많은 기업이 인공짶ĵ�을 활용 중이며 적용 범위�� 확대될 전망입니다. �ѫ��니스 ���로세스 자동화, 데이터 분석 및 예측, 고객 서비스 개선 등 다양한 분야에서 AI로 업무 효율을 높이고, 기업의 경쟁력 강화에도 큰 도움을 줄 방안을 월간 인사이트에서 확인��세요.

글쓴이: 장아름(Areum Jang)

본론에 들어갶�기에 앞서 여러 유형의 AI, 프로그래밍, 기계학습(머신러닝)의 차이점을 이해하면 도움이 됩니다.

• 전통적인 AI: 정해진 규칙이나 알고리즘에 따라 특정 작업을 수행할 수 있�� AI 시스템을 의미��니다. 데이터로부터 학습할 수 없거나 시간이 지나도 개선될 수 없�� 규칙 기반 시스템입니다.
• 머신러닝: 시스템이 명시적인 프로그래밍을 통하지 않고 데이터로 학습할 수 있습니다. 머신러닝은 컴퓨터 프로그램이 새로운 데이터에 독립적으로 적응하고 학습해 추세왶� 통찰을 제공��니다.
• 대화형 AI: 기계갶� 인간과 유사한 방식으로 인간의 언어를 이해하고 응답할 수 있습니다.
• 생성형 AI: 머신러닝 기술을 활용해 데이터로 학습하고 새로운 데이터 인스턴스를 생성할 수 있습니다. 생성형 AI왶� 대화형 AI�� 유사해 보일 수 있지만(특히 생성 AI로 인간과 유사한 텍스트를 생성하�� 경우) 대화형 AI�� 인간과 같은 대화에 참여할 수 있�� 대화형 시스템을 만드�� 데 사용되�� 반면, 생성형 AI�� 텍스트 뿐 아니라 이미지나 음악 등 다양한 데이터 유형의 생성을 포괄하�� 더 광범위한 개념입니다

팟캐스트 에서 테리 페너(Terry Penner)왶� 유르겐 부츠만(Jürgen Butsmann)이 AI 우선숵Ӝ�, 실질적인 응용분야, �鶹ԭ�� S/4HANA왶� �鶹ԭ�� BTP의 주요 적용사례에 댶��� 나눈 댶�화를 각색�� 내용입니다.

Part 1. �鶹ԭ��갶� 제안하�� AI의 부갶�갶�치

AI 모델을 간단히��설명하자면

Terry: 오늘은 인공짶ĵ�(����)에 댶��� 이야기 나누겠습니다. 유르겐, �鶹ԭ��에 있어 AI갶� 왜 중요한지, 그 갶�치�� 무엇인지 설명해 주시죠.

Jürgen: AI�� 단순한 유행어 그 이상입니다. 다양한 분야, 특히 �ѫ��니스 소프트웨어에서 사용할 수 있�� 기술입니다. 기본적으로 AI�� 인간이 컴퓨터의 도움을 받을 수 있�� ���로세스를 복제하거나 향상시킵니다.

인간은 경험과 감각을 바탕으로 세계 모델을 구축��니다. 이러한 모델은 학습에 따라 더욱 복잡해 집니다. 하지만 이러한 모델에 기반한 일부 의사결정은 컴퓨터 과학으로 단순화해 구현할 수 있습니다. 이전에도 간단한 프로그래밍의 규칙과 모델을 사용해 이러한 작업을 수행한 적이 있습니다.

그러나 AI를 적용하면 경험이나 데이터로 소프트웨어 학습을 처리��니다. 데이터 과학자갶� 만든 이러한 알고리즘을 통해 개발하�� 모델은 우리갶� 염두에 두고 있�� 모델의 복잡성을 극히 일부만 포착할 수 있습니다.

�ѫ��니스 ���로세스에서 우리갶� 사용하�� 모델은 인간의 생각만큼 복잡하지�� 않지만 머릿속에 저장할 수 없�� 방대한 데이터를 처리할 수 있습니다. 클러스터링이나 프로젝션 같은 작업에 알고리즘을 적용해 데이터를 효과적으로 분석하고 상호 연관시킬 수 있습니다. 이를 통해 다양한 데이터를 기반으로 고객의 상태나 �ѫ��니스 ���로세스 같은 상황을 이해할 수 있습니다.

모델은 이 정보를 신속하게 처리하고 귀중한 통찰력을 제공하여 주어진 시간에 문제를 식별하거나 적절한 조치를 결정하�� 데 도움을 줍니다. 과거의 모든 경험을 모아 지나치게 단순하지�� 않지만 인간의 인지력보다�� 덜 복잡한 모델에 적용하�� 두뇌왶� 같은 기능을 ��니다.

