AI Archives - �鶹ԭ�� Korea 뉴스센터

AI의 미래는 지속가능성에 달렸다

Monica Molesag — Thu, 01 Oct 2026 15:02:28 +0000

뉴욕 기후 주간의 화두는 선언이 아닌 실행이었습니다. AI의 미래를 정하는 것은 성능이 아니라 사회의 ‘허락’이고, 그 허락은 에너지와 데이터, 신뢰 위에서 얻어집니다. �鶹ԭ��가 본 AI와 지속가능성의 연결고리를 전합니다.

돌아온 지속가능성, 달라진 조건

지난주 뉴욕 기후 주간(New York Climate Week)은 1,500건이 넘는 행사가 유엔 총회와 나란히 열린 였습니다. 하지만 올해는 선언보다 실행에 무게가 실렸습니다. 에너지 가격 급등, 기후 재난, AI의 자원 소비를 둘러싼 논쟁이 대표단을 압박했기 때문입니다.

한동안 기업 의제에서 밀려나던 지속가능성은 다른 조건으로 . 사이먼 스티엘 유엔 기후변화 사무총장은 이란 전쟁발 에너지 부족으로 미국 소비자만 고 짚었습니다. 청정에너지는 이제 독립성과 경쟁력의 문제입니다. 물리적 위험도 커서, 는 기후 재해로 인한 기업의 영업 중단 손실이 연간 1조 1,000억 달러를 넘는다고 추산했습니다.

다만 위험을 아는 것과 대응하는 것은 다릅니다. 홍수 예보는 그 길목의 자산과 매출, 방어 비용에 값을 매길 수 있을 때 비로소 경영 판단이 됩니다. 물리적 기후 리스크 데이터를 �鶹ԭ��의 전사 데이터·보고 기반에 연결한 이유입니다.

AI의 진짜 관건은 ‘허락’

이번 주를 지배한 주제는 AI였습니다. 스티엘 사무총장은 AI 기업들이 사업 허가를 두고 ‘‘에 서 있다고 경고했고, 반대편에서는 AI가 기후 문제 해결에도 꼭 필요하다고 맞섰습니다. 둘 다 일리가 있지만, AI의 앞길을 정하는 것은 성능이 아니라 허락입니다. 데이터센터에는 받아들이는 지역사회가, 도입에는 따라주는 직원이 필요하니까요.

정부도 기준을 세우기 시작했습니다. 튀르키예 COP31 의장국은 기업이 에너지 사용을 투명하게 공개하고 청정에너지로 운영해야 한다는 ‘안탈리아 ‘을 내놨습니다. �鶹ԭ��는 2014년부터 사무실과 데이터센터를 100% 재생에너지로 운영해 왔고, AI 아키텍처 설계 단계부터 환경 영향을 고려하며, 클라우드 서비스의 탄소 발자국을 고객과 공유하기 시작했습니다. 일부 제품은 �鶹ԭ�� for Me에서 베타로 볼 수 있습니다.

AI에는 긍정적인 면도 있습니다. 소피아 멘델슨 �鶹ԭ�� 최고 지속가능성·상업 책임자는 지속가능성이 데이터에 빠지면 AI가 알아서 최적화해 지워버린다고 말했습니다. 연결된 데이터가 있어야 비용, 탄소, 규제를 한 번에 따질 수 있다는 뜻입니다. 거버넌스도 중요합니다. �鶹ԭ��는 2025년 을 원칙에 비춰 검토해 44%를 고위험으로 분류했고, 윤리적으로 받아들일 절충안이 없으면 원안대로 진행하지 않았습니다.

“지속가능성 리더들에게 이제 중요한 질문은 AI의 영향을 어떻게 관리하느냐가 아닙니다. AI 투자가 어디로 향할지를 어떻게 이끄느냐입니다. AI는 비용과 탄소, 리스크를 함께 따질 수 있지만, 지속가능성이 AI가 쓰는 데이터 안에 있을 때만 가능합니다. 빼놓으면 AI는 그것을 최적화해 없애 버릴 겁니다.”
소피아 멘델슨(Sophia Mendelsohn), �鶹ԭ�� 최고 지속가능성·상업 책임자

구현은 결국 시스템 위에서

가장 큰 걸림돌은 단절된 데이터입니다. 지속가능성 정보가 조달, 제조, 재무와 떨어져 있으면 좋은 AI도 자신 있게 틀린 답을 냅니다. 해당 시장에서 승인되지 않은 저탄소 공급업체를 추천하는 식입니다. 앞서가는 기업은 지속가능성 데이터에도 재무 데이터와 같은 품질 기준과 감사 추적, 통제를 적용합니다. 산업용 제조업체 HARTING은 지속가능성 데이터를 기존 시스템에 연결해 을 수작업에서 AI 기반 매핑으로 바꿨습니다. 멘델슨의 말처럼 모든 기후 목표는 결국 공급망 결정이 됩니다.

안탈리아로 가는 길

11월 COP31을 앞두고 의장국은 2035년까지 최종 에너지 소비 중 전기 비중을 35%로 높이는 서약을 발표했습니다. 서약이 방향을 정한다면 속도는 기업의 결정이 정합니다. 고객들의 질문도 탄소에 얼마가 드는지, 공급망 어디가 위험한지, 감사에서 숫자가 버티는지로 바뀌었습니다. 모두 상업적 질문이고, 답도 이미 있습니다. 도구와 경제성, 사업 논리는 대부분 갖춰졌고, 남은 일은 이를 실제 의사결정이 일어나는 프로세스 안에서 연결하는 것입니다. AI는 그 밑의 에너지와 데이터, 신뢰만큼만 확장됩니다. AI의 미래는 지속가능성을 거쳐 간다는 뜻입니다.

�鶹ԭ��가 어떻게 지원할 수 있는지 자세히 알아보려면 를 방문하세요.

모니카 몰색(Monica Molesag)은 지속가능성 커뮤니케이션 수장입니다.

The post AI의 미래는 지속가능성에 달렸다 appeared first on �鶹ԭ�� Korea 뉴스센터.

AI 전환의 성공, 결국 HR의 설계력에 달려있다

Ilsuk Song — Wed, 23 Sep 2026 04:23:33 +0000

HR 리더 88%가 AI로 의미 있는 성과를 못 냈다고 답했다. 시간은 분명 줄었는데 성과는 왜 안 날까. �鶹ԭ�� HR Connect 2026에서 송일석 파트너가 짚은 AI 전환의 진짜 설계자, HR의 역할을 정리했다.

너도나도 AI 도입, 그런데 성과는 왜 이럴까

이제 AI를 도입해야 하나 말아야 하나를 고민하는 기업은 없다. 문제는 그다음이다. �鶹ԭ�� SuccessFactors에서 HCM Value Advisor로 일하는 송일석 파트너는 발표에서 성격이 다른 두 숫자를 나란히 보여줬다. HR에 AI를 도입해 채용 기간과 행정 업무 시간을 줄였다는 효율화 성과가 한쪽에 있다면, 반대쪽에는 HR 리더의 88%가 AI로 의미 있는 비즈니스 가치를 만들지 못했다고 답했고, 실제로 의미 있는 가치를 낸 기업은 5%에 불과하다는 조사가 있다. 특정 영역의 효율은 개선됐지만, 그것이 진짜 비즈니스 가치로는 아직 이어지지 못하고 있다는 뜻이다.

