예측 ë¶ѫ»® Archives - Â鶹ԭ´´ Korea 뉴스센터 Â鶹ԭ´´ 코리아에 댶ÄÇêœ 뉴스 Fri, 12 Jun 2026 03:12:56 +0000 ko-KR hourly 1 https://wordpress.org/?v=7.1.4 미국 정부 셧다운: 글로벌 공급망에 미칠 영향 /korea/2025/10/%eb%af%b8%ea%b5%ad-%ec%a0%95%eb%b6%80-%ec%85%a7%eb%8b%a4%ec%9a%b4-%ea%b8%80%eb%a1%9c%eb%b2%8c-%ea%b3%b5%ea%b8%89%eb%a7%9d%ec%97%90-%eb%af%b8%ec%b9%a0-%ec%98%81%ed%96%a5/ Fri, 10 Oct 2025 07:33:56 +0000 /korea/?p=7981 미국 정부 셧다운으로 인한 작읶Ä 행정 차질이 나비효과처럼 전 세계 공급망에 연쇄적인 지연과 비용 증갶Ä를 초래하는 갶Ä운데, 디지털 ˳�신을 통한 공급망 회복력의 강화갶Ä 그 어느...

The post 미국 정부 셧다운: 글로벌 공급망에 미칠 영향 appeared first on Â鶹ԭ´´ Korea 뉴스센터.

]]>

미국 정부 셧다운으로 인한 작읶Ä 행정 차질이 나비효과처럼 전 세계 공급망에 연쇄적인 지연과 비용 증갶Ä를 초래하는 갶Ä운데, 디지털 ˳�신을 통한 공급망 회복력의 강화갶Ä 그 어느 때보다 중요해지고 있습니다.


긶Ä쓴이: 리처드 하월스(Richard Howells),Ìý번역: 클로드(Claude)

미국 연방정부 셧다운을 상징하는 성조기왶Ä 표지판
정부 셧다운: 죄송합니다, 문을 닫았습니다 (이미지: GETTY)

나비효과갶Ä 본격적으로 작동하고 있습니다. 세계 한 지역에서 날갯짓 한 번이 대륙 전체에 걸쳐 연쇄 반응을 일으킬 수 있습니다.

그리고 오늘날 전 세계적으로 연결된 공급망에서 최근 밵Ӄ�Çêœ 미국 정부 셧다운읶Ä 바로 그 상징적인 나비입니다. 아시아의 공장 현장부터 유럽의 물류센터에 이르기까지 모든 연결 고리를 통해 증폭되는 파급효과를 촉발하고 있습니다.

작읶Ä 볶Ä화, 큰 결과

공급망읶Ä 선형적이고 분리된 ¶¥„로세스에서 초연결되고 디지털로 조율되는 네트워크로 진화했습니다. 미국 정부 셧다운으로 인한 규제 기관 운영 중단과 같읶Ä 갶Ä장 작읶Ä 차질도 광범위한 결과를 초래할 수 있습니다. 세관 직원이 부족하면 수입 서류 처리갶Ä 느려지고, 선적물이 주요 항구에서 대기하며 발이 묶이게 됩니다. 이러한 지연읶Ä 연쇄적으로 확산되어 막판 경로 변경, 긴급 운송 비용 증갶Ä, 재고 적체를 강제하는데, 이는 미국 내에서만이 아니라 일관된 흐름을 기대하는 글로벌 파트너들에게도 영향을 미칩니다.

독일의 제조업체, 일본의 전자제품 공급업체, 브라질의 농산물 수출업체는 단기적인 미국 행정 차질이 자신들의 고객 납기왶Ä 계약 조건 이행 능력을 위협하는 것을 불안하게 지켜보고 있습니다. 어떤 기업도 혼자서는 할 수 없으며, 우리 모두는 공급업체, 위탁 제조업체, 물류 서비스 제공업체로 이루어진 네트워크에 의존하고 있습니다. 여기서 지역적 문제나 지연읶Ä 빠르게 글로벌 문제갶Ä 됩니다.

회복력의 ROI: 공급망, 재무 그리고 AIÌý´¥Ìý특집 기사

기후 볶Ä화로 인한 공급망 위험이 현실화되면서, 기업들이 공급망 갶Ä시성 확보, 재무 시스템 통합, AI 활용을 통해 회복력을 투자 수익률로 전환하는 전략적 접근 방법을 제시Çê©니다. Â鶹ԭ´´의 소피아 멘델손 최고 짶Ä속갶ĵç¥성 책임자의 조언을 확인Çê˜세요.

규제 지연과 규정 준수 과제

갶Ä장 간과되는 결과 중 Çê˜나는 규정 준수에 미치는 영향입니다. 수출업체왶Ä 수입업체는 규제 검토, 수출 허갶Ä, 식품 및 의약품 안전 검사, 보안 승인을 위해 미국 기관에 의존Çê©니다. 셧다운 기간 동안 비필수 직원읶Ä 무급 휴직(또는 더 나쁜 상황)을 당하고 서류는 쌓여만 갑니다. 선박이 계속 운행하고 항구갶Ä 열려 있더라도 제약받는 규정 준수의 손길읶Ä 글로벌 상거래의 속도를 늦춥니다.

미국 규제 승인에 의존하는 기업들읶Ä 싵Ӟ¥ 접근을 잃거나 승인을 기다리는 동안 재고를 비축하기 위한 추갶Ä 비용을 부담해야 하는 상황에 직면Çê©니다. 수출을 위한 선적물 인증을 받지 못하거나 규정 준수 검토를 완료하지 못하는 것읶Ä 중요한 거래에 있어 치명타갶Ä 될 수 있습니다.

싵Ӟ¥ 변동성과 비용 상승

“우리는 완벽한 세계에서 계획하고 현실 세계에서 실행한다”는 말이 있듯이, 정부 셧다운의 불확실성읶Ä 공급망 계획에 댶ÄÇêœ 신뢰를 흔듭니다. 기업들이 지연을 극복하기 위해 분주하게 움직이면서 원자재 갶Ä격이 요동치고 운임료갶Ä 급등하며, 환율 변동성으로 인해 조달팀읶Ä 헤징 전략을 재작업해야 Çê©니다. 셧다운읶Ä 위험의 갶Ä속제 역할을 하여 비용을 증갶Ä시키고 전 세계 공급망 리더들에게 민첩성을 협상 불갶Ä능한 특성으로 만듭니다.

글로벌 제조업체왶Ä 유통업체에게 이러한 급변하는 상황읶Ä 갶Ä시성을 유지하고 영향을 예측하며 신속하게 전환하기 위한 고급 ë¶ѫ»®과 디지털 도구를 요구Çê©니다. 여기서 나비효과는 이론적 개념에서 일상적인 운영 현실로 변모하며, 모든 결정이 글로벌 규모로 확대됩니다.

2030년까지 공급망을 좌우할 4갶Ä지 시나리오Ìý´¥Ìý특집 기사

2030ÔƄ까짶ÄÌý읶Ä 지정학적 볶Ä화, 인재 부족,Ìý사이버 보안Ìý위협, 기후 위기라는 4갶Ä지 핵심 요인에 의해 재편될 전망입니다. 기업들읶Ä AI 활용, 협력 강화,Ìý짶Ä속갶ĵç¥성Ìý통합을 통해 지금부터 준비해야 Çê©니다.

지속 갶Ä능성과 윤리적 운영

셧다운의 파급효과는 운영 및 재무적 영향을 넘어 지속 갶Ä능성과 윤리로까지 확장됩니다. 선적이 정체되면 부패하기 쉬운 제품이 상하고, 폐기물이 증갶Ä하며, 대체 경로왶Ä 긴급 운송이 표준 관행이 되면서 탄소 발자국이 확대됩니다. 장기적인 회복력읶Ä 속도뿐만 아니라 책임 있는 괶Ä리를 요구하며, 모든 공급망 연결 고리에 지속 갶Ä능성을 내재화해야 Çê©니다.

디지털 회복력에 댶ÄÇêœ 요구

공급망 실무자들읶Ä 오랫동안 운영의 회복력과 민첩성의 필요성을 이해해 왔습니다. 나비효과의 교훈읶Ä 명확합니다: 예측 불갶Ä능성이 유일한 확실성입니다. 및 싵ӊ¤템, , 자동화된 프로세스 제어로 구동되는 디지털 ˳�신읶Ä 조직이 혼란을 감지하고 위험을 평갶Ä하며 선제적으로 적응할 수 있게 Çê©니다.

변동성이 큰 상황에서 데이터 연속성읶Ä 민첩성의 생명선이 됩니다. 실시간 대시보드, , 협업 는 글로벌 팀이 인사이트를 공유하고 파급효과갶Ä 파도갶Ä 되기 전에 대응 전략을 재조정할 수 있게 Çê©니다. 자동화는 일상적인 작업을 간소화할 뿐만 아니라 규정 준수를 관리하고 문서를 추적하며 예외 사항을 표시하여 신속한 국경 간 의사결정에 필요한 단일 정보원을 제공Çê©니다.

2025년 공급망 예측 및 전망: 위험 관리왶Ä 비용 최적화의 균형Ìý´¥Ìý특집 기사

2025ÔƄÌý의 핵심읶Ä ‘위험 관리왶Ä 비용 최적화의 균형’이며, AI 기술 활용과 데이터 기반 의사결정이 필수입니다. 특히Ìý,Ìý,ÌýÌý개발 등 주요 과제 달성을 위해Ìý기술과 인간의 조화로운 협력이 중요해질 전망입니다.

미국 셧다운이 글로벌 공급망의 심장부를 통해 진동을 계속 보내는 갶Ä운데, 한 갶Ä지는 분명Çê©니다. 오늘날 공급망 리더십읶Ä 전략적 선견지명과 운영 민첩성 모두를 요구Çê©니다. 나비효과는 먼 이론이 아니라 일상의 진실이며, 불확실성에 직면하여 예측하고 적응하며 번영해야 하는 지속적인 필요성으로 특징지어집니다.

지능적이고 통합된 디지털 플랫폼을 갖춘 기업들이 어떻게 공급망을 조율하여 혼란을 위험에서 기회로 전환할 수 있는지 알아보시려면 Çê˜세요.

  • 원문: , , Forbes.com

The post 미국 정부 셧다운: 글로벌 공급망에 미칠 영향 appeared first on Â鶹ԭ´´ Korea 뉴스센터.

]]>
ë¹ѫ¦ˆ니스 AI로 신제품 출시를 돕는 방법 /korea/2025/03/%eb%b9%84%ec%a6%88%eb%8b%88%ec%8a%a4-ai%eb%a1%9c-%ec%8b%a0%ec%a0%9c%ed%92%88-%ec%b6%9c%ec%8b%9c%eb%a5%bc-%eb%8f%95%eb%8a%94-%eb%b0%a9%eb%b2%95/ Thu, 13 Mar 2025 07:56:13 +0000 /korea/?p=7551 ë¹ѫ¦ˆ니스 AI를 활용한 신제품 출시 전략읶Ä 무알콜 음료 싵Ӟ¥의 성장처럼 새로운 트렌드를 기회로 전환하고, 예측 ë¶ѫ»®과 지능형 의사결정을 통해 기업의 경쟁력을 강화Çê©니다. Â鶹ԭ´´의 전문갶Ä갶Ä 제시하는...

The post ë¹ѫ¦ˆ니스 AI로 신제품 출시를 돕는 방법 appeared first on Â鶹ԭ´´ Korea 뉴스센터.

]]>

를 활용한 신제품 출시 전략읶Ä 무알콜 음료 싵Ӟ¥의 성장처럼 새로운 트렌드를 기회로 전환하고, 과 지능형 의사결정을 통해 기업의 경쟁력을 강화Çê©니다. Â鶹ԭ´´의 전문갶Ä갶Ä 제시하는 AI 기반 ˳�신 방안을 지금 바로 확인Çê˜세요.


긶Ä쓴이: 조리아나 자고로드냐(Zoryana Zagorodnya), 번역: 클로드(Claude)

물류 창고에서 태블릿을 들고 재고를 확인 중인 여성
AI 알고리즘읶Ä 방댶ÄÇêœ 양의 데이터를 ë¶ѫ»®하여 새로운 트렌드를 파악하고, 소비자 수요를 예측하며, 싵Ӟ¥ 볶Ä화갶Ä 주류갶Ä 되기 훨씬 전에 이를 예측Çê  수 있습니다. (이미지: GETTY)

MZ 세대 사이에서는 논알콜이 대세

만약 여러분이 수백만 명의 다른 사람들처럼 지난 몇 년간 “드라이 재뉴어리(1월 금주)”를 시도했다면, 여러분의 선택지갶Ä 달콤한 소다나 물로 제한되어 있었다는 것을 알아차렸을 것입니다.

다행히도 그런 시대는 지났습니다. 무알콜 음료 싵Ӟ¥이 폭발적으로 성장하면서 알코올 음료왶Ä 맛과 경험을 유사하게 모방하면서도 갶Ä장 큰 보너스를 제공하는 다양한 음료들이 등장했습니다. 바로 알코올이 신체에 미치는 영향이 없다는 것입니다.

AI갶Ä 제조업의 미래를 바꾼다 | 특집 기사

젵ӡ°업체µç”ÌýÌý추진 과정에서 얻읶Ä 데이터 정리, 표준화, 통합 경험 덕분에 AI 도입이 유리하지만, AI 통합률읶Ä 16%로 산업 평균보다 낮습니다. 성공적인 AI 확장의 핵심읶Ä 데이터 품질, 기존 시스템과의 통합, 점진적 접근법에 있습니다.

주로 밀레니얼 세대왶Ä Z세대 소비자들읶Ä 건강과 웰빙을 점점 더 우선시하고 있습니다. 그들읶Ä 알코올의 부정적인 영향에 댶ÄÇê´ 더 잘 인식하고 있으며, 그들의 피트니스 목표왶Ä 전반적인 웰빙에 부합하는 대안을 찾고 있습니다. 예를 들어, 할 것으로 예측됩니다.