AI의 다양한 수준과 적용이 유리한 경우

Terry: AI�� 방대한 양의 데이터를 거의 즉각 처리할 수 있기 때문에 단순한 문제 처리갶� 갶�능하죠. 하지만 AI갶� 항상 필요한 것은 아닙니다. AI의 다양한 수준과 AI의 적용이 더 유리한 경우에 관해 자세히 설명해 주시겠어요?

Jürgen: 좋은 질문이군요. 의사결정 짶�원을 통해 다양한 수준의 인텔리전스갶� 제공됩니다. 인텔리전스를 구성하�� 요소를 이해하기갶� 까다로울 수 있습니다. 제 생각에�� 무언갶� 지능적이라고 인식된다면 그것은 지능적이라고 생각��니다. ��예를 들어 영업 ���로세스에서 고객과의 상호작용이나 의사결정에 유용한 수치를 적시에 제공하�� ��심성과짶���(KPI)나 보고서갶� 있다면 이�� 지능적이라고 간주할 수 있습니다. 이러한 수치�� 정적이며 어떠한 변경이나 표시도 하지 않지만 특정 시점의 관련성이 완벽��니다.

정적인 수치나 그래프�� 추세를 시각적으로 표현하고 결정을 내리�� 데 도움을 줄 수 있지만 인식의 한계로 인해 2차원으로 제한됩니다. 반면 AI�� 방대한 양의 데이터를 분석해 인간의 능력을 뛰어넘�� 결론을 도출할 수 있죠. 하지만 여기에�� 프로그래밍 및 데이터 수집 같은 비용이 수반됩니다.

AI갶� 갶�장 큰 갶�치를 창출하�� 적용사례

Terry: 대량의 데이터 처리에 드�� 비용에 댶��� 언급하셨습니다. 그렇다면 AI갶� 갶�장 큰 부갶�갶�치를 창출하�� 부문은 어디라고 보시나요?

Jürgen: AI�� ���로세스를 갶�속화할 때 갶�장 큰 갶�치를 발휘��니다. 그러나 항상 비용 효율적인 것은 아닙니다. 이�� 모든 알고리즘에서 갶�장 중요한 부분인 데이터에 크게 좌우됩니다. 데이터의 유형, 정확성, 이질성은 알고리즘을 적절하게 훈련하�� 데 필수적입니다. 그럼에도 불구하고 데이터 처리왶� 관련된 비용을 고려해 AI갶� 특정 �ѫ��니스 ���로세스나 의사결정에 충분한 부갶�갶�치를 창출하��지 판단해야 ��니다.

Terry: 지난 몇 �Ƅ 동안 급속도로 발전한 생성 AI에 댶��� 자세히 살펴보겠습니다. 생성 AI(GenAI)갶� 독특하고 흥미로운 이유�� 무엇입니까?

Jürgen: 생성 AI에 대한 인식과 이해도갶� 갑자기 높아졌다�� 사실에 놀랐습니다. 구체적인 예를 들어, 질문을 하면 방대한 양의 데이터로부터 즉각적인 요약을 얻을 수 있습니다. 이것이 얼마나 갶�치 있�� 일인지�� 분명��니다.

자동 요약, 언어 변환, 감정 분석 같은 적용사례를 고려할 때 AI�� 우리 삶에 매일 영향을 미치고 있습니다. 그러나 개인의 관점에서 모든 �ѫ��니스 업무를 예상할 수 있�� 것은 아닙니다. 흥미로운 점은 단순히 데이터를 처리하고 결과를 얻�� 대신 새로운 정보를 생성한다�� 사실입니다. 이 생성 과정은 흥미롭기도 하고 다소 어려울 수도 있습니다. 하지만 소프트웨어 내부의 적절한 매개변수 내에서 이를 유지한다면 두려워할 필요갶� 없습니다.

생성 AI의��작동원리

Jürgen: ���로세스 관점에서 보면 요청, 즉 프롬프트갶� 있습니다. 이를 기반으로 시스템은 기존 데이터로부터 결과를 생성��니다. 단순히 잘라내어 요약하�� 대신 보다 명확하고 선명한 정보를 생성��니다. 우리갶� 사용하�� 거대언어모델(LLM)은 요청을 수정해 프롬프트를 시스템이 더 잘 이해할 수 있�� 단어로 번역하거나 다시 표현할 수도 있습니다. 그 결과 더 정확한 질문을 통해 알고리즘이 작동하고 더 정확한 결과를 생성하�� 데 도움이 됩니다.

Terry: 기사 요약이나 팟캐스트 녹취록 정리 같은 작업에 생성 AI갶� 매우 효과적이라�� 것을 알았습니다. 일상 업무의 많은 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 있다�� 사실은 놀라운 일입니다. 이�� 정보를 세계화할 뿐 아니라 접근성도 향상시킵니다. 사용자 상호작용을 기반으로 질문을 구체화하고 다양한 방언이나 언어 유형을 이해�꘵� 데 도움이 되므로 더 많은 사람이 이 분야에 참여할 수 있습니다.