효율은 왜 성과로 이어지지 않을까

이유는 두 가지다. 첫째, AI가 벌어준 시간이 그냥 새어 나간다. �鶹ԭ�� 리서치에 따르면 직원들은 AI로 하루 평균 75분을 절감하지만, 대부분 그 시간에 하던 업무를 계속한다. 46%는 이 시간을 회사가 아닌 자기 시간으로 여겨 쉬거나 개인적인 일에 써버린다. 둘째, AI로 얻은 효율이 다른 중요한 가치를 갉아먹는다. 스웨덴의 한 핀테크 기업은 AI 챗봇을 도입하며 상담 직원 700명을 내보냈다. 비용과 응답 속도는 크게 개선됐지만, 챗봇의 응답 품질과 감정적 교류 부족에 고객 불만이 폭주해 결국 인간 상담 직원을 다시 채용했다. 표면적인 절감에 집중하다 고객 신뢰라는 더 중요한 가치를 놓친 사례다.

“결국 우리가 성공적으로 AI 전환을 이룩하기 위해서는 기술이 아니라 일과 조직의 설계 역량, 즉 HR의 역량에 성공 여부가 달려있다.”
송일석, HCM Value Advisor, �鶹ԭ�� SuccessFactors

AI 에이전트 시대, 재설계는 선택이 아니다

과거의 AI는 직원의 업무를 돕는 도구였지만, 스스로 판단하고 행동하는 AI 에이전트는 일의 또 다른 주체다. 어떤 업무를 AI에게, 어떤 업무를 사람에게 맡기고 언제 개입할지 반드시 설계해야 한다. 실제로 AI 도입 후 팀원 관리·문제 해결·신규 스킬 학습은 늘고 반복적 행정 업무나 리포트 작성은 줄었지만, 절반이 넘는 직원이 이 변화를 “그냥 스스로 그렇게 됐다”고 답한다. 의도 없이 일이 변하면 관리자는 직원이 무엇을 하는지 시야를 잃고, 책임 소재가 불분명해지며 번아웃과 보안 이슈로 이어질 수 있다. 이른바 ‘업무의 표류’다.

확보 여유 재배치, 감정 수용성 확보, 일의 재설계 등 업무 표류 방지를 위해 AI 도입 과정에서 HR이 해야 할 3대 과제 (가트너)

HR이 해야 할 세 가지 – 여유 재배치, 감정 수용성, 일의 재설계

그래서 HR이 나서야 한다. 첫째, AI로 확보한 여유를 가치 있는 곳으로 재배치해야 한다. 어떤 업무에 AI를 얼마나 적용하고 어떤 업무는 보호할지 정한 뒤, 생긴 캐파시티를 반복 업무가 아니라 전략적 업무나 미뤄둔 혁신 과제로 돌려야 한다. AI가 할 수 있는 건 다 맡기는 ‘AI 맥시멀리스트’보다, AI와 인간의 잠재력을 함께 고려하는 ‘공생적 전략가’를 택한 조직에서 직원 몰입도와 성과가 함께 오른다.

둘째, 직원의 감정 수용성을 확보해야 한다. AI가 내 일을 대체할 것 같다는 응답이 10%포인트 오를 때마다 일자리 불안감은 25%씩 커진다. 기대가 클수록 불안도 커진다는 뜻이다. 경영진이 이 감정과 불안 관리를 우선순위로 두고 변화의 이유와 성공의 모습을 구체적으로 커뮤니케이션해야 한다. 무엇보다 AI 리터러시가 수용성을 결정하는 가장 중요한 요인이었다. 조직도에 AI를 사람처럼 표기하면 대체의 신호로 읽혀 몰입도가 15% 떨어진다. AI는 도구와 동료의 중간인 ‘툴메이트’로, 이름도 사람 이름이 아니라 ‘어시스턴트’나 ‘코파일럿’처럼 건조하게 붙이는 게 낫다.

셋째, 일 자체를 다시 설계해야 한다. 직무 단위가 아니라 업무 단위로 접근해 AI와 사람의 역할을 나누고 필요한 스킬을 매핑해야 한다. 이렇게 쌓인 업무가 결국 새 직무로 묶이는데, 이때 과업의 다양성이나 커리어 패스 같은 ‘좋은 직무의 조건’을 의도적으로 넣어야 한다. AI 결과물을 무비판적으로 받아들이지 않도록 ‘인지 과속방지턱’을 넣고, 중요한 결정은 사람이 승인하는 휴먼 인 더 루프도 필요하다. 판단 중심인지 규칙 중심인지, 데이터가 명확한지, 감정적 신뢰가 필요한지 등 여섯 가지 기준으로 업무를 나눠야 한다.

성공적인 AI 도입을 위한 HR IT 플랫폼의 핵심 성공 요인

HR IT 솔루션도 뒷받침돼야 한다

통합된 데이터 기반, 프로세스에 내재화된 AI 에이전트, 스킬 기반 인사 프레임워크, 휴먼 인 더 루프, 지속적인 진화가 핵심이다. �鶹ԭ�� SuccessFactors는 HR 전 영역을 통합한 HR Suite, 스킬 기반 프레임워크인 Talent Intelligence Hub, AI 에이전트 중심의 비전으로 이를 구현하며, ‘관련성’, ‘신뢰성’, ‘책임성’ 3대 원칙 아래 연 2회 대규모 업데이트를 제공한다.

결국 HR의 설계력이 성공을 가른다

AI는 단순한 도구가 아니라 일의 미래를 바꾸는 디스럽터다. 사람, 일, 조직을 다시 연결해 근본적으로 재설계하는 일이 필요하고, 이를 가장 잘할 수 있는 조직이 바로 HR이다. AI 전환의 성공 여부는 기술이 아니라 일과 조직을 설계하는 HR의 역량에 달려 있다.

송일석 파트너는 �鶹ԭ�� SuccessFactors 소속 HCM Value Advisor입니다.

The post AI 전환의 성공, 결국 HR의 설계력에 달려있다 appeared first on �鶹ԭ�� Korea 뉴스센터.

자율형 급여, 자동화가 아니라 책임이 핵심

Lara Albert — Thu, 10 Sep 2026 15:01:34 +0000

급여는 조용히 돌아갈 때만 신뢰를 얻는다. AI가 급여 업무 깊숙이 들어오면서, 정확성과 규정 준수를 넘어 투명성과 인간의 책임까지 갖춘 ‘자율형 급여’가 �鶹ԭ��의 자율형 HCM을 뒷받치는 다음 단계로 떠오르고 있다.

