지정학적 갈등과 비용 상승 등으로 침체된 경기를 벗어나기 위�� 제조업 기반이 두터운 나라�� 내수 활성화왶� 고용창출을 목적으로 리쇼어링 정책을 강화하고 있습니다. 법제적인 지원 외에도 디지털 기술 기반의 ˳�신이 ��ѫ���� 시점입니다.

리쇼어링 시대에 대응하기 위한 스마트 팩토리 ˳�신 방안을 월간 인사이트 10월호에서 확인하세요.

긶�쓴이: 이민준(Minjun Lee)

소비자 곁에서 생산하�� 리쇼어링 시대

지정학적 갈등과 인구 구조의 변화, 인건비왶� 공급망 비용 상승으로 침체된 경기를 벗어나기 위한 방안 마련에 각국읶� 분주합니다. 특히 제조업 기반이 두터운 주요 국가들읶� 내수 활성화왶� 고용 창출, 산업 보호를 위�� ��외로 진출한 자국 기업들이 유턴�� 돌아올 수 있도록 리쇼���링(�������ǰ����Բ�) 정책 지원을 강화하고 있습니다.

국내에서도 제조업의 중요성이 재조명 되면서 ‘��외 진출 기업의 국내 복귀 지원에 관한 법률‘ 일명 ‘유턴법‘을 제정�� 생산 기지의 국내 복귀를 장려하고 있습니다. 하지만 아직 그 성과�� 많이 부족한 현실입니다. 나아가 법제적인 지원뿐 아니라 디지털 기술의 발전을 활용한 제조 공정 ˳�신이 ��ѫ���� 시점입니다. 왜일까요?

리쇼어링 시대�� 주요 국가의 제조업 부활을 위한 노력에 기인한 부분이 큽니다. 하지만 좶� 더 깊이 살펴보면 4차 산업혁명의 흐름과 맞닿아 있습니다. 4차 산업혁명읶� 데이터왶� 디지털 기술을 바탕으로 제품과 서비스의 개인 맞춤화를 추구합니다. 다시 말�� 고객이 원하�� 바를 정밀하게 이��하고 이를 토대로 개인 맞춤화 제품과 서비스를 신속하게 제공하�� 방식이죠.

이처럼 4차 산업혁명읶� 소비자 곁에서 지속가능한 방식으로 개인 맞춤화를 실현하도록 요구합니다. 그래서 과거 어느 때보다 풍부한 데이터왶� 이를 연결�� 통찰을 얻도록 돕�� 디지털 기술, 나아가 사이버 공간과 물리적 세상을 연결하�� 사물인터넷과 디지털 트윈 등 첨단 기술의 도움을 받�� 경우가 많습니다.

보다 지속가능한 방식으로 모든 소비자의 요구를 개인 맞춤화 방식으로 신속하게 충족하려면 제조 기지�� 이제 소비자 곁으로 돌아왶�야 합니다. 리쇼어링 시대가 본격화 한 것도 이처럼 4차 산업혁명 정신에 입각한 스마트 팩토리 ˳�신과 맥을 같이하고 있습니다.

리쇼어링 시대를 위한 스마트 팩토리 ˳�신

정보기술(IT) 분야의 발전을 등에 업고 비교적 낮읶� 인건비왶� 운영 비용을 찾아 제조왶� 용역 업무를 ��외로 이전하�� 오프쇼어링(�Ǵڴڲ���ǰ����Բ�) 현상이 한동안 확산되었습니다. 하지만 그 과정에서 국내 제조업 기반 약화, 신흥국들의 임금 수준 상승, 4차 산업혁명으로 대두된 첨단 디지털 기술의 발전으로 인�� 이제�� 리쇼어링으로 재편되고 있습니다.

미국읶� 제조업 부활이라�� 기치 하에 리쇼어링 지수가 계속 상승하면서 최근 최고치를 기록하�� 등 리쇼어링이 활발하게 이루어지고 있습니다. 유럽에서도 독일, 영국, 프랑스 등을 중심으로 리쇼어링이 확산되고 있으며, 지속가능한 공급망 괶�리를 위한 규제도 함께 시행하고 있습니다. 생산비용 증가(미국) 또�� 품질괶�리 및 유연성 강화(유럽)처럼 이유�� 달라도 리쇼어링 시대�� 이미 도래했습니다.

그런데 제조 거점을 ��외에서 국내로 되돌리면 투자 회수, 계약 종료 등 많읶� 리스크를 수반합니다. ��외에서 얻을 수 있었던 이점들을 포기할 만큼 강력한 유인이 있었을까요? 글로벌 공급망과 각종 규제를 고려할 때 국내 제조 경쟁력 강화를 꾀할 방안읶� 무엇일까요? 그 배경에�� 각국의 인프라, 연구개발 환경, 기술 활용 등의 키워드가 있습니다.

첨단 ˳�신 기술의 발전으로 이제�� 저임금 노동 활용 없이도 제조 비용을 최적화 할 수 있습니다. 물론 이를 위��서�� 기존 제조업에 IT를 결합�� 공정 시스템을 네트워크화 하고 디지털 기술 활용을 극대화 하�� 스마트 팩토리 ˳�신이 반드시 뒷받침되어야 합니다.

공장 자동화보다 큰 스마트 팩토리 ˳�신

스마트 팩토리를 과거의 공장 자동화왶� 동일시하�� 경우가 많습니다. 로봇이나 기계를 이용한 제조 자동화왶� 무인화�� 스마트 팩토리 ˳�신이 추구하�� 목표왶ĵ� 차이가 있습니다. 가장 큰 차이점읶� 바로 데이터왶� 연결성입니다.

스마트 팩토리 ˳�신의 ��심이 되�� 첫 단계�� 바로 데이터 수집입니다. 수집된 데이터를 바탕으로 종단간(엔드투엔드) 업무 영역을 통합하고 회사 전체 업무 최적화를 위한 �ѫ�� 역량을 강화�� 짶ĵ�형 기업 전환의 기반을 확립��야 하기 때문입니다.

공장 자동화�� 전산 시스템이나 산업용 로봇을 이용한 생산현장 통제(자동화, 최적화)에 목적을 두고 있습니다. 자동화된 공장이라면 제조 데이터의 수집이 용이할 수 있습니다. 하지만 최종적인 지향점에 있어서 공장 자동화왶� 스마트 팩토리 ˳�신읶� 서로 다른 개념입니다.

스마트 팩토리 ˳�신의 ��심읶� 짶ĵ�화

그렇다면 스마트 팩토리 ˳�신에 꼭 ��ѫ���� 요소�� 무엇일까요?

스마트 팩토리 ˳�신읶� 제조 공장에서 수행되�� 생산, 품질, 설비, 물류, 안전, 환경, 에너지, 설계 등 모든 업무를 대상으로 합니다. 스마트 팩토리 ˳�신의 ��심읶� 바로 이 모든 업무의 짶ĵ�화라고 할 수 있죠. 짶ĵ�화�� 과 , 고급 �ѫ��, 산업용 사물인터넷(IIoT) 같읶� 최신 디지털 기술을 활용한 데이터 수집과 �ѫ��, 관련 업무왶�의 연결을 통�� 구현��야 합니다.

스마트 팩토리 ˳�신의 근본적인 목적읶� 제조 경쟁력 강화입니다. 이를 통�� 경영 성과를 개선하고 회사의 짶�속가��성과 ��복탄력성을 확보��야 하죠. 따라서 스마트 팩토리 구축 자체가 목적이 되어서�� 안됩니다.

우선 품질, 원가, 납기, 규제 전반을 아우르�� 생산 현장의 작업 최적화를 바탕으로 제조 경쟁력을 강화��야 합니다. 이를 토대로 개선된 지표를 최고 경영진의 �ѫ��니스 프로세스왶� 연결�� 경영 성과를 극대화 ��야 합니다. 다시 말�� 스마트 팩토리 ˳�신의 궁극적인 목적읶� 제조 현장의 짶ĵ�화를 통�� 제조 경쟁력을 강화하고 이를 전체 가치사슬과 연결하며, 나아가 새로운 �ѫ��니스 모델 확장의 기반을 확립하�� 데 있습니다.

지속가능한 짶ĵ�형 기업 전환을 돕�� �鶹ԭ��

이처럼 스마트 팩토리 ˳�신읶� 생산 현장에서 생성되�� 데이터를 수집�� �ѫ��하고, 그 결과를 현장 작업과 전체 �ѫ��니스 영역에 연결하�� 활동이 선행되어야 합니다. 그런데 단순 공장 자동화만으로�� 이러�� 데이터 �ѫ��과 전사적 연결성을 확보하기가 어렵습니다. 그래서 스마트 팩토리 ˳�신에 ��ѫ���� 기술적 구성요소왶� 짶ĵ�형 클라우드 ERP, 업무 영역별 솔루션, 짶ĵ�형 기술 등을 두루 갖춘 �鶹ԭ��왶� 같읶� 파트너가 ��ѫ����니다.

스마트 팩토리 ˳�신 여정을 저희 �鶹ԭ��왶� 함께 하신다면 과제 발굴, 문제점(페인 포인트) 탐색, 스마트 팩토리 디지털 전환 진단, 솔루션 상세 탐구까지 지원하�� 스마트 팩토리 여정 프로그램(Smart Factory Journey Program)도 곧 만나실 수 있습니다.

여러분 회사의 �ѫ��니스 과제를 발굴하고 각 과제에 대한 맞춤 솔루션 조합 및 범위 확정 등에 도움이 필요하시다면 저희 �鶹ԭ��에 연락 주세요. 여러분의 스마트 팩토리 ˳�신을 가장 가까이에서 함께 하겠습니다. 고맙습니다.

긶�쓴이 소개

이 글읶� 에스에이피코리아(�鶹ԭ�� Korea)에서 �鶹ԭ�� S/4HANA 생산괶�리 영역을 통�� 기업의 생산 제조 ˳�신을 함께하�� 이민준(Minjun Lee) 파트너가 기고했습니다.

The post 스마트 팩토리 ˳�신으로 리쇼어링 시대에 대응 appeared first on �鶹ԭ�� Korea 뉴스센터.

�鶹ԭ�� 생태계에서 진행 중인 기능적, 기술적 변화를 따라잡고�� 싶읶�데 어디서부터 시작��야 할 지 막막했던 분들을 위한 이야기입니다. 두 번째 여정으로 ������의 ˳�신 기술이 모듈 컨설턴트왶� 기술 컨설턴트에게 미치�� �����을 짚어 봅니다.

긶�쓴이: 염희철, 신지연

총 세 편으로 구성된 ‘짶ĵ�형 기업 여정에 동참��기’ 시리즈의 첫 번째 여정에서�� 인메모리 데이터베이스 기술()과 짶ĵ�형 ERP(), 새로운 사용자 경험(�鶹ԭ�� Fiori), �ѫ��니스 기술 ���랫폼() 등 ������의 변화왶� 클라우드 중심 전략이 고객과 �鶹ԭ��, 컨설턴트에게 ���떤 �����을 미쳤��지 말씀드렸습니다.

오늘읶� 두 번째 여정으로, 기능(모듈) 컨설턴트왶� 기술(Basis) 컨설턴트의 관점에서 이러�� 기술 ˳�신이 ���떤 영향이 있��지 살펴보겠습니다.

기능 모듈 컨설턴트의 관점

짶ĵ�형 ERP왶� 디지털 전환

기존의 ERP(�鶹ԭ�� ECC)에서 짶ĵ�형 ERP(�鶹ԭ�� S/4HANA)로의 변화�� 모듈 컨설턴트 사이에서 가장 큰 화제입니다. 과거에�� 모듈 컨설턴트가 코어인 �鶹ԭ�� ECC에 대한 전문 역량만 있어도 충분했다면 이제�� 짶ĵ�형 ERP인 뿐 아니라 인적경험괶�리(), 구매조달(), 고객경험괶�리() 등 업무 부문별 클라우드 솔루션에 대한 이��도 ��ѫ����니다.

짶ĵ�형 ERP 외에도 다양한 클라우드 솔루션에 대한 이��가 ��ѫ���� 이유: 기업의 특정 업무 분야를 담당하�� 모듈 컨설턴트의 업무에 모듈 간소화왶���재구성, 새로운 사용자 환경, 새로운 방식의 설정볶�경과 확장성 등이 �����을 미치기 때문입니다.

모듈 간소화 및 재구성

간소화 된 기능 모듈과 재구성으로 인�� 가장 큰 �����을 받�� 분야�� 바로 재무��계입니다. 일부 데이터 테이블읶� 더 이상 사용하지 않을 뿐 아니라 상당히 많읶� ���로세스갶� 업데이트 되었죠. 이러�� 변화�� 짶ĵ�형 전반에 긍정적인 �����을 주었고 모듈 컨설턴트라면 반드시 알아야 할 만큼 중요�� 변화입니다.

선택이 아니라 필수인 새로운 사용자 환경, �鶹ԭ�� FIORI

사용자 경험 ˳�신으로 일하�� 방식을 재정립한 �鶹ԭ�� Fiori왶� 반응형 웹 디자인을 지원하�� �鶹ԭ�� UI5의 등장과 함께 여러 �鶹ԭ�� GUI 트랜잭션이 웹 애플리케이션으로 대체되면서 더 이상 �鶹ԭ�� GUI에 의존하지 않아도 됩니다. �鶹ԭ�� Fiori의 주된 목표 중 하나�� 매크로 트랜잭션을 줄이고 각 업무 담당자의 직무역할에 맞게 간소화 된 애플리케이션을 제공하�� 일입니다.

이러�� 변화에 발맞춰 애플리케이션 컨설턴트�� �鶹ԭ�� Fiori 구현으로 고객에게 최상의 업무 경험을 제공할 수 있어야 하죠. 그렇다면 모듈 컨설턴트�� ���떤 내용부터 알고 있으면 좋을까요? 이 글을 읽고 계신 모듈 컨설턴트라면 Search_�鶹ԭ��_Menu가 뭔지 한 눈에 알아채셨겠죠? �鶹ԭ�� GUI에서 트랜잭션 코드의 �鶹ԭ�� Menu 위치를 찾�ѫ���� 트랜잭션입니다. 새로운 사용자 환경으로 전환하면서 이제�� 가 이 트랜잭션 코드를 대체하고 확장합니다.

피오리 앱 라이브러리�� 애플리케이션 컨설턴트에게 유용한 도구 중 하나로 기존의 트랜잭션 코드가 ���떤 피오리 앱으로 변환되었��지, �ѫ��니스 룰과 �ѫ��니스 카탈로그에 ���떤 피오리 앱이 지정되어 있��지, 특정 �ѫ��니스 룰을 보유한 사용자가 이용 가능한 피오리 앱읶� 무엇인지 등을 확인할 수 있습니다.

�鶹ԭ�� 클라우드 앱을 통한 설정볶�경 및 확장성

여전히 시장에서 온프레미스 소프트웨어의 비율이 높기�� 하지만 �鶹ԭ��가 주요 솔루션을 클라우드로 이전하면서 앞으로�� 순수 온프레미스 방식으로 솔루션을 도입하�� 경우�� 점차 줄어들 전망입니다.

솔루션을 사용하면 전반적으로 유지보수에 들이�� 노력읶� 줄어들지만 확장성에 �����을 받습니다. 이제 애플리케이션 컨설턴트�� 클라우드에서 활용 가능한 피오리 앱을 통�� 기능확장(extension)과 설정볶�경(configuration)을 수행할 방법을 알아야 합니다. 기존의 익숙한 방식에서 벗어나 새로운 프로세스로 접근��야 하죠.

기능확장읶� 크게 두 가지 유형이 있습니다. 짶ĵ�형 클라우드 ERP(�鶹ԭ�� S/4HANA Cloud)가 제공하�� 도구를 사용�� 앱내 확장을 추진하�� 방식(in-app extensibility pattern)과 �ѫ��니스 기술 ���랫폼(�鶹ԭ�� BTP)으로 기능을 확장하�� 방식(side-by-side pattern)이 있습니다. 이 두 방식에 대한 자세한 내용읶� 다른 이야기에서 들려 드리겠습니다.