Terry: 생성 AI 모델이 어떻게 작동하��지 더 자세히 설명해 주실 수 있나요?

Jürgen: 첫 번째 단계�� 광범위하고 다양한 데이터 세트의 수집입니다. 이�� 공개 또�� �ѫ��니스 소스에서 갶�져올 수 있으며, 고객 경험이나 독점 데이터도 포함될 수 있습니다. 모델은 이 데이터에 대한 학습을 통해 데이터를 처리하고 새로운 인사이트를 추출할 수 있습니다.

예를 들어 텍스트를 입력하면 이를 팟캐스트 구조왶� 같은 다른 유사한 데이터왶� 비교��니다. 다양한 모델을 비교, 결합함으로써 새로운 콘텐츠를 만들 수 있습니다. 이 예에서�� 질문 내용과 다른 팟캐스트의 경험을 바탕으로 새로운 팟캐스트를 만들 수 있습니다. 시스템은 다양한 정보를 수신할수록 최상의 결과물을 비교, 결합, 생성할 수 있으므로 그 기능이 향상됩니다.

왜 지금 생성 AI인갶�?

Terry: 이 모델에 입력되�� 데이터갶� 관련성이 높고 양질의 데이터인지 확인하�� 것이 중요��니다. 현재 생성 AI갶� 주목을 받고 있�� 이유�� 무엇이라고 생각하시나요?

Jürgen: 과학 분야를 넘어 광범위한 적용 갶�능성에 대한 관심을 불러일으킨 챗GPT 첫 버전의 영향력 때문이라고 생각��니다. 이후 많은 기술이 등장했죠. �鶹ԭ���� 언제나 기술을 수용하고 적용하�� 기업이지만, 무엇보다 �ѫ��니스 ���로세스의 맥락에서, 즉 우리의 목적에 맞게 기술을 적용��니다.

우리�� ERP왶� 같은 시스템에 대한 접근성 향상을 목표로 ��니다. 대형 컴퓨터에서 보다 소형 컴퓨터로, 이후 클라이언트-서버로 전환하면서 이러한 접근성이 크게 향상되었습니다. �鶹ԭ��갶� 이러한 기술을 모두 발명한 것은 아니지만 우리�� 이를 �ѫ��니스 ���로세스에 성공적으로 통합했습니다. �鶹ԭ���� 이러한 기술의 갶�치를 보여주었지만 이제�� 거대언어모델과 생성 AI 기능의 구현에 중점을 두고 있습니다. 검증된 적용사례를 보유하고 있으며 실질적인 갶�치를 제공하므로 활용하기에 적절한 시기입니다.

그러나 구현 시점에 관련 비용을 신중하게 고려해야 ��니다. 우리갶� 짶�원하�� ���로세스갶� 투자 갶�치갶� 있��지 확인해야 ��니다. 또한 이러한 모든 기술이 동일한 성능을 발휘하거나 동일한 품질을 제공하�� 것은 아니라�� 점을 이해�꘵� 것도 중요��니다. 이것이 바로 우리갶� 거대언어모델과 생성 AI 기능을 기술 아키텍처인 ‘�ѫ��니스 기술 플랫폼(�鶹ԭ�� BTP)’에 통합�꘵� 이유입니다.

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

�鶹ԭ�� �ѫ��니스 ���로세스에 AI 적용

Jürgen: 우리의 목표�� 갶�능한 많은 �ѫ��니스 문제에 대한 솔루션 제공입니다. 거대언어모델은 �鶹ԭ��의 아키텍처를 통해 고객에게 제공되며 �鶹ԭ��의 소프트웨어를 통해 상용화됩니다.

많은 고객이 AI, 특히 생성 AI를 찾고 있습니다. 그러나 우리 접근 방식의 독특한 측면은 다양성, 많은 기능을 활용할 수 있�� 능력, 기술 및 �ѫ��니스 아키텍처 내에서의 통합 등입니다. 이것이 우리갶� 지향하�� 방향이며, 이를 위해서�� 상당한 투자갶� 필요��니다.

Terry: 요약하자면, 우리�� 생성 AI를 일반적인 목적으로 만들려고 노력하�� 대신 �鶹ԭ��갶� 갶�장 잘 이해�꘵� �ѫ��니스 ���로세스에 최대�� 밶�접하게 통합�꘵� 것을 목표로 ��니다.

연관성, 신뢰성, 책임감 있�� �鶹ԭ��의 �ѫ��니스 AI

Terry: 우리�� AI갶� �鶹ԭ�� 내에서 책임감 있고 신뢰성과 연관성이 있��지 확인하�� 방법에 댶��� 이야기했습니다. AI갶� 연관성이 있다�� 말이 무슨 뜻인지 자세히 설명해주실 수 있나요?

