, 인간을 보완하는 디지털 동료로 자리 잡고 있습니다.

4. 도메인 특화 언어 모델 (Domain-Specific Language Models)

범용 대형 언어 모델이 ‘국회도서관’이라면, 도메인 특화 언어 모델은 특정 분야의 전문 도서관에 가깝습니다.

의료, 법률, 금융, 건설 규제와 같은 영역에서는 “무엇을 모르는지”가 명확한 모델이 오히려 더 큰 가치를 제공합니다. 예를 들어, 방대한 임상 연구 데이터를 AI가 지속적으로 정리·제공한다면, 전문 인력은 탐색이 아닌 판단에 집중할 수 있습니다.

가트너는 CIO들이 이러한 모델을 디지털 서비스 형태로 제공할 수 있는 ‘가치의 금광’ 위에 서 있다고 표현합니다. 단, 투명성과 최신성 유지를 위한 새로운 역할—예를 들어 컨텍스트 엔지니어의 중요성도 함께 강조됩니다.

2025�Ƅ ERP 트렌드: AI 기반 ERP 혁신으로 비즈니스 성공 촉진��특집 기사

2025�Ƅ ERP 혁신은 AI와 클라우드 네이티브, 모듈식 솔루션을 중심으로 진행되며, 산업별 특성을 반영한 맞춤형 ERP 시스템으로 기업 경쟁력과 지속 가능성을 높이고 있습니다. ERP 혁신이 비즈니스 성공에 어떻게 기여할 수 있는지 지금 확인��세요.

5. 피지컬 AI (Physical AI)

“창문 밖으로 던질 수 있으면, 그것은 피지컬 AI입니다.” 발표에서 가장 기억에 남는 정의 중 하나입니다.

피지컬 AI는 로봇, 드론, 자율 디바이스처럼 물리적 세계와 직접 상호작용하는 AI를 의미합니다. 로봇 청소기, 전력 설비를 점검하는 드론, 공장에서 작업하는 로봇 모두 여기에 해당합니다.

물리 세계의 특징은 ‘예측 불가능성’입니다. 따라서 피지컬 AI는 지속적인 학습과 시행착오를 전제로 하며, 이는 곧 안전과 신뢰에 대한 새로운 접근을 요구하게 됩니다.

6. 선제적 사이버 보안 (Preemptive Cybersecurity)

기존 보안이 “침해 이후의 대응”이었다면, 선제적 사이버 보안은 “예측이 곧 보호”라는 개념입니다. 영화 마이너리티 리포트처럼, 공격이 발생하기 전에 AI가 위협을 감지하고 차단합니다.

AI 기반 보안운영(SecOps)은 공격 가능성을 예측하고, 허니팟을 자동 생성해 공격자를 유인·격리할 수 있습니다. 이미 공격자들이 AI를 활용하고 있는 만큼, 방어 역시 같은 수준의 지능을 갖추는 것이 필수가 되고 있습니다.

2025�Ƅ 성공전략: 클라우드 ERP와 AI, 짶�속가��성의 컨버전스��특집 기사

2024년 비즈니스 환경에서는 , AI,��이 기업 성공의 핵심 요소로 부각되었으며, 2025�Ƅ에는 이러한 요소들을 전략적 파트너십을 통해 조화롭게 통합하고 균형 있게 활용하는 기업이 지속가능한 성장과 혁신을 이끌어낼 전망입니다.

7. 디지털 출처 (Digital Provenance)

AI가 생성한 콘텐츠가 넘쳐나는 시대, “이 정보는 어디에서 왔는가?”를 증명하는 능력이 중요해지고 있습니다.

디지털 출처 혹은 원산지 관리는 데이터와 콘텐츠의 출처, 변경 이력, 진위 여부를 검증하는 기술로, 향후 기업의 신뢰와 브랜드 보호에 핵심 역할을 하게 될 것입니다.

8. 지리적 이전 (Geopatriation)

마지막 트렌드는 기술과 지정학의 결합입니다. 데이터, 인프라, AI 모델은 더 이상 ‘글로벌하게 동일’할 수 없으며, 국가·지역별 규제와 가치에 맞게 재구성되어야 합니다.

가트너는 이를 지오파트리에이션이라 부르며, 기술 전략 역시 정치·경제적 현실을 고려한 현지화 전략이 필요하다고 강조합니다.

Click the button below to load the content from YouTube.

Always allow YouTube

맺으며

진과 토리는 이번 발표를 통해 단순한 기술 목록이 아니라, 2026년을 살아갈 CIO와 IT 리더를 위한 ‘행동의 방향’을 제시합니다.

이 트렌드들은 아직 초기 단계이지만, 바로 그렇기 때문에 먼저 실험하고, 먼저 학습하는 조직이 미래의 기준이 될 수 있습니다.

2026년을 향한 여정, 이제 어떤 동반자와 함께하실지 고민해 보셔도 좋겠습니다.

The post 가트너, 2026년 10대 전략 기술 트렌드 제시 appeared first on �鶹ԭ�� Korea 뉴스센터.

컴플라이언스를 전략적 자산으로 재정립하기

Richard Howells — Fri, 14 Nov 2025 01:50:25 +0000

컴플라이언스는 더 이상 단순한 규제 충족 활동이 아니라, 효율성과 신뢰, 성장을 위한 전략적 자산으로 활용될 수 있습니다. 클라우드 시대의 공동 책임 모델과 AI 활용 방안에 대한 KPMG 전문가의 실용적인 조언을 확인��세요.

글쓴이: 리처드 하월스(Richard Howells),��번역: 클로드(Claude)

오늘날의 디지털 경제에서 컴플라이언스는 더 이상 단순히 “체크박스를 표시하는” 업무가 아닙니다. 복잡한 규제와 증가하는 사이버 위험을 헤쳐나가는 글로벌 기업들에게 컴플라이언스는 자원을 소모하는 부담이 될 수도 있고, 효율성과 신뢰, 성장을 위한 발판이 될 수도 있습니다. (이미지: GETTY)

수십 년 동안 컴플라이언스는 비즈니스를 하는 데 드는 비용으로 여겨져 왔습니다. 감사자와 규제 기관을 만족시키기 위한 “필요악”이었던 것입니다. 많은 조직에서 컴플라이언스는 여전히 사일로에 갇혀 있으며, 감사 시즌이나 보안 침해가 발생한 후에야 수면 위로 떠오릅니다. 수동 보고, 분산된 시스템, 일관성 없는 데이터로 인해 규정 준수를 입증하거나 새로운 규제에 신속하게 대응하기가 어렵습니다.

한편, 위험 부담은 계속해서 증가하고 있습니다. 글로벌 개인정보보호법, ESG 보고 기준, 사이버보안 의무 사항이 동시에 강화되고 있습니다.

그러나 오늘날의 디지털 경제에서 컴플라이언스는 더 이상 단순히 “체크박스를 표시하는” 업무가 아닙니다. 복잡한 규제와 증가하는 사이버 위험을 헤쳐나가는 글로벌 기업들에게 컴플라이언스는 자원을 소모하는 부담이 될 수도 있고, 효율성과 신뢰, 성장을 위한 발판이 될 수도 있습니다.