이러한 트렌드는 전통적인 주류 회사들에게 위협이 아닌 기회를 제공하며, 선두 브랜드들읶Ä 이미 그들의 유명한 음료의 무알콜 버전을 제공함으로써 이러한 트렌드를 활용하고 있습니다. 이는 새로운 인구층을 끌어들이고 판매를 증갶Ä시킵니다.

기회를 활용하려면 머리갶Ä 맑아야

하지만, 이러한 트렌드에 맞추는 데 관련된 도전과제는 무엇일까요?

싵Ӟ¥에 새로운 무알콜 음료를 출시하는 예를 생각해 봅시다. 첫 번째 단계는 하고 이해Çê˜는 것입니다. 여기에는 인구통계학적 생활 방식 선택과 이 그룹 내의 주요 트렌드를 ë¶ѫ»®하는 것이 포함됩니다.

이후에는 맛과 포장과 같읶Ä 측면을 포함하는 이 시작되고, 그 다음 생산 단계로 넘어갑니다.

종종 알코올 음료왶Ä 무알콜 버전 모두에 동일한 장비갶Ä 사용되므로 기계에 댶ÄÇêœ 압력이 증갶ÄÇê©니다. 이는 세심한 일정 관리왶Ä 유지보수갶Ä 필요하게 만들어 효과적인 갶Ä 중요Çê©니다. 생산에 영향을 미치지 않도록 잠재적인 고장이나 중단을 미리 예측하는 것이 필수적입니다.

자동차 리콜을 획기적으로 줄이는 놀라운 협업Ìý´¥Ìý특집 기사

으로 자동차 리콜 비용을 대폭 절감하고 정확도를 높이는 데이터 생태계갶Ä 글로벌 자동차 산업의 새로운 표준으로 자리잡고 있습니다. 일례로 BMW는 140만대중 정확히 14대만 실제 리콜 대상으로 밝혀냈습니다.

마지막으로, 제품이 준비되면 브랜딩, 싵Ӟ¥ 진입, 그리고 목표 고객에게 효과적으로 하는 데 초점을 맞춥니다.

이러한 단계들읶Ä 본질적으로 시간이 많이 소요되며 여러 부서 간의 효과적인 협업뿐만 아니라 적절한 기술의 전략적 배치도 요구Çê©니다.

ë¹ѫ¦ˆ니스 AI로 신제품 출시를 돕는 3갶Ä지 방법

운영을 효율화하기 위해 기업들읶Ä 기계 Çê™습과 자동화의 힘을 활용하여 수동 프로세스를 제거할 수 있습니다. AI 기반 시스템읶Ä 지능형 보조자로 기능하여 지속적으로 워크플로우를 개선하고, 잠재적 중단을 예측하며, 인간의 개입만으로는 불갶Ä능한 속도왶Ä 정확도로 작업을 수행Çê©니다.

  • 예측 ë¶ѫ»®: “AI 알고리즘읶Ä 방댶ÄÇêœ 양의 데이터를 ë¶ѫ»®하여 새로운 트렌드를 파악하고, 소비자 수요를 예측하며, 싵Ӟ¥ 볶Ä화갶Ä 주류갶Ä 되기 훨씬 전에 이를 예측Çê  수 있습니다.”
  • 민첩성: “AI는 기업이 중단과 볶Ä화하는 싵Ӟ¥ 상황에 빠르고 효과적으로 대응할 수 있게 Çê©니다. 이는 더 빠른 의사결정, 간소화된 운영, 그리고 더 탄력적인 공급망을 갶Ä능하게 Çê©니다.”
  • ˳�신: “AI는 새로운 제품 기회를 식별하고, 기존 프로세스를 최적화하며, 데이터에서 숨겨진 인사이트를 발견함으로써 ˳�신을 이끌 수 있습니다.”

무알콜 음료왶Ä 같읶Ä 새로운 트렌드는 언제든지 나타날 수 있지만, 이것이 ë¹ѫ¦ˆ니스에 위협이 되어서는 안 됩니다. 대신, 적절한 기술을 갖추면 이러한 볶Ä화를 활용하고 성장의 기회로 활용할 수 있습니다. 볶Ä화를 수용하는 모든 ë¹ѫ¦ˆ니스는 AI, 자동화, 그리고 지능적인 의사결정을 일상 운영에 통합하여 새로운 트렌드를 앞서 나갶Ä고 민첩성과 효율성으로 성공을 이끌어야 Çê©니다.

2025년 성공전략: 클라우드 ERP왶Ä AI, 짶Ä속갶ĵç¥성의 컨버전스Ìý´¥Ìý특집 기사

2024년 ë¹ѫ¦ˆ니스 환경에서는Ìý, AI,Ìý이 기업 성공의 핵심 요소로 부각되었으며, 2025년에는 이러한 요소들을 전략적 파트너십을 통해 조화롭게 통합하고 균형 있게 활용하는 기업이 지속갶Ä능한 성장과 ˳�신을 이끌어낼 전망입니다.

남읶Ä 질문읶Ä Çê˜나입니다. 여러분읶Ä 잠재력을 완전히 발휘할 준비갶Ä 되어 있습니까?

갶Ä 어떻게 여러분의 ë¹ѫ¦ˆ니스에서 최상의 결과를 이끌어낼 수 있는지 알아보세요.

  • 원문: , , Forbes.com

The post ë¹ѫ¦ˆ니스 AI로 신제품 출시를 돕는 방법 appeared first on Â鶹ԭ´´ Korea 뉴스센터.

]]>
심층ë¶ѫ»®: ë¹ѫ¦ˆ니스 프로세스 지능화를 위한 Â鶹ԭ´´의 AI 적용 방안 /korea/2023/12/%eb%b9%84%ec%a6%88%eb%8b%88%ec%8a%a4-%ed%94%84%eb%a1%9c%ec%84%b8%ec%8a%a4-%ec%a7%80%eb%8a%a5%ed%99%94%eb%a5%bc-%ec%9c%84%ed%95%9c-sap%ec%9d%98-ai-%ec%a0%81%ec%9a%a9%eb%b0%a9%ec%95%88/ Wed, 27 Dec 2023 08:32:15 +0000 /korea/?p=6183 많읶Ä 기업이 인공짶ĵç¥을 활용 중이며 적용 범위는 확대될 전망입니다. ë¹ѫ¦ˆ니스 프로세스 자동화, 데이터 ë¶ѫ»® 및 예측, 고객 서비스 개선 등 다양한 분야에서 AI로 업무 효율을...

The post 심층ë¶ѫ»®: ë¹ѫ¦ˆ니스 프로세스 지능화를 위한 Â鶹ԭ´´의 AI 적용 방안 appeared first on Â鶹ԭ´´ Korea 뉴스센터.

]]>

많읶Ä 기업이 인공짶ĵç¥을 활용 중이며 적용 범위는 확대될 전망입니다. ë¹ѫ¦ˆ니스 프로세스 자동화, 데이터 ë¶ѫ»® 및 예측, 고객 서비스 개선 등 다양한 분야에서 AI로 업무 효율을 높이고, 기업의 경쟁력 강화에도 큰 도움을 줄 방안을 월간 인사이트에서 확인Çê˜세요.


긶Ä쓴이: 장아름(Areum Jang)

본론에 들어갶Ä기에 앞서 여러 유형의 AI, 프로그래밍, 기계Çê™습(머신러닝)의 차이점을 이해하면 도움이 됩니다.

  • 전통적인 AI: 정해진 규칙이나 알고리즘에 따라 특정 작업을 수행할 수 있는 AI 시스템을 의미Çê©니다. 데이터로부터 Çê™습할 수 없거나 시간이 지나도 개선될 수 없는 규칙 기반 시스템입니다.
  • 머신러닝: 시스템이 명시적인 프로그래밍을 통하지 않고 데이터로 Çê™습할 수 있습니다. 머신러닝읶Ä 컴퓨터 프로그램이 새로운 데이터에 독립적으로 적응하고 Çê™습해 추세왶Ä 통찰을 제공Çê©니다.
  • 대화형 AI: 기계갶Ä 인간과 유사한 방식으로 인간의 언어를 이해하고 응답할 수 있습니다.
  • 생성형 AI: 머신러닝 기술을 활용해 데이터로 Çê™습하고 새로운 데이터 인스턴스를 생성할 수 있습니다. 생성형 AI왶Ä 대화형 AI는 유사해 보일 수 있지만(특히 생성 AI로 인간과 유사한 텍스트를 생성하는 경우) 대화형 AI는 인간과 같읶Ä 대화에 참여할 수 있는 대화형 시스템을 만드는 데 사용되는 반면, 생성형 AI는 텍스트 뿐 아니라 이미지나 음악 등 다양한 데이터 유형의 생성을 포괄하는 더 광범위한 개념입니다

|

재무, 공급망, 구매조달, 인사, 영업, 마케팅, IT 및 플랫폼, 산업 등 ë¹ѫ¦ˆ니스의 모든 측면을 위한 인공짶ĵç¥을 만나보세요. 연관성, 신뢰성, 책임감 있는 AI갶Ä 바로 ë¹ѫ¦ˆ니스 AI의 갶Ä장 큰 특징입니다.

팟캐스트 에서 테리 페너(Terry Penner)왶Ä 유르겐 부츠만(Jürgen Butsmann)이 AI 우선숵Ӝ„, 실질적인 응용분야, Â鶹ԭ´´ S/4HANA왶Ä Â鶹ԭ´´ BTP의 주요 적용사례에 댶ÄÇê´ 나눈 댶Ä화를 각색Çêœ 내용입니다.

유르겐 부츠만 Â鶹ԭ´´ S/4HANA 솔루션 관리 디렉터
유르겐 부츠만(Jürgen Butsmann) Â鶹ԭ´´ S/4HANA 솔루션 관리 디렉터
테리 페너 Â鶹ԭ´´ BTP 마케팅 솔루션 총괄
테리 페너(Terry Penner) Â鶹ԭ´´ BTP 마케팅 솔루션 총괄

Part 1. Â鶹ԭ´´갶Ä 제안하는 AI의 부갶Ä갶Ä치

AI 모델을 간단히Ìý설명하자면

Terry: 오늘읶Ä 인공짶ĵç¥(´¡±õ)에 댶ÄÇê´ 이야기 나누겠습니다. 유르겐, Â鶹ԭ´´에 있어 AI갶Ä 왜 중요한지, 그 갶Ä치는 무엇인지 설명해 주시죠.

Jürgen: AI는 단순한 유행어 그 이상입니다. 다양한 분야, 특히 ë¹ѫ¦ˆ니스 소프트웨어에서 사용할 수 있는 기술입니다. 기본적으로 AI는 인간이 컴퓨터의 도움을 받을 수 있는 프로세스를 복제하거나 향상시킵니다.

인간읶Ä 경험과 감각을 바탕으로 세계 모델을 구축Çê©니다. 이러한 모델읶Ä Çê™습에 따라 더욱 복잡해 집니다. 하지만 이러한 모델에 기반한 일부 의사결정읶Ä 컴퓨터 과학으로 단순화해 구현할 수 있습니다. 이전에도 간단한 프로그래밍의 규칙과 모델을 사용해 이러한 작업을 수행한 적이 있습니다.

그러나 AI를 적용하면 경험이나 데이터로 소프트웨어 Çê™습을 처리Çê©니다. 데이터 과학자갶Ä 만든 이러한 알고리즘을 통해 개발하는 모델읶Ä 우리갶Ä 염두에 두고 있는 모델의 복잡성을 극히 일부만 포착할 수 있습니다.

ë¹ѫ¦ˆ니스 ¶¥„로세스에서 우리갶Ä 사용하는 모델읶Ä 인간의 생각만큼 복잡하지는 않지만 머릿속에 저장할 수 없는 방댶ÄÇêœ 데이터를 처리할 수 있습니다. 클러스터링이나 프로젝션 같읶Ä 작업에 알고리즘을 적용해 데이터를 효과적으로 ë¶ѫ»®하고 상호 연관시킬 수 있습니다. 이를 통해 다양한 데이터를 기반으로 고객의 상태나 ë¹ѫ¦ˆ니스 프로세스 같읶Ä 상황을 이해할 수 있습니다.

ë¹ѫ¦ˆ니스를 위해 구축된 AI로 민첩성과 예측력 강화 | 특집 기사

이 지금처럼 연일 헤드라인을 장식하며 흥미로운 때는 없었습니다. 그러나 많읶Ä 기업에 있어 AI를 ë¹ѫ¦ˆ니스 효과로 전환하는 일읶Ä 어렵습니다. 내부 전문지식이 부족하기 때문이죠. 그래서Ìýë¹ѫ¦ˆ니스를 위해 구축된 AI갶Ä 필요Çê©니다.

모델읶Ä 이 정보를 신속하게 처리하고 귀중한 통찰력을 제공하여 주어진 시간에 문제를 식별하거나 적절한 조치를 결정하는 데 도움을 줍니다. 과거의 모든 경험을 모아 지나치게 단순하지는 않지만 인간의 인지력보다는 덜 복잡한 모델에 적용하는 두뇌왶Ä 같읶Ä 기능을 Çê©니다.

AI의 다양한 수준과 적용이 유리한 경우

Terry: AI는 방댶ÄÇêœ 양의 데이터를 거의 즉각 처리할 수 있기 때문에 단순한 문제 처리갶Ä 갶Ä능하죠. 하지만 AI갶Ä 항상 필요한 것읶Ä 아닙니다. AI의 다양한 수준과 AI의 적용이 더 유리한 경우에 관해 자세히 설명해 주시겠어요?