Jürgen: 연관성은 AI갶� �ѫ��니스 ���로세스의 맥락에서 필요하며 고객에게 갶�치를 제공해야 함을 의미��니다. AI의 갶�치�� �ѫ��니스 ���로세스에 미치�� 영향에 따라 결정됩니다. 각 고객은 ���로세스 기간, 품질, 반복 갶�능성, AI로 개선할 수 있�� 사용자 기술 부족, AI를 통해 제공되�� 정보갶� ���로세스 실행에 미치�� 영향 등의 요소를 기반으로 AI의 연관성을 평갶���니다.

Terry: 당연히 �鶹ԭ��의 �ѫ��니스 AI�� 신뢰성이 매우 중요��니다. 과거 AI 모델이 부정확하거나 오래된 정보를 제공하�� 사례갶� 있었습니다. �鶹ԭ��의 생성 AI에 대한 접근 방식은 어떻게 신뢰할 수 있�� 결과왶� 교육 모델을 보장합니까?

Jürgen: 실제로 신뢰성은 매우 중요��니다. 결과값의 품질은 주로 데이터 입력값에 따라 달라집니다. 데이터갶� 매우 이질적이라면 계정 매칭 같은 일부 알고리즘에 적합하지 않을 수 있습니다. 이로 인해 이상값을 캡처할 수 없게 될 수 있습니다. 따라서 데이터의 모양, 필요한 데이터의 양, 품질 신호의 위치를 ​​이해�꘵� 것이 중요��니다. 특정 조직 또�� 조직의 일부에 갶�장 적합한 데이터를 선택하려고 노력하세요. 이�� 시스템에서 특정 분석의 발생을 갶�장 잘 반영��니다.

결과갶� 특정 방향으로 어떻게 왜 움직이고 있��지 설명하�� 것이 중요��니다. 더 많이 사용할수록 시스템에 대한 자신감과 신뢰도갶� 높아집니다. 고객에게 결과를 설명하고 데이터 처리 방법에 대한 신뢰왶� 이해를 구축하�� 메커니즘이 필요��니다.

Terry: 물론이죠. 모델이 말하�� 내용을 기반으로 결정을 내리려면 모델을 신뢰해야 ��니다. 이�� 데이터갶� 사람에서 나온 것인지, AI에서 나온 것인지에 관계없이 적용됩니다. 이제 책임에 관한 부분으로 넘어갑니다. 저�� 이 점이 �鶹ԭ��의 큰 차별화 요소라고 믿습니다. AI에 대한 책임을 보장하고 고객 및 파트너왶�의 신뢰를 구축하�� 일이죠. 책임감의 의미에 댶��� 자세히 설명해 주시겠어요?

Jürgen: 저희 입장에서 책임은 데이터 보안을 보장하�� 일입니다. 지적 재산을 외부왶� 공유하고 싶지 않은데, 많은 거대언어모델이 외부 클라우드에 있습니다. 우리�� 소스 데이터에 대한 접근을 제공하지 않고도 이러한 모델에서 사용할 수 있�� 방식으로 데이터를 변환, 암호화, 정리해야 ��니다. 물론 큰 작업이지만, 우리�� 여기에 전념하고 있습니다. 때로�� 보안을 보장하기 위해 이러한 모델 중 일부를 자체 환경에 배포해야 하�� 경우도 있습니다. 또한 책임은 우리갶� 제공하�� 적용사례갶� 윤리적으로 건전함을 의미��니다.

현재 �鶹ԭ�� S/4HANA에서 이용 갶�능한 AI 적용사례

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

Jürgen: 현재 �鶹ԭ�� S/4HANA Cloud�� AI 기술을 기반으로 25개 이상의 적용사례를 제공��니다. 이들 중 다수�� �鶹ԭ�� BTP를 기반으로 구축되었습니다. 우리의 전략은 이 아키텍처 내의 솔루션에 초점을 맞추�� 것입니다. 예를 들어, 미결채권과 입금내역 자동 매칭, 사기(부정행위) 탐지, 비정형 데이터에서 판매 주문 정보 자동 도출 등의 기능을 제공��니다. 정형화되지 않은 문서의 구조적 요소를 자동으로 식별할 수 있�� 생성 AI로 이들 기능을 개선하고 있습니다. 우리�� 이러한 알고리즘을 최대�� 활용해 지속적으로 서비스를 개선하고 있습니다.

�鶹ԭ��의 AI에서 �鶹ԭ�� BTP의 역할

Terry: �鶹ԭ�� S/4HANA Cloud에서 AI 기반 �鶹ԭ�� BTP의 역할에 댶��� 자세히 설명해 주시겠어요?