AI 시대의 사이버 보안: 회복력 있는 ERP의 3대 요건��특집 기사

클라우드와 AI로 복잡해진 현대 ERP 환경에서 사이버 보안은 침입자를 막는 차원을 넘어, 문화 개선, AI 기반 방어, 생태계 거버넌스를 통한 디지털 신뢰 구축으로 진화해야 합니다. 공급망 분야에서 25년 이상 활동해 온 전문가의 제안을 확인��세요.

우수한 컴플라이언스가 비즈니스에 어떻게 도움이 되는가

최근 에피소드에서 KPMG의 전무이사인 브라이언 젠슨(Brian Jensen)은 조직들이 클라우드 기반 엔터프라이즈 시스템 시대에 컴플라이언스를 어떻게 재고할 수 있는지 공유했습니다. 그의 관점은 컴플라이언스를 부담으로 취급하는 체크박스 사고방식에 반기를 듭니다. 젠슨은 제대로 수행될 경우 컴플라이언스가 혁신을 늦추기보다는 오히려 가능하게 할 수 있다고 믿습니다.

젠슨은 간단한 예시를 들었습니다. “제가 가장 좋아하는 컴플라이언스 요구사항 중 하나는 웹사이트에서 구매를 하려고 할 때 주소를 입력하기 시작하면 양식이 입력하는 대로 주소를 자동으로 제안하는 것입니다. 그것은 고객에게는 편리함처럼 보이지만, 실제로는 리스크 관리 컴플라이언스 기능입니다.”

사소한 사용자 경험 기능처럼 보이는 것이 실제로는 많은 일을 처리합니다. 신용카드 제공업체가 거래를 검증하는 데 도움이 되고, 배송 정확도를 향상시키며, 비용이 많이 드는 배송 오류를 줄입니다. 고객은 원활한 결제를 경험하고, 비즈니스는 반품이 줄어들어 더 효율적으로 운영되며, 결제 네트워크는 사기를 완화합니다. 젠슨은 기업들이 이러한 비전을 수용하기를 원합니다. 즉, 데이터 무결성을 보호하면서 동시에 회사와 고객 모두에게 실질적인 가치를 제공하는 컴플라이언스 조치입니다.

��

최신 ERP 보안 기능은 날로 진화하며 개선되고 있습니다. 그런데도 왜 기업은 더 많이 노출되고 있다고 느낄까요? 부분적으로 이는 디지털 및 클라우드 기술의 급격한 가속화 때문입니다. �鶹ԭ�� 인사이트가 제시하는 7대 ERP 보안 이슈와 해결 방안을 확인��세요.

클라우드에서의 공동 책임 탐색하기

ERP 시스템이 점점 더 클라우드 또는 하이브리드 클라우드 모델로 이동함에 따라, 필요한 컴플라이언스 조치도 변화했습니다. 기술 스택의 모든 계층을 소유하는 대신, 기업들은 이제 공동 책임 모델 내에서 운영합니다. 이 모델에서는 제공업체, 하이퍼스케일러, 고객이 각각 데이터 보안과 규제 기준 충족에 있어 명확한 역할을 가집니다.

그러나 책임은 워크로드와 함께 이전되지 않습니다. 파트너가 인프라를 관리하는 경우에도, 사고가 발생하면 기업이 여전히 결과에 대한 책임을 집니다. 그렇기 때문에 명확한 문서화, 명시적인 역할 정의, 사전 예방적 모니터링이 중요합니다.

젠슨은 여기서 정확성의 중요성을 강조합니다. “대부분의 회사는 모든 것이 SOC 보고서로 커버된다고 가정합니다”라고 그는 말했습니다. “그러한 혼란은 가동 시간, 운영, 컴플라이언스의 문제로 이어집니다. 현실은, 조직들이 격차와 오해를 피하기 위해 시스템의 각 계층에 대해 누가 책임이 있는지 명확하게 정의해야 한다는 것입니다.”

ERP와 AI, 사이버보안 환경의 변화��특집 기사

AI가 잘못 사용될 가능성은 있지만 으로서의 잠재력이 막대합니다. 방대한 데이터세트로 훈련 받은 AI가 복잡한 시스템에서 위협을 적극 식별해 내는 성공적인 적용사례가 속속 등장하고 있습니다.

AI 시대에 혁신과 컴플라이언스가 왜 상충되지 않는가

많은 조직들은 컴플라이언스가 혁신 능력을 늦춘다고 주장합니다. 젠슨은 그것이 오해라고 말합니다. 진짜 장벽은 기술 부채와 현대적 아키텍처에 대한 투자 부족이지, 규제 요구사항 자체가 아닙니다.

브레이크가 자동차가 더 빨리 움직이는 것을 막는 것이 아니라 오히려 안전하게 그렇게 할 수 있게 하는 것처럼, 내장된 컴플라이언스 메커니즘은 혁신이 무모하지 않도록 보장합니다. 디지털 전환 여정에 리스크 관리를 내재화하는 회사들은 AI와 자동화 같은 새로운 기술을 자신감 있게 채택할 수 있습니다.

앞으로 AI는 기업들이 컴플라이언스를 관리하는 방식을 변화시킬 것입니다. AI 기반 에이전트는 일상적인 모니터링과 거래 확인을 처리할 수 있어, 직원들이 예외 사항과 고부가가치 활동에 집중할 수 있게 합니다. 그러나 젠슨은 AI를 “마법”처럼 취급하는 것에 대해 경고했습니다. 깨끗하고 정확한 데이터와 적절한 거버넌스가 없으면, 자동화는 실수를 확대할 수도 있습니다.

젠슨은 ERP의 미래가 신뢰할 수 있는 거래 시스템 위에 지능형 에이전트가 계층화되어 인간의 판단을 대체하는 것이 아니라 증강하는 모습이 될 것이라고 예측합니다.

컴플라이언스를 경쟁 우위로 만들기

조직들이 컴플라이언스를 장애물로 보는 것을 멈추고 신뢰, 회복력, 민첩성의 기반으로 보기 시작할 때, 그것은 진정한 경쟁 우위가 됩니다. 컴플라이언스는 고객을 보호하고, 데이터를 강화하며, 글로벌로 확장하고 혁신할 수 있는 신뢰를 만들어냅니다.

결국, 우수한 컴플라이언스 프로그램은 감사자를 만족시키는 것에 관한 것이 아닙니다. 비즈니스가 안전하고 효율적으로, 그리고 성실하게 운영되도록 보장하는 것입니다.

KPMG의 브라이언 젠슨(Brian Jensen)과의 전체 대화를 ERP의 미래(Future of ERP) 팟캐스트에서 들어보세요.