이러�� 기능확장 방식의 변화�� 기술 컨설턴트에게도 �����을 줍니다. 앞으로�� 확장제품군(�鶹ԭ�� Extension Suite)을 통�� 확장성과 관련�� 더 많읶� 기능이 제공될 것으로 예상합니다.

기술 컨설턴트의 관점

������의 새로운 솔루션들읶� 클라우드 환경에서 제공되므로 아무래도 앞으로 기술 컨설턴트의 역할이 모호��지�� 건 아닐까 우려하�� 분들도 간혹 계십니다. 인프라를 글로벌 클라우드 서비스 사업자(CSP)나 �鶹ԭ��에서 괶�리하게 되었다�� 사실 때문이죠. 하지만 시장 변화에 맞춰 새로운 아키텍처, 타 클라우드 서비스 사업자에 대한 이��왶� 지식을 더한다면 앞으로도 계속 시장에서 기회를 확보할 수 있을 것으로 봅니다.

특정 �鶹ԭ�� 컴포넌트 설치(�鶹ԭ�� S/4HANA CLOUD, private edition의 경우)

인메모리 데이터베이스(�鶹ԭ�� HANA)왶� 짶ĵ�형 ERP(�鶹ԭ�� S/4HANA) 구축 시 몇 가지 컴포넌트가 ��ѫ����니다. 그런데 이들 컴포넌트�� 새로운 아키텍처에 대한 이��가 있어야 구축이 수월��집니다. 몇 가지 예를 들자면 아래왶� 같습니다.

• 자동예측 라이브러리(APL), 예측�ѫ�� 라이브러리(PAL) 등 예측 �ѫ��을 위�� �鶹ԭ�� HANA 데이터베이스 상에서 기능을 수행하�� 애플리케이션 기능 라이브러리(AFL)
• �鶹ԭ�� S/4HANA 엔터프라이즈 검색(TREX 제외)

타 클라우드 사업자에 대한 전문성 확보

�鶹ԭ���� 고객의 기호에 따라 서비스 사업자를 선택할 수 있�� 인프라 클라우드(IaaS) 환경을 제공합니다. 이에 따라 이제�� AWS나 Azure 등에 대한 지식을 갖추고 타 클라우드 사업자의 인프라에 �鶹ԭ�� 인스턴스 구축을 짶�원할 수 있�� 역량 있�� 기술 컨설턴트왶� 클라우드 아키텍트에 대한 수요도 증가하고 있습니다. 이러�� 시장의 변화가 기술 컨설턴트에게 ���떤 �����을 미치�� 지�� 말하지 않아도 이미 많읶� 분들이 몸소 느껴왔으리라 생각합니다.

또 �鶹ԭ���� 구글, 마이크로소프트 등과 ���랫폼 차원에서 긴밀한 파트너십을 맺고 있어서 지금이야말로 ������의 ˳�신 기술뿐 아니라 클라우드 관련 여러 기술도 습득하고 지식을 확장할 최적의 시기라고 봅니다.

모듈 컨설턴트왶� 기술 컨설턴트가 준비할 사항

총 세 편으로 구성된 ‘짶ĵ�형 기업 여정에 동참��기’ 시리즈의 두 번째 여정에서�� ������의 ˳�신 기술이 모듈 컨설턴트왶� 기술 컨설턴트에게 미치�� �����을 중점적으로 살펴보았습니다.

모듈 컨설턴트�� 간소화된 모듈과 새로운 사용자 환경, 클라우드 확장성 등을 고려�� �鶹ԭ�� S/4HANA뿐 아니라 ������의 새로운 클라우드 솔루션들에 대��서도 이��하고 있어야 합니다. 기술 컨설턴트�� 새로운 아키텍처에 대한 이��를 토대로 컴포넌트 설치, 타 클라우드 서비스 사업자에 대한 지식을 쌓을 기회를 만들 수 있어야 하겠습니다.

�鶹ԭ�� 생태계에서 진행 중인 기능적, 기술적 변화를 따라잡고�� 싶읶�데 어디서부터 시작��야 할 지 막막했던 분들께 이 글이 조금이나마 도움이 되었으면 좋겠습니다. 다음에 전�� 드릴 ‘짶ĵ�형 기업 여정에 동참��기’ 시리즈의 세 번째 여정에서�� 기술 컨설턴트왶� ABAP 개발자, �鶹ԭ�� HANA 개발자를 중심으로 반드시 알아야 할 내용을 자세히 살펴보도록 하겠습니다. 고맙습니다.

긶�쓴이 소개

이 글읶� 에스에이피코리아()에서 �鶹ԭ�� S/4HANA를 통�� 대한민국 기업들의 디지털 전환을 돕고 있�� 염희철, 신지연 파트너가 작성했습니다.

The post �鶹ԭ�� ˳�신 기술이 기능 기술 컨설턴트에 미치�� 영향 appeared first on �鶹ԭ�� Korea 뉴스센터.

‘짶ĵ�형 기업 여정에 동참��기’ 첫 여정으로 �鶹ԭ�� HANA, �鶹ԭ�� S/4HANA, �鶹ԭ�� Fiori, �鶹ԭ�� BTP 등 �鶹ԭ��가 추진�� 변화왶� 클라우드 전략이 고객과 �鶹ԭ��, 컨설턴트에게 ���떤 �����을 미쳤��지 살펴보고 컨설턴트를 위한 제안도 드립니다.

긶�쓴이: 염희철, 신지연

‘짶ĵ�형 기업 여정에 동참��기’�� 총 세 편으로 구성된 긶�입니다. 첫 번째 여정으로 �鶹ԭ�� HANA, �鶹ԭ�� S/4HANA, �鶹ԭ�� Fiori, �鶹ԭ�� BTP 등 그 동안 �鶹ԭ��에서 추진�� 변화왶� 클라우드 중심 전략이 고객과 �鶹ԭ��, 컨설턴트에게 ���떤 �����을 미쳤��지 살펴봅니다.

시대의 흐름에 발맞춰 솔루션을 계속 ˳�신하다

요즘 �鶹ԭ�� 솔루션 설명회를 다니다 보면 참석자로부터 질문을 참 많이 받습니다. 그런데 �鶹ԭ��왶� 관련된 많읶� 분들이 ������의 최근 변화에 대한 큰 그림이 여전히 부족하다고 새삼 느끼게 됩니다. 저도 오랫동안 �鶹ԭ�� 프로젝트를 ��왔지만 최근의 변화�� 그 동안 축적한 경험을 원점에서 되짚어봐야 할 만큼 큰 변화라고 할 수 있습니다. 그래서 오늘읶� �鶹ԭ�� 컨설턴트의 관점에서 이야기를 전�� 드릴까 합니다.

�鶹ԭ��가 한국에 들어온 지도 벌써 25년이 넘었습니다. 그런데도 여전히 시장에서 맹위를 떨치�� 비결읶� 아마도 솔루션 포트폴리오를 시대의 흐름에 맞게 계속 ˳�신�� 왔기 때문이 아닌가 싶습니다. 이런 ˳�신 중에서도 지난 10년간의 변화�� 현재 솔루션 포트폴리오에 특히 큰 �����을 미치고 있고 이에 수반되�� 다양한 세부 기술 변화가 진행 중입니다.

급변하�� 세상에 발맞춰 �鶹ԭ���� 변화에 신속하게 대응하��데 이런 흐름을 �鶹ԭ�� 컨설턴트로서 따라잡기에�� 역부족이 아닌가 하고 느낄 수 있습니다. 한편 �鶹ԭ�� 시장에 첫발을 내딛읶� 분이라면 ������의 포괄적인 기능과 기술 범위에 압도되�� 느낌을 받을 수도 있죠.

오늘읶� 최신 ˳�신 사항 중에서 기술 동향을 간략히 살펴 보고 애플리케이션 컨설턴트(혹읶� 모듈 컨설턴트), 베이시스 컨설턴트, 테크니컬 컨설턴트 등의 관점에서 각각 정리�� 보겠습니다. ‘어? 테크니컬 컨설턴트�� 뭐지?’ 이런 생각이 드셨다면 이 글을 잘 읽고 계시�� 겁니다. 바로 여러분을 위�� 쓰여진 글이니까요.

이름에서 아실 수 있듯이 기술 ˳�신으로 인�� ABAP 컨설턴트의 역할읶� 더 이상 ABAP 영역에만 국한할 수가 없게 되었습니다. 보다 확장된 기술을 익혀야 하죠. 그래서 ABAP 컨설턴트 대신 테크니컬 컨설턴트라고 부르고 있습니다. 물론 한국 시장에 맞게 베이시스 컨설턴트의 역할로 조정될 수도 있습니다.

이 글을 읽고 나서 추가적인 의견이나 아이디어가 있다면 아래의 코멘트 기능을 활용�� 적극적인 의견 개진 부탁 드립니다. 🙂

알아두면 쓸모 있�� 짶ĵ�형 기업을 위한 ˳�신

최근 몇 년간 �鶹ԭ�� 생태계에서 진행된 점진적인 ˳�신을 보고 듣고 느낀 분이라면 아래에 제시한 변화에 대��서도 익히 알고 계실 겁니다.

• �鶹ԭ�� HANA 인메모리 데이터베이스 개발과 출시
• �鶹ԭ�� ECC에서 로 전환
• 통합 포트폴리오에 포함된 �鶹ԭ�� Gateway왶� OData 서비스
• 차세대 사용자 인터페이스인 �鶹ԭ�� Fiori 등장
• 온프레미스에서 ‘’으로 전환�� 클라우드 ˳�신 가속화
• 인사, 구매, 고객괶�리 부문의 , , 같읶� 신규 솔루션을 통한 디지털 전환

이러�� 변화 중에서 가장 중요�� 사항읶� ‘’입니다.

�鶹ԭ��가 클라우드를 중심에 두�� 전략을 펼치겠다고 선언한 뒤 IT 산업에�� 큰 지각변동이 있었습니다. 예컨대 다양한 클라우드 솔루션과 여러 온프레미스 제품을 통�� 제공하던 기존의 ‘’읶� 이제 이나 같읶� 클라우드로 대체하거나 전환�� 제공하고 있습니다.

������의 클라우드 전략을 통한 수많읶� 이점 가운데 특히나 많읶� 사람의 관심을 끄�� 장점읶� 다음과 같습니다.

• 유지보수 및 지원 관련 전반적인 비용 감소 (�鶹ԭ�� Notes가 없�� 세상을 상상�� 본 적 있으세요?!)
• 기존 유저 라이선스(user license) 접근방식 대신 서비스 사용량에 따른 과금 방식(service consumption)을 통한 합리적인 라이선스 체계
• 높읶� 표준 프로세스 도입 비율 및 빠른 구축
• 제공하�� 서비스 리스트를 쉽게 확장하고 다른 영역에서 ˳�신 가능

먼저 유지보수 측면에서 �鶹ԭ��가 데이터 센터왶� 인프라, 소프트웨어 릴리스를 제어하기 때문에 이미 구현된 솔루션에 문제를 일으키지 않으면서 솔루션 업데이트를 제공하고 새로운 ˳�신 서비스를 출시하�� 일도 훨씬 쉬워졌습니다. 업데이트도 더 빨라졌고 일반적으로 분기별로 새로운 버전이 출시 됩니다.

라이선스 비용 측면에서 고객읶� 사용한 만큼 지불하기 때문에 �ѫ��니스 상황에 따라 서비스의 사용량을 조정하고 변화에 대응할 수 있습니다.

표준 프로세스 적용읶� 간혹 확장 범위의 축소로 ��석이 되어 괶�심이 집중되곤 하지만 오히려 저�� ��업데이트를 통�� 더 많읶� 확장 옵션을 제공할 수 있을 것으로 기대합니다.

지금까지 그간 있었던 ������의 주요 변화왶� 장점을 고객과 �鶹ԭ�� 관점에서 말씀 드렸습니다. 그렇다면 이러�� 변화를 통�� 컨설턴트가 얻을 수 있�� 이점읶� 무엇일까요?

아마도 단박에 장점을 느끼기�� 어려우실 겁니다. 왜냐하면 ������의 전략과 변화에 발맞춰 움직이기 위��서�� 지금까지 쌓아온 업무 경험과 지식을 떠올리기 보다 신기술과 새로운 트렌드를 시장에 적용하려 노력하면서 많읶� 것을 새롭게 배워야 하�� 부담감이 먼저 느껴지기 때문입니다.

물론 제 의견과 다른 생각을 갖고 계실 수도 있지만 이제 우리가 편안한 환경에서 벗어나 �鶹ԭ��가 제공하�� 새로운 기술을 배우고 적용��야 한다�� 사실읶� 모두 공감하실 겁니다. 그렇다면 이제 새로운 기술을 익히기 위�� 어디부터 시작하면 좋을까요?

짶ĵ�형 기업에 ��ѫ���� 기술의 업스킬링 여정

새로운 시도를 하�� 과정에서 �鶹ԭ�� 컨설턴트 분들이 공통적으로 겪�� 고충이 있습니다. 그 고충읶� 대부분 아래왶� 같읶� 일부 ������의 전략적인 의사결정과 많읶� 연관이 있습니다.

• 최신 기술을 유지하기 위�� 빠르게 진행되�� ˳�신
• 신규 회사 인수
• 지속적인 제품 리브랜딩
• 솔루션의 중복 가능성

�鶹ԭ���� 그 누구보다 정교한 �ѫ��니스 프로세스왶� 강력한 데이터 처리 기술을 제공하지만 사용자 경험이나 클라우드 역량에 있어서�� 보완이 필요했습니다. 그래서 한계를 극복하고 새로운 ��결 방안을 내기 위�� 단기간에 ˳�신 프로세스를 추진하기 시작했습니다.

이 ˳�신 프로세스를 진행하�� 과정에서 �鶹ԭ���� 다양한 IT 회사들을 인수했고 주요 포트폴리오에 인수한 솔루션들을 통합했습니다. 또한 인수 과정에서 일부 솔루션읶� 리브랜딩 하�� 과정을 거치기도 했고 서로 다른 솔루션에서 불필요하게 중복되�� 프로세스, 기능을 제공하지 않기 위�� 포트폴리오를 재조정하�� 경우도 있었습니다.

이러�� 변화로 인�� �鶹ԭ�� 컨설턴트들읶� 인수한 솔루션이나 기술에 대한 ��습 자료, 자격증, 프로젝트 경험과 관련�� 어려움을 겪기도 합니다.

간단�� 솔루션 갵Ӛ�붶�터 실습(Hands-On) 교육 까지

먼저 교육 자료나 정식 교육 과정을 찾고 계신 분들께 권�� 드리�� 채널 및 ���랫폼읶� 크게 세 가지가 있습니다.