Jürgen: 물론이죠. �鶹ԭ�� BTP�� �鶹ԭ�� S/4HANA Cloud의 모든 AI 및 생성 AI 기반을 포함하며 기술 확장을 위한 표준 환경입니다. 여기에서 알고리즘을 처리하고 우리갶� 보유한 AI 모델과 보유하지 않은 AI 모델을 모두 통합��니다. �ѫ��니스 애플리케이션과 �鶹ԭ�� BTP 간의 이러한 연결을 통해 �ѫ��니스 데이터 및 라이프사이클 관리를 �鶹ԭ�� BTP의 기술 구조왶� 결합하�� 짶ĵ�형 시나리오를 관리할 수 있습니다. 이�� 우리갶� 다른 모든 모델을 처리하�� 경로이기도 ��니다.

향후 계획

Terry:�� 유르겐, 셍상 AI갶� 집중하고 있거나 개발팀이 현재 작업 중인 주요 주제에 댶��� 논의해 주실 수 있나요?

Jürgen:�� 우리�� 다양한 적용사례를 고려하고 개발하고 있으며 2024�Ƅ 상반기를 목표로 일부 사례�� 이미 개발 중입니다. ��대표적인 사례로 생성 AI 디지털 비서인 쥴(�鶹ԭ�� Joule)이 있습니다. 쥴은 �鶹ԭ�� 독점 데이터, ���로세스 흐름 및 애플리케이션을 기반으로, 사용자갶� 온보딩하려�� 기능에 대한 새로운 데이터를 수집하거나 마스터 데이터 확장 또�� 새로운 판매 주문 같은 작업을 실행하도록 안내하�� 데 도움이 될 수 있습니다.

다음으로 커뮤니케이션 인텔리전스�� 우리 로드맵의 ��심 영역입니다. 이�� 잠재적인 독촉 사례 관리왶� 같은 의사 결정 ���로세스를 실행하고 감정 분석, 작업 우선순위 지정, 고객 상호작용, 통화내용 스크립트 생성, 기타 지침 등을 통합할 수 있�� 일반적인 적용사례입니다. 고객 정보 수집, 이를 통해 취할 조치 결정, 의사결정 수립, ���로세스 생성, 기능 탐색 및 실행 등 추천하�� 방법으로 작업을 완료하�� 데 도움이 됩니다.

현재 ‘물어보기(Just Ask)’라고 명명된 기능은 언어나 용어에 관계없이 최종 사용자에게 적합한 보고서왶� KPI를 찾고 실행하�� 데 도움이 되�� 자연어 상호작용 도구입니다. 이를 통해 필요한 데이터왶� 정보에 액세스할 수 있습니다.

우리�� 시그나비오(Signavio)갶� ���로세스 분석 및 ���로세스 마이닝을 실행할 뿐 아니라 ���로세스 개선을 위한 시스템 추천사항을 제출하도록 하�� 것을 목표로 하고 있습니다. 우리�� 또한 코드 생성 작업도 진행 중입니다. 수백만 줄의 ABAP 코드를 작성해 본 경험으로 우리�� 코드 작성 규칙과 방법을 이해��니다. 따라서 새로운 코드를 생성해야 하�� 경우 요구사항에 따라 템플릿을 사용하거나 거의 완전한 ABAP 프로그램을 사용하�� 것이 좋습니다.

Terry: 네, 코드 생성은 우리갶� 탐구하고 있�� 흥미로운 영역입니다. 특히 BTP 측면의 구축에 있어서 말이죠. 이�� 개발자 커뮤니티에 큰 도움이 될 수 있습니다. 유르겐, �鶹ԭ��의 AI 진행 상황에 대한 인사이트를 공유해 주셔서 고맙습니다. 앞으로 어떻게 발전하��지 확인하고 고객을 위한 새로운 제품에 댶��� 다시 논의하기를 고대하겠습니다.

글쓴이 소개

장아름(Areum Jang) | �鶹ԭ�� Korea Presales 조직의 �鶹ԭ�� S/4HANA 구매관리 전문갶�

The post 심층분석: �ѫ��니스 ���로세스 지능화를 위한 �鶹ԭ��의 AI 적용 방안 appeared first on �鶹ԭ�� Korea 뉴스센터.

지난 주 강남의 대형 호텔에서 진행된 �鶹ԭ�� NOW Korea 행사에서 독일 본사의 제품 개발 총괄 3인방과 함께 신은영 사장이 진행한 기조연설을 소개��니다. 지속갶�능한 짶ĵ�형 기업의 미래를 준비하기 위한 , 클라우드 전환 전략을 확인��세요.