원문: , , Forbes.com

The post 컴플라이언스를 전략적 자산으로 재정립하기 appeared first on �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 가장 유망한 사용 사례 우선순위 설정, 지능형 에이전트 배포, 일상 업무 프로세스에 AI 통합, 상호 운용 가능한 AI 도구 생태계 구축이라는 4단계 접근법이 필요합니다.

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

AI 선도기업이 되는 방안 중 하나는 상호운영성 있는 개방형 에코시스템을 확충해 파편화 된 도구와 솔루션 문제를 해결하는 일입니다. (이미지: GETTY)

AI는 어디에나 있지만, 기업이 과대광고를 뚫고 최신 혁신 기술을 활용해 실질적이고 측정 가능한 경쟁 우위를 얻는 방법을 이해하기는 어려울 수 있습니다.

젶ĵ� 과 가 주최한 에서 댄 뉴먼(Dan Newman)과의 대화를 통해 이러한 과제를 다뤘습니다. 리더들이 비즈니스를 발전시키기 위해 생성형 AI를 어디에 적용할지 결정할 때 직면하는 장애물과 �鶹ԭ�� Business AI가 이를 돕기 위해 시장에 독특하게 제공하는 것에 대해 이야기했습니다.

2026년 AI 트렌드 – 리더들을 위한 핵심 인사이트��특집 기사

그 대화에서 나온 내용을 바탕으로, 여러분이 AI 선도 기업이 되는 데 도움이 될 4가지 단계를 제시합니다.

1. 가장 유망한 적용 사례에 우선순위

먼저 AI를 사용하여 빠르고 측정 가능한 가치를 제공할 수 있는 비즈니스 영역에 집중��세요. 재무, HR, 공급망, 고객 경험은 AI 선도 기업들이 종종 시작하는 분야들입니다. 옵션을 평가할 때는 “개념 증명”이라는 아이디어는 제쳐두세요. 대신 여러분과 팀의 전문 지식, 데이터, 상상력을 활용하여 자동화나 AI 에이전트를 사용해 더 많은 가치를 창출할 수 있는 영역을 찾아 “가치 증명”을 개발��세요.

참고로 “가치 증명”이라는 용어는 AI 선도 기업인 의 IT 부사장 가 �鶹ԭ��와 파트너십으로 그의 팀이 설계한 미지급금 처리 AI 에이전트를 언급하며 처음 만든 용어입니다. 핵심은 비즈니스에 가장 중요한 결과가 무엇인지 정확히 파악하고 신속하게 가치를 증명하는 사용 사례를 선택하는 것입니다.

보이지 않는 것의 힘: AI 시대에 정말 중요한 것들��특집 기사

우리는 보이는 것, 측정 가능한 것만 중요하다고 착각합니다. 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 단순화하는 지능형 에이전트 배포

AI 선도 기업의 또 다른 관행은 부서와 시스템을 아우르며 종단 간 문제를 해결하는 AI 에이전트를 사용하는 것입니다. 전체 프로세스를 처리하는 자율적 능력이 AI 스킬과 AI 에이전트의 차이점 중 하나입니다. 스킬은 메시지 작성이나 스프레드시트 분석 및 그 분석에서 액션을 트리거하는 능력과 같은 단일 능력입니다. 에이전트는 측정 가능한 결과를 만들어내기 위해 복잡한 다단계 프로세스를 독립적으로 처리합니다. 저희는 최근 시스템과 사업 부문 간의 자율적 협업을 촉진하기 위해 확장된 네트워크를 . 여기에는 기업이 중요한 워크플로우 자동화를 돕기 위해 신속하게 배포할 수 있는 HR, 재무, 공급망 및 기타 기능을 위한 즉시 사용 가능한 에이전트들이 포함됩니다.

와 같은 AI 선도 기업들은 프로세스 개선을 위한 특정 기회를 다룰 수 있는 맞춤형 에이전트도 만듭니다. 이제 여러분도 쥴 스튜디오(Joule Studio)로 이러한 에이전트를 구축할 수 있습니다. 는 사전 정의된 스킬, 모델, 데이터 연결을 사용하여 맞춤형 에이전트를 설계, 조율, 관리할 수 있는 로우코드 작업 공간을 제공합니다. 이를 통해 에이전트 네트워크를 여러분의 정확한 요구 사항과 비즈니스 맥락에 맞게 확장하고 맞춤화할 수 있는 힘을 얻을 수 있습니다.

AI는 도구가 아니다. 자율형 기업의 중심축이다.��특집 기사

�鶹ԭ��는 50년 ERP 데이터 기반의 과 로, 기업 운영 전반을 AI가 판단·실행하는 시대를 선언했다. 데이터 통합과 거버넌스를 전제로 AI가 반복 업무를 처리할수록 사람은 더 본질적인 가치 창출에 집중해야 한다.

3. 일상 워크플로우에 AI 통합

진정한 AI 선도 기업이 되려면 팀이 매일 일하는 방식에 AI가 원활하게 녹아들어야 합니다. 또한 더 넓은 기술 생태계에서도 작동하도록 해야 합니다. 이러한 중요한 비즈니스 요구 사항 때문에 저희는 �鶹ԭ�� 시스템에 바로 구축된 자연어 AI 인터페이스인 을 만들었습니다. 그리고 ServiceNow와 Microsoft Copilot과 같은 타사 도구와 더욱 맥락을 인식하고 더 잘 통합되도록 새로운 Joule 액션 바를 추가하고 있습니다. 여러분이 무엇이 필요한지 말해주기를 기다리지 않습니다. 대신 여러분의 행동을 능동적으로 따라가며 여러 �鶹ԭ�� 및 비�鶹ԭ�� 애플리케이션에서 맥락에 맞는 유용한 다음 액션을 제안할 수 있습니다. 이는 마찰을 제거하여 팀 구성원들이 도구 간을 전환하거나 인터페이스를 다시 배울 필요가 없도록 도와줍니다.

4. 상호운용 가능한 선도적 AI 도구 생태계 구축

AI 선도 기업이 되는 또 다른 방법은 개방적이고 상호 운용 가능한 생태계를 구축하여 단편적인 도구와 솔루션 문제를 해결하는 것입니다. 결국 혁신적인 AI 도구가 다른 자사 및 타사 솔루션과 만날 때 장애물에 부딪힌다면 무슨 소용이 있겠습니까? 이것이 저희가 최근 생산성을 위한 Microsoft Copilot과의 더 긴밀한 통합과 선도적인 AI 모델에 대한 유연한 액세스를 위한 및 와의 파트너십을 발표한 이유입니다. 이러한 파트너십과 다른 많은 파트너십들은 팀이 여러 AI 기능을 결합하고, 시스템 간에 신뢰할 수 있는 데이터를 공유하며, 수동 연결의 번거로움 없이 비즈니스 결과를 더 빠르게 달성할 수 있도록 도와줍니다.

리더가 될 준비가 되셨나요? 시작하는 방법을 알려드립니다

젶ĵ� 여러분이 AI 시대에 따라가는 것이 아니라 선도하기를 권합니다. 그럴 준비가 되셨다면 시작할 수 있는 몇 가지 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.