급여만큼 신뢰가 걸린 업무는 드물다. 정형 데이터와 규정 준수가 핵심이라 AI에 가장 잘 맞는 업무지만, 작은 오류 하나가 직원의 신뢰를 곧바로 흔들 수 있어 가장 민감한 업무이기도 하다. “급여는 잘 돌아갈 때는 아무도 모르고, 잘못됐을 때만 다들 알아챈다”는 말처럼, 지급 한 번마다 회사와 직원의 신뢰가 시험대에 오른다. �鶹ԭ�� 조사*에 따르면 전 세계 직원의 38%가 급여 오류를 겪었고, 이들은 회사에 대한 신뢰가 13%, 급여 부서에 대한 신뢰가 17% 더 낮았다. 오류가 반복될수록 신뢰는 더 떨어졌다.

급여 담당자는 더 적은 인력으로 더 많은 일을 해내라는 압박을 받는다. 직원은 더 빠르고 유연한 급여를 원하고, 세법과 임금·휴가 규정은 지역마다 계속 바뀐다. 직원의 역할과 근무지, 보상이 끊임없이 달라지면서 수동 관리는 점점 어려워지고 오류 위험도 커진다. 이제 급여는 단순 행정이 아니라 직원 경험과 규정 준수, 사업 운영을 뒷받침하는 전략적 기반이다. 이런 복잡성이 급여의 다음 단계, ‘자율형 급여(Autonomous Payroll)’를 이끌어낸다.

복잡성의 시대, 신뢰를 확장하다

자율형 급여는 AI와 통합 데이터, 실시간 모니터링을 결합해 문제가 직원에게 영향을 주기 전에 미리 찾아내도록 돕는다. 목표는 사람을 빼내는 게 아니라 담당자가 더 가치 있는 일에 집중하도록 돕는 것이다. 직원의 49%는 AI가 실패했을 때 사람에게 확인받을 수 있다면 AI를 더 신뢰하겠다고 답했고, 43%는 사람의 재검토를 요청할 수 있다면 신뢰가 높아질 것이라고 답했다. AI 급여 에이전트와 상시 급여는 급여 준비 상태를 점검하고 이상 징후를 찾아내며, 문제가 커지기 전에 예외 상황을 먼저 해결하게 해준다. 이제 오류를 주기 끝에 찾는 대신 주기 내내 살펴보고 바로 해결할 수 있다. 다만 기술만으로는 부족하며, 시스템은 적절한 감독과 투명성, 책임 아래 움직여야 한다.

자동화에는 책임이 따른다

AI가 깊이 들어올수록 논의는 ‘도입’에서 ‘책임’으로 옮겨간다. 직원은 급여 계산이나 이상 감지처럼 계산 중심 업무에는 AI를 편하게 받아들이지만, 판단과 소통이 필요한 업무, 특히 분쟁의 최종 결정에는 사람을 원한다. 중요한 건 사람을 대체하는 게 아니라 AI가 가장 도움이 되는 곳에 쓰이면서도 신뢰와 판단이 필요한 곳에서 사람의 감독을 지키는 것이다. 결국 급여의 미래는 사람이냐 AI냐가 아니라, AI로 확장된 사람의 전문성이다.

자율형 HCM의 토대를 만들다

자율형 급여의 파급력은 급여 업무를 넘어선다. �鶹ԭ��는 이를 의 핵심 요소로 본다. 채용, 보상, 승진 같은 모든 조직적 변화가 결국 급여에 영향을 주기 때문에, 급여는 기업에서 가장 신뢰할 수 있는 인력 데이터 원천이다. 이 가능성을 실현하려면 HR·급여·근태 데이터가 하나로 통합된 기반이 필요하다. 단일한 데이터 원천이 있어야 복잡성이 줄고 정확성과 규정 준수가 강화되며, AI가 더 의미 있는 통찰을 내놓을 수 있다. 흩어진 시스템 위에 AI만 얹는다고 문제가 풀리지는 않는다.

미래를 이끄는 조직은 급여를 더 효율적으로 처리하는 데서 그치지 않고, 더 지능적이고 연결된 운영으로 직원과 사업을 함께 뒷받침할 전망이다. 급여가 제대로 돌아갈 때, 그것은 월급 지급을 넘어 회사에 대한 신뢰를 만들어낸다.

* 2026년 7월 정규직 1,576명 대상 글로벌 설문조사 데이터

The post 자율형 급여, 자동화가 아니라 책임이 핵심 appeared first on �鶹ԭ�� Korea 뉴스센터.

개인의 AI, 회사의 AI가 되려면

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

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

1등 조가 항상 진다

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

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

일이 줄지 않고 늘어난다

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

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

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

정답인데 회사 사정은 모른다

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

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

숫자 예측은 다른 문제다

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

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

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

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

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

태양의 서커스, 뒷무대엔 AI 동료가 있다

Sid Misra — Fri, 14 Aug 2026 02:38:19 +0000

태양의 서커스는 화려한 무대 뒤에서 매년 7만 건의 인보이스와 씨름했다. AI가 마법은 아니라지만, 다국어 AI 에이전트 제나토가 팀에 합류한 뒤 응답 속도와 공급업체 만족도, 직원 사기까지 눈에 띄게 달라졌다.

화려한 무대 뒤, 복잡한 글로벌 비즈니스

태양의 서커스는 중력을 거스르는 공연, 화려한 의상, 몰입감 있는 음악으로 관객에게 경이로움을 선사한다. 하지만 무대 뒤에는 그만큼 놀라운 글로벌 비즈니스 운영이 숨어 있다. 지금까지 90개국에서 3억 6,500만 명이 넘는 관객을 만난 태양의 서커스는 현재 38개 공연을 동시에 운영하며, 80개국 이상 출신 아티스트와 직원 4,000여 명이 함께한다.

공연 하나가 멕시코시티에서 런던, 다시 파리로 옮겨갈 때마다 새로운 법인, 세금 문제, 현지 규정, 여러 국적의 아티스트가 함께 움직인다. 태양의 서커스 IT 부문 부사장 필리프 라뤼미에르는 “사람들은 서커스 운영이 얼마나 복잡한지 잘 모른다”고 말한다.

매입채무팀을 짓누르던 반복 업무

이 복잡함은 매입채무(AP) 부서에서 특히 두드러진다. 매년 7만 건이 넘는 인보이스가 밀려드는데, 이 중 약 40%는 처리 현황을 묻는 단순 문의다. 담당자들은 여러 시스템을 뒤지며 이력을 확인하고, 지연 원인을 찾아 일일이 답장을 써야 했다. 반복적이고 지치는 일이었다. 라뤼미에르는 “‘대체 언제 돈을 받느냐’는 무례한 메일도 있다. 사기가 떨어지는 일”이라고 말한다.

AI로 풀 문제를 찾다

25년 넘게 �鶹ԭ��를 사용해 온 태양의 서커스에 �鶹ԭ�� AppHaus가 질문을 던졌다. 생성형 AI로 업무를 어떻게 개선할 수 있을까. 여러 부서가 함께한 워크숍에서, 처리량이 많고 자동화 효과가 뚜렷한 AP 부서가 첫 후보로 떠올랐다. AP 자동화는 업계 전반에서 가장 널리 쓰이는 AI 사례이기도 하다. 방향이 정해지자 태양의 서커스와 �鶹ԭ��는 곧바로 AI 솔루션 개발에 나섰다.