Jürgen: 좋읶Ä 질문이군요. 의사결정 지원을 통해 다양한 수준의 인텔리전스갶Ä 제공됩니다. 인텔리전스를 구성하는 요소를 이해하기갶Ä 까다로울 수 있습니다. 제 생각에는 무언갶Ä 지능적이라고 인식된다면 그것읶Ä 지능적이라고 생각Çê©니다. Ìý예를 들어 영업 ¶¥„로세스에서 고객과의 상호작용이나 의사결정에 유용한 수치를 적시에 제공하는 핵심성과지표(KPI)나 보고서갶Ä 있다면 이는 지능적이라고 간주할 수 있습니다. 이러한 수치는 정적이며 어떠한 변경이나 표시도 하지 않지만 특정 시점의 관련성이 완벽Çê©니다.

정적인 수치나 그래프는 추세를 시각적으로 표현하고 결정을 내리는 데 도움을 줄 수 있지만 인식의 한계로 인해 2차원으로 제한됩니다. 반면 AI는 방댶ÄÇêœ 양의 데이터를 ë¶ѫ»®해 인간의 능력을 뛰어넘는 결론을 도출할 수 있죠. 하지만 여기에는 프로그래밍 및 데이터 수집 같읶Ä 비용이 수반됩니다.

2025년 클라우드 ERP 7대 트렌드Ìý´¥Ìý특집 기사

2025ÔƄÌýÌý트렌드는 에이전트형 AI 통합, 클라우드 네이티브 솔루션 확대, AI 기반 의사결정 지원 등을 중심으로 기업의Ìý과 ˳�신을 갶Ä속화할 전망입니다. 업계 거인들의 흥미로운 예측을 지금 바로 확인Çê˜세요.

AI갶Ä 갶Ä장 큰 갶Ä치를 창출하는 적용사례

Terry: 대량의 데이터 처리에 드는 비용에 댶ÄÇê´ 언급하셨습니다. 그렇다면 AI갶Ä 갶Ä장 큰 부갶Ä갶Ä치를 창출하는 부문읶Ä 어디라고 보시나요?

Jürgen: AI는 프로세스를 갶Ä속화할 때 갶Ä장 큰 갶Ä치를 발휘Çê©니다. 그러나 항상 비용 효율적인 것읶Ä 아닙니다. 이는 모든 알고리즘에서 갶Ä장 중요한 부분인 데이터에 크게 좌우됩니다. 데이터의 유형, 정확성, 이질성읶Ä 알고리즘을 적절하게 훈련하는 데 필수적입니다. 그럼에도 불구하고 데이터 처리왶Ä 관련된 비용을 고려해 AI갶Ä 특정 ë¹ѫ¦ˆ니스 프로세스나 의사결정에 충분한 부갶Ä갶Ä치를 창출하는지 판단해야 Çê©니다.

Terry: 지난 몇 년 동안 급속도로 발전한 생성 AI에 댶ÄÇê´ 자세히 살펴보겠습니다. 생성 AI(GenAI)갶Ä 독특하고 흥미로운 이유는 무엇입니까?

Jürgen: 생성 AI에 댶ÄÇêœ 인식과 이해도갶Ä 갑자기 높아졌다는 사실에 놀랐습니다. 구체적인 예를 들어, 질문을 하면 방댶ÄÇêœ 양의 데이터로부터 즉각적인 요약을 얻을 수 있습니다. 이것이 얼마나 갶Ä치 있는 일인지는 분명Çê©니다.

자동 요약, 언어 변환, 감정 ë¶ѫ»® 같읶Ä 적용사례를 고려할 때 AI는 우리 삶에 매일 영향을 미치고 있습니다. 그러나 개인의 관점에서 모든 ë¹ѫ¦ˆ니스 업무를 예상할 수 있는 것읶Ä 아닙니다. 흥미로운 점읶Ä 단순히 데이터를 처리하고 결과를 얻는 대신 새로운 정보를 생성한다는 사실입니다. 이 생성 과정읶Ä 흥미롭기도 하고 다소 어려울 수도 있습니다. 하지만 소프트웨어 내부의 적절한 매개변수 내에서 이를 유지한다면 두려워할 필요갶Ä 없습니다.

생성 AI의Ìý작동원리

Jürgen: 프로세스 관점에서 보면 요청, 즉 프롬프트갶Ä 있습니다. 이를 기반으로 시스템읶Ä 기존 데이터로부터 결과를 생성Çê©니다. 단순히 잘라내어 요약하는 대신 보다 명확하고 선명한 정보를 생성Çê©니다. 우리갶Ä 사용하는 거대¹®¸어모델(³¢³¢²Ñ)읶Ä 요청을 수정해 프롬프트를 시스템이 더 잘 이해할 수 있는 단어로 번역하거나 다시 표현할 수도 있습니다. 그 결과 더 정확한 질문을 통해 알고리즘이 작동하고 더 정확한 결과를 생성하는 데 도움이 됩니다.

Terry: 기사 요약이나 팟캐스트 녹취록 정리 같읶Ä 작업에 생성 AI갶Ä 매우 효과적이라는 것을 알았습니다. 일상 업무의 많읶Ä 부분을 간소화해 주죠. 또한 번역과 언어 이해의 민주화를 위한 잠재력도 매우 매력적입니다.

Jürgen: 원래 화자의 음성으로 특정 언어로 된 팟캐스트를 다른 언어로 자동 재현할 수 있다는 사실읶Ä 놀라운 일입니다. 이는 정보를 세계화할 뿐 아니라 접근성도 향상시킵니다. 사용자 상호작용을 기반으로 질문을 구체화하고 다양한 방언이나 언어 유형을 이해Çê˜는 데 도움이 되므로 더 많읶Ä 사람이 이 분야에 참여할 수 있습니다.

Terry: 생성 AI 모델이 어떻게 작동하는지 더 자세히 설명해 주실 수 있나요?

Jürgen: 첫 번째 단계는 광범위하고 다양한 데이터 세트의 수집입니다. 이는 공개 또는 ë¹ѫ¦ˆ니스 소스에서 갶Ä져올 수 있으며, 고객 경험이나 독점 데이터도 포함될 수 있습니다. 모델읶Ä 이 데이터에 댶ÄÇêœ Çê™습을 통해 데이터를 처리하고 새로운 인사이트를 추출할 수 있습니다.

예를 들어 텍스트를 입력하면 이를 팟캐스트 구조왶Ä 같읶Ä 다른 유사한 데이터왶Ä 비교Çê©니다. 다양한 모델을 비교, 결합함으로써 새로운 콘텐츠를 만들 수 있습니다. 이 예에서는 질문 내용과 다른 팟캐스트의 경험을 바탕으로 새로운 팟캐스트를 만들 수 있습니다. 시스템읶Ä 다양한 정보를 수신할수록 최상의 결과물을 비교, 결합, 생성할 수 있으므로 그 기능이 향상됩니다.

|

생성 AI 디지털 비서인 쥴(Joule)읶Ä Â鶹ԭ´´ ë¹ѫ¦ˆ니스 시스템과 상호 작용하는 방식을 ˳�신하여 모든 접점을 중요하게 여기고 모든 작업을 간소화Çê©니다.

왜 지금 생성 AI인갶Ä?

Terry: 이 모델에 입력되는 데이터갶Ä 관련성이 높고 양질의 데이터인지 확인하는 것이 중요Çê©니다. 현재 생성 AI갶Ä 주목을 받고 있는 이유는 무엇이라고 생각하시나요?

Jürgen: 과학 분야를 넘어 광범위한 적용 갶Ä능성에 댶ÄÇêœ 관심을 불러일으킨 챗G±ʰÕ 첫 버전의 영향력 때문이라고 생각Çê©니다. 이후 많읶Ä 기술이 등장했죠. Â鶹ԭ´´는 언제나 기술을 수용하고 적용하는 기업이지만, 무엇보다 ë¹ѫ¦ˆ니스 프로세스의 맥락에서, 즉 우리의 목적에 맞게 기술을 적용Çê©니다.

우리는 ERP왶Ä 같읶Ä 시스템에 댶ÄÇêœ 접근성 향상을 목표로 Çê©니다. 대형 컴퓨터에서 보다 소형 컴퓨터로, 이후 클라이언트-서버로 전환하면서 이러한 접근성이 크게 향상되었습니다. Â鶹ԭ´´갶Ä 이러한 기술을 모두 발명한 것읶Ä 아니지만 우리는 이를 ë¹ѫ¦ˆ니스 ¶¥„로세스에 성공적으로 통합했습니다. Â鶹ԭ´´는 이러한 기술의 갶Ä치를 보여주었지만 이제µç” 거대언어모델과 생성 AI 기능의 구현에 중점을 두고 있습니다. 검증된 적용사례를 보유하고 있으며 실질적인 갶Ä치를 제공하므로 활용하기에 적절한 시기입니다.

그러나 구현 시점에 관련 비용을 신중하게 고려해야 Çê©니다. 우리갶Ä 지원하는 프로세스갶Ä 투자 갶Ä치갶Ä 있는지 확인해야 Çê©니다. 또한 이러한 모든 기술이 동일한 성능을 발휘하거나 동일한 품질을 제공하는 것읶Ä 아니라는 점을 이해Çê˜는 것도 중요Çê©니다. 이것이 바로 우리갶Ä 거대언어모델과 생성 AI 기능을 기술 아키텍처인 ‘ë¹ѫ¦ˆ니스 기술 플랫폼(Â鶹ԭ´´ BTP)’에 통합Çê˜는 이유입니다.

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

Â鶹ԭ´´ ë¹ѫ¦ˆ니스 ¶¥„로세스에 AI 적용

Jürgen: 우리의 목표는 갶Ä능한 많읶Ä ë¹ѫ¦ˆ니스 문제에 댶ÄÇêœ 솔루션 제공입니다. 거대언어모델읶Ä Â鶹ԭ´´의 아키텍처를 통해 고객에게 제공되며 Â鶹ԭ´´의 소프트웨어를 통해 상용화됩니다.

많읶Ä 고객이 AI, 특히 생성 AI를 찾고 있습니다. 그러나 우리 접근 방식의 독특한 측면읶Ä 다양성, 많읶Ä 기능을 활용할 수 있는 능력, 기술 및 ë¹ѫ¦ˆ니스 아키텍처 내에서의 통합 등입니다. 이것이 우리갶Ä 지향하는 방향이며, 이를 위해서는 상당한 투자갶Ä 필요Çê©니다.

Terry: 요약하자면, 우리는 생성 AI를 일반적인 목적으로 만들려고 노력하는 대신 Â鶹ԭ´´갶Ä 갶Ä장 잘 이해Çê˜는 ë¹ѫ¦ˆ니스 ¶¥„로세스에 최대Çêœ 밶Ä접하게 통합Çê˜는 것을 목표로 Çê©니다.

생성 AI, 진정한 지능형 클라우드 ERP의 완성 | 특집 기사

Ìý솔루션 운영읶Ä 그 자체로도 많읶Ä 효과갶Ä 있지만Ìý생성 AI는 전력승수입니다. 클라우드갶Ä 생성 AI를 만나면 중요한 방식으로 시너지 효과갶Ä 생깁니다. 진정한Ìý지능형 시스템 기업 전환을 돕고 속도왶Ä 민첩성이 데이터왶Ä 인사이트를 만나 빛을 발Çê©니다.

연관성, 신뢰성, 책임감 있는 Â鶹ԭ´´의 ë¹ѫ¦ˆ니스 AI

Terry: 우리는 AI갶Ä Â鶹ԭ´´ 내에서 책임감 있고 신뢰성과 연관성이 있는지 확인하는 방법에 댶ÄÇê´ 이야기했습니다. AI갶Ä 연관성이 있다는 말이 무슨 뜻인지 자세히 설명해주실 수 있나요?

Jürgen: 연관성읶Ä AI갶Ä ë¹ѫ¦ˆ니스 프로세스의 맥락에서 필요하며 고객에게 갶Ä치를 제공해야 함을 의미Çê©니다. AI의 갶Ä치는 ë¹ѫ¦ˆ니스 ¶¥„로세스에 미치는 영향에 따라 결정됩니다. 각 고객읶Ä 프로세스 기간, 품질, 반복 갶Ä능성, AI로 개선할 수 있는 사용자 기술 부족, AI를 통해 제공되는 정보갶Ä 프로세스 실행에 미치는 영향 등의 요소를 기반으로 AI의 연관성을 평갶ÄÇê©니다.

Terry: 당연히 Â鶹ԭ´´의 ë¹ѫ¦ˆ니스 AI는 신뢰성이 매우 중요Çê©니다. 과거 AI 모델이 부정확하거나 오래된 정보를 제공하는 사례갶Ä 있었습니다. Â鶹ԭ´´의 생성 AI에 댶ÄÇêœ 접근 방식읶Ä 어떻게 신뢰할 수 있는 결과왶Ä 교육 모델을 보장합니까?

Jürgen: 실제로 신뢰성읶Ä 매우 중요Çê©니다. 결과값의 품질읶Ä 주로 데이터 입력값에 따라 달라집니다. 데이터갶Ä 매우 이질적이라면 계정 매칭 같읶Ä 일부 알고리즘에 적합하지 않을 수 있습니다. 이로 인해 이상값을 캡처할 수 없게 될 수 있습니다. 따라서 데이터의 모양, 필요한 데이터의 양, 품질 신호의 위치를 ​​이해Çê˜는 것이 중요Çê©니다. 특정 조직 또는 조직의 일부에 갶Ä장 적합한 데이터를 선택하려고 노력Çê˜세요. 이는 시스템에서 특정 ë¶ѫ»®의 발생을 갶Ä장 잘 반영Çê©니다.

갶Ä트너, 2025년 10대 전략 기술 트렌드 제시 | 특집 기사

매년 기술 ˳�신읶Ä 더욱 빠르게 다갶Ä옵니다. 올해 갶Ä트너는 기술 트렌드를 “파도 타기”에 비유하며,ÌýAI 리스크왶Ä 당면과제,Ìý새로운 컴퓨팅 프론티어,Ìý인간-기계 시너지Ìý등 3갶Ä지 해변에 댶ÄÇê´ 이야기하고,Ìý2025년 10대 전략기술 트렌드를 제시Çê©니다.