비즈니스에 유용한 에이전틱 AI, 그 비용은?

Adam Park — Fri, 18 Jul 2025 01:06:13 +0000

는 자연어를 이해하고 시스템 간 통합을 통해 자율적으로 작업을 수행하며, 기업의 AI 투자효과를 높이는 핵심 기술로 주목받고 있습니다. 하지만 높은 도입 비용과 인프라 비용 등의 장벽을 해소하려면 명확한 ROI 측정 방안이 필요합니다.

글쓴이: �鶹ԭ�� Insights Team, 번역: 클로드(Claude)

CIO가 전략을 수립하는 데 있어 에이전틱 AI가 조직의 IT 환경 관리 방식을 바꾸고 현업 부서에 서비스를 제공하는 방식을 바꿀 것이 분명해졌습니다.

에이전틱 AI는 증가하는 AI 투자에서 수익률을 높이려는 CIO에게 잠재적인 “킬러 앱”으로 떠오르고 있습니다. 많은 조직이 이 기술을 시범 운영하고 있는데, 이는 자연어를 이해하고 정보 격차를 해소하며 시스템 간 통합을 수행하고 심지어 행동까지 취할 수 있는 지능적이고 종종 자율적인 에이전트들로 구성됩니다.

�鶹ԭ��의 마케팅 VP이자 글로벌 혁신 전도사인 티모 엘리엇(Timo Elliott)은 “에이전트들이 AI를 훨씬 더 유용하게 만들 것”이라고 말합니다.

CIO들이 전략을 수립하면서 에이전틱 AI가 조직의 IT 환경 관리 방식과 현업 부서에 서비스를 제공하는 방식을 변화시킬 것이라는 점이 명확해지고 있습니다. 하지만 언제나 그렇듯, IT 리더들은 에이전틱 AI의 고유한 역량을 다루는 비용 관리 노력과 배포 계획 간의 균형을 맞춰야 합니다.

SaaS 종말론: 소프트웨어 구독 모델 위협하는 AI 에이전트��특집 기사

의 확산은 SaaS의 과금 모델을 근본적으로 위협하지만, 이는 SaaS 전체의 종말이 아니라 깊이 없는 SaaS의 종말이다. 수십 년간 쌓인 비즈니스 로직과 실물 인프라를 가진 ��랫폼은 오히려 AI가 배포되는 관문으로서 더 강해질 수 있다.

로봇 프로세스 자동화에서 시작된 발전

소프트웨어 기반 자동화는 CIO에게 새로운 개념이 아닙니다. ‘로봇 프로세스 자동화(RPA)’는 2000년대 초반에 데이터 추출이나 주문 처리와 같은 단순 반복 작업을 자동화하는 규칙 기반 자동화 방안으로 등장했습니다. 2022년 11월 생성형 AI 애플리케이션인 챗GPT(ChatGPT)의 출시로 인해 프로세스 자동화에 인지 능력이라는 계층이 추가되었고, 개발자가 고객과 상호작용하고 소프트웨어 개발부터 콘텐츠 제작까지 다양한 활동에서 직원들을 도울 수 있는 새로운 세대의 자동화된 “어시스턴트”를 만들 수 있게 되었습니다.

에이전틱 AI는 지능의 기준을 더욱 높여 AI 에이전트들이 함께 작업하고, 맥락을 기반으로 결정을 내리며, 다양한 비즈니스 기능에 걸쳐 행동을 유발할 수 있는 새로운 수준의 자율성과 추론을 추가합니다.

엘리엇은 “모든 조직에는 핵심적인 엔드투엔드 비즈니스 프로세스가 있으며, 대부분은 이미 자동화되어 있습니다. AI 에이전트는 일처리 단계를 자동화하거나 예외상황을 더 유연하게 처리함으로써 문제를 해결하는 새로운 방법을 제공한다”고 말합니다. 이런 방식으로 에이전트들은 진행하면서 프로세스 개선을 만들거나 제안할 수 있습니다.

가트너, 2026년 10대 전략 기술 트렌드 제시��특집 기사

디지털 전환 컨설팅 회사인 스타CIO(StarCIO)의 대표이자 창립자인 아이작 사콜릭(Isaac Sacolick)은 에서 “결정을 내리고 행동을 수행하는 방식에 따라 분류되는 여러 유형의 AI 에이전트가 존재합니다. 모델 기반 에이전트는 규칙을 AI 모델과 지원 데이터로 대체하며, 목표 및 유틸리티 기반 에이전트는 행동 방향을 선택하기 전에 다양한 시나리오를 비교합니다. 더 정교한 AI 학습 에이전트는 피드백 루프를 사용하여 결과를 개선하고, 계층적 에이전트는 그룹으로 작업하여 복잡한 작업을 분해한다”고 설명합니다.

계층적 에이전트의 실제 적용 사례

AI 애플리케이션용 오픈소스 벡터 데이터베이스를 만드는 밀버스(Milvus)의 개발자들은 창고 로봇 시스템의 맥락에서 를 제공합니다:

최상위 “조율 운영(오케스트레이터)” 에이전트는 재고 관리를 감독하며 어떤 제품이 재입고가 필요한지 결정할 수 있습니다. 이는 창고의 한 구역을 각각 담당하는 중간 수준의 “구역 관리자” 에이전트들에게 하위 작업을 위임할 수 있습니다. 이러한 중간 수준 에이전트들은 그 다음 개별 기계를 작동하는 하위 수준의 “로봇 컨트롤러” 에이전트들에게 특정 픽업 및 배치 작업을 할당할 수 있습니다.

��

��과 �鶹ԭ�� Business AI, �鶹ԭ�� Business Data Cloud가 한 데 모여 탁월한 비즈니스 가치를 제공합니다. 이 모두가 의 위력을 활용합니다.

이러한 기술적 구분은 CIO들이 배포 전략을 수립할 때 중요하지만, 사콜릭은 IT 리더들이 기업 임원진 동료들에게 아이디어를 판매할 때 다른 전술에 집중할 것을 권장합니다.

그는 “CIO의 역할은 전문 용어를 풀어서 기업 임원진에 가치, 해결하는 문제, 또는 장기적 영향이 있을 영역의 관점에서 [비즈니스 리더들이] 익숙한 언어를 사용하여 설명하는 것”이라고 설명합니다.

대규모 에이전틱 AI의 비용 관리 과제

가치 논의는 필연적으로 예산 논의로 이어집니다. AI와 배포가 증가하면서 비용에 대한 우려도 커지고 있습니다. 에서 IT 임원들이 더 광범위한 생성AI 도입에 대해 언급한 상위 8개 장벽 중 3개–높은 도입 비용(1위 우려사항), 비효과적인 비용 관리(4위), 과도한 인프라 비용(6위)–가 비용과 관련되어 있습니다. 에이전틱 AI는 이러한 혼란에 더 많은 불확실성을 추가합니다.