• �鶹ԭ��출판사�� �鶹ԭ�� S/4HANA, �鶹ԭ�� 프로그래밍, �鶹ԭ�� HANA, FI/CO왶� BPC, Logistics, HR, CRM 등 �鶹ԭ�� 관련 다양한 주제들에 대한 전문 서적과 e-book을 출판하�� �鶹ԭ�� 공식 채널입니다. �鶹ԭ�� �鶹ԭ��에서 출간한 자료들읶� 전공 서적 만큼이나 �ѫ�� 상세하고 입문자를 위�� 이��하기 쉽도록 구성된 자료들도 있습니다. 책을 구입��서 공부하거나 PDF 파일로 ��ѫ���� 문서를 합리적인 가격에 구입할 수도 있고 �鶹ԭ�� �鶹ԭ�� 구독 서비스를 통�� 모든 자료를 열람하실 수도 있습니다.
• )
  러닝허브�� 자격시험(Certification) 관련 자료왶� 온라인 교육을 위한 공식 ���랫폼입니다. �鶹ԭ�� 소프트웨어 포트폴리오 전반에 있어 직무왶� 수준 별로 최신 교육을 제공��서 ˳�신적인 기술을 ��습하고 적용할 수 있도록 지원합니다.연간 구독료를 지불하고 온라인 과정, e-book, 전문가가 주도하�� 라이브 수업, �鶹ԭ�� 파트너를 위한 전용 러닝룸(�鶹ԭ�� Learning room)에 접속��서 언제든 업데이트 된 정보를 얻을 수 있습니다. 앞서 말씀 드렸듯이 자격시험을 위한 모든 공식적인 교육 자료�� 러닝허브를 통�� 제공되고 다른 ���랫폼에서도 추가 정보들을 찾을 수 있겠지만 �鶹ԭ�� 자격증 획득이 목표이신 분들에게�� 러닝허브가 가장 좋읶� 선택입니다.
• 오픈에스에이피�� 꽤 흥미로운데요. �鶹ԭ�� 솔루션에 대�� 무료로 ��습할 수 있�� MOOC (Massive Open Online Courses) ���랫폼입니다. 크게 마이크로러닝과 팟캐스트를 제공하��데 마이크로러닝의 경우 �鶹ԭ�� Fiori 핸즈온 교육과 같이 컨설턴트에게 실질적인 도움을 주�� 영상도 있고, 현업 담당자를 위��서�� 솔루션 기능에 대�� 단계별로 이��하기 쉽게 짧읶� 영상으로 설명하�� 것이 특징입니다.또 팟캐스트를 통��서�� �鶹ԭ�� 직원, 파트너왶� 고객을 포함하여 �鶹ԭ�� 생태계에 속�� 있�� 분들의 지식을 전달합니다. Apple 팟캐스트, Spotify, TuneIn 또�� Open �鶹ԭ��에서 직접 에피소드를 스트리밍하거나 다운로드��서 ��습하실 수 있습니다.��습 자료들읶� 계속��서 업데이트 되고 러닝허브를 통한 인증 시험읶� 유료지만 open�鶹ԭ���� 강의를 모두 들읶� 후 시험에 응시��서 일정 점수를 획득하면 무료로 수료증도 발급받으실 수 있습니다. 여러모로 open�鶹ԭ���� 유용한 ��습 ���랫폼이지만 대부분의 과정읶� 간단�� 개요만 제공하므로 실제 프로젝트 진행을 위한 ��습이라면 충분하지 않을 수도 있습니다.

체험 �ѫ��으로 프로젝트 경험을 쌓으세요

�鶹ԭ�� 컨설턴트의 삶에서 프로젝트 경험읶� 필수적입니다. 실전을 통�� 직접 경험하지 않으면 새로운 기술을 배우��게 상당히 어렵지만 ��보지 않아 모르겠다�� 변명을 할 수도 없으니 고민입니다.

그래서 권��드리�� 방안이 개발자를 위한 ‘체험 버전(trial)’입니다. 상당수의 �鶹ԭ�� 솔루션읶� 체험 �ѫ��을 제공하기 때문에 배우고 싶던 기술을 프로젝트에서 경험��보지 못하더라도 적절히 연습을 통�� 체득할 수 있습니다.

예를 들어 �鶹ԭ�� Fiori왶� �鶹ԭ��UI5에 괶�심이 많읶� 분읶� ‘�ѫ��니스 기술 ���랫폼(�鶹ԭ�� BTP)’을 체험 �ѫ��으로 구독�� 수 있고 연습을 위�� ‘웹 통합 개발 환경(�鶹ԭ�� Web IDE)’에접속�� 수도 있습니다. 또 �鶹ԭ�� HANA 기능을 확인��고 �鶹ԭ�� HANA XS를 활용��보고 싶다면 동일��게 �鶹ԭ�� BTP 체험 �ѫ��을 구독�� 연습��거나 롵ӻ� 갶�상머신(VM)에�鶹ԭ�� HANA, express edition 이미짶�를 설치�� 연습�� 수도 있습니다.��

체험 버전 구독 신청 방법이나 설치 방법을 알고 싶읶� 분께�� 를 추천 드립니다. 확인��보면 굉장히 많읶� 연습문제왶� 개발 시작 전 거쳐야 할 필수 단계들을 모두 보여주�� 설치 가이드가 있습니다. (예: �鶹ԭ�� HANA, express edition)

짶ĵ�형 기업 여정에 동참하세요

‘짶ĵ�형 기업 여정에 동참��기’�� 총 세 편으로 구성된 긶�입니다. 첫 번째 여정에서�� �鶹ԭ�� HANA, �鶹ԭ�� S/4HANA, �鶹ԭ�� Fiori, �鶹ԭ�� BTP 등 그 동안 �鶹ԭ��에서 추진�� 변화왶� 클라우드 중심 전략이 고객과 �鶹ԭ��, 컨설턴트에게 ���떤 �����을 미쳤��지 말씀 드렸습니다. 또 이러�� 변화에 발맞춰 컨설턴트 여러분도 이제�� 수 년간의 프로젝트에서 얻읶� 경험과 지식 위에 계속��서 업데이트 되�� 새로운 기술과 트렌드를 쌓아야 할 때라�� 사실을 다들 느끼셨을 겁니다.

이를 위�� ��습과 실습을 위한 몇 가지 도구왶� 방법을 알려드렸��데 지식을 쌓고 간단�� 핸즈온을 위��서 �鶹ԭ��출판사(�鶹ԭ�� �鶹ԭ��)왶� 러닝허브(�鶹ԭ�� Learning Hub), 오���에스에이���(�DZ��Գ�����)를 추천 드립니다. 실제 프로젝트를 통�� 새로운 기술을 경험하기 ���려운 상황이라면 다양한 �鶹ԭ�� 솔루션 체험 �ѫ��을 활용��보시기를 권장합니다.

이 글이 최근 �鶹ԭ�� 생태계에서 일어난 기능적, 기술적인 변화를 따라잡고 싶지만 어디에서부터 시작��야 할지 막연했던 분들께 조금이라도 도움이 될 수 있길 바랍니다. 이어서 게재 될 ‘짶ĵ�형 기업 여정에 동참��기 – 두 번째 여정’ 편에서�� 기능(모듈) 컨설턴트왶� 베이시스(Basis) 컨설턴트 중심으로 반드시 알아야 할 사항들을 자세히 살펴보도록 하겠습니다. 고맙습니다.

긶�쓴이 소개

이 글읶� 에서 를 통�� 대한민국 기업들의 디지털 전환을 돕고 있�� 염희철, 신지연 파트너가 작성한 긶�입니다.

The post ������의 ˳�신 기술이 컨설턴트에게 미치�� 영향 appeared first on �鶹ԭ�� Korea 뉴스센터.

짶ĵ�형 ERP�� 짶ĵ�형 기술로 단순 업무를 자동화�� 보다 중요�� 업무에 집중하도록 돕고 더 정확하고 신속한 의사결정을 지원합니다. �鶹ԭ�� S/4HANA 적용 기업이 어느 시나리오로 짶ĵ�형 기업 전환을 촉진하��지 확인하세요.

긶�쓴이: 육지현(Jihyeon Yuk)

짶ĵ�형 기업으로의 �ѫ��을 지원하�� �鶹ԭ�� S/4HANA

앞서 ‘짶ĵ�형 ERP로 짶ĵ�형 기업에 더 가까이’에서�� 짶ĵ�형 기업이 갖추어야 할 요소들과 짶ĵ�형 기술을 적용한 업무 담당자의 ��루를 보여드렸습니다.

이처럼 �� 짶ĵ�형자동화(RPA), , 상황처리(예외상황 괶�리), 대화형 AI 기술로 단순 업무를 자동화�� 사용자가 보다 중요�� 업무에 집중하도록 돕습니다. 또한 머신러닝 알고리즘으로 도출한 결과를 토대로 더 정확하고 신속한 의사결정을 지원하고 있습니다.

그럼 이번에�� 재무 프로세스를 중심으로 �鶹ԭ�� S/4HANA를 사용하�� 기업들이 어떠한 시나리오를 통�� 짶ĵ�형 기업으로의 전환을 지원 받을 수 있��지 몇 가지 예시왶� 함께 살펴보도록 하겠습니다.

재무 ���로세스의 짶ĵ�형자동화(RPA) 기술 적용��예시

먼저 재무 프로세스에 를 적용할 수 있�� �ѫ��니스 시나리오�� 아래 표왶� 같이 제공되고 있습니다. 재무 담당자들이 평상 시에 반복적으로 수행하�� 단순 업무들을 자동화 �� 줄 수 있�� 시나리오들을 사전 패키지��˳�태로 제공하고 있�� 것이죠.

이 중에서 하나의 예시로 ‘공급업체 송장 상태 점검’ 시나리오를 살펴보도록 하겠습니다. 기존 업무에서�� 공급업체가 특정 구매 건에 대한 대금 짶�급 여부를 문의하�� 메일을 받게 되�� 경우에 담당자가 ���떻게 처리할까요?

우선 �鶹ԭ�� 싵ӊ�텵ӗ�서 ��당 공급업체 정보왶� 송장 정보를 확인한 뒤 짶�급 만기일과 짶�급 반제 여부를 확인�� 공급업체에게 답변을 줘야 합니다. 아래 그림에서 보실 수 있듯이 이렇게 사용자가 일일이 정보를 확인하여 답변을 작성하�� 방식으로 업무를 진행하게 되면 수많읶� 공급업체로부터 전달 받읶� 예상치 못한 문의 사항을 처리하�� 데 많읶� 시간을 소요할 수 밖에 없겠죠.

실제로도 �鶹ԭ�� 내부 통계 자료를 보면 이러�� 사소한 문의 업무를 처리하�� 데에 한 건당 평균 5분에서 10분이 소요되고 문의 업무를 처리하다 보면 그 외의 채무 관련 업무가 40% 까지 부하를 초래하여 결국에�� 재무 담당자의 업무 잠재력이 30%까지 젶���될 수 있다�� 결과가 있습니다.

그럼 이렇게 사소하지만 예측 불가능하여 업무의 잠재력을 젶���시키�� 업무를 ���떻게 하면 ��율적으로 처리할 수 있을까요? 아래 그림처럼 사람이 하�� 업무 프로세스를 대부분 RPA가 대체하면 담당자들이 더 이상 이왶� 같읶� 문의 대응 업무에 많읶� 노력을 들일 필요가 없어집니다.

자동화 봇이 �鶹ԭ�� S/4HANA 싵ӊ�텵ӗ�서 확인이����ѫ���� 송장 번호과 송장의 짶�급 반제 �����를 점검하고 이 결과를 엑셀 템플릿으로 작성�� 메일로 전송하면 공급업체�� 송장 별 짶�급 여부왶� 짶�급 예정일을 확인할 수 있게 됩니다.

재무 ���로세스의 머신러닝 기술 적용 예제

머신러닝을 활용한 시나리오도 마찬가지로 아래 리스트왶� 같이 제공되고 있습니다. 머신러닝이 ��습을 통�� 휴먼 에러를 방지��주거나 규제 또�� 감사 대응에 보다 완벽하게 대응할 수 있도록 지원�� 주기 위한 시나리오를 제공합니다.

대표적으로 미결 채권과 읶�행으로부터 수신 받읶� 입금 내역 간의 자동 반제 항목을 제안��주�� 시나리오를 적용 예제왶� 함께 살펴보려고 합니다. 채권 반제 처리 업무�� 금액의 불일치, 입금 내역의 상세 정보 불충분 등의 사유로 인�� 업무 담당자들의 수작업을 거쳐야 하�� 대표적인 업무입니다.

‘채권 개별 항목 매칭’ 시나리오�� 머신러닝과 RPA 기술을 접목하여 채권 반제 처리 업무를 자동화합니다. 시나리오를 좶� 더 자세히 살펴볼까요?

머신러닝 알고리즘이 ��습을 하기 위��서�� (1) 고객으로부터 전송 받읶� 짶�급 내역서(짶�급 통지 정보)왶� (2) 읶�행으로부터 수신 받읶� 입금 내역, (3)과거에 정의된 규칙이나 수작업을 통�� 반제 되었던 채권 내역 정보가 ��ѫ����니다.

이러�� 정형/비정형 데이터를 수집�� 머신러닝 알고리즘읶� ��습을 통�� 사용자에게 채권-입금 반제 항목을 제안�� 줍니다. 신뢰도가 높읶� 수준을 보이�� 항목들읶� 자동으로 반제 전표를 생성��게끔 설정�� 수도 있기 때문에 채권 담당자의 반제 업무 수���업량 절감을 통�� ��율성을 높일 수 있습니다.

실제 시나리오가 작동하�� 프로세스�� 아래왶� 같습니다. 고객으로부터 짶�급 통지 내역을 다양한 형식으로 메일을 통�� 전송 받으면 RPA가 시나리오를 실행시켜 메일함에서 파일을 추출하고 이 때 머신러닝의 비전기술을 통�� 텍스트를 추출합니다. 각 필드의 내용에 맞게 입력될 텍스트가 준비되면 이 정보를 가지고 RPA�� 다음 단계에서 �鶹ԭ�� S/4HANA 시스템에 짶�급 통지서를 자동으로 업로드합니다.

이렇게 업로드 된 짶�급 통지서왶� 과거의 정보를 통�� ��습된 머신러닝 알고리즘이 반제 항목을 제안합니다. 참고로, 개별 회사 코드 단위 당 최소 10,000건 이상의 과거 반제 데이터가 준비되어 있어야 머신러닝 기능을 통한 반제 기능을 유효하게 활용하실 수 있습니다.

자동 반제 시나리오를 실행 시킨 결과 반제 되지 않읶� 미결 항목 중 반제 가능한 건 수를 실행 로그를 통�� 확인할 수 있고 그 중 미리 설정한 매칭항목 신뢰도가 90퍼센트 이상인 항목읶� 자동 반제 전표를 생성�� 주�� 방식으로 채권 담당자의 수작업 업무를 자동화할 수 있습니다.

다음으로 소개할 시나리오�� ‘비정상 비용 탐지’를 위한 기능입니다. 결산이 다가오기 전에 괶�리��계 담당자 또�� 각 부서의 괶�리자들읶� 내가 담당하고 있�� 조직에서의 비용이 제대로 사용되고 있��지, 또 통제되지 않�� 비용이 있지�� 않읶�지 검토를 하게 됩니다.

이 과정에서 괶�리자�� 큰 고민을 마주합니다. 특히 영업이나 구매 영역을 담당하�� 괶�리자라면 더욱 이 고민에 공감하시리라 생각합니다. 기업이 ERP를 처음 구축할 때 구상했던 규칙을 벗어나�� 예외적인 경우�� 언제나 있기 마련이기 때문입니다.

아마 �鶹ԭ�� S/4HANA에 대��서 한 번이라도 들어 보셨거나 괶�심이 있으셨다면��새롭게 사용되�� 통합원장, 즉 유니버설레저(Universal Ledger)에 대��서 들어보셨을 것입니다. 이 통합원장에�� 재무��계, 괶�리��계, 자산��계 등 여러 영역의 재무 정보를 하나의 원장에 담고 있기 때문에 많게�� 500개에 이르�� 많읶� 속성 정보가 존재합니다.

기본적인 계정과목과 금액 외에도 코스트센터왶� 같이 비용이 담기�� 오브젝트 정보들도 포함되어 있어서��이러�� 수많읶� 속성 정보�� 머신러닝에게�� �ѫ�� 좋읶� ��습 자료가 될 수 있습니다. 비용 리포트에서 비정상 비용을 탐지하�� 스위치를 켜 놓으면 전표의 속성 정보를 활용�� 비용 전표 이상 여부를 분류�� 주�� 작업을 수행합니다.

그럼 이러�� 정보를 활용�� 어떠한 프로세스로 기업에서 발생한 비용이 비정상 비용인지 탐지 하게 될까요? 통합원장의 수 많읶� 비용 전표�� 머신러닝 엔진에 의�� ��습되고, ��습 과정에서 기업의 데이터를 활용한 정상/비정상에 대한 분류를 수행합니다. 이렇게 머신이 제시한 분류에 대�� 사용자가 제대로 된 분류인지 아닌지에 대�� 지속적인 피드백을 제공하면 궁극적으로�� ��당 기업만을 위한 비정상 비용 탐지 알고리즘으로 최적화 되�� 구조입니다.

여기서 한 가지 궁금증이 추가적으로 생길 수 있습니다.

“머신러닝이 비정상을 판단하�� 기준읶� 뭘까?”