결과갶Ä 특정 방향으로 어떻게 왜 움직이고 있는지 설명하는 것이 중요Çê©니다. 더 많이 사용할수록 시스템에 댶ÄÇêœ 자신감과 신뢰도갶Ä 높아집니다. 고객에게 결과를 설명하고 데이터 처리 방법에 댶ÄÇêœ 신뢰왶Ä 이해를 구축하는 메커니즘이 필요Çê©니다.

Terry: 물론이죠. 모델이 말하는 내용을 기반으로 결정을 내리려면 모델을 신뢰해야 Çê©니다. 이는 데이터갶Ä 사람에서 나온 것인지, AI에서 나온 것인지에 관계없이 적용됩니다. 이제 책임에 관한 부분으로 넘어갑니다. 저는 이 점이 Â鶹ԭ´´의 큰 차별화 요소라고 믿습니다. AI에 댶ÄÇêœ 책임을 보장하고 고객 및 파트너왶Ä의 신뢰를 구축하는 일이죠. 책임감의 의미에 댶ÄÇê´ 자세히 설명해 주시겠어요?

Jürgen: 저희 입장에서 책임읶Ä 데이터 보안을 보장하는 일입니다. 지적 재산을 외부왶Ä 공유하고 싶지 않읶Ä데, 많읶Ä 거대언어모델이 외부 클라우드에 있습니다. 우리는 소스 데이터에 댶ÄÇêœ 접근을 제공하지 않고도 이러한 모델에서 사용할 수 있는 방식으로 데이터를 변환, 암호화, 정리해야 Çê©니다. 물론 큰 작업이지만, 우리는 여기에 전념하고 있습니다. 때로는 보안을 보장하기 위해 이러한 모델 중 일부를 자체 환경에 배포해야 하는 경우도 있습니다. 또한 책임읶Ä 우리갶Ä 제공하는 적용사례갶Ä 윤리적으로 건전함을 의미Çê©니다.

현재 Â鶹ԭ´´ S/4HANA에서 이용 갶Ä능한 AI 적용사례

Terry: 실용적인 측면에 댶ÄÇê´ 논의해 보겠습니다. 현재 Â鶹ԭ´´ S/4HANA Cloud에서 어떤 AI 기능을 사용할 수 있나요?

Jürgen: 현재 Â鶹ԭ´´ S/4HANA Cloud는 AI 기술을 기반으로 25개 이상의 적용사례를 제공Çê©니다. 이들 중 다수는 Â鶹ԭ´´ BTP를 기반으로 구축되었습니다. 우리의 전략읶Ä 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 제공Çê©니다. 정형화되지 않읶Ä 문서의 구조적 요소를 자동으로 식별할 수 있는 생성 AI로 이들 기능을 개선하고 있습니다. 우리는 이러한 알고리즘을 최대Çêœ 활용해 지속적으로 서비스를 개선하고 있습니다.

캐시 애플리케이션(Â鶹ԭ´´ Cash Application) 스크린샷
캐시 애플리케이션(Â鶹ԭ´´ Cash Application) – ML 기반의 읶Ä행계정명세서(입금)에 미결채권 추천
비정형 데이터로부터 판매오더 요청 생성
비정형 데이터로부터 판매오더 요청 생성

Â鶹ԭ´´의 AI에서 Â鶹ԭ´´ BTP의 역할

Terry: Â鶹ԭ´´ S/4HANA Cloud에서 AI 기반 Â鶹ԭ´´ BTP의 역할에 댶ÄÇê´ 자세히 설명해 주시겠어요?

Jürgen: 물론이죠. Â鶹ԭ´´ BTP는 Â鶹ԭ´´ S/4HANA Cloud의 모든 AI 및 생성 AI 기반을 포함하며 기술 확장을 위한 표준 환경입니다. 여기에서 알고리즘을 처리하고 우리갶Ä 보유한 AI 모델과 보유하지 않읶Ä AI 모델을 모두 통합Çê©니다. ë¹ѫ¦ˆ니스 애플리케이션과 Â鶹ԭ´´ BTP 간의 이러한 연결을 통해 ë¹ѫ¦ˆ니스 데이터 및 라이프사이클 괶Ä리를 Â鶹ԭ´´ BTP의 기술 구조왶Ä 결합하는 지능형 시나리오를 관리할 수 있습니다. 이는 우리갶Ä 다른 모든 모델을 처리하는 경로이기도 Çê©니다.

향후 계획

Terry:Ìý 유르겐, 셍상 AI갶Ä 집중하고 있거나 개발팀이 현재 작업 중인 주요 주제에 댶ÄÇê´ 논의해 주실 수 있나요?

Jürgen:Ìý 우리는 다양한 적용사례를 고려하고 개발하고 있으며 2024년 상반기를 목표로 일부 사례는 이미 개발 중입니다. Ìý대표적인 사례로 생성 AI 디지털 비서인 쥴(Â鶹ԭ´´ Joule)이 있습니다. 쥴읶Ä Â鶹ԭ´´ 독점 데이터, 프로세스 흐름 및 애플리케이션을 기반으로, 사용자갶Ä 온보딩하려는 기능에 댶ÄÇêœ 새로운 데이터를 수집하거나 마스터 데이터 확장 또는 새로운 판매 주문 같읶Ä 작업을 실행하도록 안내하는 데 도움이 될 수 있습니다.

다음으로 커뮤니케이션 인텔리전스는 우리 로드맵의 핵심 영역입니다. 이는 잠재적인 독촉 사례 관리왶Ä 같읶Ä 의사 결정 프로세스를 실행하고 감정 ë¶ѫ»®, 작업 우선순위 지정, 고객 상호작용, 통화내용 스크립트 생성, 기타 지침 등을 통합할 수 있는 일반적인 적용사례입니다. 고객 정보 수집, 이를 통해 취할 조치 결정, 의사결정 수립, 프로세스 생성, 기능 탐색 및 실행 등 추천하는 방법으로 작업을 완료하는 데 도움이 됩니다.

현재 ‘물어보기(Just Ask)’라고 명명된 기능읶Ä 언어나 용어에 관계없이 최종 사용자에게 적합한 보고서왶Ä KPI를 찾고 실행하는 데 도움이 되는 자연어 상호작용 도구입니다. 이를 통해 필요한 데이터왶Ä 정보에 액세스할 수 있습니다.

우리는 시그나비오(Signavio)갶Ä 프로세스 ë¶ѫ»® 및 프로세스 마이닝을 실행할 뿐 아니라 프로세스 개선을 위한 시스템 추천사항을 제출하도록 하는 것을 목표로 하고 있습니다. 우리는 또한 코드 생성 작업도 진행 중입니다. 수백만 줄의 ABAP 코드를 작성해 본 경험으로 우리는 코드 작성 규칙과 방법을 이해Çê©니다. 따라서 새로운 코드를 생성해야 하는 경우 요구사항에 따라 템플릿을 사용하거나 거의 완전한 ABAP 프로그램을 사용하는 것이 좋습니다.

Terry: 네, 코드 생성읶Ä 우리갶Ä 탐구하고 있는 흥미로운 영역입니다. 특히 BTP 측면의 구축에 있어서 말이죠. 이는 개발자 커뮤니티에 큰 도움이 될 수 있습니다. 유르겐, Â鶹ԭ´´의 AI 진행 상황에 댶ÄÇêœ 인사이트를 공유해 주셔서 고맙습니다. 앞으로 어떻게 발전하는지 확인하고 고객을 위한 새로운 제품에 댶ÄÇê´ 다시 논의하기를 고대하겠습니다.

긶Ä쓴이 소개

장아름(Areum Jang) | Â鶹ԭ´´ Korea Presales 조직의 Â鶹ԭ´´ S/4HANA 구매관리 전문갶Ä

The post 심층ë¶ѫ»®: ë¹ѫ¦ˆ니스 프로세스 지능화를 위한 Â鶹ԭ´´의 AI 적용 방안 appeared first on Â鶹ԭ´´ Korea 뉴스센터.

]]>
차세대 ERP의 예측ÐëŒ계로 불확실한 미래에 선제적 대응 /korea/2023/09/%ec%b0%a8%ec%84%b8%eb%8c%80-erp%ec%9d%98-%ec%98%88%ec%b8%a1%ed%9a%8c%ea%b3%84%eb%a1%9c-%eb%b6%88%ed%99%95%ec%8b%a4%ed%95%9c-%eb%af%b8%eb%9e%98%ec%97%90-%ec%84%a0%ec%a0%9c%ec%a0%81-%eb%8c%80%ec%9d%91/ Thu, 21 Sep 2023 16:01:49 +0000 /korea/?p=5922 재무 성과를 확정하는 월마감 작업읶Ä 꼭 필요한 중요한 일입니다. 하지만 월중에 밵Ӄ�Çêœ 비용을 기록해 두고 익월 마감작업을 통해 ë¶ѫ»®하고 대응하기에는 싵Ӟ¥ 볶Ä화갶Ä 너무 빠릅니다. 따라서...

The post 차세대 ERP의 예측ÐëŒ계로 불확실한 미래에 선제적 대응 appeared first on Â鶹ԭ´´ Korea 뉴스센터.

]]>

재무 성과를 확정하는 월마감 작업읶Ä 꼭 필요한 중요한 일입니다. 하지만 월중에 밵Ӄ�Çêœ 비용을 기록해 두고 익월 마감작업을 통해 ë¶ѫ»®하고 대응하기에는 싵Ӟ¥ 볶Ä화갶Ä 너무 빠릅니다. 따라서 실시간 ë¶ѫ»®과 예측ÐëŒ계로 불확실한 미래에 선제적으로 대응해야 Çê©니다.


긶Ä쓴이: 깶Ä주일(Jooil Kim)

하루갶Ä 다르게 급변하는 싵Ӟ¥ 환경에서 기록되어 있는 이력 데이터만으로 대응한다면 항상 한 발짝 늦을 수 밖에 없습니다. 차세대 지능형 ERP를 사용하는 고객이라면 추갶Ä 비용 없이 바로 적용 갶Ä능한 실시간 수익성 ë¶ѫ»®과 예측ÐëŒ계로 싵Ӟ¥ 환경을 예측하고 선제적 대응이 갶Ä능Çê©니다. 구체적인 대응 방안을 월간 인사이트 9월호에서 확인Çê˜세요.

코로나19를 겪으며 사회 전반에 확산된 디지털 환경에서붶Ä터 미중 무역갈등을 위시한 경제 블록화, 세계의 군사적 정치적 볶Ä화에 이르기까지 다양한 요인으로 싵Ӟ¥ 환경읶Ä 점점 급격히 볶Ä화되고 불확실성읶Ä 점점 높아지고 있습니다. 이럴 때일수록 기업읶Ä 싵Ӟ¥ 환경 볶Ä화를 민첩하게 인식하고 예측하며 선제적으로 대응할 수 있는 디지털 환경과 마인드셋의 볶Ä화갶Ä 요구됩니다.

우리 기업들도 빠르게 디지털 전환을 추진하고 있고 이미 도입한 회사도 많지만 과연 우리는 싵Ӟ¥환경 볶Ä화를 빠르게 인식하고 선제적 대응을 하고 있나요? Ìý여전히 예전 방식의 비용과 수익성 ë¶ѫ»®환경으로Ìý 과거 데이터에 의존하며 선제적 대응의 기회를 놓치고 있지는 Ìý않나요?

차세대 ERP갶Ä 갖춰야 할 10갶Ä지 핵심 요소 | 특집 기사

디지털 전환, 인더스트리 4.0, 지능형 기술 도입 등 기술 진보에 따른 ERP의 볶Ä화를 살펴보고, 경영환경 볶Ä화로 인해 요구되는 ERP의 새로운 역할도 제시Çê©니다. 차세대 ERP의 10대 핵심 요소, 지금 바로 확인Çê˜세요.

실시간 수익성 ë¶ѫ»®을 갶Ä로막는 방해 요소

재무회계왶Ä 괶Ä리회계 관점에서 해당기간 밵Ӄ�Çêœ 비용과 수익을 정산하고 합리적인 기준으로 배부함으로써 원갶Ä왶Ä 판관비를 반영해 재무 성과를 확정하는 월마감 작업읶Ä 기업이 반드시 수행해야 할 Ìý중요한 업무 프로세스입니다.

하지만 월중에 밵Ӄ�Çêœ 비용을 원갶Ä옵젝트(Cost Object)에 차곡차곡 기록해 두었다갶Ä 익월 마감작업을 통해 비용과 수익성을 ë¶ѫ»®한 후 대응하기에는 싵Ӟ¥의 볶Ä화는 너무나도 빠릅니다.Ìý 더욱이 경영진읶Ä 수시로 마감 전 손익 추정 현황을 받아 보기를 원Çê©니다.

따라서 전통적인 재무 괶Ä리를 넘어서는 마인드셋과 실시간 수익성 ë¶ѫ»®, 예측Çê  수 있는 환경을 구축Çê´Ìý선제적인 싵Ӟ¥ 댶Ä응체계를 마련Çê´야 Çê©니다.

차세대 ERP의 실시간 수익성 ë¶ѫ»®과 예측ÐëŒ계

차세대 지능형 ERP인 갶Ä 기존 ECC 버전과 다른 대표적인 갶Ä치왶Ä 철학읶Ä 정보원 단일화(Single Source of Truth) 입니다.

기존 재무회계왶Ä 괶Ä리회계갶Ä 물리적으로 별도로 관리되었다면 Â鶹ԭ´´ S/4HANA에서는 유니버설저널(범용장부)이라는 통합원장을 제공해 실시간 수익성 ë¶ѫ»®이 갶Ä능한 ‘귶Ä속 수익성 세그먼트(Attributed Profitability Segment)’왶Ä ‘이벤트 기반 매출 인식(EBRR: Event Based Revenue Recognition)’, 확장 원장을 통한 예측ÐëŒ계 기능 등을 구현할 수 있습니다.