IBM 컨설팅의 AI 통합 서비스 VP이자 시니어 파트너인 프란체스코 브렌나(Francesco Brenna)는 “비용 측면이 매우 중요합니다. 리소스 소비와 독점적인 LLM(거대 언어 모델) 배포 및 유지 관리 비용에 대한 투명성을 확보해야 한다”고 말합니다.

데이터, 디지털 시대 비즈니스 혁신 위한 전략적 자산��특집 기사

기업은 방대한 데이터를 생성합니다. 하지만 효과적으로 활용하는 조직은 10% 미만입니다. 의사결정 개선, 운영 효율 향상, 혁신 촉진 등을 위해 데이터를 전략적 자산으로 활용하려면 같은 통합 ��랫폼이 필요합니다.

AI 에이전트 사용에 대한 흥미로운 가격 모델들이 개발되고 있습니다. 박스(Box) CEO 아론 레비(Aaron Levie)는 에이전트가 작업을 완료하는 데 걸리는 시간을 기반으로 전통적인 노동력처럼 합니다. 또 다른 옵션은 결과별 가격 책정으로, 레비는 이것이 “고객이 필요로 하는 것과 그것을 달성하기 위해 지불하는 것 사이의 단순한 관계를 가능하게 한다”고 말합니다. 세 번째 모델은 종량제 “대화 기반” 가격 책정을 포함합니다. 어떤 모델을 선택하든, CIO들은 에이전틱 AI 투자가 비즈니스에 어떻게 가치를 창출할 것인지에 대한 명확한 경로를 제시해야 할 것입니다.

사콜릭은 “실험도 좋지만 궁극적으로는 ‘투자한 내역, 실전 배치한 내역, 얻은 가치가 이것입니다’라고 말할 수 있어야 한다”고 전합니다.

새로운 가치 측정 지표와 ROI 평가

사콜릭에 따르면 새로운 가치 지표에는 의사결정 시간 개선과 결정 정확도가 포함될 가능성이 높습니다. 그는 다음과 같은 예를 제시합니다. “마케터는 에이전트를 사용하여 수백 개의 실험과 변형이 포함된 캠페인을 분석하고 성과를 기반으로 일일 최적화를 수행할 수 있습니다.”

에이전트가 필수적인 비즈니스 프로세스와 워크플로우에 구축되기 때문에, 전문가들은 CIO들이 다른 AI 투자로 경험했던 것보다 ROI를 평가하기가 더 쉬울 것이라고 믿습니다. 사콜릭은 “CIO들이 ROI가 존재한다는 것을 알고 있기 때문에 지금은 훨씬 더 실용적인 정서가 있습니다. 그들은 단지 그것을 포착해야 할 뿐입니다”라고 말합니다.

원문: , , Forbes.com

The post 비즈니스에 유용한 에이전틱 AI, 그 비용은? appeared first on �鶹ԭ�� Korea 뉴스센터.

AI가 우선시 되는 미래를 위한 디자인

Jennifer Aue — Fri, 30 May 2025 00:52:10 +0000

AI는 디자이너를 대체하는 대신 디자이너의 역할을 재정의하고 있으며, AI를 도구로 활용하면서도 비판적 사고와 인문학적 소양을 바탕으로 AI의 방향을 이끌어가는 디자이너가 성공합니다. �鶹ԭ��의 AI 경험 담당 부사장의 통찰을 확인��세요.

글쓴이: 제니퍼 오(Jennifer Aue), 번역: 클로드(Claude)

이 엄청난 속도로 계속 발전하면서, 제품뿐만 아니라 이를 만드는 사람들의 역할 자체를 재편하고 있습니다. �鶹ԭ��의 AI 경험 담당 부사장 제니퍼 오(Jennifer Aue)가 AI가 개인의 기술부터 기업 전체 전략에 이르기까지 모든 차원에서 디자인을 어떻게 변화시키고 있는지에 대한 솔직한 생각을 공유합니다.

�鶹ԭ��의 제니퍼 오(Jennifer Aue) AI 경험 담당 부사장

AI라는 새로운 디자인 파트너

AI는 모든 디자인 역할에서 편재하게 될 것입니다. 문제는 언제가 아니라, AI가 디자이너들의 일상적인 워크플로우에 얼마나 깊이 스며들 것인가입니다. 중요한 것은 우리 사고의 질과 속도, 즉 우리가 얼마나 빠르게 연구하고, 프로토타이핑하고, 결과물을 내놓느냐입니다. 이제 디자이너들은 단순한 직감이 아닌 데이터와 연구를 바탕으로 자신의 관점을 정립해야 합니다. AI는 이러한 사이클을 가속화하는 데 도움이 되지만, 동시에 기준을 높이기도 합니다.

좋은 AI는 잘못 쓰기 어렵다: �鶹ԭ��의 자율형 기업 디자인 원칙��특집 기사

AI 도구를 빨리 도입하는 것보다 중요한 건 ‘신뢰’다. Sapphire에서 공개한 는 흩어진 시스템과 반복 업무에서 사용자를 해방시키는 완전히 새로운 워크스페이스. 시대, �鶹ԭ�� 디자인팀이 그리는 일의 미래를 들여다본다.

분절된 기능에서 전체적인 여정으로

2024년까지 �鶹ԭ��의 초기 AI 진출은 맞춤형 AI 모델과 독립형 기능을 구축하는 것이었습니다. 하지만 회사는 이후 초점을 전환했습니다. 이제 우리는 20개 이상의 거대언어모델(LLM)을 통합하고 있습니다. 이들은 단순한 멋진 챗봇이 아닙니다. 글로벌 협업을 가능하게 하고, 규제의 복잡성에 적응하며, 규모에 맞는 대화형 인사이트를 제공하는 도구들입니다.

이러한 전환을 통해 �鶹ԭ�� 팀들은 여정 우선(journey-first) 관점에서 디자인할 수 있게 되었습니다. 제품 전반에 AI 기능을 뿌리는 것이 아니라, 수백 개의 엔터프라이즈 애플리케이션에 걸쳐 지능적이고 일관된 UX를 구현하는 것이 목표입니다. 우리는 고립된 사용 사례에서 AI로 전체 사용자 여정을 풍부하게 만드는 방향으로 나아가고 있습니다. 그 결과는 더 나은 맥락, 더 나은 결과, 그리고 AI 지원 시스템에 대한 더 많은 신뢰입니다.

AI가 대체할 수 없는 것?

AI의 힘이 계속 커지고 있음에도 불구하고, 비판적 사고는 여전히 대체할 수 없습니다. AI는 방대한 양의 데이터를 처리할 수 있지만, 인간이 할 수 있는 방식으로 문화적, 윤리적, 전략적 함의를 해석할 수는 없습니다. 미래에 뛰어날 디자이너는 AI를 단순히 사용하는 것이 아니라 질문하고, 종합하고, AI의 방향을 이끌어가는 사람들일 것입니다.