글쓴이: 박범순(Adam Park)

�鶹ԭ��의 미션은 모든 기업이 지속갶�능한 짶ĵ�형 기업으로 전환하도록 하�� 데 있습니다. 고객의 빠른 갶�치 실현이 중요��니다. 지난 50�Ƅ간 �鶹ԭ���� 고객이 요구하�� 갶�치를 제공하�� 솔루션을 제공해 왔습니다. 이제 고객의 혁신을 짶�원하기 위한 중심에�� 갶� 있고, 그 기반이 되�� 이 있습니다.

이제 독일에서 오신 제품 개발 전문갶�들을 모시고 �鶹ԭ��의 제품 전략과 고객 사례, 미래 대비 전략까지 살펴보도록 하겠습니다.

루돌프 호이스(Rudolf Hois) 클라우드 ERP 제품 개발 총괄

��국이 워낙 혁신적인 국갶�이기에 이번 행사에 참여할 수 있다�� 게 매우 좋은 기회라고 봤습니다. 그래서 기꺼이 참여하기로 했고 앞으로도 자주 방문할 계획입니다.

클라우드 ERP갶� 전체 솔루션 포트폴리오의 중심에 있습니다. 바로 �ѫ��니스 코어갶� 되�� 시스템이죠. �ѫ��니스 ���로세스의 진화 방향을 내다보고 를 짶�원하기 위해 고민 중입니다.

짶ĵ�형 시스템을 통해 예외상황 중심으로 직원들이 개입하도록 하고 나머지�� AI로 를 실현하죠. 또한 ˳�업을 짶�원��니다. 최종 사용자 ˳�업은 물론 기업간(B2B) ˳�업도 짶�원하죠. 를 통해 종단간(E2E) ���로세스왶� 갶�시성을 짶�원��니다. �ƹ색원장을 통합해 거래 차원의 탄소회계를 짶�원하며 온실갶�스 배출량 기록에서 보고�� 물론 조치까지 취할 수 있도록 지속갶�능경영을 짶�원��니다.

이 모두를 클라우드 ERP를 통해서 하면 좋은 이유�� 바로 달성하고자 하�� �ѫ��니스 성과 때문입니다. 전통적인 온프레미스 ERP�� 8�Ƅ마다 업그레이드를 하곤 했��데 지금은 턱 없이 부족��니다. 보다 자주 혁신이 일어나야 하죠.

클라우드의 유리한 속성은 바로 응집성(일관성), 통합성, 동일한 경험, 보안 등이 있죠. 변화된 환경에 대응할 수 있도록 모듈형 접근을 하면서도 사용하�� 입장에서�� 종단간 통합 플랫폼으로 여겨질 것입니다.

생성 AI 기술이 고객에게 어떤 �ѫ��니스 효과를 줄 수 있나?

젶�희�� 시나리오를 만들고 적용사례를 개발하기 때문에 AI를 �ѫ��니스에 적용할 방안을 상세히 짶�원��니다. 자동완성 기능부터 인사 관련 채용 후보자 짶�원 기능이 �鶹ԭ�� 사파이어(�鶹ԭ�� Sapphire)에서 소개 되었죠

AI를 적용한 혁신의 초점은 바로 자동화입니다. 물류관리왶� 관련해 전표 스캔, 광학문자판독 (OCR) 기능을 통한 텍스트 자동 입력 등을 짶�원하죠. 독일 자동차 회사의 경우 1인당 3천 시간을 단축할 수 있다고 ��니다. 1�Ƅ이면 수백만 시간의 절감을 낳을 수 있죠.

RISE with �鶹ԭ�� 오퍼링을 어떤 기업들이 이용 중인갶�?

중소중견기업 외에도 대기업도 사용 중입니다. 작�Ƅ에�� 사상 처음으로 클라우드 고객이 온프레미스 고객을 넘어섰습니다.

중소기업 외에도 BMW 같은 완성차 OEM 회사에서도 �鶹ԭ��왶� 함께 클라우드 시스템을 도입해 공급망, 제조, 재무, 구매 등을 혁신한다고 발표했습니다. BMW�� 프라이빗 클라우드 환경에서 디지털 혁신을 추진 중입니다.

군터 로더멜(Gunter Rothemel) 지속갶�능성 솔루션 개발 총괄

생성 AI 못지 않게 지속갶�능성과 ESG 경영이 고객과의 대화에서 큰 화두입니다. 그 이유�� 자명��니다. 지속갶�능성이 이제�� 사업운영을 위한 면허 같은 역할을 ��니다. 많은 고객이 상당히 야심찬 목표를 발표한 만큼 지속갶�능성은 매우 중요��니다.

젶�희�� 의 R(자원)을 탄소까지 포함하도록 재정의하고 있습니다. 지속갶�능성을 일상 업무에 반영하자�� 것이죠. �鶹ԭ���� 지속갶�능성이 �ѫ��니스 ���로세스에 스며들도록 내장��니다.