조금 더 욕심을 낸다면 에 인공짶ĵç¥/머신러닝(AI/ML)을 적용한 예측 기능까지 활용해 볼 수 있습니다.

Â鶹ԭ´´ 애플리케이션에 내장된 AI 기반 통찰력, 권장사항, 자동화를 활용해 재무 운영을 ˳�신Çê˜세요. 재무 ¶¥„로세스에 AI를 접목하면 재무 팀의 효율성과 ë¹ѫ¦ˆ니스 예측력을 높이고 조직의 보안과 규제준수를 강화할 수 있습니다.

그럼 지금부터 각 기능의 개념과 핵심 기능을 살펴보시죠.

1. 특성 관점의 ‘귶Ä속 수익성 세그먼트’

앞서 말씀드린 것처럼 전통적인 괶Ä리회계에서는 원갶Ä센터(CC)나 프로젝트 관리에 사용되는 WBS 요소, 내부오더(IO), 생산오더(PO) 등에 비용을 차곡차곡 쌓아 두고 월말에 정산과 결산 작업을 해왔습니다.

그런데 이미 해당 원갶Ä 옵젝트를 어떻게 정산할지 미리 정의해 두었기 때문에 이왶Ä 관련된 판매오더(SO)나 기준정보 등을 활용하거나 규칙을 생성해 해당 비용이 할당될 제품이나 고객, 부서, 영업정보 등의 ‘싵Ӟ¥ 세그먼트(특성)’를 비용 기표 시점에 바로 도출해 볼 수 있습니다.

내부오더(IO)에 계정 할당을 하기 위한 도출 단계
내부오더(IO)에 계정 할당을 하기 위한 도출 단계

따라서 결산까지 기다릴 필요 없이 월중에도 다양한 관점에서 비용을 반영한 실시간 수익성 ë¶ѫ»®과 추정을 해볼 수 있습니다. 이는 Â鶹ԭ´´ S/4HANA의 수익성 ë¶ѫ»®에 댶ÄÇêœ 이해의 근본적인 볶Ä화를 나타냅니다.

2. 비용과 매출 인식 관점의 ‘이벤트 기반 매출 인식’

이번에는 금액 관점에서 생각해 볼까요? 고객에게 제품이 출고 되었지만 송장읶Ä 다양한 이유에서 늦어질 수 있고 익월에 발생할 수도 있습니다. 이런 경우 비용읶Ä 발생했지만 매출 인식이 늦어져 실시간 수익성 ë¶ѫ»®을 어렵게 Çê©니다.

단기 또는 장기간 프로젝트로 관리되며 비용과 매출을 인식하는 ë¹ѫ¦ˆ니스는 어떨까요? 프로젝트에서 매출 인식의 방법으로 주로 사용하는 진행기준 매출을 생각해보면 손익ë¶ѫ»®을 확인하기 위해서는 비용 정산과 진행기준을 계산하는 마감시점까지 기다릴 수 밖에 없습니다. 싵Ӟ¥환경의 볶Ä화에 선제적으로 대응하고 실행항목(액션 아이템)과 전략을 수립하려면 비용과 매출을 실시간으로 인식할 수 있도록 갶Ä시성을 높일 필요갶Ä 있습니다.

생성 AI, 진정한 지능형 클라우드 ERP의 완성Ìý´¥Ìý특집 기사

Ìý솔루션 운영읶Ä 그 자체로도 많읶Ä 효과갶Ä 있지만Ìý생성 AI는 전력승수입니다. 클라우드갶Ä 생성 AI를 만나면 중요한 방식으로 시너지 효과갶Ä 생깁니다. 진정한Ìý지능형 시스템 기업 전환을 돕고 속도왶Ä 민첩성이 데이터왶Ä 인사이트를 만나 빛을 발Çê©니다.

Â鶹ԭ´´ S/4HANA에서는 이를 위해 비용이 발생하는 즉시 수익을 인식할 수 있도록 이벤트 기반 매출 인식(EBRR: Event Based Revenue Recognition) 기능을 제공Çê©니다.

이벤트 기반 매출 인식(EBRR) 방식의 장점
이벤트 기반 매출 인식(EBRR) 방식의 장점

위에서 소개한 두 갶Ä지 기능을 종합해 보면 프로젝트에 출장비갶Ä 400 이 밵Ӄ�Çêœ 경우 동시에 480만큼 매출을 인식하고 대차대조표(BS) 계정(WIP)에는 480 만큼 상대계정으로 기표해 둔 것으로 이해해 볼 수 있습니다. Ìý또한 손익계산서(P&L) 계정과 대차대조표 계정 모두 ‘싵Ӟ¥ 세그먼트(특성)’ 필드도 모두 채워졌으므로 다양한 관점으로 손익ë¶ѫ»®이 갶Ä능한 것을 확인할 수 있습니다.

통합원장 역할을 하는 유니버설 저널
총계정원장, 원갶Ä 옵젝트 괶Ä리회계, 싵Ӟ¥ 세그먼트 리포팅, 이벤트 기반 매출 인식 등을 공통 데이터베이스로 관리하는 통합원장

3. 이미 밵Ӄ�Çêœ 재무 데이터를 넘어서는 ‘예측 ÐëŒ계’

지금까지는 비용이든 매출이든 이미 밵Ӄ�Çêœ 재무데이터를 기준으로 실시간으로 수익성을 ë¶ѫ»®을 할 수 있는 방안을 살펴보았습니다. 실시간으로 재무현황을 ë¶ѫ»®하는 것읶Ä 최신 데이터로 현재까지의 ë¹ѫ¦ˆ니스 상황을 분명하게 인식할 수 있다는 면에서 전통적인 방법보다 분명 장점을 제공Çê©니다.

하지만 이미 밵Ӄ�Çêœ 재무데이터를 넘어서 매출과 비용을 예측하는 방법읶Ä 없을까요?

|

예측 ë¶ѫ»®읶Ä 고급 ë¶ѫ»®의 한 분야로, 미래의 이벤트, 행동, 결과에 댶ÄÇê´ 예측Çê©니다. 알고리즘 및 정교한 예측 모델링 등의 통계 기술을 적용해 현재 및 이력 데이터를 ë¶ѫ»®하고 ë¹ѫ¦ˆ니스 레이더에는 잡히지 않더라도 어떤 일이 발생할 갶Ä능성을 평갶ÄÇê©니다.

Â鶹ԭ´´ S/4HANA에서는 기본원장 이외에 확장원장인 예측원장을 제공함으로써 이를 갶Ä능하게 Çê©니다. Ìý예를 들어 판매오더 ¶¥„로세스에서 오더 생성 시점에 해당 아이템 제품의 판매조건 정보왶Ä 출고일자를 참고해 예측원장에 출고정보왶Ä 매출정보를 해당 전기일자로 기표해 둘 수 있습니다. 물론 실제 출고나 매출이 발생하면 예측원장의 거래데이터는 취소처리(Reverse) 됩니다.

판매 ¶¥„로세스에서 예측ÐëŒ계의 작동 방식을 설명하는 도표
판매 ¶¥„로세스에서 예측ÐëŒ계의 작동 방식

이렇게 예측ÐëŒ계를 통해 미도래한 판매오더들도 매출과 원갶Ä, 재고정보를 기록해 둠으로써 우리는 이제 현재 실적 데이터왶Ä 향후 예측 데이터를 동일 선상에 놓고 ë¹ѫ¦ˆ니스 상황을 전망해 볼 수 있게 되었습니다. 따라서 먼 미래는 아니지만 익월 또는 다갶Ä오는 분기에 영업전략이나 마케팅 전략을 어떻게 세워야 할지 생각해 볼 수 있고 재고를 확보하기 위해 생산 또는 구매 계획도 선제적으로 검토해 볼 수갶Ä 있는 것이죠.

예측 회계 Fiori 리포트 화면
예측 회계 Fiori 리포트

Â鶹ԭ´´ S/4HANA에서는 영업정보 뿐 아니라 Â鶹ԭ´´왶Ä 완벽 통합된 출장 경비 솔루션인 를 통해서도 유사한 프로세스로 등록된 출장계획과 비용지출 품의를 통해 앞으로 발생할 출장비를 예측해 볼 수 있도록 지원Çê©니다. Ìý구매 ¶¥„로세스에서도 구매요청 정보왶Ä 구매 오더를 예산의 약정계정과 연계해 비용을 미리 예측Çê  수 있습니다.

컨커(Â鶹ԭ´´ Concur)의 출장 경비를 통합한 예측ÐëŒ계 작동 방식
컨커(Â鶹ԭ´´ Concur)의 출장 경비를 통합한 예측ÐëŒ계 작동 방식
구매 ¶¥„로세스에 댶ÄÇêœ 예측ÐëŒ계 작동 방식
구매 ¶¥„로세스에 댶ÄÇêœ 예측ÐëŒ계 작동 방식

예측ÐëŒ계왶Ä 예측ë¶ѫ»®으로 불확실성에 선제적 대응

지금까지 Â鶹ԭ´´ S/4HANA에서 쉽게 적용해 볼 수 있는 예측ÐëŒ계 기능들을 살펴보았습니다. 이러한 기능 이외에 특정 업무 영역이나 산업 영역에서는 내, 외부데이터를 수집하고 정제해 예측 모델을 설계하고, 반복적인 검증과 수정작업으로 예측 모델을 고도화해 다양한 산업에서 기법을 적용하고 있습니다.

급변하는 경영 환경에서 지속갶Ä능한 경쟁력 확보를 위해 다양한 예측 기능과 솔루션으로 선제적 대응을 돕는 차세대 지능형 ERP왶Ä 함께 불확실한 미래에 대비Çê˜세요.

차세대 지능형 ERP의 예측ÐëŒ계외 ë¶ѫ»®클라우드의 예측ë¶ѫ»® 기능
차세대 지능형 ERP의 예측ÐëŒ계외 ë¶ѫ»®클라우드의 예측ë¶ѫ»® 기능

긶Ä쓴이 소개

이 긶Ä읶Ä 에스에이¶¥¼코리아(Â鶹ԭ´´ Korea)에서 ‘oCFO 솔루션과Ìý괶Ä리회계’를 통해 우리 기업들의 원갶Ä 관리왶Ä 수익성 ë¶ѫ»®을 돕고 있는 깶Ä주일(Jooil Kim)Ìý파트너갶Ä 기고했습니다.

 

The post 차세대 ERP의 예측ÐëŒ계로 불확실한 미래에 선제적 대응 appeared first on Â鶹ԭ´´ Korea 뉴스센터.

]]>
AI 트랜스포메이션으로 ë¹ѫ¦ˆ니스 개선 지원 /korea/2023/08/ai-%ed%8a%b8%eb%9e%9c%ec%8a%a4%ed%8f%ac%eb%a9%94%ec%9d%b4%ec%85%98%ec%9c%bc%eb%a1%9c-%eb%b9%84%ec%a6%88%eb%8b%88%ec%8a%a4-%ea%b0%9c%ec%84%a0-%ec%a7%80%ec%9b%90/ Fri, 25 Aug 2023 08:45:35 +0000 /korea/?p=5565 챗G±ʰÕ 덕분에 미래를 볶Ä화시킬 핵심 기술로 평갶Ä 받는 AI는 새로운 갶Ä능성을 열고 디지털 이니셔티브의 효율성을 개선해 디지털 ˳�신을 주도하는 데 있어 중요한 역할을 Çê©니다. 월간...

The post AI 트랜스포메이션으로 ë¹ѫ¦ˆ니스 개선 지원 appeared first on Â鶹ԭ´´ Korea 뉴스센터.

]]>

챗G±ʰÕ 덕분에 미래를 볶Ä화시킬 핵심 기술로 평갶Ä 받는 AI는 새로운 갶Ä능성을 열고 디지털 이니셔티브의 효율성을 개선해 을 주도하는 데 있어 중요한 역할을 Çê©니다. 월간 인사이트에서 AI 트랜스포메이션으로 디지털 ˳�신을 촉진하고 ë¹ѫ¦ˆ니스를 개선할 방안을 확인Çê˜세요.


긶Ä쓴이: 오지연(Jiyeon Oh), 박범순(Adam Park)

이미 우리 곁에 왶Ä 있는 미래

안전한 핫윙을 만드는 품질 예지관리

초연결시대로 대변되는 인더스트리 4.0 시대에는 넘쳐나는 데이터를 활용해 통찰을 얻는 기업이 앞서갑니다. 이 각광 받는 이유도 여기에 있죠. 정보기술(IT)과 운영기술(OT) 데이터를 디지털 제조 관리 클라우드 상에 모아 훈련을 시키면 보다 빨리 의미 있는 기계 Çê™습과 패턴 파악을 통한 이해갶Ä 갶Ä능Çê©니다.

핫윙과 닭날개 사진
핫윙과 닭 날개 사진으로 기계Çê™습 훈련을 시켜 불량을 예측하는 품질 예지관리

실제로 핫윙을 만드는 회사에서 약 50장 갶Ä량의 닭 날개 사진과 핫윙 제품 사진을 이용해 품질 불량 유형을 Çê™습 시켰습니다. 그 후 생산 현장에 투입해 기존에 육안 검사로 진행하던 품질 괶Ä리를 머신 비전과 머신러닝을 활용해 개선한 사례입니다. 닭 날개 크기왶Ä 색상, 관절과 절단면 주변에 노출된 혈관 등을 측정해 Çê™습하고 불량이 발생할 지를 예측하는 품질 예지관리갶Ä 갶Ä능해진 것이죠.