팀의 새 동료가 된 AI, 제나토

이렇게 탄생한 것이 다국어 AI 에이전트 ‘제나토(Genato)’다. 제나토는 AP 수신함을 스캔해 문의의 긴급도를 분석하고, 인보이스 번호를 추출해 �鶹ԭ�� 데이터와 연결한 뒤 처리 현황을 조회하고, 답변 초안까지 작성해 담당자 검토를 받는다. 라뤼미에르는 “처음엔 답변의 정확성이 걱정됐지만, 팀은 곧 제나토의 정보가 정확하다는 걸 확인했다”고 말한다.

“작게 시작하고, 사용자를 일찍부터 참여시키고, 기꺼이 실험하라. AI라는 기차는 이미 움직이고 있으니 올라타야 한다.“
필리프 라뤼미에르(Philippe Lalumière), 태양의 서커스(Cirque du Soleil) 정보기술부문장

다만 “AI는 강력한 도구지만 마법의 가루는 아니다. 실제로 해야 할 일이 많다”고 강조한다. 이 작업에는 적절한 커넥터 설계와 함께, 을 통한 시스템 통합이 뒤따랐다. 이 플랫폼은 �鶹ԭ�� 비즈니스 데이터 클라우드, 비즈니스 트랜스포메이션 매니지먼트 솔루션, �鶹ԭ�� 비즈니스 AI 등을 하나로 묶어 AI와 데이터, 프로세스, 거버넌스를 통합함으로써 고객이 지속 가능하고 비용 효율적인 AI를 구축·통합·확장·운영할 수 있게 돕는다.

숫자로 보는 변화

효과는 곧바로 나타났다. 우선순위 요청 처리 개선율 97.92%, AP 적체 25% 감소, 응답 속도 25% 단축이라는 성과로 이어졌고, 공급업체 만족도와 직원 사기도 함께 올라갔다. 라뤼미에르는 “이제 제나토를 팀의 가상 동료로 여긴다”고 말한다. 프로토타입이 실제 운영에 투입된 뒤 한 사용자는 “이제 이것 없이는 못 산다”며 강한 애착을 드러냈고, 지금은 가장 적극적인 홍보대사가 됐다.

다음 무대를 준비하며

태양의 서커스에게 AP 자동화는 시작일 뿐이다. 라뤼미에르는 “AI는 크고 아름다운 도구지만, 우선순위를 정하려면 여전히 사람의 판단이 필요하다”고 말한다. 그는 AI가 Joule 같은 개인 생산성 솔루션, 제나토 같은 비즈니스 프로세스 AI, 그리고 언젠가는 관객 경험 자체까지 세 단계로 확장될 것으로 본다.

AI를 시작하려는 이들에게 그는 이렇게 조언한다. “작게 시작하고, 사용자를 일찍부터 참여시키고, 기꺼이 실험하라. AI라는 기차는 이미 움직이고 있으니 올라타야 한다.” 오늘은 후방 업무를 바꾸고 있지만, 내일은 관객의 경험 자체를 새롭게 정의할지도 모른다.

시드 미스라(Sid Misra)는 �鶹ԭ�� Business AI Platform Technology Foundation 부문 CMO입니다.
Top image courtesy of Cirque du Soleil.

The post 태양의 서커스, 뒷무대엔 AI 동료가 있다 appeared first on �鶹ԭ�� Korea 뉴스센터.

성공하는 AI 전환에는 공식이 있다

Jan Gilg — Fri, 07 Aug 2026 03:06:06 +0000

AI 활용사례를 찾던 시절은 끝났다. 기업들은 이제 AI를 업무 프로세스 안에 심고, 성과로 증명하며, �鶹ԭ��가 말하는 ‘‘을 향해 움직이고 있다. 기록하던 시스템이 이제 함께 일하는 시스템이 되어가는 이유는 무엇일까?

글쓴이: 얀 길그(Jan Gilg), 번역: 클로드(Claude)

기업들이 AI를 도입하는 이유가 달라지고 있다. “어디에 쓸 수 있을까”를 묻던 시절은 지나갔고, 이제는 “AI가 업무의 중심에 들어오면 무엇이 바뀌는가”를 묻는다. �鶹ԭ�� 고객성공 및 미주지역 사장 얀 길그(Jan Gilg)는 최근 전 세계 고객들과 나눈 대화에서 공통적으로 나타나는 세 가지 흐름을 짚었다.

AI 활용사례에서 지능형 업무 프로세스로

초기 AI 도입은 눈에 띄는 성과를 증명하는 데 집중됐다. 그 작업이 끝난 건 아니지만, 이제는 그 성과를 매일 쓰는 업무 프로세스 안으로 녹여내는 단계로 넘어가고 있다. 브라질의 인재 채용·관리 기업 HR Path Brazil은 에 을 붙여 반복적인 인사 문의를 자동으로 처리한다. 그 결과 표준 HR 문의가 7% 줄었고, 매주 두 시간의 HR 업무 부담이 사라졌다. AI가 특정 업무에 쓰이는 도구를 넘어, 업무 자체에 스며드는 사례다.

며칠 걸리던 결정을 순간으로, �鶹ԭ��가 말하는 자율형 기업��특집 기사

기업의 의사결정 중 절반 이상이 여전히 며칠씩 걸린다. �鶹ԭ��가 그리는 은 이 시간을 순간으로 줄인다. 프로세스 지식,��데이터,��거버넌스라는 세 원칙 위에서 재무부터 산업별 AI까지, 결정의 속도가 어떻게 달라지는지 들여다본다.

AI를 얼마나 쓰는지가 아니라, 무엇을 만들어내는지로

최근 발표된 옥스퍼드 이코노믹스 조사에 따르면, 기업들은 올해 AI 투자에서 평균 21%의 수익률을 기대하며, 2년 뒤에는 이 수치가 38%까지 오를 것으로 내다본다. 특히 에이전틱 AI의 기대 수익률은 2년 뒤 평균 1,760만 달러로, 지난해 추정치(430만 달러)의 네 배를 넘어선다.

데이터, 인력, 거버넌스 – 효과적인 AI 도입을 위해 넘어야 할 세 가지 장벽

실제로 같은 조사에서 기업의 69%가 현재 AI 투자수익률에 만족한다고 답했는데, 이는 지난해(64%)보다 늘어난 수치다. 이제 기업들은 기술 도입 자체보다 “주기가 짧아졌는가”, “의사결정이 나아졌는가”, “직원이 더 가치 있는 일에 집중하는가”를 묻는다. 기술을 도입했다는 사실보다, 사업이 실제로 얼마나 나아졌는가로 대화의 중심이 옮겨간 셈이다.

AI가 일하는 회사: 에이전틱 시대, 실행 시스템의 대전환��특집 기사

기업의 두뇌인 ERP가 이제는 AI 에이전트가 스스로 판단하고 실행하는 ‘‘의 엔진으로 진화합니다. 224개의 와 앱 없이도 업무를 완성하는 까지, 이제 기업 운영의 주체로 사람과 AI가 함께합니다.