AI에게 답을 맡기지 말고, 질문을 맡겨라��특집 기사

AI를 빨리, 많이 쓰는 게 정답일까. 구글 클라우드 는 AI를 비판적 사고의 파트너로 삼고, 가드레일과 지표로 비결정성을 관리하며, 인간다운 판단을 코드화하되 결국 해결책이 아닌 문제와 사랑에 빠지라고 조언한다.

AI 네이티브 되기

그렇다면 디자이너들은 이 새로운 환경에서 어떻게 자신을 재포지셔닝할 수 있을까요? AI를 사용��세요. 가지고 놀아보세요. 만들어보세요. 이는 프롬프트를 넘어서는 것을 의미합니다. 크리에이터가 되세요. 디자인을 실험해보세요. 대화와 트랜잭션 사이에 존재하는 UX를 깊이 탐구해보세요. 더 많이 탐구할수록 더 많은 아이디어를 생성하게 될 것이고, 더욱 고유하고 가치 있는 존재가 될 것입니다.

다음 세대를 위한 조언

초기 경력 디자이너들은 철학, 미술사, 미래주의 문학에 집중해야 합니다. 이러한 학문들은 현재 순간을 넘어 인간 임팩트의 긴 호를 생각하도록 마음을 훈련시킵니다. 읽고, 보고, 듣고, 그리고 가장 중요하게는 향후 300년간 AI가 우리에게 어떻게 봉사해야 하는지에 대한 자신만의 관점을 형성��세요.

�鶹ԭ��와 그 너머에서, AI는 디자이너를 대체하는 것이 아니라 디자이너의 존재와 역할에 대한 의미를 재정의하고 있습니다. 기회는 무궁무진하지만, 이는 호기심과 용기, 그리고 자동화를 넘어선 무언가에 대한 비전, 즉 의미 있고 책임감 있는 진보에 대한 비전을 요구합니다.

사라지는 기술: 최고의 UX는 보이지 않는다��특집 기사

괶�찰��고��추론,��행동하는 AI 덕분에 ‘사용자 인터페이스(UI)’는 더 이상 눈에 띄지 않게 되어 마치 존재하지 않는 것처럼 느껴지게 됩니다. 디자이너는 이제 신뢰를 형성하고 더욱 인간적인 경험을 제공하는 데 집중해야 합니다.

원문: ,

The post AI가 우선시 되는 미래를 위한 디자인 appeared first on �鶹ԭ�� Korea 뉴스센터.

가트너, 2025�Ƅ 10대 전략 기술 트렌드 제시

Adam Park — Fri, 03 Jan 2025 03:09:19 +0000

매년 기술 혁신은 더욱 빠르게 다가옵니다. 올해 가트너는 기술 트렌드를 “파도 타기”에 비유하며, AI 리스크와 당면과제, 새로운 컴퓨팅 프론티어, 인간-기계 시너지 등 3가지 해변에 대해 이야기하고, 2025�Ƅ 10대 전략기술 트렌드를 제시합니다.

발표자: 진 알바레즈(Gene Alvarez), 번역: 챗GPT(ChatGPT), 클로드(Claude)

가트너는 2025�Ƅ 전략 기술 트렌드를 AI 리스크와 당면과제, 새로운 컴퓨팅 프론티어, 인간-기계 시너지 등 3개 영역으로 분류합니다.

1. AI 리스크와 당면과제

에이전틱 AI: 24시간 일하며 혜택이 필요 없는 AI 에이전트가 업무 자동화를 담당. 웹사이트나 앱을 대체할 수 있음
AI 거버넌스 ��랫폼: AI의 투명성, 윤리, 보안을 관리하는 ��랫폼. 편향성 체크와 규제 준수 필수
허위정보 보안: AI로 만들어진 딥페이크와 합성 미디어 탐지. 사이버보안팀과 비즈니스팀의 협력 필요

2. 새로운 컴퓨팅 프론티어

포스트 양자 암호화: 양자컴퓨터의 공격에 대비한 새로운 암호화 기술. Y2K보다 큰 영향력 예상
주변 인공짶ĵ�: 저렴한 RFID 태그로 모든 물건을 실시간 추적. 5년 내 태그 가격 10센트 전망
에너지 효율 컴퓨팅: AI 등 급증하는 컴퓨팅 수요에 대응한 저전력 기술
하이브리드 컴퓨팅: 다양한 컴퓨팅 방식을 통합 관리하는 접근법

3. 인간-기계 시너지

공간 컴퓨팅: VR/AR 헤드셋으로 디지털-물리적 세계 융합
다기능 로봇: 여러 기능을 수행하는 로봇이 인간과 협업
신경학적 향상: 의료용 뇌-기계 인터페이스, 피로도 감지 등 활용

가트너는 기업들이 이러한 트렌드를 무시하면 안 되며, 개념 증명을 시도하거나 적어도 모니터링은 해야 한다고 조언합니다.

가트너, 2025�Ƅ 10대 전략 기술 트렌드를 AI 리스크와 당면과제, 새로운 컴퓨팅 프론티어, 인간-기계 시너지 등 3대 영역으로 묶어 제시

“책임 있는 혁신으로 미래를 만들자(Shape the Future with Responsible Innovation)”는 큰 주제로 가트너가 제시한 2025�Ƅ 전략 기술 트렌드를 보다 자세히 살펴보겠습니다.

1. 에이전틱 AI (Agentic AI)

언제나 일이 끝나지 않아 고민이신가요? 에이전틱 AI는 그런 문제를 해결하기 위해 등장했습니다. 이 AI는 단순한 자동화의 범위를 넘어, 스스로 계획을 세우고, 감지하며, 의사결정을 내리고, 심지어 업무를 실행하기까지 합니다.

이 기술은 조직의 생산성을 비약적으로 높일 수 있습니다. 예를 들어, 새로운 팀원이 단 6개월 만에 숙련된 직원처럼 일할 수 있도록 돕는 AI가 있다면, 얼마나 효과적일까요? 이처럼 에이전틱 AI는 “나만의 비서“가 되어 일상과 업무를 간소화하죠.

가트너, 2026년 10대 전략 기술 트렌드 제시��특집 기사

토니 스타크가 자비스(Jarvis)의 도움을 받아 기업을 운영하면서 어벤저스 활동도 했듯이, AI 에이전트는 24시간 쉬지 않고 일하는 직원입니다. 웹사이트나 앱을 확인하고 의사결정하는 일상적인 업무를 대신하게 됩니다. 다만, 개발자들이 자체적으로 만든 AI 에이전트가 새로운 그림자 IT가 될 수 있다는 우려도 있습니다.

이에 따라 ‘AI 거버넌스 ��랫폼’의 중요성이 커집니다.

주요 속성과 달성 효과를 포함해 가트너가 제시한 거버넌스 ��랫폼 구성요소

2. AI 거버넌스 ��랫폼

AI 기술이 발전할수록 신뢰성과 윤리가 중요해집니다. 우리가 만든 AI가 편향적이거나 윤리적으로 문제가 생긴다면 큰 위험이 될 수 있죠.