이 질문에 대한 답변읶� 아래 그림으로 설명 드릴 수 있습니다. 즉 �鶹ԭ�� S/4HANA에서�� 비정상비용을 탐지하기 위�� 군집화(클러스터링, Clustering) 알고리즘을 적용하고, 그 중에서도 수집된 데이터의 밀집도가 낮읶� 곳의 데이터를 예외값으로 분류하�� 것이죠. 그림에서�� 주황색으로 표시된 점이 이러�� 예외 데이터라고 볼 수 있습니다.

이렇게 �鶹ԭ�� S/4HANA�� 내장되어 있�� 머신러닝 알고리즘을 활용하여 예외 데이터를 탐지하거나 업무를 자동화할 수 있�� 시나리오를 제공하고 있고, 시간이 지남에 따라 데이터가 쌓이게 되면 이러�� 알고리즘들이 적용 기업에 최적화되어 정확도가 높아지�� 구조로 설계되어 있습니다.

재무 ���로세스의��상황처리��기술 적용 예제

마지막읶� 싵ӊ�텵ӗ�서 발생한 �ѫ��니스 이벤트를 감지하여 사전에 정의된 규칙에 따라 사용자가 액션을 취할 수 있도록 지원하�� 상황처리(예외상황괶�리 또�� 오류상황괶�리) 시나리오 입니다. 사람이 싵ӊ�텵ӗ�서 일일이 확인할 수 없�� 업무들을 통제함으로써 데이터의 정합성을 향상시킬 수 있도록 지원합니다.

그럼 예외상황괶�리 영역에서 괶�리��계 담당자라면 �ѫ�� 익숙하고 필수적인 업무 중 하나인 배부왶� 관련하여 ‘통합 배부 경고/오류’ 시나리오를 소개�� 드립니다.

‘배부’�� �鶹ԭ�� 괶�리��계 영역에서 간접비 괶�리왶� 수익성 �ѫ��에서 �ѫ�� 중요�� 업무입니다. 보통 ERP 프로젝트에서 상세한 원가 괶�리나 다차원 수익성 �ѫ��을 위�� 많읶� 단계의 배부 절차를 설계합니다. 결산 시 배부 작업에 ��루 이상 걸리�� 기업들도 어렵지 않게 찾아볼 수 있죠. 특히 배부 작업읶� 여러 단계의 작업을 수행��야 하�� 복잡한 절차라서 배부 작업 중간 과정에서 오류가 발생하면 이전 단계를 모두 되돌리고 다시 시작��야 하�� 상황을 맞이할 수도 있습니다.

이러�� 상황을 예방하기 위�� �鶹ԭ�� S/4HANA에�� 새로운 기술 요소 중 하나인 ‘예외상황괶�리’ 기술이 적용되었습니다. 앞에서 설명 드린 상황이 발생하게 되면 사용자에게 우선 알림을 보내고, 이를 클릭하면 오류가 난 배부 상황을 보여주어 후속 처리를 할 수 있도록 지원하�� 거죠.

배부 실행 오류 상황 대응읶� 4단계를 통��서 동작하게 됩니다. 먼저 통제가 ��ѫ���� 상황의 유형을 정의��야 합니다. �鶹ԭ�� S/4HANA에서 사전 정의되어 제공되고 있�� 예외상황 유형을 사용할 수도 있고, 이를 템플릿으로 활용하여 다양한 조건을 설정하여 기업에 맞�� 예외 상황을 정의할 수 있습니다.

이 때 예외가 발생했을 경우 처리��야 할 담당자를 지정하기 위�� ‘팀 및 책임 괶�리’를 통�� 팀 내 괶�리자왶� 구성원과의 관계를 지정하�� 기능을 제공하고 있습니다. 예외 상황 발생 시 사전에 정의 되어 있�� 팀 구조에 맞게 담당자 화면에 알림을 전송�� 주�� 거죠.

이처럼 배부 과정에서 예외 상황 괶�리를 적용하게 되면, 배부 오류로 인�� 지연되�� 결산 업무를 단축시킬 수 있어 ��계팀에 전반적인 결산 프로세스 괶�리의 ��율성 향상을 가져다 줄 수 있습니다.

���려운 신기술, �鶹ԭ�� S/4HANA에서�� 좶� 더 쉽게 적용��기

지금까지 각 신기술 별로 �鶹ԭ�� S/4HANA에서 제공하�� 표준 시나리오를 적용 예제왶� 함께 소개��드렸습니다. 신기술을 업무에 적용하�� 일이 처음에�� 다소 어려울 수 있죠. 하지만 이제�� 업무 담당자의 업무 ��율과 잠재력 제고를 위�� 이러�� 기술의 업무 적용이 많읶� 기업에 필수 요소입니다.

그런 만큼 �鶹ԭ�� S/4HANA에서 제공하�� 표준 시나리오를 활용하신다면 직접 개발을 통�� 프로세스를 설계하시�� 것보다 쉽게 업무 자동화를 실현 시킬 수 있다�� 점을 강조�� 드리고 싶습니다. 더불어 데모왶� 함께 구체적으로 설명 드리�� 세션 동영상을 통�� �鶹ԭ�� S/4HANA 재무 프로세스에 적용된 짶ĵ�형 시나리오를 확인��보세요. 고맙습니다.

Click the button below to load the content from YouTube.

Always allow YouTube

긶�쓴이 소개

이 글읶� 에스에이피코리아(�鶹ԭ�� Korea)에서 �鶹ԭ�� S/4HANA로 대한민국 기업들의 디지털 전환을 돕고 있�� 육지현(jihyeon.yuk@sap.com) 파트너가 작성한 글 입니다. 육지현 파트너�� DTO (Digital Transformation Office) 조직에서 재무(�鶹ԭ�� S/4HANA Finance) 영역을 담당하고 있습니다.

The post 짶ĵ�형 ERP로 재무 프로세스 짶ĵ�화 appeared first on �鶹ԭ�� Korea 뉴스센터.

, , 같읶� 짶ĵ�형 기술을 물류, ��계 등 업무 프로세스에 적용한 ERP가 바로 짶ĵ�형 ERP입니다. 최신 디지털 기술을 일상 업무에 적용한 시나리오를 제공하�� 짶ĵ�형 ERP왶� 함께 에 한 걸음 다가서세요.

긶�쓴이: 염희철, 이태용

우리 삶에 이미 스며든 짶ĵ�형��˳�신

우리�� , 디지털 트랜스포메이션, 짶ĵ�형 기술, 짶ĵ�화 같읶� 단어가 넘쳐나�� 시대를 살고 있습니다. �ѫ��니스 영역에 괶�심이 있�� 분이라면 한 번쯤 들어보고 앞으로 추구할 방향이라�� 데 모두 공감하�� 목표입니다. 하지만 가끔 이런 단어를 들을 때마다 마음속 깊읶� 곳에 떠오르�� 질문이 있습니다.��

‘짶ĵ�형 ˳�신이 정확히 무엇을 의미하�� 걸까? 좶�더 구체적인 설명이 필요��.’

개념적으로�� 모두가 이��를 하지만 이를 실제로 �ѫ��니스 영역에 적용하려고 하면 막막하기만 하고 뜬구름 같읶� 개념이라�� 생각이 듭니다. 이럴 때 가장 좋읶� 방법읶� 바로 우리 주변에서 구체적인 사례를 찾아보�� 거죠.

짶ĵ�형 기술 또�� 그를 통한 ˳�신읶� 우리의 일상 생활과 상당히 동떨어진 단어 같지만 잘 살펴보면 사실 그렇지 않습니다. 우리�� 이미 알게 모르게 디지털 ˳�신이 접목이 된 수많읶� 서비스를 누리면서 살고 있습니다. 애플의 시리, 테슬라, 쿠팡의 로켓 왶�우, 토스 등 굉장히 익숙한 이름들이죠.

간단�� 예를 들어 볼까요?

아침에 출근 준비를 하며 스피커로 오늘의 날씨, 교통 상황 같읶� 정보를 손쉽게 얻고 출근하�� 도로위에서�� 자율 주행 소프트웨어가 탑재된 테슬라가 지나가�� 것을 볼 수 있습니다.

퇴근길에�� 넷플릭스를 보거나 다음날 아침 식사를 위�� 쿠팡의 왶�우 배송서비스를 이용하�� 등 다양한 구독 서비스를 활용합니다. 마지막으로 잠들기전 토스왶� 뱅크 샐러드처럼 개인 금융 자산에 대한 실시간 �ѫ��과 인사이트를 통�� 지출을 줄 이고 미래를 위한 금융 계획을 세우곤 합니다.

이처럼 짶ĵ�형 ˳�신으로 탄생한 서비스�� 일상 생활에서 쉽게 찾아볼 수 있습니다.

그런데 아침에 출근�� 업무의 세계로 들어가면 일상 생활 속에서 당연하게 생각하�� 사용자 중심적이고 디지털 친화적인 경험을 찾아보기 힘듭니다. 아침에 명찰을 패용하고 업무의 세계로 들어오면 위의 그림에 명시된 것처럼 수작업 처리왶� ���려운 시스템 ��습에 여전히 상당한 시간을 사용합니다. 데이터 정합성 문제도 곳곳에 존재합니다. 이로 인�� 업무 지연이 발생하고 사용자�� 지치고 예상치 못한 야근을 ��야 하기도 하죠.

예를 들어 엑셀읶� 그 자체로�� 훌륭한 �ѫ�� 및 리포팅 도구지만 디지털 시대에 걸맞�� 사용자 경험을 비롯한 짶ĵ�화된 업무 방식을 제공하지�� 못하죠. 여전히 데이터 정합성, 사용하기 ���려운 시스템, 수작업, 사소한 인간의 실수(휴먼 에러) 등읶� 업무 담당자의 ��루 일과의 상당 부분을 차지하고 일상에서 겪�� 디지털 친화적인 경험과 많읶� 괴리를 보입니다.

짶ĵ�형 기업의 ��심 구성요소

사용자 경험, 짶ĵ�형 기술, �ѫ��니스 모델, 실시간 �ѫ��읶� 을 구성하�� 중요�� 요소이며 �� 이 4가지 요소가 반영된 짶ĵ�형 ERP입니다.

�鶹ԭ�� S/4HANA �� 사용자에게 디지털 시대에 걸맞�� 보다 나읶� 사용자 경험을 제공하고 로 업무를 자동화하며 보다 나읶� 의사결정을 지원합니다.�� 또한 새로운 �ѫ��니스 모델읶� 물론 실시간 데이터 �ѫ�� 기반의 의사결정을 지원합니다. 마치 업무 과정 속에서도 AI 스피커, 자율 주행차를 활용하�� 듯한 경험을 제공합니다.

짶ĵ�형 기술로��바�Đ 영업 괶�리자의 ��루

먼저 영업 괶�리 프로세스�� 영업 문의 생성부터 매출 예측과 주문 추적, 배송 괶�리까지 영업 괶�리자의 업무 전반에 대한 짶ĵ�형 시나리오를 제공합니다. 이를 통�� 수많읶� 엑셀 작업, 사소한 일상적 오류를 방지하고 선진화된 프로세스왶� 디지털 신기술을 접목�� 업무를 ��율적으로 수행할 수 있습니다.

영업 괶�리팀 김대리의 변화된 일상을 살짝 확인�� 보도록 하죠.

김대리�� 매일 아침 업무 시작과 함께 홈 화면에서 주요 실적 지표를 검토합니다. �鶹ԭ�� S/4HANA에 탑재되어 있�� �ѫ�� 엔진으로 ��심성과지표(KPI)인 현 매출 실적, 예측값, 목표를 한 눈에 확인합니다. ��또한 알고리즘을 활용한 매출 예측치를 기반으로 추후 목표치의 달성 여부를 확인��고 실적과 목표 간의 차이를 확인, 원인 �ѫ��을 통�� 목표 달성을 위한 인사이트를 얻을 수 있죠.

그 외에도 기존의 견적 금액에 대한 매출 전환율 예측을 통�� 매출 부진에 대한 원인을 파악하거나 적시에 사용자에게 견적서 만료 일자를 알려줌으로써 영업 담당자가 제 때 문제를 ��결할 수 있도록 지원합니다.

로 판매 오더 생성과 같이 기존에 수작업으로 진행했던 업무를 하고 업무 담당자�� 절약한 시간을 좶� 더 중요�� 의사결정에 투자합니다. 즉 신기술의 적용으로 단순한 비용 절감을 넘어 업무 담당자에게 보다 나읶� 사용자 경험을 제공하고 고부가가치를 창출할 환경을 제공합니다.

이처럼 김대리�� �鶹ԭ�� S/4HANA의 머신러닝을 통��서 판매 성과를 예측하고 매출 증대를 위한 잠재적 기회를 식별하며 견적 만료에 따른 알림을 통�� 문제를 사전에 예방하고 RPA로 대량의 수작업 업무를 자동화할 수 있게 되었��데요. 김대리의 ��루가 여러분의 일상생활이 된다면, 업무 모습이 ���떻게 변화할 지 상상이 되세요?

짶ĵ�형 기술과 협업하�� 구매팶�의 ��루

�鶹ԭ�� S/4HANA에 내장된 ˳�신 기술과 선진 프로세스�� 구매 조달 프로세스 전반에 걸쳐 사용자의 업무 자동화를 지원하고 실시간 �ѫ��으로 비용을 절감하고 위험을 최소화하도록 지원합니다. 이번에�� 구매 괶�리팀 구과장님의 구매요청 일괄 검토 및 승인부터 배송 이슈 괶�리까지 구매팶�의 ��루 일과를 ���떻게 변화시킬 수 있��지 살짝 확인��보도록 하겠습니다.

구과장의 ��루 일과 중 상당한 시간과 수작업을 요하�� 부분읶� 다량의 구매 요청 건에 대한 검토 및 승인입니다. 모든 구매 요청 건을 철저히 확인��고 ��ѫ���� 조치를 적시에 취하기 어렵죠. 이를 �鶹ԭ�� S/4 HANA에 탑재된 머신러닝을 활용�� 각 구매 요청의 신뢰 수준을 도출하고 신뢰 수준이 높읶� 요청 건을 빨리 승인�� 절약한 시간을 전문지식이 ��ѫ���� 요청에 집중할 수 있습니다. 그 결과 구과장읶� 정확한 정보에 입각한 의사결정을 신속하고 ��율적으로 진행하며 규정을 준수할 수 있게 되죠.

그러면 납품괶�리왶� 관련된 업무�� ���떻게 변화될까요?

납품업체가 납품확인서왶� 다르게 납품 수량이 당초 확정했던 것보다 적어 생산에 지장을 줄 수 있�� 경우가 있��데요. 이 때 �鶹ԭ�� S/4HANA�� ��ѫ���� 배송 날짜에 대한 수량 변동을 감지하고 이를 구매 담당자에게 알립니다.

��당 알림에�� 구과장이 바로 문제 상황을 제대로 파악하고 ��결할 수 있도록 공급업체의 연락처 등 세부 정보가 포함됩니다. 나아가 자재 결품 방지를 위�� 다른 공급업체로부터 추가 자재를 주문할 수 있도록 대체 공급업체 목록도 제공합니다.

이를 통�� 구과장읶� 잠재적인 자재 결품을 사전에 방지하고 생산 차질을 피할 수 있습니다.

납기 괶�리 역시 보다 똑똑��진 시스템의 도움을 받아 자재 납품 지연을 미연에 방지할 수 있습니다. 과거 구매 정보를 기반으로 납품 지연이 발생할 수 있�� 다양한 시나리오를 고려�� 개별 구매 오더의 도착 예상일을 제공합니다.

이처럼 납기 누락 및 지연 가능성이 있�� 공급업체를 사전에 파악하고 이를 선제적으로 대응�� 보다 신뢰성 있�� 자재 계획을 수립하고 생산 지연을 방지할 수 있습니다.

지금까지 �鶹ԭ�� S/4HANA의 선진 프로세스왶� 신기술을 접목�� 구매 조달 업무를 ���떻게 ˳�신할 수 있��지 살펴보았습니다. 머신러닝을 활용한 구매 요청 승인 프로세스 간소화, 여러 RPA 봇을 활용한 수작업 감축, 배송 수량 변동 문제 ��결, 배송 지연 예측까지. 직접 보신 소감읶� 어떠신가요?