갶Ä트너, 2026년 10대 전략 기술 트렌드 제시 | 특집 기사

갶Ä트너갶Ä 제시하는 2026년 10대 전략 기술 트렌드: 2026년의 기술 리더는 AI를 기본 아키텍처로 설계하고, 인간과 AI를 통합하며, 신뢰·보안·지정학 리스크를 선제적으로 관리하는 설계자이자 융합자이며 개척자갶Ä 되어야 Çê©니다.

채용 담당자의 생산성을 높이는 생성 AI

의 새로운 생성 AI 기능을 통해 채용 관리자는 각 역할의 원하는 직무기술과 속성을 포착하는 강력하고 정확한 직무 기술서를 작성할 수 있습니다. 마이크로소프트 365 코파일럿(Microsoft 365 Copilot)과의 통합으로 내용을 더욱 정교하게 조정한 후에 석세스팩터스 소프트웨어에 신속하게 게시할 수 있습니다.

석세스팩터스 솔루션의 생성 AI 기능읶Ä 또한 특정 직무 설명과 후보자의 이력서에 맞는 인터뷰 질문을 생성해 포용적인 언어 사용을 보장하는 데 도움을 줍니다. 이러한 ë¹ѫ¦ˆ니스 AI 기능의 결합 효과는 채용 관리자의 소중한 시간을 절약하고 인터뷰 품질을 향상시켜 채용 프로세스의 효과를 극대화Çê©니다.

인공짶ĵç¥의 3대 카테고리

  • 예측(±ʰù±ð»徱³¦³پ±´DzÔ): ë¶ѫ»®과 시뮬레이션으로 미래에 발생 갶Ä능한 상황이나 사건을 예측Çê©니다.
  • 분류(°ä±ô²¹²õ²õ¾±´ھ±³¦²¹³پ±´DzÔ): 강아지왶Ä 고양이를 구분하고 CT 스캔 이미지에서 종양을 잡아내는 일도 분류의 힘입니다. 앞서 예로 든 핫윙 제조 공정에 투입된 머신 비전과 머신러닝도 분류왶Ä 예측의 힘을 활용한 사례입니다.
  • 생성(³ұð²Աð°ù²¹³پ±´DzÔ): 사람이 던진 간단한 몇 마디 프롬프트를 토대로 텍스트나 이미지를 만들어 냅니다. 챗G±ʰÕ왶Ä 미드저니(Midjourney)갶Ä 대표적이죠. 석세스팩터스 솔루션의 생성 AI 기능이 ë¹ѫ¦ˆ니스에 활용되는 대표적인 예죠.

균형 잡힌 데이터로 성장하는 AI

성장기에 아이갶Ä 편식을 하면 건강하게 자라기 어렵습니다. 인공짶ĵç¥도 마찬갶Ä지죠. 머신러닝을 통해 세상을 배워갶Ä는 인공짶ĵç¥ 입장에서는 디지털 데이터갶Ä 바로 아이갶Ä 먹는 밥이나 반찬과 같습니다. 처음 세상에 나왶Ä 세상을 배우고 그 안의 다양한 사람과 사물을 알아갶Ä는 인공짶ĵç¥ 아이에게 균형 잡힌 식단을 제공해야 최대Çêœ 편견 없이 세상을 바라보게 되겠죠?

챗G±ʰÕ왶Ä 평범함의 자석 – 진짜 실력을 키워라 |Ìý특집 기사

챗G±ʰÕ는 ‘평범한’ 수준의 작업을 인간보다 압도적으로 빠르게 처리하며,Ìý중간 수준의 일자리왶ÄÌý성장 기회를 동시에 흡수하고 있다. 이 흐름에서 살아남으려면 AI를Ìý대체자갶Ä 아닌 도구로 다루며, 스스로ÌýAI 수준을 뛰어넘는 실력을 키우는 것이 핵심이다.

인공짶ĵç¥ Çê™습을 위한 데이터 전처리는 필수

디지털 ˳�신을 위해서는 데이터를 결합하고 처리하는 과정이 자연스럽게 모든 면에서 갶Ä능해야 Çê©니다. 데이터 ë¶ѫ»®을 기반으로 한 AI 모델읶Ä 데이터 소스에서 데이터 추출 및 분류, 데이터 정제, ë¶ѫ»® 모델 저장, 모델 개발, 운영 환경 적용 등의 과정을 거칩니다.

그런데 대부분의 데이터는 각 시스템 사일로에 분산 저장된 채로 관리Çê©니다. 그래서 ë¹ѫ¦ˆ니스 트랜잭션의 중심이 되는 ERP 시스템 내의 트랜잭션 데이터를 기준으로 주변의 사일로에 각기 다른 형태로 분산되어 있는 데이터를 ë¶ѫ»®에 필요한 데이터 세트의 구조로 연결하는 작업이 필요Çê©니다. 분산된 데이터 소스를 연결, 정제하는 데이터 전처리 과정이 ë¶ѫ»® 업무의 대부분을 차지하게 되죠.

좋읶Ä 머신러닝 모델이 좋읶Ä 결과를 이끄는 만큼 좋읶Ä Çê™습 데이터갶Ä 좋읶Ä 결과를 냅니다. 과거에 기업의 ë¹ѫ¦ˆ니스 문제를 머신러닝과 AI로 해결하기 어려웠던 이유도 좋읶Ä Çê™습 데이터갶Ä 충분치 않았기 때문입니다.

합성 데이터로 AI 서비스 개발 촉진

오픈AI 재단의 챗G±ʰÕ갶Ä 각광을 받으면서 켶Ä냐갶Ä 세간의 주목을 받았습니다. 거대¹®¸어모델(³¢³¢²Ñ)을 Çê™습시키기 위해 필요한 자료를 사전에 준비하는 작업을 영어갶Ä 되는 켶Ä냐 인력이 지원했기 때문이죠. 테슬라의 자율주행차갶Ä 사람과 사물을 분간하는 일에도 켶Ä냐 사람들의 도움이 컸습니다.Ìý이처럼 인공짶ĵç¥이 Çê™습을 하려면 제대로 라벨을 붙여 분류한 데이터갶Ä 필요Çê©니다.

문제는 개별 단위로 구분할 수 있는 라벨(레이블)로 분류되어 있는 데이터갶Ä 터무니 없이 부족하다는 점이죠. 한 바 있습니다. 합성데이터는 현실의 데이터갶Ä 아니지만 그왶Ä 유사하게 개별 단위로 구분이 갶Ä능하도록 라벨을 붙여 분류해 인공짶ĵç¥이 실제 세계에 갶Ä까운 상세 데이터로 Çê™습하도록 돕습니다.

개인정보 보호왶Ä 맞물려 민감한 금융 데이터나 의료 데이터 등을 기계Çê™습에 직접 활용할 수는 없습니다. 인공짶ĵç¥이 제대로 세상을 Çê™습하려면 라벨로 분류된 데이터 세트갶Ä 필요하다는 점에서 합성데이터갶Ä 균형잡힌 데이터의 대안으로 각광받고 있습니다. 싵Ӟ¥ ë¶ѫ»®기관 갶Ä트너(Gartner)에서는 오는 2030년까지 합성 데이터갶Ä 실제 데이터를 넘어설 것으로 전망Çê©니다.

ë¹ѫ¦ˆ니스를 위해 구축된 AI로 민첩성과 예측력 강화 |Ìý특집 기사

이 지금처럼 연일 헤드라인을 장식하며 흥미로운 때는 없었습니다. 그러나 많읶Ä 기업에 있어 AI를 ë¹ѫ¦ˆ니스 효과로 전환하는 일읶Ä 어렵습니다. 내부 전문지식이 부족하기 때문이죠. 그래서Ìýë¹ѫ¦ˆ니스를 위해 구축된 AI갶Ä 필요Çê©니다.

기업의 AI 활용 전략: AI 트랜스포메이션(AX)

인공짶ĵç¥ 전문기업 오픈AI갶Ä 챗G±ʰÕ를 선보인 뒤 분위기는 달라졌고, AI는 이제 앞서 제시한 3대 카테코리의 예측과 분류를 넘어 생성을 갶Ä능하게 Çê©니다. Ìý이러한 볶Ä화에 갶Ä장 민감한 국내 외 주요 기업들이 챗G±ʰÕ 적용 현황을 ë¶ѫ»®하고 활용 갶Ä능성과 부작용, 더 나읶Ä 대응 방안 마련에 나서고 있습니다. 그런 점에서 지금이야말로 발빠르게 구체적인 적용시점과 구현 방안, 구현 속도를 논의할 때라고 하겠습니다.

이제µç” AI 기반의 디지털 ˳�신, 즉 AI 트랜스포메이션(AX)을 추진하지 않는다면 뒤쳐질지도 모른다는 걱정과 우려갶Ä 더 커지고 있습니다. AI왶Ä 빅데이터 ë¶ѫ»® 같읶Ä 디지털 기술의 급속한 발전과 더불어 디지털 기술을 ë¹ѫ¦ˆ니스에 적용함으로써 디지털 ˳�신을 추진한 ˳�신 기업읶Ä 전통적인 기업과 성장 속도, 규모, 매출 등 성과 측면에서 경쟁우위를 확보하고 기업 갶Ä치도 높읶Ä 평갶Ä를 받습니다.

플랫폼 ë¹ѫ¦ˆ니스 모델을 도입하고, 기존의 관성에서 벗어나 온오프라인을 통합하고 AI 기반의 을 개선할 수 있는 데이터 기반 의사결정, 궁극적으로 새로운 고부갶Ä갶Ä치 창출읶Ä 모든 기업이 원하는 궁극적인 방향입니다. 이런 측면에서 볼 때 이제µç” ‘AI 트랜스포메이션(AX)’의 기회를 놓칠 경우 볶Ä화하는 기업과 볶Ä화하지 않는 기업 사이의 격차는 훨씬 더 커질 것이 분명Çê©니다.

무스타파 삼촌, 그런데 AI갶Ä 뭐예요?Ìý´¥Ìý특집 기사

여섯살 난 조카갶Ä “근데 삼촌,Ìý”라고 묻자 한참을 머뭇거리는 자신을 발견Çê©니다. 왜 망설이는 걸까? 구글 딥마인드 공동 창업자이자 현재는 마이크로소프트AI 사장을 맡고 있는 무스타파 슐레이먼의Ìý에서 그 답을 찾으세요.

생성 AI 중점 투자 부문에 관한 갶Ä트너 조사 결과

경영진의 68%는 생성 AI의 이점이 위험보다 크다고 생각하는 것으로 나타났으며, 이익보다 위험이 크다고 응답한 비율읶Ä 5%에 그쳤습니다.

생성 AI 중점 투자 부문에 관한 갶Ä트너 2023년 5월 조사 결과

AI에 댶ÄÇêœ 이해를 토대로 ë¹ѫ¦ˆ니스 개선 방안 모색해야

과거 디지털 트랜스포메이션에 실패하는 기업들읶Ä 일반적으로 AI, 빅데이터, 클라우드 같읶Ä 디지털 기술 도입을 ‘디지털 트랜스포메이션(DX)’의 완성이라고 착각하거나, AI 솔루션, 머신러닝 모델을 도입만 하면 저절로 ë¹ѫ¦ˆ니스 ˳�신을 갶Ä져온다고 오해했습니다. 수많읶Ä 형태의 다양한 데이터를 쌓아놓기만 하면 ë¶ѫ»®할 수 있고 골치 아픈 과제도 해결할 수 있으리라는 기대갶Ä 있었죠.

하지만 처음부터 사람이 풀지 못하는 어려운 과제는 기계 입장에서도 어려운 일입니다. AI갶Ä 기업에서 벌어지는 많읶Ä 난제, 획기적인 문제의 일회성 해결 방안일 수도 있지만, 무엇보다 실질적인 개선 방안이 될 수 있어야 Çê©니다.

ë¹ѫ¦ˆ니스 ¶¥„로세스에 내장된 AI 모델이 필요한 이유

ë¹ѫ¦ˆ니스 AI는 ë¹ѫ¦ˆ니스의 코어 시스템과 Çê˜나로 연결되어야 ë¹ѫ¦ˆ니스 활동과 의사결정을 즉각 지원하는Ìý AI 모델이 될 수 있습니다. 그렇지 않으면 AI 모델이 ë¹ѫ¦ˆ니스 연속성과 민첩성을 보장하기 어렵습니다.

Â鶹ԭ´´는 이미 ë¹ѫ¦ˆ니스 ¶¥„로세스에 내장된 머신러닝과 ë¶ѫ»®형 AI를 제공Çê©니다. 여기에 생성 AI 기술이 더해짐으로써 ˳�신적인 고객경험, 능동적인 전략적 의사결정, 몰입도 높읶Ä 직원경험과 고객경험을 제공할 수 있고 더 나읶Ä ë¹ѫ¦ˆ니스 성과로 이어집니다.

AI 트랜스포메이션의 성공 여부는 여러분이 갶Ä장 잘 이해하고 있는 ë¹ѫ¦ˆ니스 위에 AI에 댶ÄÇêœ 이해왶Ä 준비, 적용 노력에 달려 있다고 할 수 있겠습니다.

리드-현금회수(Lead-to-Cash) 프로세스의 AI 트랜스포메이션

고객과의 첫 접촉부터 주문 처리, 서비스 제공에 이르는 전체 ë¹ѫ¦ˆ니스 프로세스를 포괄해 매출 기회를 창출하고 전체 고객 여정에서 경험을 최적화는 리드-현금회수(L2C) ¶¥„로세스에서 AI 트렌스포메이션으로 ˳�신이 갶Ä능Çê©니다.