기록하는 시스템에서 함께 일하는 시스템으로

지금까지 전사적 소프트웨어는 거래를 기록하고 절차를 표준화하는 데 머물렀다. 이제는 변화를 미리 감지하고, 행동을 제안하며, 부서 간 업무를 조율하고, 사람의 감독 아래 실제 의사결정 일부를 수행하기 시작했다. 재무, 공급망, 조달, 인사, 고객 업무를 일일이 연결해 다음 행동을 정하던 방식에서, 지능형 시스템이 맥락을 제공하고 추천하며 실행을 돕는 방식으로 옮겨가는 것이다.

사람은 여전히 의사결정의 중심에 있지만, 소프트웨어는 이제 결과만 기록하는 존재가 아니라 업무에 함께 참여하는 존재가 되고 있다. �鶹ԭ��는 이 새로운 운영 모델을 ““이라 부른다.

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

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

길그는 오늘의 AI 프로젝트들을 훗날 클라우드 전환 초기와 같은 시선으로 돌아보게 될 것이라고 말한다. 목적지가 아니라, 끊임없이 새로워지는 운영 방식의 토대라는 뜻이다. 결국 가장 앞서 나가는 조직은 AI 활용사례를 가장 많이 쌓은 곳이 아니라, 그 성과를 발판 삼아 업무 방식 자체를 다시 설계하는 곳이 될 것이다.

원문: The Pattern Emerging Across AI Transformations, Corporate Blog, �鶹ԭ�� News Center

The post 성공하는 AI 전환에는 공식이 있다 appeared first on �鶹ԭ�� Korea 뉴스센터.

직접 조달, 진짜 문제는 AI가 아니다

Adam Park — Fri, 24 Jul 2026 04:28:56 +0000

독일 발도르프에 모인 자동차·항공 업계 조달 담당자들이 흩어진 시스템과 소수 베테랑에 의존하는 현실을 솔직하게 털어놨어요. AI 기대는 컸지만, 기본 데이터와 프로세스가 갖춰져야 진짜 힘을 발휘한다는 게 공통된 결론이었죠.

글쓴이: 캐롤리나 봄바르델리(Karolina Bombardelli), 번역: 클로드(Claude)

독일 발도르프에 모인 조달 담당자들, 속마음을 털어놓다

올해 초, 독일 발도르프에서 특별한 회의가 열렸어요. 자동차, 산업기계, 항공우주, 방위산업 분야의 조달 담당자들이 한자리에 모인 거예요. 조달 담당자는 제품에 필요한 부품과 자재를 어디서, 얼마에 확보할지 결정하는 사람들로, 회사가 쓰는 돈 가운데 가장 큰 부분을 다루는 만큼 판단 하나하나가 회사 전체에 영향을 미쳐요.

이번 회의가 남달랐던 건, 참석자들이 성공 사례만 늘어놓지 않았다는 점이에요. 오히려 각자 겪고 있는 어려움을 솔직하게 비교하며 이야기를 나눴답니다.

제조업체를 위한 트리플 트랜스포메이션 필수 과제��특집 기사

제조업계는 디지털, 지속가능성, 복원력을 통합한 ‘트리플 트랜스포메이션’을 통해 단편적 혁신을 넘어 시스템적 변화를 추구해야 합니다. 미래의 제조업 리더들은 지속적인 변화 역량을 핵심 DNA로 만들어야 합니다.

왜 이렇게 힘든 시기가 됐을까

국제 정세가 불안정하고 기술 변화도 빨라서, 회사들은 제품을 설계하기도 전에 부품을 어디서 조달할지 미리 결정해야 해요. 문제는, 그런 빠른 판단을 뒷받침할 시스템이 아직 갖춰지지 않았다는 거예요.

여기에 오랜 경력을 가진 직원들이 하나둘 떠나면서, 쌓아온 노하우도 함께 사라지고 있어요. 그 자리를 대신할 시스템은 아직 준비 중이고요. 결국 조달 담당자들이 가장 중요한 순간에 제대로 영향력을 발휘하지 못하는 구조가 만들어지고 있는 거예요.

회사들이 실제로 겪고 있는 일

참석한 회사들은 모두 를 비롯해 �鶹ԭ�� 시스템을 폭넓게 쓰고 있었어요. 그런데도 업무는 여전히 여기저기 흩어진 채 운영되고 있었죠. 엔지니어, 구매 담당자, 협력사가 아직도 이메일이나 제각각 다른 프로그램으로 소통하고, 몇몇 숙련된 직원에게 지나치게 의존하고 있었어요.

한 참석자는 이렇게 짚었어요. “진짜 문제는 조달 절차 자체가 아니라, 부서와 시스템 사이의 틈이다.” 그 틈에서 결정이 늦어지고, 데이터를 사람이 일일이 손으로 맞춰야 하고, 제품 기획부터 조달 실행까지 이어주는 디지털 흐름이 없다는 뜻이에요.

고율 관세 시대, 한국 산업의 생존 전략��특집 기사

트럼�� 2기 행정붶�의 고율��괶�세 정책이 ��국��수출��산업을 정면으로��겨냥��고��있습니다.��예측보다��빠르게 댶�응하�� 기업만이��생존과 성장을 이어갈 수 있습니다.��글로벌 무역 전쟁에서 살아남기 위한 전략을 최신 가이드북에서 확인하세요.

앞으로 무엇에 집중할까

참석자들이 공통으로 강조한 방향은 크게 세 가지였어요. 첫째, 조달을 제품 개발 초기 단계로 앞당기는 것. 설계가 확정된 뒤에야 대응하는 방식에서 벗어나려는 거죠. 둘째, 소수의 베테랑 직원에게 의존하는 구조를 줄이는 것. 셋째, 원자재 가격 변동을 일회성 사건이 아니라 반복되는 과제로 보고 체계적으로 대응하는 것. 여러 해에 걸친 전환 작업 중에도 업무가 멈추지 않게 하는 것 역시 현실적인 고민거리였어요.

인공지능(AI)은 이 흐름에서 어떤 역할을 할까

AI에 대한 관심은 컸지만, 기대치는 신중했어요. “기본이 갖춰지지 않으면 AI도 소용없다”는 메시지가 분명했죠. 설계, 조달, 계약, 실행을 잇는 통일된 디지털 흐름이 없으면, AI는 통찰을 주기는커녕 오히려 혼란만 키운다는 지적이었어요.

참석자들은 이유를 알 수 없는 ‘블랙박스’식 자동화에 분명한 거부감을 드러냈어요. 왜 그런 판단을 내렸는지 설명할 수 있는 AI, 소싱과 협상 과정에 자연스럽게 녹아든 AI를 원한다고 밝혔죠.

이런 생각이 �鶹ԭ��의 자율형 기업 비전과 맞닿아 있어요. 이 비전은 AI 에이전트를 거래 업무 프로세스와 데이터, 거버넌스에 직접 연결하는 방식이죠. 고객들이 직접 조달 환경에서 AI를 신뢰하려면 꼭 필요하다고 얘기한 바로 그 부분이에요.