AI 모델이 어떤 데이터로 학습했는지, 알고리즘은 무엇인지, 편향성은 없는지 등을 검증하고 관리해야 합니다. 단순히 윤리 정책을 문서로 만드는 것이 아니라, 실제로 이를 모니터링하고 통제할 도구가 필요합니다.

AI 거버넌스 ��랫폼은 투명성을 보장하고, 데이터 편향을 분석하며, 보안을 유지하는 데 필수적입니다. 이제 윤리는 단순한 선언으로 그치지 않고, 실제로 지켜야 할 기준이 되었죠. 기업은 이를 통해 신뢰받는 AI를 구축하고 운영할 수 있습니다.

3. 허위 정보 보안

가짜 뉴스와 딥페이크, 이 문제를 생각하면 걱정이 앞서죠. 특히 AI는 더 정교한 가짜 정보를 만들어낼 수 있습니다.

이를 방지하기 위해 등장한 것이 허위 정보 보안 기술입니다. 예를 들어, 화상 회의에서 상대방이 진짜 동료인지 가짜인지 판별할 수 있는 워터마크 기술이 이에 해당합니다. 기업 평판을 보호하려면 이러한 보안 도구가 점점 더 중요해집니다.

허위 정보 보안은 팀 스포츠입니다. 예컨대 마케팅팀이 브랜드 평판 하락을 감지하면 보안팀과 협력해 원인을 파악하고 대응해야 합니다.

�鶹ԭ��와 Databricks, 데이터와 AI의 새 시대를 열다��특집 기사

�鶹ԭ��는 모든 �鶹ԭ�� 데이터를 통합, 관리하며 서드파티 데이터와 연결되는 완전 관리형 SaaS 솔루션 를 발표하고, Databricks와의 전략적 파트너십을 통해 AI 및 데이터 분석 역량을 강화할 방침입니다.

4. 포스트 양자 암호화

양자 컴퓨팅은 강력한 연산 능력으로 기존의 암호화 체계를 위협하고 있습니다. 그렇다면 우리는 어떻게 데이터를 안전하게 보호할 수 있을까요?

“양자 이후(포스트 양자) 암호화” 기술이 해답입니다. 기존 암호화 방식을 대체할 새로운 알고리즘이 필요하며, 이를 위해 기업은 자신들의 암호화 시스템을 점검하고 교체해야 합니다. 이는 단순한 소프트웨어 패치 이상의 과제입니다.

창고, 유통, 물류, 가정 등 스며드는 주변 인공짶ĵ�(Ambient Invisible Intelligence) 예시

5. 주변 인공짶ĵ� (Ambient Invisible Intelligence)

스며드는 주변 인공짶ĵ�은 실시간 데이터를 추적하고 분석하는 기술입니다. RFID 태그보다 더 작고, 저렴하며, 효율적인 태그를 사용해 물건 하나하나를 추적할 수 있죠.

예를 들어, 아이스크림이 유통 과정에서 적절한 온도를 유지했는지 실시간으로 확인할 수 있습니다. 연료를 아끼기 위해 운행 중에 아이스크림 트럭의 냉동 온도를 높이는 기사들도 있거든요. 이 기술은 물류, 소매업, 생산 현장에서 큰 변화를 가져올 것입니다.

6. 에너지 효율 컴퓨팅

컴퓨팅 수요가 증가함에 따라 전력 소비는 점점 더 부담스러워지고 있습니다. 이제는 더 적은 에너지로 더 많은 일을 해야 하는 시대입니다.

‘에너지 효율 컴퓨팅’은 폭증하는 AI 연산에 대응합니다. 과거에는 메모리 절약을 위해 알고리즘을 최적화했다면, 이제는 에너지 절약이 목표입니다.

새로운 알고리즘 설계와 친환경 기술, 나아가 “그린 클라우드” 같은 솔루션이 이러한 도전을 해결하는 열쇠가 될 전망입니다.

적용 사례와 컴퓨팅 환경, 오케스트레이션 티어 등으로 간추린 하이브리드 컴퓨팅 아키텍처

7. 하이브리드 컴퓨팅

과거에는 새로운 컴퓨팅 기술이 등장할 때마다 이전 기술을 완전히 대체하곤 했습니다. 그러나 이제는 여러 기술을 조화롭게 활용해야 할 시점입니다.

GPU, ASIC, 뉴로모픽 컴퓨팅 등 다양한 컴퓨팅 방식을 결합해 효율을 극대화하는 하이브리드 컴퓨팅은 앞으로의 기술 트렌드에서 핵심적인 역할을 할 것입니다.

8. 공간 컴퓨팅 (Spatial Computing)

인간-기계 시너지 측면에서는 ‘공간 컴퓨팅’이 현실과 가상을 융합합니다. 증강현실(AR)과 가상현실(VR)은 인간과 기계의 상호작용을 새로운 차원으로 이끌고 있습니다.

예를 들어, 공장에서 AR 헤드셋을 착용하면 필요한 작업 절차를 실시간으로 안내받을 수 있습니다. 또한, 원격 협업에서도 공간 컴퓨팅은 팀 간의 물리적 거리를 뛰어넘는 새로운 가능성을 열어줍니다.

2025�Ƅ 클라우드 ERP 7대 트렌드��특집 기사

2025�Ƅ 트렌드는 에이전트형 AI 통합, 클라우드 네이티브 솔루션 확대, AI 기반 의사결정 지원 등을 중심으로 기업의 과 혁신을 가속화할 전망입니다. 업계 거인들의 흥미로운 예측을 지금 바로 확인��세요.

9. 다기능 로봇

로봇이 단순히 한 가지 작업만 하는 시대는 끝났습니다. 이제 로봇은 여러 역할을 수행하며 인간과 협력합니다.

예를 들어, 영화 스타워즈에 등장하는 외교 로봇인 C-3PO처럼 한 가지 일만 하는 것이 아니라, R2-D2처럼 해킹, 탐색, 방어 등 다양한 기능을 가진 다기능 로봇은 산업 현장에서의 효율성을 높이고 있습니다.

10. 신경학적 증강

신경학적 증강 기술은 인간의 인지 능력을 향상시키거나 질병을 치료하는 데 사용됩니다.

예를 들어, 파킨슨병 환자의 떨림을 완화하는 신호를 보내거나 운전 중 피로를 감지해 경고를 주는 등 뇌-기계 인터페이스를 활용하는 시스템이 이를 가능하게 합니다. 시술을 통해 일과 사생활의 기억이 분리된 직원들이 나오는 드라마 ‘세버런스(Severance)’처럼 극단적이진 않지만, 인간의 능력을 보완하고 향상시키는 방향으로 뇌-기계 인터페이스가 발전할 전망입니다.

지금까지 살펴 본 가트너의 2025�Ƅ 10대 전략 기술 트렌드는 CIO와 IT 리더들에게 혁신의 기회를 제공함과 동시에 조직의 미래를 준비할 방향을 제시합니다. 어떤 기술에 투자할지 고민하며 다가오는 변화를 준비해보세요!