재무도 이제 짶ĵ�형 기술이 적용된다

4차 산업혁명의 새로운 기술로 지칭되�� 머신러닝과 RPA(로봇 프로세스 자동화)�� 물류 영역뿐 아니라 재무 영역에도 새로운 기술의 도움을 받아 다양한 업무를 더욱 더 손쉽게 처리할 수 있게 되었습니다.

재무괶�리팀 김부장의 ��루를 보며 짶ĵ�형 기술이 ���떻게 적용되었��지 살펴보겠습니다.

채권 괶�리 업무에 똑똑�� 조수를 두다

먼저 재무팀에서 가장 까다로운 업무인 채권 괶�리 프로세스입니다. 오래 전부터 입금 내역과 미수금계정 혹읶� 매출채권(AR) 간의 반제 업무�� 수많읶� 사람의 수작업으로 수행되었습니다.��읶�행으로부터 받읶� 입금 내역에�� 입금된 금액을 비롯�� 매우 제한된 정보만 있기 때문에 복잡한 정보로 구성된 채권과의 반제 업무에�� ‘고객 – 영업팀 – 재무팀’ 간에 많읶� 확인 작업이 ��ѫ���� 업무였습니다.

�鶹ԭ�� S/4HANA�� 이런 채권 괶�리의 어려움을 ‘짶ĵ�형 RPA, 머신러닝, 예외상황 처리’ 등 새로운 기술을 적용�� ��소합니다. 먼저 업체 간 신용괶�리를 위�� 송금내역/짶�급내역(Payment Advice) 문서를 비전 인식 기능이 읽어낸 �ѫ��니스 정보, 즉 고객의 짶�급내역으로 저장합니다. 이렇게 입력된 입금 상세 정보�� 읶�행으로부터 받읶� 입금 정보를 채권과 반제할 때 사용합니다.

채권과 입금 내역을 반제하�� 작업에�� 머신러닝 기술을 적용합니다. 과거 반제 내역을 ��습�� 자동으로 반제 처리를 수행�� 고객 신용을 더 빠르게 반영하고 재무 지표의 정확도를 높일 수 있습니다.

이 과정에서 누락된 짶�급 통지가 있다면 예외상황 괶�리 기능이 귀신같이 찾아내서 김과장에게 똑똑하게 알려줍니다. 김과장읶� �鶹ԭ�� S/4HANA가 알려준 누락 정보를 확인��고 후속 채권 괶�리 절차, 예를 들면 짶�급 약속을 기록하거나 분쟁 케이스를 등록하�� 등 관련 작업을 바로 수행합니다. 이후 분쟁 케이스의 후속 업무인 독촉 메일 발생 발송까지 iRPA 가 김과장이 다른 중요�� 일을 하�� 동안 대신하여 수행�� 줍니다.

��계 정보에 예측을 추가��다

��계 정보란 기업의 성적표이자 건강검진 결과서왶� 같습니다. 그런데 요즘 건강검진을 ��보면 어디가 나쁘니 무엇을 앞으로 조심하라�� 등 미래에 대한 조언도 같이 있습니다. 기업이 가지고 있�� ��계 정보도 그럴까요? 아마 현재의 재무 상태, 손익 �����를 가장 확실하게 나타낼지 모르겠지만 미래의 모습읶� 담고 있지 않을 가능성이 높습니다.

�鶹ԭ�� S/4HANA 가 제공하�� 재무제표에�� 미래에 대한 정보도 포함되어 있습니다. ���떻게 그럴 수 있냐구요? 이 짶ĵ�형 ERP에 탑재된 예측 ��계 엔진을 활용�� 물류 정보에서 미래의 ��계전표를 만들어 이걸 예측 ��계 문서로 만듭니다. 이를 통�� 기존의 통계 기법을 활용한 �ѫ��보다 훨씬 상세한 수준의 수익성 �ѫ��이 가능��지고 예측 정보의 정확도왶� 활용도 역시 과거에 비�� 훨씬 높아집니다.

구독 경제의 수익성 �ѫ��, ���떻게 다르짶�?

공유 경제왶� 일반 제조업의 서비스화가 과거보다 더 중요��지면서 ��계에서 요구되�� 덕목 역시 달라지고 있습니다. 매출이 제품에서 서비스 ˳�태로 변경되면서 프로세스 처리 방법도 바뀌었고 �ѫ�� 방법도 변화했습니다.

고객을 나누�� 세그먼트�� 나이, 성별, 지역, 취향 등으로 더욱 더 잘게 쪼개 졌으며 서비스/제품도 보다 개인화, 세분화 되고 있습니다. 이로써 마진 �ѫ��을 위한 원가 역시 매출에 대응하기 어려워 졌습니다. 이런 상황에서 과거의 제품 중심 에 있�� 데이터만을 기반으로 하�� 수익성 �ѫ��으로�� 새로운 가치를 창출하기가 더 어려워졌습니다.

�鶹ԭ�� S/4HANA�� 머신러닝과 기술을 적용�� 유의미한 세그먼트 클러스터를 찾아내고 각 세그먼트 클러스터 간 마진에 주�� 영향도를 �ѫ��합니다. 김과장읶� 이제 이러�� 기능으로 우리가 가진 새로운 가능성을 더 빠르게 시도하고 도전�� 볼 수 있게 됩니다.

이렇게 짶ĵ�형 기술읶� 생각보다 우리가 지금 알고 있�� 업무에서 더 많읶� 정보를 ERP 에 담아낼 수 있고 이를 �ѫ��니스 가치로 바꾸�� 일을 더 적읶� 노력으로 할 수 있게 합니다. 그렇게 절약한 김과장의 시간읶� 새로운 �ѫ��니스에 대응하�� 데 사용할 수 있게 되죠.

전 업무 영역에 널리,��딱 맞�� 기술을 적재적소에

앞선 예제에서 보셨다시피 �鶹ԭ�� S/4HANA의 짶ĵ�형 기술읶� 재무 영역에만 국한되지 않습니다. 연구-판매-구매-재무-위험괶�리의 전사 업무 영역에 걸쳐 짶ĵ�형 기술이 주�� 특징이 가장 극대화 되도록 접목한 시나리오가 준비되어 있습니다. �鶹ԭ�� 가 가진 50년에 걸친 프로세스에 대한 이��가 바탕이 되어 가능한 일이죠.

멈추짶� 않�� ˳�신 엔진, �鶹ԭ�� S/4HANA

지금까지 보셨던 몇몇 짶ĵ�형 업무 적용사례�� 현존하�� 수많읶� 기능의 일부분에 불과합니다. �鶹ԭ���� 과거부터 제품 로드맵을 지속적으로 괶�리하면서 고객들과 함께 ˳�신의 장거리 달리기를 달려가고 있고 �鶹ԭ�� S/4HANA에 탑재된 짶ĵ�형 기능도 예외가 아닙니다.

이러�� 짶ĵ�형 기능읶� �鶹ԭ�� S/4HANA 의 적용 옵션 중 하나인 에 먼저 반영되기 때문에 좶� 더 빠른 ˳�신의 기회를 잡기 원하신다면 적용 옵션을 �鶹ԭ�� S/4HANA Cloud 로 고려하시�� 것도 또 하나의 ˳�신 가속화 전략이 됩니다.

우리가 현실에서 시리(Siri)에게 내가 좋아할만한 음악을 추천 받고 테슬라의 자율주행 기술의 도움으로 운전에서 자유로워진 두 눈과 손으로 가족들과 더 많읶� 소통을 하듯이 ERP에 적용된 짶ĵ�형 기술읶� 우리에게 또다른 ˳�신, 또다른 가능성을 선사할 전망입니다.

짶ĵ�형 기업으로 다가가����간단�� 3단계

아직읶� 우리에게 생소한 짶ĵ�형 기술, 밑바닥부터 새롭게 만들어 도입하기엔 하드웨어부터 소프트웨어 애플리케이션, 괶�리 방법론까지 너무 많읶� 노력과 변화 괶�리가 ��ѫ����니다.

짶ĵ�형 기능 요소를 모두 담읶� �鶹ԭ�� S/4HANA를 도입함으로써 짶ĵ�형 기술 요소를 한 방에 기반 기술 요소로 들여 놓�� 것을 첫 걸음으로 시작할 수 있습니다. �鶹ԭ�� S/4HANA에 있�� 포함된 짶ĵ�형 기능과 시나리오를 검토�� 빠르게 적용하�� 것이 ˳�신을 위한 시간과 노력을 줄이�� 것이 두번째 걸음이 될 것입니다.

만일 ��ѫ���� 시나리오왶� 기능이 없다면 짶ĵ�형 기술을 쉽게 적용할 수 있도록 만든 산업특화 선진사례(Industry Best Practice)왶� 사용자 중심으로 만들어진 짶ĵ�형 기술 도구들을 사용헤 우리 회사 맞춤형 시나리오를 �鶹ԭ�� 전문가왶� 함께 새롭게 만들어 볼 수도 있습니다.

지금까지 짶ĵ�형 기업의 의미왶� 실제로 바로 적용할 수 있�� 예제를 소개��드렸습니다. 앞으로 영업-구매-생산 등 물동 부문과 재무/원가 영역으로 나누어 두 차례 �鶹ԭ�� S/4HANA의 짶ĵ�형 시나리오에 대한 글도 게재할 예정이니 많읶� 기대 바랍니다.

고맙습니다.

Click the button below to load the content from YouTube.

Always allow YouTube

긶�쓴이 소개

이 글읶� 에스에이피코리아(�鶹ԭ�� Korea)에서 S/4HANA Cloud를 통�� 대한민국 기업들의 디지털 전환을 돕고 있�� 염희철(heecheol.yeom@sap.com) 파트너왶� 이태용(taeyong.lee@sap.com) 파트너가 작성한 글 입니다.

염희철 파트너�� DTO (Digital Transformation Office) 조직에서 �鶹ԭ�� S/4HANA Cloud, �鶹ԭ�� S/4HANA Finance 왶� �鶹ԭ�� S/4HANA Controlling 영역을, 이태용 파트너�� �鶹ԭ�� S/4HANA Manufacturing 영역을 담당하고 있습니다.

The post 짶ĵ�형 ERP로 짶ĵ�형 기업에 더 가까이 appeared first on �鶹ԭ�� Korea 뉴스센터.

긶�쓴이: 깶�짶�훈

코로나19 팬데믹 사태의 장기화로 인류 전반에 걸쳐 많읶� 부분이 바뀌고 있습니다. 소비자로서, 직장인으로서 체감하�� 많읶� 부분이 달라졌고 기업, 국가, 전 세계적으로 거시경제에 큰 �����을 미치고 있죠. 소비심리 위축, 경영상황 악화, 그에 따른 사업 구조 변화 등읶� 아직도 끝나지 않읶� 이야기입니다.

이런 환경을 극복하고 이겨내기 위�� 지금 이 순간도 기술과 산업읶� 지속적으로 발전, 진화하고 있습니다. 제품과 서비스에 대한 품질, 속도, 개인화 등 시장과 고객의 눈높이�� 더욱 높아지고 있죠. 고객, 주주, 임직원까지 다양한 이��관계자의 요구사항을 충족하고 생존하기 위한 끊임 없�� 고민이 이어집니다.

새로운 시대의 요구에 대응하기 위한 디지털 전환

위에서 말씀드린 시장 요구에 대응하기 위한 움직임읶� 이미 다양한 ˳�태로 활발히 진행되고 있습니다. 특히 IT 업계에서�� 에 대한 필요성이 더욱 대두되�� 이 시점을 노려 적극적으로 기업인수��병(��&������;��) 공세를 펼치고 있습니다.

뉴노멀(New Normal), 즉��새로운 ��Ӥ�이 정립되�� 이 시기에 기업 체질 개선을 통�� 향후 다가올 경제 회복기를 노리고 있다�� 거죠.

그런데 인수, 합병, 분사 등 사업 구조왶� �ѫ��니스 모델에 변화가 생기면 항상 따라붙�� 고민이 있습니다. 이관되�� 자산읶� ���떻게 등재하고 괶�리할지, 본사왶�의 연결��계를 ���떻게 구성할지, 나아가 기업의 성과�� ���떻게 모니터링하고 프로세스�� ���떤 체계로 괶�리할지를 고민합니다.

한 마디로, 새로운 기업의 데이터왶� ���로세스갶� 살아갈 곳이 ��ѫ����니다. 바로 이 때가 기간계, 즉 시스템에 대한 고민이 가장 깊어지�� 시점이죠. 또 고객분들께서 저희 를 찾�ѫ��시�� 때이기도 합니다.

������의 차세대 짶ĵ�형 ERP 솔루션 �鶹ԭ�� S/4HANA�� 고객사의 독자적인 인프라 환경 내에 ‘제품’ ˳�태로 이용할 수도 있고, 클라우드 기반의 ‘서비스’ ˳�태로 이용할 수도 있습니다.

���떤 구축 옵션을 선택할지를 결정하�� 가장 큰 척도 중 하나�� ‘어느 정도 수준의 표준화왶� 유연성이 ��ѫ����가’ 입니다. 이 글에서�� 클라우드 기반의 서비스 ˳�태로 제공되�� �鶹ԭ�� S/4HANA Cloud가 적합한 �ѫ��니스 케이스에 대�� 소개�� 드리겠습니다.

본사왶� 자회사를 위한 시스템 구성 방식, 2단 ERP

자회사를 위한 시스템 구성 방식을 고민하�� 단계로 되돌아 가볼까요?

새 회사의 시스템을 구성하��데 있어 가장 익숙한 방식읶� 지금 내가 지금 살고있�� 집 한 켠을 내어주고 함께 살아가�� 방식입니다. 즉 본사 시스템 내에 자회사왶� 계열사를 함께 구성�� 본사를 기준으로 프로세스왶� 데이터를 통합하고 표준화하�� 방식이죠.

흔히 말하�� 글로벌 싱글 인스턴스(Global Single Instance), 즉 GSI 방식입니다. 이런 구조로 구현하면 시스템과 ���로세스갶� 본사를 중심으로 표준화되어 본사에서 중앙 집중형으로 괶�리하기가 용이하다�� 장점이 있습니다.

하지만 통상 GSI 방식으로 시스템을 통합 구현하�� 과정에서 대답하기 쉽지 않읶� 질문을 마주하게 됩니다. 바로 ‘본사의 시스템과 동일한 구조 내에서 동일한 수준으로 장기적이고 안정적인 운영이 가능한가?’ 라�� 고민이죠. 짧읶� 문장이지만 사실 굉장히 많읶� 고민이 담겨 있습니다.

예를 들면 ‘본사왶� 계열사 간 ���로세스의 복잡성, 괶�리 역량, 성숙도 등이 유사한 수준인가?’ 또�� ‘전 세계 시차를 고려한 24 시간 시스템 운영 및 장애 대응이 가능한가?’ 등등 결코 바로 답변할 수 있�� 항목들읶� 아니죠.

그런 고민 끝에 결론적으로�� 분리 운영이 더 ��율적이라�� 판단을 하�� 기업들이 생겨나게 됩니다.

즉 본사왶ĵ� 별도로 계열사를 위한 시스템을 구성하고 B2B/B2C, 혹읶� 생산법인/판매법인 등 계열사 유형 별 또�� 규모 별, 지역 거점 별로 프로세스 표준화왶� 시스템 통합을 수행합니다. 이런 방식을 2단 ERP(Two-Tier ERP)라고 합니다. 2단 ERP의 경우 본사왶� 계열사 간 프로세스, 데이터 괶�리체계, IT 거버넌스 등을 필요에 따라 이원화�� 괶�리할 수 있다�� 장점이 있습니다.

조금 생소할 수도 있�� 2단 ERP 개념읶� 사실 10여년 전부터 회자되던 모델입니다. 가트너에 따르면 CIO�� 반드시 이러�� 2단 ERP 전략을 검토할 필요가 있다고 합니다. 특히 급성장할 수 있�� 사업 조직에 효과적이라고 합니다.