2026년 AI 트렌드 – 리더들을 위한 핵심 인사이트��특집 기사

에이전틱 AI의 느린 발전, AI 버블 붕괴, 기업 차원의 GenAI 활용 필요성, AI 관리 조직 구조 논쟁, AI 팩토리를 통한 가치 창출 가속화 등 MIT의 톰 데이븐포트와 랜디 빈이 제시하는 2026년 5대 AI 트렌드를 지금 바로 확인하세요.

앞으로의 방향

이번 회의로 한 가지는 분명해졌어요. 조달 조직들은 몇몇 뛰어난 직원과 엑셀 파일에 의존하던 방식에서 벗어나, 체계적인 시스템으로 운영되는 방향으로 나아가고 있어요. 제품, 조달, 계약, 실행이 하나의 흐름으로 연결되어야만 AI도 제 역할을 할 수 있어요. 방향은 정해졌고, 남은 과제는 실행 속도랍니다.

원문: Direct Procurement Roundtable: Customer Journeys, Product Direction, and the Reality of AI, Features,��鶹ԭ�� News Center

The post 직접 조달, 진짜 문제는 AI가 아니다 appeared first on �鶹ԭ�� Korea 뉴스센터.

�鶹ԭ�� 조사, AI 이제 돈값 한다

Paul Thomson — Fri, 17 Jul 2026 07:47:23 +0000

AI 투자는 찔끔 늘었는데 ROI는 급등했다. �鶹ԭ��가 전 세계 2,600명의 기업 리더를 조사해 밝혀낸 열풍의 실체와, 절반 넘는 기업이 여전히 준비 안 된 거버넌스라는 시한폭탄까지 짚어봤다.

글쓴이: 폴 톰슨(Paul Thomson), 번역: 클로드(Claude)

AI 투자, 드디어 돈값 하기 시작했다

에스에이피(�鶹ԭ��)와 옥스포드에코노믹스(Oxford Economics)가 전 세계 리더 2,600명을 조사한 ‘‘ 결과가 나왔다. 결론은 하나, AI에 쓴 돈이 이제 진짜 성과로 돌아오고 있다는 것이다.

올해 기업 평균 AI 투자액은 2,800만 달러로 작년보다 소폭 늘었을 뿐인데, ROI는 확 뛰었다. 올해 기대 ROI는 21%(630만 달러)로 작년 16%에서 껑충 뛰었고, 2년 뒤엔 38%(1,590만 달러)까지 오를 전망이다.

이 성장의 주인공은 에이전틱 AI다. 2년 후 에이전틱 AI의 평균 ROI는 1,760만 달러로, 작년 예상치(430만 달러)의 4배가 넘는다.

�鶹ԭ�� AI 전략 총괄 숀 캐스크(Sean Kask)는 말한다. “AI는 이제 실험이 아니라 실행 단계입니다. 성과가 보이기 시작했죠. 하지만 맥락 없는 AI는 잘해야 헛수고, 최악엔 리스크가 됩니다.”

AI가 일하는 회사: 에이전틱 시대, 실행 시스템의 대전환��특집 기사

성숙해지는 AI, 그런데 아직 불안하다

전 세계 AI 투자는 작년 2,670만 달러에서 소폭 늘었지만, 나라별 온도차는 크다. 브라질·영국·호주·독일은 투자를 늘렸고, 중국·인도는 오히려 줄였다.

기업 업무의 30%가 이미 AI 도움을 받고 있고, 2년 후엔 48%까지 늘어날 전망이다. 전략적 AI 투자도 거의 두 배(17%)로 늘었지만, ‘일단 해보자’식 산발적 접근이 여전히 41%로 가장 많다.

리더십도 문제다. AI 전담 리더를 둔 기업 46%, 명확한 개발 프레임워크를 가진 기업 52%, AI 교육을 제공하는 기업은 41%뿐이다.

그럼에도 69%는 지금 AI ROI에 만족한다. 다만 3분의 2 이상은 AI가 아직 잠재력을 다 발휘 못했다고 본다. 83%가 에이전틱 AI의 변화 잠재력을 높게 보지만, “완전히 준비됐다”는 기업은 3%뿐이다.

며칠 걸리던 결정을 순간으로, �鶹ԭ��가 말하는 자율형 기업��특집 기사

데이터, 사람, 거버넌스라는 세 개의 벽

가장 큰 걸림돌은 데이터 품질이다. 73%가 불완전한 데이터로 어려움을 겪고, 79%는 낮은 품질의 AI 결과물 때문에 재작업이나 지연을 겪었다.

사람 문제도 크다. 78%는 리스킬링이 AI 발전 속도를 못 따라간다고 느끼고, ‘섀도우 AI’는 69%가 최소 가끔 겪는다고 답했다.

데이터, 인력, 거버넌스 – 효과적인 AI 도입을 위해 넘어야 할 세 가지 장벽

캐스크는 짚는다. “다음 단계는 AI를 실제 데이터·프로세스에 깊이 연결하는 것입니다. 다만 AI 가치는 생각보다 측정하기 어렵고, 리스크는 거버넌스보다 빠르게 움직입니다.”

거버넌스가 “완전히 됐다”는 기업은 12%뿐. 휴먼인더루프가 없는 기업이 38%, 권한·접근 통제가 없는 기업이 37%, 에이전트 목록조차 없는 기업이 56%다. 69%는 자신들이 거버넌스보다 빠르게 에이전트를 도입 중이라 느낀다.

AI는 도구가 아니다. 자율형 기업의 중심축이다.��특집 기사

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

결국 답은 자율형 기업

캐스크는 결론짓는다. “AI의 진짜 가치를 얻는 건 쉽지 않습니다. 완전히 새로운 접근이 필요하니까요. AI를 실제 데이터·프로세스에 연결하고, 신뢰할 결과를 낼 맥락과 거버넌스를 갖춰야 합니다. 우리는 이걸 ‘자율형 기업(Autonomous Enterprise)‘이라 부릅니다. 기술이 아니라 사람의 문제예요. 에이전트와 프로세스, 사람이 하나로 움직여야 진짜 가치가 나옵니다.”

원문: Business Value of AI Is Spiking, Driven by Increased Adoption and Agentic Expectations, �鶹ԭ�� Finds, Features, �鶹ԭ�� News Center

The post �鶹ԭ�� 조사, AI 이제 돈값 한다 appeared first on �鶹ԭ�� Korea 뉴스센터.

AI에게 답을 맡기지 말고, 질문을 맡겨라

Laura Marwood — Fri, 10 Jul 2026 03:52:47 +0000

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

글쓴이: 로라 마우드(Laura Marwood), 번역: 클로드(Claude)

AI 열풍 속에서 놓치기 쉬운 질문

요즘 AI를 둘러싼 이야기는 넘쳐난다. 새로운 툴, 새로운 모델, 새로운 약속들이 매일 쏟아진다. 대화의 대부분은 ‘속도’에 맞춰져 있다. AI가 글을 더 빨리 쓰게 해주고, 코드를 더 빨리 짜게 해주고, 결과물을 더 빨리 만들어낸다는 이야기다. 물론 중요한 부분이다. 하지만 최근 구글 클라우드의 리드 개발자 옹호자 케이시 웨스트와 나눈 대화는 조금 다른 질문을 던지게 했다. AI의 진짜 가치는 우리를 더 빠르게 만드는 데 있는 게 아니라, 더 잘 생각하게 만드는 데 있는 건 아닐까?