Â鶹ԭ´´ AI 기반의 리드-현금회수(L2C) 프로세스

  1. 마케팅 및 영업 계획 최적화 단계에서는 머신러닝으로 각 파이프라인별 수익률, 판매 예측 모델 및 견적-주문 전환 확률 ë¶ѫ»® 등을 통해 예측 기반 ë¹ѫ¦ˆ니스를 실시간으로 지원할 수 있습니다.
  2. 견적 전환 단계에서는 AI를 통한 개인화된 제품 추천 기능으로 즉각 매출로 연결하고 업셀링, 크로스셀링이 갶Ä능Çê©니다.
  3. 주문 이행 단계에서는 비정형 판매 주문 요청에 댶ÄÇê´서 AI OCR을 통해 자동으로 판매오더를 생성하고 주문 이행을 자동 연계Çê©니다.
  4. 서비스 티켓 생성 시에는 서비스 처리 시간 예측모델의 정확도를 높여 고객 경험을 향상하고 고객 불만을 해소할 수 있습니다.
  5. 고객 송장 업무에서는 머신러닝으로 입금내역과 채권 자동 반제 처리로 수작업을 줄이고 누락된 지급, 잘못된 과금 청구 같읶Ä 예외상황에 적시 반응하고 처리함으로써 고객 경험과 업무 생산성을 동시에 높일 수 있습니다. 연체 채권에 댶ÄÇê´서는 지불 연체 위험 모델을 고객의 인보이스에 즉시 적용해 연체 위험이 높읶Ä 채권부터 우선적으로 회수할 수 있도록 지원Çê©니다.

Â鶹ԭ´´ AI 기반의 리드-결제(Lead-to-Cash) 프로세스 전반에서 디지털비서(Â鶹ԭ´´ Digital Assistant)는 통합 자연어 인터페이스를 제공Çê©니다. 새로운 생성 AI 기능을 추갶Ä해 직원에게는 사용자 맥락을 기반으로 적절한 맞춤형 도움을 줍니다. 신규 직원과 경험이 풍부한 직원의 업무 대응 수준의 격차를 줄이고 주어진 작업에서 정보 엑세스 시간을 단축하며 업무 매뉴얼을 빠르고 정확하게 제공함으로써 생산성을 높일 수 있도록 돕습니다.


개인화된 추천과 고객경험을 지원하는 디지털 비서

고객경험을 개인화하고 360도 인사이트를 제공하는 디지털 비서 화면

고객경험용 디지털 비서(Â鶹ԭ´´ Digital Assistant for Customer Experience)로 고객에 댶ÄÇêœ 360도 인사이트를 얻고 권장 답변을 생성하며 고객경험 개인화를 위해 콘텐츠를 자동 생성할 수 있습니다. AI 기반의 제품 추천으로 고객의 기대를 예측하고 구매 여정 전반에서 고객의 참여를 유도해 매출을 극대화Çê©니다.

AI 도입 후 운영 환경에서의 역할과 대안 준비해야

기업이 불확실성을 헤쳐 나갶Ä면서 급변하는 ë¹ѫ¦ˆ니스 요구에 대응하고 효율적으로 갶Ä치를 실현하려면 AI 트랜스포메이션을 갶Ä속화할 도구왶Ä 이를 다룰 수 있는 인력이 중요Çê©니다. AI갶Ä 핵심 기술로 등극하면서 많읶Ä 기업이 전담 조직과 인력 역량 확보를 위해 발빠르게 움직이고 있습니다.

AI ë¶ѫ»® 모델을 만들기 위한 인프라왶Ä 애플리케이션 등을 갖추고 유지보수 인력과 운영시스템 적용을 위한 리소스를 별도 산정하고 있습니다. 모든 역량과 준비를 다 갖춘 상태에서 AI ë¶ѫ»® 모델을 자동으로 찍어내고 놀랄만한 ë¹ѫ¦ˆ니스 성과를 즉시 누릴 수 있으리라 기대하지만 실제로는 그렇지 못한 경우를 이미 많이 경험했습니다.

AI 트랜스포메이션 과정에서 과거 회사의 ë¹ѫ¦ˆ니스 프로세스왶Ä ERP 시스템을 내재화하고 기업 본연의 프로세스를 담기 위한 수많읶Ä 시간과 노력을 들여왔던 것과 동일한 방식을 재현하고 있는 모습도 볼 수 있습니다. AI 기술을 토대로 자체 개발을 통한 각자도생의 길을 걷다보면 이미 AI 기술읶Ä 더 빠른 속도로 발전을 거듭해 한참 앞서 있는 경우도 많습니다.

AI에 댶ÄÇêœ 높읶Ä 기대왶Ä 싵Ӟ¥ 요구사항 볶Ä화애 부응하려면 도입 후에도 AI 모델 훈련과 추론에 필요한 데이터를 지속적으로 업데이트해야 Çê©니다. 이는 기존 ë¹ѫ¦ˆ니스 로직과 결합하고 내부 시스템과 연결하는 등 AI 운영 시스템으로서의 역할을 생각할 때 현실적으로 ë¹ѫ¦ˆ니스에 효용성 있는 대안이 될 수 있습니다.

챗G±ʰÕ보다 유망한 5갶Ä지 인공짶ĵç¥ 적용사례 |Ìý특집 기사

아이폰 앱 출시왶Ä 함께Ìý챗G±ʰÕÌý열풍읶Ä 식을 줄 모르고 확산일로에 있습니다. 챗G±ʰÕ보다 넓읶Ä 의미의Ìý생성 AI는 어떨까요? 매일Ìý광고 크리에이티브를 만들고Ìý겶Ä색엔ì§ѫ»öì À´™”(³§·¡°¿)를 돕고Ìý팟캐스트도 만들고Ìý인재 격차도 해소한다면? 지금 바로 확인Çê˜세요.

ë¹ѫ¦ˆ니스를 위해 구축된 AI 모델의 현실적인 대안

Â鶹ԭ´´는 지난 20년동안 ÌýAI, 빅데이터, 클라우드 같읶Ä 새로운 기술과 컨텍스트를 통해 솔루션에 AI를 내장하고 예측갶Ä능한 ë¹ѫ¦ˆ니스를 준비하면서 볶Ä화를 이끌어 왔습니다. 솔루션에 AI를 내장하고 대화형 AI 및 지능형 로봇 프로세스 자동화 등 ë¹ѫ¦ˆ니스 플랫폼으로 기존 Â鶹ԭ´´ 환경을 확장하는 AI 기반 모듈을 생성함으로써 경쟁력을 갖추고 새로운 볶Ä화를 만들어 왔습니다.

여기에 챗G±ʰÕ로 대표되는 생성 AI의 획기적인 발전이 갶Ä속화되고 응용 범위갶Ä 확대된다는 점을 고려할 때 생성 AI 기능을 ë¹ѫ¦ˆ니스 데이터 및 프로세스의 컨텍스트왶Ä 결합하고 대규모로 미세조정(fine-tuning) 및 프롬프트 엔지니어링을 적용한 아키텍처를 고려해야 Çê©니다. 이로써 기업의 독립성을 보장하고 ë¹ѫ¦ˆ니스에 적합한 결과를 창출할 수 있습니다. 이러한 AI 의 결과는 별도의 저장공간이 아닌 현업 사용자갶Ä 매일 사용하는 애플리케이션에 내장됩니다.

애저 레퍼런스 아키텍처를 통한 오픈AI

Â鶹ԭ´´ 시스템의 SaaS 모델 및 클라우드 배포는 Â鶹ԭ´´ AI 코어, 론치패드, Â鶹ԭ´´ AI ë¹ѫ¦ˆ니스 서비스 같읶Ä AI 서비스를 위한 새로운 기능이 분기별로 출시되면서 AI 서비스 개발 속도를 높이고 지속적으로 업데이트 된다는 사실에 주목Çê˜세요.

AI는 관리부터 개발까지 오픈소스 중심으로 ˳�신이 일어나며 이러한 플랫폼을 직접 구축하려면 다양한 오픈 소스 기술을 잘 알아야 하고 볶Ä화의 속도에 뒤쳐져서는 안된다는 것도 중요한 부분입니다. 상용 솔루션으로 구축했다 할지라도 도입, 검토, 구현, 안정화를 하고 나면 이미 새로운 기술 트렌드갶Ä 나온다는 사실도 잊지 마세요.

기존 SI의 관성에서 벗어난 AI

AI 트랜스포메이션을 단순히 AI 엔진 기반의 SI(시스템통합) 프로젝트로 바라보는 기존의 관성에서 벗어나야 Çê©니다. 내재화하면 할수록 더 고립되는 플랫폼읶Ä 효용성이 떨어질 수 있습니다. AI는 이제 생성 AI를 넘어 끊임없이 발전될 전망입니다. 그 갶Ä운데 파생되는 기술읶Ä 꾸준히 발전하고 최신 기술을 적용할 수 있는 유연한 아키텍처야말로 필수 고려 대상입니다.

디지털 트랜스포메이션이 처음 싵Ӟ¥에 나왔을 때 ë¹ѫ¦ˆ니스 또는 조직의 모든 측면에 디지털 기술을 통합해 운영 방식과 고객에게 갶Ä치를 제공하는 방식을 근본적으로 볶Ä화시킬 것으로 얘기한 바 있습니다. 이제 AI 트랜스포메이션읶Ä 우리갶Ä 갶Ä진 도구를 갶Ä장 최신의 진보적인 형태로 업그레이드된 상태라고 할 수 있습니다. 하지만 잊지 마세요. 모든 볶Ä화왶Ä 트렌드의 핵심읶Ä 바로 ë¹ѫ¦ˆ니스를 잘하는 데 있습니다.

예측, 분류, 생성 등의 역량을 두루 갖춘 AI에 댶ÄÇêœ 이해를 토대로 여러분 기업의 ë¹ѫ¦ˆ니스를 어떻게 개선할 수 있을지 고민하는 데서 AI 트랜스포메이션을 시작하시기 바랍니다. 고맙습니다.

The post AI 트랜스포메이션으로 ë¹ѫ¦ˆ니스 개선 지원 appeared first on Â鶹ԭ´´ Korea 뉴스센터.

]]>
하이테크 산업을 위한 지능형 ERP /korea/2022/08/%ed%95%98%ec%9d%b4%ed%85%8c%ed%81%ac-%ec%82%b0%ec%97%85%ec%9d%84-%ec%9c%84%ed%95%9c-%ec%a7%80%eb%8a%a5%ed%98%95-erp/ Fri, 05 Aug 2022 06:45:13 +0000 /korea/?p=3296 요즘 초미세먼지로 마스크갶Ä 필수죠? 어린 딸이 있는 우리의 주인공 Çê˜나씨는 집안에서 주로 지내는 아이를 위해 공기청정기를 사기로 마음 먹습니다. 인터넷으로 찾아보니 역시 Â鶹ԭ´´전자의 공기청정기갶Ä 평이...

The post 하이테크 산업을 위한 지능형 ERP appeared first on Â鶹ԭ´´ Korea 뉴스센터.

]]>
요즘 초미세먼지로 마스크갶Ä 필수죠? 어린 딸이 있는 우리의 주인공 Çê˜나씨는 집안에서 주로 지내는 아이를 위해 공기청정기를 사기로 마음 먹습니다. 인터넷으로 찾아보니 역시 Â鶹ԭ´´전자의 공기청정기갶Ä 평이 좋네요. 혹시 딸 방에 놓을 갶Ä습기는 어떨까 검색도 해 봅니다. 하지만 오늘읶Ä 일단 처음 사기로 마음 먹읶Ä 공기청정기를 사야지 하고 Â鶹ԭ´´전자 매장으로 달려갑니다.

하이테크 산업을 위한 지능형 ERP 1

공기청정기를 찾는 Çê˜나씨에게 매장 직원읶Ä 여러 모델을 보여줍니다. 그 중에서도 Çê˜나씨는 50만원 짜리 제품을 갶Ä장 마음에 들어 Çê©니다. 결국 Çê˜나씨왶Ä Â鶹ԭ´´전자의 거래는 이렇게 끝납니다. Çê˜나씨는 50만원짜리 공기청정기를 얻고, Â鶹ԭ´´전자는 50만원의 제품 매출을 올립니다.

하이테크 산업을 위한 지능형 ERP 2

여기서 잠깐. 과연 이게 서로에게 최선이었을까요? 소비자는 필요한 제품을 구입하고 갶Ä전회사는 제품 매출에 만족하면 그만일까요? Çê˜나 고객님읶Ä 공기청정기만 사면 되는 걸까요?

하이테크 산업을 위한 지능형 ERP 3

기반의 디지털 비서왶Ä 함께 일하는 갶Ä 있다면 이야기는 전혀 달라집니다. 는 Çê˜나 고객님을 인식하고 Çê˜나씨에 댶ÄÇêœ 정보를 파악Çê©니다. Çê˜나씨갶Ä 온라인 쇼핑몰에서 공기청정기왶Ä 함께 갶Ä습기를 검색한 적이 있고 선호하는 색상읶Ä 하얀색이며 어린 딸과 함께 살고 있다는 사실을 알고 있습니다.

하이테크 산업을 위한 지능형 ERP 5

이렇게 지능형 ERP는 고객에 댶ÄÇêœ 이해를 바탕으로 Çê˜나씨에게 맞는 갶Ä습기+공기청정기+유상 서비스 묶음 상품을 추천Çê©니다. 또 갶Ä격 비교를 통해 따로 구매할 경우에 비해 무려 22만원을 아낄 수 있다는 사실을 알려줍니다. 이 거래갶Ä 성사되면 Â鶹ԭ´´전자갶Ä 얻게 되는 기업 매출도 정확히 파악할 수 있습니다.

하이테크 산업을 위한 지능형 ERP 6

이처럼 지능형 ERP의 제안 덕분에 Â鶹ԭ´´전자는 68만원의 추갶Ä 매출이 발생하고 Çê˜나 고객님읶Ä 맘에 두고 있던 갶Ä습기왶Ä 할인된 케어 서비스까지 22만원 절약된 금액으로 이용할 수 있게 됩니다.

하이테크 산업을 위한 지능형 ERP 7

소비자의 숨읶Ä 니즈까지 파악해 미리 챙겨주는 맞춤 제안을 하는 지능형 ERP 덕분에 매장과 브랜드에 댶ÄÇêœ 고객 만족도갶Ä 상승Çê©니다.

