클라우드 ERP 전환, 왜 이렇게 어려울까요

ERP 전환은 이제 많은 기업에게 선택이 아닌 비즈니스 필수 과제가 됐습니다. 클라우드로 현대화해야 기존 온프레미스 인프라로는 대규모로 지원하기 어려웠던 AI, 자동화, 분석 기능을 활용할 수 있기 때문입니다. 하지만 전환 프로젝트는 쉽지 않습니다. 수많은 이해관계자가 참여하고, 비즈니스와 기술 양쪽에서 수천 가지 결정을 내려야 합니다.

�鶹ԭ��는 이런 부담을 덜기 위해 마이그레이션 및 현대화 어시스턴트를 선보였습니다. 올해 �鶹ԭ�� Sapphire에서 에이전트 기반 전환 도구를 소개한 데 이어, 현재 네 가지 어시스턴트가 얼리 어답터 고객에게 제공되어 실제 클라우드 ERP 전환 프로젝트를 돕고 있습니다.

데이터 품질, 가장 먼저 풀어야 할 숙제

ERP 전환에서는 방대한 데이터의 품질 문제를 파악하고 이관에 미칠 영향을 따져 우선순위를 정해야 합니다. 데이터관리 어시스턴트(Data Management Assistant)는 데이터 품질 지표를 분석해 비즈니스 영향도에 따라 문제의 우선순위를 정하고, 해결 방안을 추천하며, 자동 수정과 가이드형 수정으로 실제 조치까지 돕습니다.

글로벌 페인트·코팅 기업 악조노벨(AkzoNobel)이 대표적인 사례입니다. RISE with �鶹ԭ�� 여정에서 ERP 환경을 통합하는 대규모 전환을 진행 중인 악조노벨은 �鶹ԭ�� Early Adopter Care 프로그램에 참여해, 이 어시스턴트로 데이터 품질 범위를 정하고 비즈니스 영향이 큰 순서대로 개선 작업을 진행하고 있습니다.

“Data Management Assistant 덕분에 가장 중요한 데이터 품질 문제를 명확히 파악하고, 가장 시급한 곳부터 개선 우선순위를 정할 수 있었습니다. 분석에 드는 노력은 줄고 계획은 빨라졌으며, 앞으로의 전환 과제를 준비하면서 데이터 품질 관리를 체계적으로 이어갈 수 있게 됐습니다.”

틸락 셀밤(Thilak Selvam), AkzoNobel, 마스터 데이터 프로그램 리드

테스트와 커스텀 코드, 반복 작업은 줄이고 속도는 높이고

테스트 범위를 정하고 테스트 케이스를 준비하는 일에는 비즈니스와 IT 팀 모두의 노력이 많이 듭니다. 테스트관리 어시스턴트(Test Management Assistant)는 비즈니스 프로세스, 요구사항, 사용자 스토리를 분석해 핵심 시나리오를 찾고 테스트 케이스와 필요한 테스트 데이터까지 준비합니다. 이 케이스는 �鶹ԭ�� Test Automation by Tricentis로 넘어가 자동 실행되어, 수작업은 줄고 핵심 프로세스의 커버리지와 배포 준비 상태에 대한 확신은 높아집니다.

커스텀코드 어시스턴트(Custom Code Assistant)는 �鶹ԭ�� Cloud ERP Private으로 전환하는 과정에서 자체 개발 코드를 현대화하고, 전환 이후에도 클린코어(clean core) 준수를 지원합니다. 자율적으로 작동하며 진단 결과를 복잡도별로 분류하고, 가능한 자동 수정은 실행하며, 나머지에는 AI 기반 권장안과 코드 수정안을 제시합니다. 덕분에 기술 부채는 줄이고 기업만의 차별화된 강점은 지킬 수 있습니다.

비즈니스 구성부터 전 과정까지, 계속 넓어지는 어시스턴트

�鶹ԭ�� Cloud ERP를 도입하는 고객에게는 비즈니스구성 어시스턴트(Business Configuration Assistant)가 비즈니스 설계와 구현 계획을 앞당겨 줍니다. 산업, 세그먼트, 비즈니스 목표에 맞는 구성을 추천해 자율적으로 적용하고, 기존 구성에서 �鶹ԭ�� 목표 요건과 다른 부분을 짚어내며 전체 감사 추적(audit trail)도 남깁니다.

�鶹ԭ��는 앞으로 포트폴리오를 전환 전 과정으로 넓힐 계획입니다. 시스템분석 어시스턴트(System Analysis Assistant)는 기존 시스템에 대한 고객 맞춤형 이해를 만들어 다른 모든 어시스턴트의 기반이 되고, 프로젝트관리 어시스턴트(Project Management Assistant)는 실시간 인사이트와 선제적 위험 파악을, 롤아웃 어시스턴트(Rollout Assistant)는 글로벌 템플릿과 지역별 요건의 정렬을 돕습니다. 더 자세한 내용은 에서 확인할 수 있습니다.

Maura Hameroff is chief marketing officer for �鶹ԭ�� Cloud ERP Private and RISE with �鶹ԭ��.
Sonja Liénard is head of ABAP Platform at �鶹ԭ�� SE.
Soeren Ruder is chief product officer and global head of Customer Experience & Solutions for �鶹ԭ�� SE.

The post �鶹ԭ��, 클라우드 ERP 전환에 AI 어시스턴트 4종 투입 appeared first on �鶹ԭ�� Korea 뉴스센터.

�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.