생산성 도구를 넘어, ‘비판적 사고의 파트너’로

웨스트는 AI를 단순히 생산성이나 속도를 위한 도구로만 쓰는 건 낮은 단계의 활용이라고 말한다. 진짜 강력한 활용법은 AI를 ‘비판적 사고의 파트너’로 대하는 데 있다. 그는 AI에게 단순히 답을 구하는 대신, 자신의 논리를 비판하게 하거나 미처 생각하지 못한 질문을 던지도록 구체적으로 지시해보라고 권한다. 이렇게 하면 AI는 판단을 대신하는 존재가 아니라, 판단을 더 날카롭게 벼려주는 유용한 마찰이 된다. 결과물의 양이 아니라 질문의 질이 달라지는 셈이다.

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

기업 AI 도입의 관건: 가드레일과 지표 설계

기업 환경에서 AI를 도입할 때는 이야기가 조금 더 복잡해진다. AI 특유의 창의성과 비결정성(non-determinism)은 강력한 무기이지만, 동시에 관리해야 할 대상이다. 웨스트는 이 지점에서 품질 관리가 필수적이라고 강조한다. 시스템의 안전성과 품질을 보장할 가드레일과 평가 지표를 직접 설계할 수 있는 능력이야말로 현대 엔지니어링 조직의 성패를 가른다는 것이다.

결정론에서 ‘인간다운 판단’의 코드화로

이 변화는 개발자의 역할 자체를 바꿔놓는다. 과거의 비즈니스 시스템은 정해진 로직대로 결과가 나오는 결정론적 시스템이었다. 반면 지금의 AI는 인간이 정보를 바탕으로 판단을 내리는 방식과 비슷하게, 복합적인 상황 속에서 추론하고 결정하도록 요구받는다. 사람이 수작업으로 처리하던 복잡한 비즈니스 프로세스를 AI로 자동화하는 일은 단순한 코드 작성을 넘어, 인간의 사고방식과 추론 과정을 논리적으로 ‘코드화’하는 고도로 창의적인 작업이다. AI가 내리는 ‘인간다운 결정’이란 AI가 사람처럼 생각한다는 뜻이 아니라, 인간의 복잡한 의사결정 과정을 이해하고 이를 자동화된 환경에 적용해 의미 있는 가치를 만들어내는 전략적 시도에 가깝다.

AI가 일하는 회사: 에이전틱 시대, 실행 시스템의 대전환��특집 기사

결국 남는 건 문제와 사랑에 빠지는 태도

웨스트가 개발자들에게 건넨 조언은 단순했다. 그리고 어떤 특정 툴이나 프레임워크보다 오래갈 조언이었다. “해결책이 아니라 문제와 사랑에 빠져라.” 지금 의존하는 프레임워크, 기술, 프로그래밍 언어는 놀라울 만큼 빠르게 변할 것이다. 특정 기술 스택에 매몰되면 변화하는 환경에서 쉽게 도태된다. 반면 문제를 깊이 이해하고, 호기심을 잃지 않고, 판단력을 갖고 AI를 활용하는 전략적 사고방식은 오래도록 가치를 지닌다.

Click the button below to load the content from YouTube.

Always allow YouTube

AI를 둘러싼 이야기가 이토록 숨 가쁘게 느껴지는 지금, 이런 태도가 오히려 도움이 된다. 맹목적인 열광도, 막연한 두려움도 아닌 호기심과 절제로 이 순간을 대하는 태도 말이다. 관건은 AI로 얼마나 더 많이 만들어내느냐가 아니라, AI를 잘 활용했을 때 우리의 생각과 판단이 얼마나 더 나아지느냐다. 결국 좋은 질문을 던질 줄 아는 사람만이, 좋은 답을 얻는 시대가 오고 있다.

며칠 걸리던 결정을 순간으로, �鶹ԭ��가 말하는 자율형 기업��특집 기사

원문: Fall in Love with the Problem, Not the Solution: Rethinking AI for Real Impact, Features, �鶹ԭ�� News Center

The post AI에게 답을 맡기지 말고, 질문을 맡겨라 appeared first on �鶹ԭ�� Korea 뉴스센터.

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

Arin Bhowmick — Fri, 03 Jul 2026 09:00:01 +0000

글쓴이: 애린 보믹(Arin Bhowmick) �鶹ԭ�� 최고 디자인 책임자, 번역: 클로드(Claude)

�鶹ԭ��의 자율형 기업을 디자인하다

AI 경쟁이 아니라, 신뢰의 문제

기업용 소프트웨어 시장은 지금 선택의 기로에 서 있다. AI를 빠르게 도입하지 않으면 뒤처진다는 위기감이 팽배하지만, 정작 기업 규모에서 진짜 ROI를 만드는 것은 ‘얼마나 빨리’가 아니라 ‘얼마나 신뢰할 수 있는가’다. �鶹ԭ��는 최근 Sapphire 행사에서 이 질문에 대한 답으로 Joule Work를 공개했다. AI와 협업해 업무 전체를 처리하는, 완전히 새로운 방식의 워크스페이스다.

AI가 우선시 되는 미래를 위한 디자인��특집 기사

AI는 디자이너를 대체하는 것이 아니라 디자이너의 역할을 재정의하고 있으며,��성공하는 디자이너는 AI를 도구로 활용하면서도 비판적 사고와 인문학적 소양을 바탕으로 AI의 방향을 이끌어가는 사람입니다. �鶹ԭ��의 AI 경험 담당 부사장의 통찰을 확인하세요.

자율형 기업, 일하는 방식의 중심이 바뀐다

Joule Work는 사용자의 의도를 먼저 읽는다. 필요한 인사이트를 스스로 찾아 보여주고, 반복 업무는 자동으로 처리하며, 여러 시스템에 흩어진 AI 에이전트들을 하나로 조율한다. 여기서 �鶹ԭ��가 강조하는 원칙은 명확하다. 좋은 디자인은 AI를 쓰기 쉽게 만드는 데서 그치지 않고, 잘못 쓰기 어렵게 만들어야 한다는 것. 이미 검증된 보안·거버넌스 체계 위에 세워진 만큼, 사용성과 책임감이 동시에 작동하는 구조다.

일관성을 넘어 ‘맥락’을 설계하다

기존의 디자인 시스템은 정적인 화면에 통일된 규칙을 적용하는 방식이었다. 하지만 AI 시대의 UI는 매번 다른 요청에 맞춰 즉석에서 만들어져야 한다. �鶹ԭ��는 이를 위해 을 새롭게 선보였다. AI를 위한 일종의 내비게이션 시스템처럼, 어떤 질문이 들어와도 그 맥락에 맞는 화면을 그때그때 구성해낸다. AI 에이전트가 여러 업무 영역을 오가며 일해도, 비즈니스 규정과 접근성 기준을 벗어나지 않도록 지켜주는 것이 이 시스템의 역할이다.