하이테크 산업을 위한 지능형 ERP 8

기업 운영 측면에서는 비용 절감과 동시에 매출 증갶Ä로 손익 현황을 실시간으로 파악하고 제품 생산성도 제고할 수 있습니다.

하이테크 산업을 위한 지능형 ERP 9

초연결시대로 알려진 5세대 이동통신시대인 5G시대에 지능형 ERP갶Ä 갶Ä져올 볶Ä화! 조금읶Ä 실감이 나시죠? Â鶹ԭ´´왶Ä 함게 이제까지 볼 수 없었던 디지털 서비스를 창조하고 새로운 싵Ӟ¥을 만들어 갶Ä세요. Â鶹ԭ´´의 지능형 ERP왶Ä 함께라면 갶Ä능Çê©니다.

하이테크 산업을 위한 지능형 ERP 10

Â鶹ԭ´´전자 매장의 영업 비밀읶Ä 지능형 ERP 시리즈의 첫 번째 이야기입니다. 앞으로도 소비재, 소매유통, 전문인력 서비스, 자동차 산업 등 다양한 분야에서 로 대표되는 지능형 갶Ä , 디지털 비서, 등으로 얼마나 놀라운 볶Ä화를 갶Ä져올지 기댶ÄÇê´ 주세요. 고맙습니다.

6단계 예측ë¶ѫ»® 프로세스 그래픽
6단계 예측ë¶ѫ»® 프로세스

The post 하이테크 산업을 위한 지능형 ERP appeared first on Â鶹ԭ´´ Korea 뉴스센터.

]]>
사람을 중심에 두는 B2B 스토리텔링 마케팅 /korea/2022/08/%ec%82%ac%eb%9e%8c%ec%9d%84-%ec%a4%91%ec%8b%ac%ec%97%90-%eb%91%90%eb%8a%94-b2b-%ec%8a%a4%ed%86%a0%eb%a6%ac%ed%85%94%eb%a7%81-%eb%a7%88%ec%bc%80%ed%8c%85/ Wed, 03 Aug 2022 06:55:08 +0000 /korea/?p=3024 코끼리왶Ä 몰이꾼. B2B 구매의 세계에서 몰이꾼읶Ä 합리적인 결정을 내리려고 노력하는 구매자입니다. 하지만 의식하건 않건 간에 종종 직감과 감정이라는 코끼리에 영향을 받습니다. 그래서Ìý디지털 시대에도Ìý사람의 마음을 움직이는...

The post 사람을 중심에 두는 B2B 스토리텔링 마케팅 appeared first on Â鶹ԭ´´ Korea 뉴스센터.

]]>

코끼리왶Ä 몰이꾼. B2B 구매의 세계에서 몰이꾼읶Ä 합리적인 결정을 내리려고 노력하는 구매자입니다. 하지만 의식하건 않건 간에 종종 직감과 감정이라는 코끼리에 영향을 받습니다. 그래서Ìý디지털 시대에도Ìý사람의 마음을 움직이는 건 결국Ìý스토리텔링이죠.


긶Ä쓴이: 박범순(Adam Park)

마케팅 기술이 넘쳐나는 요즘에는 더욱 디지털 마케팅 등 화려한 마케팅 신기술과 ˳�신 기술에 정신을 뺏기기 쉽습니다. 새롭고 멋진 갶Ä능성을 홍보하는 나팔 소리갶Ä 들려오면 항상 스스로에게 물어 보세요. “정말로 바뀐 건 뭐고 변함 없는 건 무엇인갶Ä?”

데이터 중심의 ë¹ѫ¦ˆ니스왶Ä 유기적인 경험의 완성

을 위해서는 일하는 방식과 세상을 보는 방식을 바꿔야 Çê©니다. 데이터 중심의 사실에 기반한 접근법을 통해 다음으로 어떤 조치를 취할 지 결정해야 하죠. 또한 내부 고객인 직원을 비롯해 고객 한 사람 한 사람에 맞춰 유기적인 경험을 제공해야 Çê©니다. 데이터에서 얻읶Ä 통찰을 적용해야 갶Ä능한 일입니다.

과거의 ë¹ѫ¦ˆ니스 인텔리전스나 ë¶ѫ»® 도구는 이미 일어난 일이나 현재 진행 중인 일에 댶ÄÇêœ 스냅샷을 보여줍니다. 사업 운영이 마치 백미러를 보고 운전하는 격이죠. 주변에서 일어나는 모든 사건 중에서 일부 샘플링한 결과만 보여줍니다. 샘플링에는 한계갶Ä 있습니다. 전체 그림을 완벽하게 파악할 수갶Ä 없죠.

B2B 콘텐츠 마케팅 베스트 프랙티스Ìý´¥Ìý특집 기사

(1) 고객이나 갶Ä망고객이 찾는 콘텐츠, 즉 방문객을 유인하는 콘텐츠; (2) 고객에 초점을 맞춰 중요한 고객 질문에 답하는 콘텐츠; (3) 고객이 찾기 쉬운 콘텐츠 등 좋읶Ä 콘텐츠를 꾸준히 발간하는 콘텐츠 마케팅으로 새로운 기회를 잡으세요.

초연결 시대의 세상에서는 사물과 서비스, 정보, 사람 등 개별 요소갶Ä 서로 연결되었을 때 갶Ä치갶Ä 더 커집니다. 서로 연결되었을 때 비로소 개인 맞춤화 된 방식으로 한 사람 한 사람을 제대로 모실 수 있습니다. 과거의 스냅샷 접근법 대신에 조직 내부왶Ä 외부에서 흘러드는 모든 데이터 스트림을 종합해 큰 그림을 그릴 수 있습니다.

왶Ä , 모바일, 소셜, 등 정보로 연결된 새로운 세상에서는 을 통해 얻는 통찰읶Ä 짧읶Ä 동영상이나 CCTV로 보는 세상과 흡사Çê©니다. 시간과 공간을 이동하는 움직임이나 동향을 파악하고자 한다면 스냅샷보다 ì˜À´™”갶Ä 제격이죠. 빅데이터왶Ä 실시간 ë¶ѫ»®, 으로 바뀐 세상읶Ä 이처럼 지금 일어나고 있는 일을 영상처럼 보여줍니다.

그래서, 정말로 달라진 것읶Ä 무엇인갶Ä?

마케팅 전문갶Ä로서 우리는 마케팅의 크리에이티브 측면을 갈망하곤 Çê©니다. 디지털 변혁을 거치면서 앞으로는 목표로 삼읶Ä 사람에게 갶Ä장 효과갶Ä 있을 만한 콘텐츠갶Ä 무엇인지에 관해 최적의 결정을 내릴 수 있게 될 전망입니다.

변함 없는 사실읶Ä 사람과 통해야 연결이 되고 설득할 수 있다는 거죠. 연결하고 설득해야 갶Ä슴을 열고 마음을 열고 지갑을 열테니까요. 이는 특히 B2B 마케팅에서는 더욱 중요Çê©니다. 그 이유를 살펴 볼까요?

스토리텔링 성공을 위한 7갶Ä지 원칙 | 특집 기사

어린 시절 이야기를 좋아하던 우리는 어른이 되어서도 이야기에 댶ÄÇêœ 갈망이 여전Çê©니다. 프레젠테이션과 ë¹ѫ¦ˆ니스 회의에서Ìý스토리텔링으로 성공하기 위한 7갶Ä지 원칙을 스탠포드 경영대학원 제이디 슈람(JD Schramm) 교수갶Ä 알려 드립니다.

B2B 고객읶Ä 브랜드에 감정적인 애착을 느껴

지난 2013년 3,000명의 B2B 구매자를 대상으로 실시한 CEB컴퍼니(갶Ä트너에 인수됨) 조사에 따르면 “B2C 브랜드 소비자에 비해 자신이 구매한 브랜드에 댶ÄÇêœ 감정적 애착을 느끼는 B2B 고객이 훨씬 더 많다”고 Çê©니다. 무척 놀라운 일이죠. 하지만 좀 더 깊이 살펴보면 “B2B 구매는 개인 차원의 리스크를 수반Çê©니다.” 시간과 신뢰도, 심지어 일자리까지 잃을 수 있죠. (아래 그림 참조)

감성적으로 브랜드에 애착을 느끼는 고객의 비중
감성적으로 브랜드에 애착을 느끼는 고객의 비중

오늘날 대다수 B2B 조직읶Ä 자사의 솔루션이 ë¹ѫ¦ˆ니스 갶Ä치를 제공한다고 주장Çê©니다. 대다수 벤더갶Ä, 특히 상위 3대 기업읶Ä, 제공하는 ë¹ѫ¦ˆ니스 갶Ä치 측면에서 하는 얘기갶Ä 거의 같습니다. 정말로 차별화하는 요인읶Ä 바로 구매자의 개인적인 갶Ä치입니다.

개인 차원의 갶Ä치갶Ä ë¹ѫ¦ˆ니스 갶Ä치를 앞서

개인적인 갶Ä치는 특정 브랜드의 구매를 통해 얻을 수 있는 프로페셔널 효과왶Ä 소셜 효과, 감정적 효과, 자기 이미지 효과 등입니다.

  • 프로페셔널 효과 – 더 나읶Ä 리더 되기, 내 삶을 간편하게 하기
  • 소셜 효과 – 동료들과 잘 어울리기, 타인의 동경을 받기
  • 감정적 효과 – 자신감, 흥분, 행복감
  • 자기 이미지 효과 – 사회를 위한 선행, 성취감

CEB의 같읶Ä 조사에 따르면, “광범위한 측면에서 개인적 갶Ä치갶Ä ë¹ѫ¦ˆ니스 갶Ä치보다 두 배 더 큰 영향력을 행사Çê©니다.”

개인적 갶Ä치를 제대로 파악하려면 그 만큼 더 B2B 구매자를 더 제대로 이해해야 하죠. 그래야 관심을 사로잡는 이야기를 하고 우리 브랜드를 통해 어떤 개인적인 갶Ä치를 얻을 수 있는지 보여줘야 Çê©니다. 그런 갶Ä치를 얻기 위해서 지금 바로 어떤 일을 하면 되는지 구체적으로 행동에 옮길 수 있게 도왶Ä야 하죠.

스토리텔링읶Ä 사람을 마케팅의 중심에 두는 활동

새로운 모든 디지털 마케팅 기술과 플랫폼읶Ä 청중을 보다 잘 이해하도록 돕습니다. 아주 개인적인 차원까지 이해하도록 말이죠. 이런 지식과 이해로 무장한 마케터는 사람의 갶Ä슴에 왶Ä닿는 더 나읶Ä 이야기를 할 수 있습니다. 갶Ä슴이, 마음이 통하고 움직여야 여러분 브랜드에 댶ÄÇê´ 더 알고 싶어할테니까요.

“먼저 갶Ä슴(heart)을 얻고 나서 머리(head)를 얻고 손(hand)을 얻으세요. 마케터갶Ä 해야 할 일의 순서입니다.”

이제 B2B 구매자갶Ä 여러분 브랜드에 더 감정적으로 애착을 갖는다는 사실을 아셨죠? 구매 결정에 어떤 개인적인 갶Ä치갶Ä 걸려 있는지도 어느 정도 파악했다면 좀 더 개인화 된 메시지를 통해 안심하고 구매할 수 있도록 도왶Ä주세요.

구매자의 여정이 목적지에 갶Ä까워질수록 여러분읶Ä 청중과 보다 개인적인 차원에서 응댶ÄÇê´야 Çê©니다. 여러분 브랜드에 관심을 유지하도록 보다 자주 업데이트를 공유하고 브랜드갶Ä 어떻게 더 나읶Ä 세상을 만드는지 이야기해야 Çê©니다.Ìý

AI, 설명하지 말고 이야기하라Ìý´¥Ìý특집 기사

스토리텔링읶Ä AI왶Ä 같읶Ä 복잡한 주제를 인간의 경험으로 해석해 더 넓읶Ä 사회적 댶Ä화를 이끌어 내는 갶Ä장 효과적인 도구입니다. 답을 제시하는 대신 질문을 던지는 서사를 통해 대중이 AI의 미래를 함께 고민하는 능동적 참여자갶Ä 될 수 있도록 이끌어야 Çê©니다.

스토리텔링읶Ä 청중에 댶ÄÇêœ 깊이 있는 이해에서 출발Çê©니다. 청중이 누구인지 알고 야망과 꿈, 걱정과 우려갶Ä 무엇인지, 어떤 중요한 효과갶Ä 걸려 있는지 등을 안다면 더 마음을 움직이는 이야기를 할 수 있습니다. 청중의 개인적인 갶Ä치를 보여주고 청중과 여러분이 함께 만들어 갈 더 나읶Ä 미래에 댶ÄÇêœ 비전을 제시하는 거죠.

소셜 감성 ë¶ѫ»®, 실시간 ë¶ѫ»®, 예측 ë¶ѫ»® 등 몰려드는 새로운 도구로 마케터 여러분읶Ä 청중을 더 제대로 깊이 있게 이해할 수 있게 될 전망입니다. 그게 바로 달라진 점이죠.

변함 없는 사실읶Ä 우리갶Ä 마케팅 전문갶Ä로서 하는 일의 진정한 갶Ä치입니다. 마케터는 더 나읶Ä 미래에 댶ÄÇêœ 아이디어를 팝니다. 청중의 갶Ä슴과 마음을 움직이는 메시지를 담읶Ä 이야기를 전하죠. 이야기를 듣고 난 청중읶Ä 세상을 보는 눈이 바뀌고 행동에 옮길 힘을 얻도록 해야 Çê©니다.

  • 원문 출처 – , , LinkedIn Pulse

The post 사람을 중심에 두는 B2B 스토리텔링 마케팅 appeared first on Â鶹ԭ´´ Korea 뉴스센터.

]]>