앞서 기업인수��병(��&������;��)으로 이야기를 시작했지만 꼭 M&A에만 ��당하�� 건 아닙니다. 인수 합병뿐 아니라 분사나 매각, 신규 사업 전개를 위한 신설 사업부, 법인 설립, 기존 자회사의 전략적 성장, 합작투자 등 풍부한 기능 범위왶� 유연성이 ��ѫ���� 본사왶�, ��심 기능 영역의 표준 프로세스 중심으로 도입을 원하�� 자회사 구조라면 충분히 효과적인 아키텍처입니다.

그리고 �鶹ԭ�� S/4HANA Cloud�� Tier 2에 최적화 되어 있지만 풍부한 기능 범위왶� 유연한 구축 옵션을 기반으로 Tier 1, 즉 본사에도 충분히 적용이 가능합니다.

ERP 도입 사유의 변화: 디지털 전환 돕�� 디지털 코어 부각

그러면 전통적인 구축방식과�� 조금 다른, �鶹ԭ�� S/4HANA Cloud를 도입하�� 과정을 함께 살펴볼까요?

시작읶� 구축 전 검토 및 계약 단계입니다. 이 단계에서�� 안정적으로 ��ѫ���� 기능을 지속적으로 제공할 수 있�� 솔루션인지를 중심으로 솔루션 검토를 진행합니다.

이왶� 관련�� 최근 10여년 간의 통계를 정리��봤습니다. 고객이 ���떤 관점으로 �鶹ԭ�� ERP를 찾아오��지, 기존에 사용하던 다른 ERP 솔루션 또�� 직접 개발한 레거시 시스템읶� 어떠한 부분이 취약하고 지원이 되지 않아 �鶹ԭ�� ERP를 필요로 하��지 확인��봤습니다. 그랬더니 시대의 흐름에 따른 추이 변화를 확인할 수 있었습니다.

예전에 주요 검토 항목이었던 기능 및 프로세스 범위, GSI 지원 여부 등읶� 점점 비중이 낮아지�� 반면, 유지보수 용이성, 즉 관련 기술을 보유한 인력 조달의 용이성이나 자체 운영 가능여부 등읶� 비중이 증가했습니다. 또 프로세스 ˳�신 및 개선 지원 여부에 대한 부분도 꾸준히 주요 검토 포인트로 자리합니다.

흥미로운 점읶� 2015년 이후 현재까지 최근 5년 간 급격히 부상한 ��심 검토 포인트가 하나 있��데요. 바로 ‘디지털 전환 및 신기술을 ���마나 짶�원할 수 있��지’입니다. 즉, ERP 솔루션을 도입, 검토하�� 고객의 애로사항과 관점도 변화하고 있으며 최근 몇 년간 디지털 전환과 4차 산업혁명 대응을 위한 디지털 코어로서의 역할이 부각, 대두되고 있습니다.

실제로 2015년부터 2019년까지 �鶹ԭ�� S/4HANA 솔루션 도입 고객으로부터 도입 사유를 들어보았습니다. 보시�� 것처럼 다양한 특장점을 들어 �鶹ԭ�� S/4HANA를 선택했습니다. 의사결정에 있어 가장 많읶� 영향력을 행사한 부분읶� 바로 디지털 프로세스왶� 최신 기술을 결합�� 짶ĵ�형 기업으로 나아갈 수 있도록 돕�� 역할, 즉 디지털 코어로 적합하기 때문이라고 무려 92.9%가 응답했습니다.

특히 향후 �ѫ��니스를 짶�원할 수 있�� 최신 기술요소의 접목과 내장형 �ѫ�� 기능으로 실시간 데이터 기반의 의사결정을 지원하고 솔루션으로도 공급이 가능하다�� 점에서 도입을 결정했다고 밝혔습니다.

전환을 돕�� 짶ĵ�형 디지털 프로세스

그렇다면 많읶� 고객의 마음을 사로잡읶� �鶹ԭ�� S/4HANA의 디지털 프로세스�� 무엇일까요?

�鶹ԭ�� S/4HANA�� 다양한 최신 기술 요소를 �ѫ��니스 ���로세스의 적재적소에 접목�� 사전 정의된 콘텐츠를 제공하며 탄탄한 로드맵에 따라 향후에도 지속적인 출시 및 기능 강화가 예정되어 있습니다.

• 자연어 처리 기반의 손쉬운 ERP 접근을 지원하�� 대화형 AI 챗봇

• 반복 업무의 자동화를 지원하며 �鶹ԭ�� S/4HANA의 데이터왶� 화면 구조에 최적화된 짶ĵ�형

• 예외상황 발생 시 알림과 함께 대안을 제시하�� 상황 처리

• 축적된 데이터를 기반으로 ��습하고 예측 �ѫ��을 통�� 통찰을 제공하�� 머신러닝

이러�� 짶ĵ�형 프로세스왶� 자동화 시나리오�� ������의 솔루션 전략에 따라 신규 릴리스를 분기 단위로 출시하�� �鶹ԭ�� S/4HANA Cloud에 가장 먼저 적용됩니다. 사실 여전히 무겁고 복잡하다�� 인식이 많읶� ERP 솔루션이 클라우드 ˳�태로 공급될 수 있다�� 자체가 불과 몇 년전까지만 ��도 상상하기 어려웠던 일이죠.

하지만 앞서 보신 것처럼 최신 기술과 짶ĵ�형 프로세스를 매 분기 별로 업데이트�� 이미 고객분들께 서비스가 제공되고 있으며 안정적으로 운영 중입니다.

�鶹ԭ�� S/4HANA Cloud�� 단순히 클라우드 환경 위에 ERP 솔루션을 설치하여 공급하�� 형태가 아닙니다. 인프라, 소프트웨어, 서비스까지 결합된 SaaS ˳�태로서 구독(subscription) 방식으로 간결하고 표준화된 과금 체계로 제공되고 있습니다.

그리고 25개 산업, 8개 �ѫ��니스 영역에 대�� 온프레미스(on-premise, 설치형 시스템)에 준하�� 풍부한 기능범위를 제공하고 커스터마이징을 위한 표준 설정 가이드, 다양한 방식의 개발 및 확장 프레임웍을 제공�� 국가, 산업, �ѫ��니스 유형의 제약 없이 도입할 수 있습니다.

ERP 구축 시 고려��야 할 3대 ��심 요소

이후 구축 단계로 진입하면 프로젝트의 성공을 목표로 보다 현실적인 요소들을 고려하게 됩니다. 프로세스 표준화�� ���떻게 할지, ���떤 구축 방법론으로 진행하며 사용자 변화괶�리�� ���떻게 ��야할지, 데이터 이관 전략과 일정읶� 어찌할지 등등이죠.

오래 전부터 시스템 구축 프로젝트를 성공적으로 완료하려면 시스템 준비왶� 사용자 준비, 데이터 준비가 ��심 요소라고 이야기합니다.

�鶹ԭ�� S/4HANA Cloud�� 계약이 완료되면 바로 사용할 수 있�� ˳�태로 시스템 구성을 완료�� 제공합니다. ������의 반세기 경험과 노하우를 담읶� 글로벌 표준 프로세스인 베스트프랙티스(�鶹ԭ�� Best Practices)를 포함��서 말이죠.

또한 사용자가 손쉽게 이��하고 ���떤 부분이 더 ��ѫ����지, 우리 회사의 업무왶� 비교��가며 빨리 업무에 적용할 수 있도록 구축 방법론도 표준화 되어 있어 보다 안정적이고 완성도 높읶� 프로젝트를 기대할 수 있습니다. 제공되�� 표준 템플릿과 데이터 이관 도구를 활용�� 보다 쉽고 정확하게 우리 회사 고유의 데이터를 반영할 수 있습니다.

데이터 이관이 완료되면, 이제부터�� 실제 운영 시작입니다. 잘 구축하�� 것만큼, 혹읶� 그 이상 중요�� 요소�� 잘 운영하�� 일입니다. 불안정한 시스템의 장애 대응을 위�� 시스템 괶�리 업무가 과도��지�� 모습읶� 바람직하지 않습니다. 디지털 코어, 즉 기간계로서 든든하게 업무를 뒷받침하고 �ѫ��니스 성장을 짶�원할 수 있어야겠죠.

�鶹ԭ�� S/4HANA Cloud 계약에�� 일정 부분의 시스템 운영 및 유지보수 서비스가 포함되어 있습니다. 혹시라도 장애가 발생한다면 단일 접점에서 장애 원인을 파악하고 문제 ��결을 위�� 최선을 다합니다.

또한 별도의 프로젝트나 설치 작업을 하지 않아도 지속적인 최신 기능과 프로세스를 반영할 수 있�� 연간 2회에서 4회의 솔루션 업그레이드를 표준 서비스로 제공�� 고객 �ѫ��니스의 변화왶� ˳�신을 지원�� 드립니다. 그리고 당연히 언제 어디서든 사용하실 수 있�� 최고의 최적의 시스템 환경을 유지하도록 최선을 다하고 있습니다.

실제로 이미 글로벌 유수의 기업들이 �鶹ԭ�� S/4HANA Cloud왶� 함께하고 있으며 국내에서도 이미 도입하고 운영 중인 고객사가 다수 있습니다.

글을 마치며 다시 한 번 정리��서 소개 드리겠습니다. �鶹ԭ�� S/4HANA Cloud�� ������의 차세대 ERP 솔루션인 �鶹ԭ�� S/4HANA를 제공하�� 클라우드 오퍼링입니다.

• 간결하고 표준화된 과금 체계

• 표준 프로세스 기반의 안정적이고 신속한 도입 가능

• 지속적인 최신 기능의 적용과 업그레이드 지원

• 일하�� 방식의 변화를 지원하�� 짶ĵ�형 ERP

이번 글에서 소개 드린 내용 외에도 �鶹ԭ�� S/4HANA Cloud�� 지속적으로 진화하고 있습니다. 앞으로도 이런 소식을 더 자주 들려 드리도록 하겠습니다. 긴 글 읽어주셔서 감사합니다.

Click the button below to load the content from YouTube.

Always allow YouTube

긶�쓴이 소개

이 글읶� 에스에이피코리아(�鶹ԭ�� Korea)에서 S/4HANA Cloud로 대한민국 기업의 디지털 전환을 돕고 있�� 깶�짶�훈(jihoon.kim@sap.com) 파트너가 작성한 긶�입니다.

깶�짶�훈 파트너�� DTO (Digital Transformation Office) 조직에서 �鶹ԭ�� S/4HANA Cloud왶� �鶹ԭ�� S/4HANA Sales & Service 영역을 담당하고 있습니다.

The post 짶ĵ�형 클라우드 ERP로 새로운 시대를 준비하라 appeared first on �鶹ԭ�� Korea 뉴스센터.

세계경제포럼(The World Economic Forum)읶� 인공짶ĵ� 때문에 몇몇 일자리가 사라지기�� 하겠지만 많읶� 일자리가 바뀌거나 추가되어 전체적으로�� 일자리가 늘어날 것으로 예측합니다.

아침 출근길에 앞 차의 범퍼 스티거가 눈에 들어왔습니다. “우리�� 어디로 가나? 난 왜 추락하나?”

을 머릿속에 담고 있던 터라 내 긍정적인 마인드�� 본능적으로 대답했죠. “아냐, 우리가 왜 추락��? 머지 않아 짶ĵ�형 기술이 일자리를 만들고 바다를 청소하고 인명을 구하�� 세상에서 오래오래 행복하게 살텐데.”

꽉 막힌 도로에서 내 일부분읶� 이처럼 긍정을 유지하려고 하지만 정말 사실이라고 내가 믿고 있�� 걸까?

짶ĵ�형 기술이 일자리왶� 조직 문화, 경험 등을 변화시키�� 세상에서 오늘읶� 인공짶ĵ�과 머신러닝, 왶� 로봇이 일자리에 미치�� �����을 좶� 더 깊이 파고들어 보죠.

이들 기술에�� 한 가지 공통점이 있습니다. 사람이 하�� 반복적이고 예측 가능한 일을 자동화 ��서 일자리를 크게 바꿀 잠재력이 있다�� 점이죠. 처음에�� 많읶� 사람이 이러다 수백만 명의 일자리가 사라지�� 게 아닌가 생각했죠. 최근에�� 이 자동화로 인�� 몇몇 일자리가 사라지겠지만 많읶� 일자리가 바뀌거나 추가되어 전체적으로�� 일자리가 늘어날 것으로 예측했습니다.

맞�� 말일까요? 이런 예측이 실제로 우리 주변에서 일어나�� 현상을 제대로 반영하고 있나요? 오늘날의 세상에서�� 기술만이 일자리에 �����을 주�� 게 아닙니다. 탁월한 창출의 필요성 같읶� 다른 여러 요인의 �����을 받죠.

기술과 고객의 기대수준이 향하�� 방향을 토대로 보면 미래의 일읶� 크게 세 가지 방면으로 이동하고 있음을 알 수 있습니다.

1. 속도를 줄이시오: 사라지�� 여러 일자리 카테고리

2. “전방에 굽읶� 길”: 직업의 ˳�신과 진화

3. 속도를 높이시오: 새로운 일자리왶� 새롭게 재편된 역할 등장

속도를 줄이시오: 읶�행 창구 직원의 이야기

많읶� 반복 업무를 포함하�� 일자리가 가장 사라질 위험이 높습니다. 특히 같읶� 일을 반복��서 처리하�� 일자리가 그렇습니다. 예컨대, 읶�행 창구 직원 자리�� 평생 읶�행 커리어로 가�� 바람직한 진입 포인트로 자리�� 왔죠. 최근 한동안 창구 직원 일자리가 자동화로 인�� 계속 감소�� 왔습니다. 이제�� 더욱 더 많읶� 고객이 모바일 앱을 이용�� 수표 예치왶� 같읶� 기본 업무거래를 처리하�� 편을 선호하기 때문에 더 그렇습니다. 동시에 많읶� 지점을 개설하고 있습니다. 예전보다 적읶� 인원으로 고객 가까이에서 운영할 수 있기 때문이죠.

또한 공장 자동화가 제조업체에 있어 중요합니다. 몇몇 기업읶� 생산시설을 미국으로 되가져 오면서도 비용읶� 줄여야 합니다. 코봇(˳�력로봇)읶� 기계 작업자의 반복적이고 큰 힘이 드�� 일을 덜어 줄 수 있습니다. 몇몇 일자리가 사라지기�� 하겠지만 남읶� 이들에게�� 보다 안전하고 우수한 경험을 창출합니다.

전방에 굽읶� 길: 안전벨트를 매시오

맨 처음 온라인 식료품 쇼핑을 했을 때 바로 매료되었습니다. 이제�� 거의 점포를 찾�� 일이 없어졌죠. 편리함에 대한 기대로 인�� 많읶� 산업에서 인간 근로자왶� 기계에 대한 수요가 늘고 있습니다.

유통업에�� 직무 역할, 프리랜서 경제에 대한 기회, 부가가치 낮읶� 일을 수행하�� 기계의 도입 등과 관련�� 큰 변화가 일고 있습니다. 대형 점포가 창고형 공간으로 변모하면서 점포 직원읶� 여러분의 식료품을 선별�� 포장하�� 창고 직원으로 변모하고 있습니다. 또 배송 품목을 크라우드 소싱 된 택배 기사에게 전달하�� 경우도 빈번합니다.

드론과 로봇도 재고 확인, 가격 확인 등 반복 활동을 줄여서 유통 영업 인력이 점포에 특별한 요청을 하러 들어오�� 고객들에게 집중할 수 있도록 돕습니다.

또한 트럭 기사왶� 배송 인력도 이제 리스크보다 더 큰 기회를 보고 있습니다. 자율주행 차량이나 배송 차량이 아직읶� 대규모로 도입될 준비�� 되지 않았습니다. 택배왶� 운송 서비스에 대한 수요가 크게 늘어 크라우드 소싱 방식을 비롯한 추가 일자리에 대한 기회의 문을 열고 있습니다.

속도를 높이시오: AI 비서가 좋아요

기술 직무에 대한 수요가 높다�� 사실읶� 어제 오늘 일이 아닙니다. 하지만 다른 카테고리의 직무도 짶ĵ�형 기술 덕분에 늘어나고 있습니다.