AI에게 답을 맡기지 말고, 질문을 맡겨라��특집 기사

사람들이 정말 쓰고 싶어지는 AI

아무리 강력한 기술도 사람이 믿고 쓰지 않으면 무용지물이다. �鶹ԭ�� 디자인팀이 주목한 지점도 여기다. 자연어로 AI 에이전트를 부르는 것에서 나아가, Joule Studio를 통해 사용자가 직접 자신만의 AI를 만들 수 있도록 문턱을 낮췄다. 복잡한 코딩 없이도 필요에 맞게 기능을 확장할 수 있어, AI가 ‘전문가의 도구’에서 ‘모두의 도구’로 바뀌고 있다.

Joule Work 밝은 업무 공간

Joule Work가 여는 새로운 인간의 강점

�鶹ԭ��는 이번 변화를 ‘앱 중심’에서 ‘하나의 통합 공간’으로의 전환이라 설명한다. �鶹ԭ�� 시스템은 물론 외부 시스템까지 아우르는 단일 워크스페이스 안에서, 여러 시스템을 오가며 반복하던 수작업과 데이터 대조 작업이 사라진다. 대화형 인터페이스, 상황에 맞춰 스스로 구성되는 업무 공간, 그리고 개발자가 에이전트를 직접 만들고 배포하는 기능까지, Joule Work는 이 모든 것을 하나로 묶는다. 결국 기술이 사람의 자리를 대신하는 것이 아니라, 사람이 더 사람다운 일에 집중할 수 있게 돕는 것. 이것이 �鶹ԭ��가 그리는 자율형 기업의 진짜 모습이다.

Joule Work 어두운 업무 공간

원문: , , �鶹ԭ��

The post 좋은 AI는 잘못 쓰기 어렵다: �鶹ԭ��의 자율형 기업 디자인 원칙 appeared first on �鶹ԭ�� Korea 뉴스센터.

AI Archives - �鶹ԭ�� Korea 뉴스센터

AI의 미래는 지속가능성에 달렸다

돌아온 지속가능성, 달라진 조건

AI의 진짜 관건은 ‘허락’

구현은 결국 시스템 위에서

안탈리아로 가는 길

AI 전환의 성공, 결국 HR의 설계력에 달려있다

너도나도 AI 도입, 그런데 성과는 왜 이럴까

효율은 왜 성과로 이어지지 않을까

AI 에이전트 시대, 재설계는 선택이 아니다

HR이 해야 할 세 가지 – 여유 재배치, 감정 수용성, 일의 재설계

HR IT 솔루션도 뒷받침돼야 한다

결국 HR의 설계력이 성공을 가른다

자율형 급여, 자동화가 아니라 책임이 핵심

복잡성의 시대, 신뢰를 확장하다

자동화에는 책임이 따른다

자율형 HCM의 토대를 만들다

개인의 AI, 회사의 AI가 되려면

1등 조가 항상 진다

일이 줄지 않고 늘어난다

정답인데 회사 사정은 모른다

숫자 예측은 다른 문제다

태양의 서커스, 뒷무대엔 AI 동료가 있다

화려한 무대 뒤, 복잡한 글로벌 비즈니스

매입채무팀을 짓누르던 반복 업무

AI로 풀 문제를 찾다

팀의 새 동료가 된 AI, 제나토

숫자로 보는 변화

다음 무대를 준비하며

성공하는 AI 전환에는 공식이 있다

AI 활용사례에서 지능형 업무 프로세스로

며칠 걸리던 결정을 순간으로, �鶹ԭ��가 말하는 자율형 기업������특집 기사

AI를 얼마나 쓰는지가 아니라, 무엇을 만들어내는지로

AI가 일하는 회사: 에이전틱 시대, 실행 시스템의 대전환������특집 기사

기록하는 시스템에서 함께 일하는 시스템으로

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

직접 조달, 진짜 문제는 AI가 아니다

독일 발도르프에 모인 조달 담당자들, 속마음을 털어놓다

제조업체를 위한 트리플 트랜스포메이션 필수 과제������특집 기사

왜 이렇게 힘든 시기가 됐을까

회사들이 실제로 겪고 있는 일

고율 관세 시대, 한국 산업의 생존 전략������특집 기사

앞으로 무엇에 집중할까

인공지능(AI)은 이 흐름에서 어떤 역할을 할까

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

앞으로의 방향

�鶹ԭ�� 조사, AI 이제 돈값 한다

AI 투자, 드디어 돈값 하기 시작했다

AI가 일하는 회사: 에이전틱 시대, 실행 시스템의 대전환������특집 기사

성숙해지는 AI, 그런데 아직 불안하다

며칠 걸리던 결정을 순간으로, �鶹ԭ��가 말하는 자율형 기업������특집 기사

데이터, 사람, 거버넌스라는 세 개의 벽

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

결국 답은 자율형 기업

AI에게 답을 맡기지 말고, 질문을 맡겨라

AI 열풍 속에서 놓치기 쉬운 질문

생산성 도구를 넘어, ‘비판적 사고의 파트너’로

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

기업 AI 도입의 관건: 가드레일과 지표 설계

결정론에서 ‘인간다운 판단’의 코드화로

AI가 일하는 회사: 에이전틱 시대, 실행 시스템의 대전환������특집 기사

결국 남는 건 문제와 사랑에 빠지는 태도

며칠 걸리던 결정을 순간으로, �鶹ԭ��가 말하는 자율형 기업������특집 기사

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

AI 경쟁이 아니라, 신뢰의 문제

AI가 우선시 되는 미래를 위한 디자인������특집 기사

자율형 기업, 일하는 방식의 중심이 바뀐다

일관성을 넘어 ‘맥락’을 설계하다

AI에게 답을 맡기지 말고, 질문을 맡겨라������특집 기사

사람들이 정말 쓰고 싶어지는 AI

Joule Work가 여는 새로운 인간의 강점

며칠 걸리던 결정을 순간으로, �鶹ԭ��가 말하는 자율형 기업��특집 기사

AI가 일하는 회사: 에이전틱 시대, 실행 시스템의 대전환��특집 기사

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

제조업체를 위한 트리플 트랜스포메이션 필수 과제��특집 기사

고율 관세 시대, 한국 산업의 생존 전략��특집 기사

2026년 AI 트렌드 – 리더들을 위한 핵심 인사이트��특집 기사

AI가 일하는 회사: 에이전틱 시대, 실행 시스템의 대전환��특집 기사

며칠 걸리던 결정을 순간으로, �鶹ԭ��가 말하는 자율형 기업��특집 기사

AI는 도구가 아니다. 자율형 기업의 중심축이다.��특집 기사

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

AI가 일하는 회사: 에이전틱 시대, 실행 시스템의 대전환��특집 기사

며칠 걸리던 결정을 순간으로, �鶹ԭ��가 말하는 자율형 기업��특집 기사

AI가 우선시 되는 미래를 위한 디자인��특집 기사

AI에게 답을 맡기지 말고, 질문을 맡겨라��특집 기사