지속갶�능성의 큰 과제�� 바로 데이터입니다. 정확한 데이터의 기록이 중요��니다. 이를 토대로 규제 당국에 보고할 수 있죠. 또한 변화를 추진하기 위한 실천과 조치갶� 필요��니다. 그래서 기록(��𳦴ǰ���), 보고(����ǰ���), 조치(������)갶� 중요하죠.

젶�희�� 과 , 등 3대 중점 분야에 덧붙여 등 네 갶�지 영역을 짶�원하며 �鶹ԭ�� BTP 플랫폼을 통해 통합, 확장하도록 돕습니다.

�ƹ색원장과 거래 차원의 탄소회계

기후행동과 탄소 배출량 관리, 온실갶�스 관리갶� 중요하죠. 탄소회계를 투명하게 관리해야 ��니다. 재무회계 원칙과 동일한 수준의 탄소회계갶� 중요��니다. 기존 규제왶� 새로운 규제갶� 속속 나오고 있습니다. 탄소배출량에 대한 투명성을 요구하죠. 국갶�간 거래에 대한 규제도 적용될 전망입니다.

공급망 전반에 걸쳐 탄소 배출량을 관리해야 하고 거래 차원의 배출량 관리갶� 필요��니다. 과도기를 거쳐 이제�� 평균값 대신 실적값을 중심으로 탄소회계를 관리해야 ��니다.

지속갶�능성 여정, 어떻게 시작해야 하나?

지속갶�능성 발자국 관리갶� 중요��니다. ERP 데이터인 자재 흐름을 활용하고 에너지 흐름이라�� 새로운 유형의 데이터도 짶�원��니다.

탈탄소화�� 한 기업만의 노력으로�� 불갶�능��니다. 따라서 지속갶�능성을 위해서�� 데이터 교환이 필요��니다. �鶹ԭ�� 사파이어 행사에서 발표된 중요한 솔루션이 바로 지속갶�능성 데이터 교환입니다. �ѫ��니스 네트워크를 연결하면 자재, 배송 정보 뿐 아니라 탄소 발자국 정보까지 교환할 수 있습니다.

������에서�� 솔루션이 중심이 되어 재무회계, 물류, 조달 등의 분야에서도 탄소 데이터를 활용할 수 있습니다. �ƹ색원장과도 연계되어 거래 차원의 탄소회계갶� 갶�능��니다. 모듈화를 통해 필요한 역량을 적용할 수 있죠. 예컨대 환경보건안전(EHS)과도 데이터 교환이 갶�능��니다.

요 바일바흐(Jo Weilbach) �鶹ԭ�� �ѫ��니스 기술 플랫폼 개발 총괄

이번이 첫 ��국 방문입니다. 젶�희�� 고객이 지속갶�능한 짶ĵ�형 기업 전환을 돕습니다. 각 요소갶� 중요하지만 이를 하나로 연결하면 경험 개선은 물론 혁신의 기반이 됩니다. �鶹ԭ�� 포트폴리오로 전 세계 거의 모든 대기업을 짶�원��니다.

채용-퇴직(R2R), 소싱-지급(S2P), 디자인-운영(D2O), 리드-결제(L2C) 등 4대 ��심 ���로세스를 짶�원하기 때문에 바로 이용하실 수 있습니다. �鶹ԭ�� BTP를 통해 통합 장벽을 낮출 수 있죠. 보다 스마트하고 빠르게 써드파티 솔루션까지 통합할 수 있습니다. 지속갶�능한 짶ĵ�형 기업의 토대갶� 되�� 플랫폼이 바로 �鶹ԭ�� BTP입니다. 개발, 통합, 자동화, 확장은 물론 AI 적용까지 갶�능��니다. 전 세계 주요 기업이 이용 중이죠.

실제 고객이 �鶹ԭ�� BTP 역량으로 기회를 활용하�� 사례

현업과 IT를 한 데 묶�� 역량이 바로 �鶹ԭ�� 빌드입니다. �� ���로세스 자동화, 로코드/노코드 앱 개발, �ѫ��니스 사이트 구축 등을 짶�원��니다. 그 중에서 빌드 Apps�� 노코드 개발 역량입니다.

통합을 위한 은 ���로세스 통합은 물론 이벤트 중심의 통합(이벤트 메시), API 관리를 짶�원��니다. 도요타왶� 렉서스 브랜드의 통합을 위해 �鶹ԭ�� BTP 서비스를 활용해 단일 통합 IT 환경을 구축해 개발 비용은 50%, 기간은 30% 줄였습니다.

하키�� 격렬한 경기인 만큼 시시각각 대량의 데이터갶� 생성됩니다. NHL은 이 데이터를 활용해 �鶹ԭ�� BTP로 고객 경험을 개선하고 혁신을 추진 중입니다.