식료품에 대��서�� 아무리 사람과의 접촉이 없�� 환경을 좋아한다고 ��도 평생 모읶� 돈을 투자하거나 꿈에 그리던 웨딩 가운을 고르�� 일처럼 중대한 사안에 대��서�� 여전히 사람과 이야기 하고 싶어합니다. 이러�� 하이터치 직무에 종사하�� 기술을 잘 아�� 금융 컨설턴트나 패션 스타일리스트�� 로봇 비서의 조언을 이용�� 상당한 시간이 드�� 정보 조사 같읶� 일을 줄입니다. (여러분의 선호도를 제대로 이��하�� 개인 전담 스타일리스트를 원하지 않을 사람이 어디 있겠어요?)

또 환경을 사랑하�� 저로서�� 몇몇 유틸리티 기업이 드론과 고급 이미지 인식 기술을 적용�� 유지보수 근로자의 일을 덜어주고 수백 마일에 걸친 송전선을 따라 예정대로 모든 나무를 가지치기 하�� 대신 정확히 어느 구역에 집중��야 할지 정확히 알려 줍니다.

목적지에 접근 중: AI의 지원을 받�� 업무환경

의 지원을 받�� 업무환경읶� 이미 우리 곁에 왶� 있습니다. 아니면 바로 저 길모퉁이 앞까지 왶�있죠. 큰 변화를 초래하고 있습니다. �� 오�� 2021년까지 상용 모바일 앱의 75%가 AI를 적용할 것으로 전망합니다.

이 시대를 준비하려면 평생 ��습이 완전히 새로운 차원의 중요성을 더합니다. 읶� 얼마 전 하이테크 업무를 담당한 직원 유지를 위�� 7억 달러를 투자하겠다고 발표했습니다. 이런 교육 프로그램에 대한 투자야말로 짶ĵ�형 기술의 모든 약속을 달성하�� 데 있어 ��심 요소입니다.

어쩌면 인공짶ĵ�을 이용�� 다가 올 개인과 사회의 변화를 헤쳐나갈 길을 안내 받을 지도 모르겠네요. (물론 이것도 제 긍정적인 마인드가 하�� 얘기일 수 있겠네요.)

• 원���자: , 경험괶�리 설계 전문가, �鶹ԭ��
• 원문 출처: , �鶹ԭ�� BrandVoice, Forbes

The post 인공짶ĵ�시대, 일자리�� 어디로 가나? appeared first on �鶹ԭ�� Korea 뉴스센터.

데이터 주도형 조직읶� 예기치 못한 이벤트나 시장 변화에 빨리 대응할 수 있으며 공급망 상류, 하류 모두에 대한 가시성을 높였습니다. 짶ĵ�형 기술이 성숙하면서 곧 예측 통찰 수준을 너머 예상되�� 문제에 대한 ��결책을 제안할 수 있을 전망입니다.

긶�쓴이: 리처드 하월즈(Richard Howells)

많읶� 조직이 자동화, 머신러닝, 인공짶ĵ� 같읶� 을 적용�� 프로세스 합리화, 반복 작업 자동화를 도모하며 사물인터넷(���ǰ�), 블록체인, 증강현실, 가상현실, 드론 등을 보조하�� 데 중점을 두고 있습니다.

이상읶� 최근 옥스포드 이코노믹스(Oxford Economics)가 공급망 담당 임원 1,000명을 대상으로 실시한 조사의 중요�� 교훈 중 하나입니다.

공급망 리더(응답자의 상위 12%)의 47%�� “반복 작업 수행에 자동화를 활용하�� 일”이 전반에 걸쳐 최고의 전략적 목표라고 꼽았습니다. 이�� 짶ĵ�형 기술의 위력을 활용�� 일상 업무 운영의 ��율성을 제고하�� 데서 얻을 수 있�� 가치를 보여줍니다. 더욱이 이번 조사에서�� 공급망 리더들이 을 통합�� 실시간 데이터 통찰읶� 물론, 전략적 고객 중심성 확보, 짶�속가��성 목표 달성, 제고 등을 지원하고 있�� 것으로 나타났습니다.

기술로 미래를 이끈다

공급망 리더들읶� 기술 활용에 관��서�� 경쟁사보다 한참 앞서 있습니다.

• 리더의 76%�� 일부 영역에 IoT를 적용 중이며, 다른 응답자�� 20%에 그쳤습니다.

• 리더의 64%가 나 을 활용 중이며, 다른 응답자�� 15%에 불과합니다.

• 리더의 48%�� 를 적용 중이며, 다른 응답자�� 14%에 지나지 않습니다.

투자 정당화에서 실제 도입 효과로

기술에 매료되어 그 기술로 ��결할 문제가 없��지 찾아 나서기 쉽습니다. 하지만 유니레버(Unilever)의 애너 로페즈(Ana Lopez) 북미지역 제조부문장읶� 이번 조사에서 “기술이 아니라 현재 여러분에게 있�� 문제왶� 사랑에 빠져야 한다“고 지적했습니다.

실제로 이번 조사에서도 이러�� 문제 중심의 접근법을 취할 경우 공급망 리더들이 실질적인 효과를 거두고 있�� 것으로 나타났습니다.

• RPA를 적용한 리더의 88%가 고객 중심 경험 제공에 도움이 된다고 밝힙니다.

• 리더의 86%�� 빅데이터를 활용�� 가시성과 유연성이 향상되었다고 전합니다.

• 리더의 86%가 3D 프린팅으로 짶�속가��성 목표 달성에 도움을 얻었다고 전합니다.

문제를 먼저 보고 ��결책을 모색��야

공급망 리더들읶� 단지 최신 유행하�� 기술을 적용하�� 게 아닙니다. 통찰을 얻고 이를 토대로 실질적인 전략을 세워 실천하며 보다 고객 중심적이고 지속가능한 조직을 만듭니다. 먼저 문제를 파악하고 난 후에 ��결책을 모색하�� 방안을 택합니다.

• ���떻게 하면 제품을 서비스 ˳�태로 제공할 수 있을까?
  을 지원하�� 보다 스마트한 제품을 설계하면 제품의 성능과 사용 현황을 추적할 수 있습니다. 사용 현황을 토대로 과금을 하고 예지 정비 프로세스를 추진할 수 있습니다.

• 농산물을 지속가능하고 윤리적으로 조달했다고 홍보할 방안읶�?
  을 활용�� 공급망 전반에 걸친 상품의 이동을 추적하면 이 정보를 고객과 공유�� 협력업체까지 추적하도록 짶�원할 수 있습니다.

• 정시 납품을 보장하고 고객 서비스 수준을 높일 방안읶�?
  사물인터넷 센서왶� GPS 기술을 운송 및 물류 프로세스 전반에 걸쳐 적용하면 출하 및 재고에 대한 실시간 가시성을 확보할 수 있습니다.

• 수요 가시성을 높일 방안읶�?
  제품에 대한 수요 신호를 소셜 미디어왶� 감성 �ѫ��을 통�� 감지하거나 일기예보, 롵ӻ� 이벤트 등을 통�� 파악하면 최적의 시점에 최적의 장소로 소비자가 원하�� 제품을 원하�� 양만큼 제공할 수 있습니다.

• ���떻게 하면 사후 대응에서 예지 정비로 이동할 수 있을까?
  사물인터넷 센서로 설비자산의 성능을 추적하면 고장을 예측하고 정비 비용을 줄이며 설비 업타임(가동시간)을 높이고 활용도를 최적화 할 수 있습니다.

• 직원 성과를 개선할 방안읶�?
  증강현실(AR) 도구를 활용�� 기술자에게 작업 완료에 ��ѫ���� 데이터를 제공하면 기술자의 생산성을 높이고 고객 만족도 개선할 수 있습니다.

문제 예측을 너머 ��결책을 제안하�� 짶ĵ�형 기술

이번 조사의 하이라이트�� 한 마디로 이렇습니다. “데이터 주도형 조직읶� 예기치 못한 이벤트나 시장 변화에 빨리 대응할 수 있으며 공급망 상류, 하류 모두에 대한 가시성을 높였습니다. 짶ĵ�형 기술이 성숙하면서 곧 예측 통찰 수준을 너머 예상되�� 문제에 대한 ��결책을 제안할 수 있을 전망입니다.”

공급망 리더들이 기술을 활용�� 지속가능한 짶ĵ�형 공급망을 운영하�� 방안에 관�� 알고 싶읶� 분읶� 최고운영책임자(COO)왶� 최고공급망책임자(CSCO) 1,000명을 대상으로 한 “생존과 번영: 공급망 리더의 리스크 최소화 및 기회 극대화 방안“에 관한 .

* 원문: , �鶹ԭ�� BrandVoice, Forbes.com

The post 짶ĵ�형 기술로 회복탄력적 짶ĵ�형 공급망 실현 appeared first on �鶹ԭ�� Korea 뉴스센터.

지난 [2020년] 7월읶� �鶹ԭ�� NOW Seoul Digital 행사로 평소보다 바쁜 한 달을 보냈습니다. 덕분에 총 118개나 되�� 강연을 만들어 3천명 가까운 등록자 중에서 2천명 넘�� 참석자가 시청했습니다. 자칫하면 정보의 홍수로 이어질 수 있�� 상황. 다행히 그 많읶� 영상 중에서도 큰 관심과 사랑을 받읶� 2개의 강연이 돋보였습니다. 지금 만나 보시죠.

긶�쓴이: 박범순(Adam Park)

언택트 시대, CFO 오피스의 새로운 역할

간편한 출장 및 경비괶�리 솔루션으로 널리 알려진 의 이선우 부문장(2020년)이 진행한 이 세션읶� 현재까지 조회수 310회, 좋아요 43개, 댓글 3개 등으로 가장 큰 관심과 사랑을 받고 있습니다.

21세기 뉴노멀에 대한, 스마트 워킹과 비대면 업무에 대한 준비�� 아무리 강조��도 지나치지 않을 것 같습니다. 좋읶� 강의 감사 드립니다.

Click the button below to load the content from YouTube.

Always allow YouTube

“쉽게 설명�� 주셔서 이��가 잘 된다.” “의 개념과 실제로 ��야 할 일을 잘 정리��주셔서 감사하다.” 등의 반응이 있었습니다.

이선우 부문장읶� 디지털 전환의 여정이 3단계로 진행된다고 밝힙니다. 첫 단계�� 아날로그 데이터를 디지털 데이터로 바꾸�� 디지털 데이터화(digitization)입니다. 다음 단계�� 이렇게 모인 데이터를 활용�� 업무 프로세스를 연결하고 통합하�� 디지털화(�徱�����ٲ����������پ��Dz�)입니다. 마지막 단계�� 머신러닝, 인공짶ĵ� 등 짶ĵ�형 기술을 적용�� 업무를 자동화, 짶ĵ�화 하�� 디지털 전환(digital transformation)이죠.

CFO 오피스의 디지털 전환

이선우 부문장읶� 짶ĵ�형 ERP를 중심에 두고 짶ĵ�형 기술을 적용�� 데이터에 기반을 둔 의사결정과 , 짶ĵ�화 과정을 CFO 오피스에 대��서도 마찬가지로 설명합니다.

스프레드시트왶� ��계 소프트웨어를 이용�� 문서나 전표 등 아날로그 데이터를 디지털로 바꾸�� 작업이 첫 단계였고, 뒤를 이어 ��계 프로세스를 통합 연결하�� 전통적인 ERP가 디지털화를 이끌었습니다. 이제�� 과 등 짶ĵ�형 기술을 적용�� 재무 업무를 자동화, 짶ĵ�화 하�� 짶ĵ�형 ERP를 중심으로 재무 분야의 디지털 전환이 진행되�� 시점이라고 강조합니다.

코로나19 사태로 촉발된 뉴노멀 시대의 두 가지 큰 특징읶� 스마트 업무왶� 언택트 환경입니다.

이선우 부문장읶� 코로나19 팬데믹으로 촉발된 뉴노멀 시대의 특징을 스마트 업무왶� 언택트 환경 등 두 가지로 제시합니다. 재무 팀과 감사 팀의 업무를 ˳�신적으로 개선할 수 있�� 가장 빠르고 효과적인 영역읶� 바로 라고 강조하면서, 왶� 모바일 지원, 자동 증빙 괶�리를 비롯�� 출장 및 경비 업무 전 영역에 걸쳐 머신러닝과 인공짶ĵ� 기술을 적용�� 재무 부문의 디지털 전환이 가능하다고 강조합니다.

짶ĵ�형 ERP 구현 방향 및 사례

�鶹ԭ�� NOW Seoul Digital 행사 영상읶� 유튜브에 일부 공개 상태로 제공했습니다. 다시 말�� ��당 영상의 주소를 아�� 사람만 직접 시청이 가능하다�� 얘기죠. 그런데도 위에서 소개한 이선우 부문장의 발표 못지 않게 많읶� 사랑을 받읶� 세션이 있습니다.

삼성SDS 이종환 그룹장의 발표�� 행사 7일차에 공개되어 노출된 기간이 짧았지만 조회수 334회, 좋아요 29개 등으로 큰 관심과 사랑을 받고 있습니다. 그 비결이 뭘까요? 궁금��서 다시 한 번 유심히 강연을 시청했습니다. 그랬더니 역시 좋읶� 내용이 담겨 있었군요.

Click the button below to load the content from YouTube.

Always allow YouTube

지난 1994년 국내 최초로 ERP를 도입한 삼성그룹읶� 기준정보 표준화, 글로벌 싱글 인스턴스 ERP 구축에 이어 이제�� 차세대 ERP를 구현�� 나가고 있습니다.

이�� 다른 관점에서 보자면,

• 1단계: 정보화, 표준화(1990�Ƅ대-2005)

• 2단계: 글로벌 운영 최적화(2005-2020)

• 3단계: 짶ĵ�화, 자동화(2020�Ƅ대)

등으로 풀이할 수 있습니다.

짶ĵ�형 기업의 자동화, 짶ĵ�화를 위한 기술 선정

이종환 그룹장읶� 차분한 어조로 짶ĵ�형 기업으로 거듭나기 위한 삼성그룹의 디지털 전환 과정을 소개합니다. 특히 짶ĵ�형 기업의 ��심을 자동화왶� 짶ĵ�화로 보고, 이를 지원하기 위�� 짶ĵ�형 기업 업무의 중심에 를 두고, 이왶� 연계�� 적용 가능한 기술을 찾아 나섰습니다.

다양한 최신 기술이 나왶� 있지만 자동화, 짶ĵ�화라�� 목표왶� 함께 투자효과(ROI)를 빨리 거둘 수 있�� 실효성 있�� 기술을 선별했죠.

• 광학문자판독(�����) – 사람의 눈에 ��당하�� 이 기술읶� 여전히 종이 전표나 PDF 등에 담겨 있�� 내용을 디지털 데이터로 바꾸�� 역할을 합니다.

• – 사람의 손과 발에 ��당하�� 이 기술읶� 표준화 된 업무를 최대한 자동화�� 실수를 줄이고 비용을 절감하며, 사람이 보다 차원 높읶� 고부가가치 업무, 전략적 의사결정에 집중하도록 돕습니다.

• 머신러닝(�ѳ�) – 사람의 뇌에 ��당하�� 이 기술읶� 기업이 보유한 디지털 데이터를 ��습하고 패턴을 발견하며 숨읶� 통찰을 얻을 수 있도록 한다�� 점에서 자동화, 짶ĵ�화에 필수적인 요소입니다.

• 챗봇(Chat Bot) – 사람을 닮읶� 자연스러운 상호작용을 돕�� 이 기술읶� 디지털 비서 측면에서도 중요�� 기술이죠. 전후 맥락을 파악�� 최선의 선택을 하도록 돕��다�� 점에서 자동화, 짶ĵ�화에 ��ѫ���� 항목입니다.

이종환 그룹장읶� 그룹사의 특정 업무 시나리오를 통�� 위의 4가지 짶ĵ�형 기술이 ���떻게 적용되��지, 이를 통�� 기존 업무가 ���마나 많이 자동화, 짶ĵ�화 되��지를 상세히 소개합니다.

디지털 전환의 목표�� 짶ĵ�형 기업

올�� �鶹ԭ�� NOW Seoul Digital 행사에서 가장 큰 관심과 사랑을 받읶� 이 두 세션의 공통점읶� 뭘까요? 눈치 채셨군요. 네, 바로 입니다. 두 세션을 연결��서 보면 기업 정보화 혹읶� 디지털 전환의 3단계를 이론과 실제로 비교�� 이��할 수 있습니다.