The post 가트너, 2025�Ƅ 10대 전략 기술 트렌드 제시 appeared first on �鶹ԭ�� Korea 뉴스센터.

에이전트 Archives - �鶹ԭ�� Korea 뉴스센터

개인의 AI, 회사의 AI가 되려면

1등 조가 항상 진다

일이 줄지 않고 늘어난다

정답인데 회사 사정은 모른다

숫자 예측은 다른 문제다

�鶹ԭ�� 전환, AI 에이전트로 비용 60% 줄일 수 있다

“빠르게, 좋게, 저렴하게” 셋 다 될까

오프쇼어링을 넘어 디쇼어링으로

사람은 “마지막 1마일”을 맡는다

커스텀 코드, 가장 먼저 바뀔 영역

�鶹ԭ��, 전환 전 과정에 에이전트를 심다

테스트도 에이전트에게 맡길 수 있을까

좋은 에이전트를 가르는 건 “맥락”

지식의 주도권도 바뀐다

“왜 더 빨리 하면 안 되지”

가트너, 2026년 10대 전략 기술 트렌드 제시

혼돈의 시대, 2026년을 준비하는 기술 동반자들

Gartner 2026년 10대 전략 기술 트렌드

1. AI 네이티브 개발 ���랫폼 (AI-Native Development Platforms)

2. AI 슈퍼컴퓨팅 ���랫폼 (AI Supercomputing Platforms)

2026년 AI 트렌드 – 리더들을 위한 핵심 인사이트������특집 기사

3. 멀티에이전트 시스템 (Multiagent Systems)

4. 도메인 특화 언어 모델 (Domain-Specific Language Models)

2025�Ƅ ERP 트렌드: AI 기반 ERP 혁신으로 비즈니스 성공 촉진������특집 기사

5. 피지컬 AI (Physical AI)

6. 선제적 사이버 보안 (Preemptive Cybersecurity)

2025�Ƅ 성공전략: 클라우드 ERP와 AI, 짶�속가��성의 컨버전스������특집 기사

7. 디지털 출처 (Digital Provenance)

8. 지리적 이전 (Geopatriation)

맺으며

컴플라이언스를 전략적 자산으로 재정립하기

AI 시대의 사이버 보안: 회복력 있는 ERP의 3대 요건������특집 기사

우수한 컴플라이언스가 비즈니스에 어떻게 도움이 되는가

������

클라우드에서의 공동 책임 탐색하기

ERP와 AI, 사이버보안 환경의 변화������특집 기사

AI 시대에 혁신과 컴플라이언스가 왜 상충되지 않는가

컴플라이언스를 경쟁 우위로 만들기

AI 혁신: 기업 경쟁력 확보 위한 4단계

2026년 AI 트렌드 – 리더들을 위한 핵심 인사이트������특집 기사

1. 가장 유망한 적용 사례에 우선순위

보이지 않는 것의 힘: AI 시대에 정말 중요한 것들������특집 기사

2. 복잡한 작업을 단순화하는 지능형 에이전트 배포

AI는 도구가 아니다. 자율형 기업의 중심축이다.������특집 기사

3. 일상 워크플로우에 AI 통합

4. 상호운용 가능한 선도적 AI 도구 생태계 구축

리더가 될 준비가 되셨나요? 시작하는 방법을 알려드립니다

비즈니스에 유용한 에이전틱 AI, 그 비용은?

SaaS 종말론: 소프트웨어 구독 모델 위협하는 AI 에이전트������특집 기사

로봇 프로세스 자동화에서 시작된 발전

가트너, 2026년 10대 전략 기술 트렌드 제시������특집 기사

계층적 에이전트의 실제 적용 사례

������

대규모 에이전틱 AI의 비용 관리 과제

데이터, 디지털 시대 비즈니스 혁신 위한 전략적 자산������특집 기사

새로운 가치 측정 지표와 ROI 평가

AI가 우선시 되는 미래를 위한 디자인

AI라는 새로운 디자인 파트너

좋은 AI는 잘못 쓰기 어렵다: �鶹ԭ��의 자율형 기업 디자인 원칙������특집 기사

분절된 기능에서 전체적인 여정으로

AI가 대체할 수 없는 것?

AI에게 답을 맡기지 말고, 질문을 맡겨라������특집 기사

AI 네이티브 되기

다음 세대를 위한 조언

사라지는 기술: 최고의 UX는 보이지 않는다������특집 기사

가트너, 2025�Ƅ 10대 전략 기술 트렌드 제시

1. 에이전틱 AI (Agentic AI)

가트너, 2026년 10대 전략 기술 트렌드 제시������특집 기사

2. AI 거버넌스 ���랫폼

3. 허위 정보 보안

�鶹ԭ��와 Databricks, 데이터와 AI의 새 시대를 열다������특집 기사

4. 포스트 양자 암호화

5. 주변 인공짶ĵ� (Ambient Invisible Intelligence)

6. 에너지 효율 컴퓨팅

7. 하이브리드 컴퓨팅

8. 공간 컴퓨팅 (Spatial Computing)

2025�Ƅ 클라우드 ERP 7대 트렌드������특집 기사

9. 다기능 로봇

10. 신경학적 증강

1. AI 네이티브 개발 ��랫폼 (AI-Native Development Platforms)

2. AI 슈퍼컴퓨팅 ��랫폼 (AI Supercomputing Platforms)

2026년 AI 트렌드 – 리더들을 위한 핵심 인사이트��특집 기사

2025�Ƅ ERP 트렌드: AI 기반 ERP 혁신으로 비즈니스 성공 촉진��특집 기사

2025�Ƅ 성공전략: 클라우드 ERP와 AI, 짶�속가��성의 컨버전스��특집 기사

AI 시대의 사이버 보안: 회복력 있는 ERP의 3대 요건��특집 기사

��

ERP와 AI, 사이버보안 환경의 변화��특집 기사

2026년 AI 트렌드 – 리더들을 위한 핵심 인사이트��특집 기사

보이지 않는 것의 힘: AI 시대에 정말 중요한 것들��특집 기사

AI는 도구가 아니다. 자율형 기업의 중심축이다.��특집 기사

SaaS 종말론: 소프트웨어 구독 모델 위협하는 AI 에이전트��특집 기사

가트너, 2026년 10대 전략 기술 트렌드 제시��특집 기사

��

데이터, 디지털 시대 비즈니스 혁신 위한 전략적 자산��특집 기사

좋은 AI는 잘못 쓰기 어렵다: �鶹ԭ��의 자율형 기업 디자인 원칙��특집 기사

AI에게 답을 맡기지 말고, 질문을 맡겨라��특집 기사

사라지는 기술: 최고의 UX는 보이지 않는다��특집 기사

가트너, 2026년 10대 전략 기술 트렌드 제시��특집 기사

2. AI 거버넌스 ��랫폼

�鶹ԭ��와 Databricks, 데이터와 AI의 새 시대를 열다��특집 기사

2025�Ƅ 클라우드 ERP 7대 트렌드��특집 기사