나아가 짶ĵ�형 ERP왶� 짶ĵ�형 기술을 적용한 디지털 전환을 준비하�� 입장에서�� 자동화왶� 짶ĵ�화라�� 두 가지 방향성을 염두에 두면 좋습니다. 이를 중심으로 가장 빨리 효과를 볼 수 있�� 영역과 기술을 선정�� 적용하고 확대��야 하죠.

국내 기업에서�� 최초로 를 도입한 삼성그룹이 이제�� 짶ĵ�형 ERP를 중심으로 자동화, 짶ĵ�화를 추진 중이라�� 사실읶� 시사하�� 바가 큽니다. 짶ĵ�형 기업, 짶ĵ�형 ERP, 디지털 전환의 방향성이 궁금하다면 오늘 소개�� 드린 두 세션을 꼭 시청��보세요. 고맙습니다.

관련 사이트

The post 디지털 전환의 목표�� 지속가능한 짶ĵ�형 기업 appeared first on �鶹ԭ�� Korea 뉴스센터.

과 등 짶ĵ�형 기술의 확산으로 자동화 될 수 있�� 일읶� 모두 자동화를 향�� 가�� 세상. 사람과 AI가 협력할 방안읶� 없�� 걸까? 인공짶ĵ�과 머신러닝을 어디에 먼저 적용��야 하며, 정말 효과�� 있��지 지금 바로 확인하세요.

AI왶� 일반적인 실수, 성공의 기준, 새로운 역량의 활용 방안 등을 확인하세요.

긶�쓴이: 마크 티얼링크(Marc Teerlink)

사회심리학자 쇼샤나 주보프(Shoshana Zuboff) 하버드 대학교 교수�� 이런 말을 했죠. “” 주보프 교수의 관점읶� 특히 “지식 근로자” 업무에 적용됩니다. 전문 인력과 지식 근로자의 업무�� 보통 송장 대사, 무상보증 기간 연장, 재고율이 급락할 때 재고보충 수준 결정, 신규 고객 확보로 이어질 가능성이 높읶� 기회에 집중하�� 등의 전술적 의사결정입니다.

“2024년까지 인공짶ĵ� 같읶� 짶ĵ�형 기술을 활용�� 지난 20년 전부터 유지�� 온 �ѫ��니스 프로세스왶� 제품 내부의 업무를 80% 재발명하거나 디지털화, 제거할 전망입니다.”

이런 의사결정을 자동화할 방안을 생각�� 보면 의 한 부분인 머신러닝(기계��습)을 인간의 의사결정과 병행하�� 일이 딱 맞아 보입니다. 오늘날 의사결정과 그에 따라 발생하�� 다양한 단계가 실시간 가용성, 데이터, 알고리즘을 기반으로 꾸준히 조정됩니다. 이들 지식 근로자를 위한 배경 정보�� 데이터 포인트로부터 보다 즉시 제공되어 관련 프로세스를 지원하죠.

이처럼 새로운 데이터�� 새로운 가치를 창출하�� 의 원동력이 되�� 지름길을 제시합니다. 인공짶ĵ�(����)읶� 데이터가 ��ѫ���� 질문에 답하도록 돕습니다. AI가 머신러닝(�ѳ�)을 활용한다면 이�� 소프트웨어를 계속��서 업데이트 하거나 다시 프로그래밍 할 필요가 없다�� 뜻입니다. ML읶� AI왶� 완벽한 조화를 이루며 업데이트 된 데이터 포인트에서 수집한 지속적인 ��습을 토대로 변경사항을 적용합니다. 실제로 필수적으로 이����야 할 내용읶� 데이터가 모든 것을, 특히 자동화를 바꾼다�� 사실입니다.

�ѫ��니스를 위�� 구축된 AI로 민첩성과 예측력 강화��|���鶹ԭ�� 뉴스센터 블로그

인공짶ĵ�(����)이 지금처럼 연일 헤드라인을 장식하며 흥미로운 때�� 없었습니다. 그러나 많읶� 기업에 있어 AI를 �ѫ��니스 효과로 전환하�� 일읶� 어렵습니다. 내부 전문지식이 부족하기 때문이죠. 그래서���ѫ��니스를 위�� 구축된 AI가 ��ѫ����니다.

이야기를 이어가기에 앞서 AI의 정의부터 공유하�� 게 필수적이죠. 한 마디로 AI�� “한 가지” 기술이 아닙니다. 일종의 프로세스 지식이죠. 다시 말�� 다양한 기법과 기술, 도구, 일련의 훈련 데이터를 조합한 개념입니다. ML과 블록체인, 데이터 인텔리전스, , , , , 흐름 등을 떠올려 보세요.

“인공짶ĵ�읶� 한 가지 기술이 아니라 전문가나 지식 근로자의 업무를 완수하도록 증강(혹읶� 자동화)하기 위�� 지식을 내장한 일련의 기술을 조율합니다.”

데이터 과학과 ML 기법을 적용한 AI를 활용하면 기계가 결정을 내리도록 하거나 조치에 ��ѫ���� 강력한 제안을 제시할 수 있습니다. 이러�� 이유로 향후 3년 이내에 업무 ���로세스의 상당 부분(약 50%)이 완전 자동화 될 것이라고 자신있게 말할 수 있죠. 일단 기존 ���로세스갶� 자동화 되면 신규 프로세스도 만들게 되며 프로세스 중심의 세상읶� 데이터 중심의 세상으로 이동합니다. 데이터에서 얻읶� 통찰을 토대로 기업읶� 새로운 프로세스를 만들고 기존 프로세스�� 재정비하며 프로세스 경험을 디지털화 합니다.

예컨대 제품을 구입하�� 고객을 떠올려 보세요. 예전에�� 상당히 직선적인 프로세스였죠. 광고를 보고 점포에 가서 구입한다. 지금읶� 연구왶� 쇼핑이 구매 의사결정에 있어 완전히 별개일 수 있습니다. 소셜 콘텐츠가 확산되면서 우리의 쇼핑 방식을 바꾸고 구매 결정읶� 가격이 좌우하죠.

이런 상황에 ���떻게 대처할까요? AI 기술 스택 내에서 머신러닝이 가장 강력한 출발점일 수 있습니다. 뒤를 이어 대화형 봇과 짶ĵ�형 로봇 프로세스 자동화(iRPA)가 있��데 특히 밀레니얼 시장을 공략하고자 한다면 중요합니다. 여러 연구 결과 밀레니얼 세대의 참여를 유도하�� 최상의 방안읶� 잘 조율된 채팅과 소셜, 메시징 등이라고 합니다. (최악읶� 계속 전화하�� 거죠.)

그렇다면 신기술 확산에 따른 모든 근본적인 변화왶� 마찬가지로 질문이 떠오르네요. “인공짶ĵ�과 머신러닝을 어디에 먼저 적용��야 하며, 정말 효과�� 있�� 걸까?”

빨리 도입한 기업이 앞서 나가

머신러닝(�ѳ�)읶� 인공짶ĵ�을 실현하�� 기반 기술 중 하나라서 �鶹ԭ��왶� 이코노미스트 인텔리전스 유닛(EIU)읶� ML에 관한 최초의 실질적인 보고서를 내놓았습니다. 좋읶� 소식읶� AI왶� ML을 적용하면 기업의 매출과 수익이 늘고 경쟁우위도 확보한다�� 사실이죠. ““이라�� 보고서에서 보고서 집필진읶� 얼리 어답터(조기 도입 기업)를 패스트 러너(빠른 ��습 기업)로 명명하고, 이들 기업이 더 나읶� 사업 성과를 달성하고 있다고 밝힙니다.

• 48%가 ML 적용에 따른 최고의 효과로 수익성 제고(6% 매출 신장)를 꼽아
• 36%�� ML을 컨택 센터왶� 마케팅, 데이터 처리 및 �ѫ��, 연구개발 등 고객 대면 및 제품 개발 업무에 구현 중
• 41%�� ML이 고객 만족 증대로 이어진다고 밝혀

분명히 이처럼 확실한 숫자를 기반으로 ML읶� 얼리 어답터에게 효과를 주고 있으며 이들 기업읶� ML이 롱테일 효과도 제공한다고 봅니다. 이번 조사에 참가한 클리프 저스티스(Cliff Justice) KPMG ˳�신 및 기업용 솔루션 책임자�� 심지어 “AI왶� 머신러닝읶� 우리 평생 목격한 그 ���떤 파괴적 ˳�신보다 훨씬 더 중대한 방식으로 �ѫ��니스 모델에 �����을 준다”고 전합니다.

생성 AI, 본격적인 �ѫ��을 위��서�� 6G가 필수��|���鶹ԭ�� 뉴스센터 블로그

챗G�ʰ�(��󲹳ٳұʰ�)��열풍으로 세간의 큰 관심을 끌고 있����생성 AI. 기업이 AI 모델을 보다����율적이고��책임��있게 괶�리하려면 대규모 글로벌 데이터를 실시간으로 수집하고 연결하�� 6세대(6G) 브로드밴드 인터넷 및 모바일 기술이 필수입니다. 미래에 대비할 방안을 확인하세요.

성공에 ��ѫ���� 건 뭐? 전략적 명확성

• 머신러닝에�� 많읶� 양의 고품질 데이터가 ��ѫ����니다. 대다수 조직에서 이런 데이터�� 재무, 물류, 영업 등 기존 �ѫ��니스 애플리케이션에 담겨 있죠. 이들 시스템의 데이터�� 이미 오랜 동안 수집, 정제, 보관�� 오고 있습니다. 따라서 의미 있고 유용한 예측 모델을 만드�� 데 ��ѫ���� 풍부한 데이터가 있죠.
• 머신러닝읶� 소수의 변수를 적용하며 오류를 명확히 파악�� 빨리 수정할 수 있어서 알고리즘을 추가 개선할 수 있��, 촘촘하게 정의된 의사결정을 ��루에도 수천 번 내려야 하�� 경우 가장 효과적입니다.
• 새로운 프로세스나 문화 개편이 요구되�� 문샷보다�� 기존 업무 ���로세스의 일환으로 유기적인 자동화가 가능한 의사결정이 바로 머신러닝을 가장 쉽게 구현할 수 있�� 경우입니다.

에 따르면 변화괶�리가 실패하�� 중요�� 이유�� 변화를 통�� 얻고자 하�� 가치체계왶� 변화를 겪�� 조직 구성원의 가치체계의 불일치입니다. 전략적 명확성이 성패를 좌우하�� 것으로 보입니다. 조직 변화괶�리 활동의 가장 주목할 만한 (그래서 더욱 실망스러운) 측면읶� 낮읶� 성공률입니다. 모든 범주의 변화괶�리 프로젝트의 70%가 실패한다�� 상당한 증거가 있습니다.

패스트 러너를 이��하려고 할 때 분명한 사실읶� 이들 기업이 소수의 변수를 적용하며 오류를 명확히 파악�� 빨리 수정할 수 있어서 알고리즘을 추가 개선할 수 있��, 촘촘하게 정의된 의사결정을 ��루에도 수천 번 내려야 하�� 경우 AI왶� ML읶� 가장 효과적이라�� 사실을 조기에 깨달았다�� 점입니다.

이번 ML 조사의 배경이 되�� 연구를 살펴 보면 패스터 러너왶� 나머지 기업 간의 격차가 흥미롭습니다. 눈에 띄�� 차이�� 10점 차이를 보인 “전략의 명확성 결여” 부분입니다. 높읶� 수준의 전략적 명확성을 보인 기업일수록 정보력이 높고 기술의 가능성과 한계에 관�� 보다 현실적인 기대를 하�� 것으로 보입니다.

패스트 러너의 신념 체계를 더욱 깊이 파고들면 이들 기업읶� 여정 초반에 촘촘하게 정의된 의사결정 항목이 있고 ��루에도 수천 번 결정을 ��야 하며 변수가 얼마 안되고 잘못된 결정을 분명히 파악할 수 있어 빨리 수정�� 알고리즘을 추가로 개선할 수 있을 때 머신러닝이 가장 효과적이라�� 사실을 깨달았습니다. 예컨대 “이 인보이스왶� 관련된 읶�행 짶�급결제 내역읶�?” 같읶� 질문이 “장기적인 폐암 생존률을 높일 방안읶�?”과 같읶� 질문보다 ML을 적용�� 구현하기 훨씬 쉽습니다. 반복되�� 작읶� 문제를 ��결할 때 큰 성과로 이어질 수 있습니다.

기업이 지금 AI왶� ML을 구현하�� 기본 방식

• 비정형 송장, 서식, 이메일 등에서 (제품명, 금액, 통화 단위, 수취인, 주소 등) 관련 짶�급결제나 주문 데이터 추출
• 세무 규정 준수를 위�� 거래 분류
• 사용량을 토대로 계약 갱신 시기 예측
• 이동 중 재고의 입고 지연을 예측하고 ��ѫ���� 조치 수행
• 자동화 시스템이 제대로 작동하도록 보장하기 위�� 재고실사 최적 기간 산출
• 고객 서비스 요청을 가장 적임자 팀에 전달
• 새로운 규정 문서를 프로세스나 제품 설명과 비교�� 속성, 변경사항, 영향 등을 분류, 하이라이트
• 두 건 이상의 계약서를 비교하거나 빨간 줄로 표시�� 계약 조건의 상충이나 차이 파악

패스터 러너인가, 전략적 명확성인가?

AI가 경제를 자동화하고 일자리를 없앨 것이라�� 가 퍼져 있습니다. 오히려 AI 증강으로 직원이 실제로 서비스 프로세스에서 보다 인간적인 일을 하고 자신의 재능을 활용�� 창의적인 가치를 창조할 수 있습니다. 일자리 감소에 대�� 심각한 경고를 하�� 이들읶� AI를 자동화로 착각한 나머지 AI의 가장 큰 효과를 놓치고 맙니다. AI 증강, 다시 말�� 인간과 AI가 상호 보완하며 일하�� 방식이 효과적이죠.

패스트 러너�� 머신러닝이 대체한 업무가 생기면 조직 내에서 보다 고부가가치 업무에 집중하도록 직원 재교육을 실시합니다. 인공짶ĵ�이 진가를 발휘하�� 경우�� 완전히 새로운 프로세스나 급격한 문화 개편이 요구되�� 문샷보다�� 기존 업무 프로세스를 지원하도록 의사결정을 유기적으로 자동화나 증강할 수 있�� 경우입니다.

“인간의 일자리를 뺏�� 새로운 기계를 만들 재능이 인간에게 있다면 다시 인간에게 일자리를 제공할 재능도 있다고 우리�� 믿습니다.” — 존�� F. 케네디

대화형 AI를 적용하면서 프런트 데스크 팀을 멍하게 만들던 매일 반복되�� “왶�이파이 비밀번호가 뭐예요?” 같읶� 질문에서 ��방되자 이 호텔 회장읶� 이렇게 말했습니다. “AI�� 사람을 더욱 사람답게 만듭니다. AI�� �ѫ��니스의 인간다움을 회복합니다.”

결론적으로 AI�� 인간의 일을 전부 대신하지 못하고 업무의 일부를 증강합니다. 어쩌다 한 두 가지 업무를 자동화할 수�� 있죠. AI가 언제 ���떤 일을 할지�� 사람이 정��야 합니다. 인간이라�� 요소, AI의 증강, AI를 적용할 경우 중요�� 전략적 명확성 등이 확보되어야 사람과 AI�� 유기적으로 함께 일하며 부가가치를 창출합니다.

어디서부터 시작할까요? AI가 대체하�� 업무에 종사하던 직원을 재교육�� 조직 내에서 더 고부가가치 업무를 수행할 수 있도록 하�� 데 집중하세요. 로봇읶� 일처리를, 사람읶� 생각하게 합시다!

• 원문 – Marc Teerlink, , �鶹ԭ�� Innovation Spotlight, Medium

The post 인공짶ĵ�과 머신러닝 빠른 시작을 돕�� 가이드 appeared first on �鶹ԭ�� Korea 뉴스센터.