클린 코어�� 무엇이며 어떤 장점이 있나?

많은 기업이 클린 코어에 관심을 보입니다. 클린 코어�� 미래를 대하�� 자세이자 마인드세트입니다. 현대적인 접근이죠. 안전하고 지속적인 업그레이드를 위한 빠른 방안이며 혁신을 보다 빨리 적용하고 TCO도 낮춥니다. 클라우드 여정에 필요한 기본 전략이 바로 클린 코어입니다.

BTP 기반으로 AI의 강력한 활용이 갶�능해져

저희 AI�� �ѫ��니스의 전문성과 산업 역량을 활용��니다. �ѫ��니스를 위해 구축된 AI죠. �ѫ��니스 데이터로 훈련 받은 AI이며, 다양한 파트너 역량을 활용해 �鶹ԭ�� BTP를 통해 확장 기능도 만들 수 있습니다. 책임 있�� AI 구축을 지향��니다.

고객 짶�원 티켓을 만드�� 앱을 생성 AI로 별도 코딩 없이 개발할 수 있습니다. 아직 프로토타입이지만 원하�� 앱을 바로 만들 수 있죠.

�鶹ԭ�� BTP�� 지속갶�능한 짶ĵ�형 기업의 기반이자 모든 �鶹ԭ�� 포트폴리오 솔루션의 토대입니다. 감사��니다.

The post 기조연설: 지속갶�능한 짶ĵ�형 기업의 미래 대비 전략 appeared first on �鶹ԭ�� Korea 뉴스센터.

지속갶�능성 시대갶� 빠르게 다갶�오고 있습니다. 대기업보다 민첩하고 유연하게 시장 변화를 읽고 효과적인 대응이 요구되�� 중소중견기업. 지속갶�능경영으로 나아갶�기 위해 디지털 혁신을 추진 중인 7개 우리 중소중견기업 이야기를 확인��세요.

얼마 전 막을 내린 도쿄 올림픽에서 우리 대표팀이 활약한 여자배구 경기를 보면서 심판의 판정 실수갶� 여러 차례 도마에 오르�� 모습이 눈에 들어왔습니다. 누군갶ĵ� 심판의 판정 실수갶� 오히려 승부욕에 불을 지핀다고도 ��니다. 하지만 중요한 순간에 선수들의 사기를 꺾�� 일은 막아야하지 않을까요? 그래서 과 , 머신 비전이 적용된 짶ĵ�형 판정 ���로세스였다면 어떨까 생각해 봤습니다.

기업의 업무�� 표준화, 자동화, 효율화 단계를 거치며 발전��니다. 다시 말해 자동화 될 업무�� 모두 자동화 되기 마련이죠. 짶ĵ�형 ���로세스를 토대로 배구공이 선에 닿았��지 여부를 실시간으로 판독하고 심판이 명확한 판정이 어렵다고 느끼거나 감독이 판독 요청을 할 때 바로 정확한 결과를 제공한다면 더 나은 경험이 되지 않을까요? 심판은 경기갶� 원활히 흘러 갶�도록 하�� 본연의 역할에 집중하고 경기갶� 지연되거나 경기 흐름이 끊기�� 일은 막을 수 있죠.

의 일하�� 방식도 이왶� 비슷��니다. 직원 모두갶� 갶�상의 디지털 비서를 한 명씩 곁에 두고 대부분의 업무�� 자동으로 처리하죠. 그러다 담당자의 확인이 필요하거나 의사결정이 필요한 예외적인 상황이나 문제 상황이 예상될 때 디지털 비서갶� 담당자에게 알려줍니다. 결국 자율주행차나 비행기의 자동항법장치처럼 기업 운영도 대부분 자율운영이 갶�능해지�� 시대갶� 멀지 않았습니다.

맥킨지갶� 제시하�� 2024�Ƅ 8대 CEO 우선순위 | 특집 기사

올바른 아젠다를 만들기�� 결코 더 쉬워지�� 법이 없습니다. 온갖 잡음 속에서 2024�Ƅ CEO에게 중요한 8대 우선순위를 중심으로 정리한 저희 맥킨지 팀의 노력의 결정체를 제시��니다.

전기자동차 돌풍과 지속갶�능성 시대의 도래

올해 초 테슬라의 시갶�총액이 한 때 900조를 넘겼습니다. 테슬라�� 2020�Ƅ 이미 도요타를 제치고 세계 자동차기업 시갶�총액 1위에 등극했습니다. 올 6월 9일 블룸버그 NEF갶� 발표한 ‘전기자동차 전망(Electric Vehicle Outlook) 2021’ 보고서의 경제 전환 시나리오에 따르면 무공해 자동차의 글로벌 판매갶� 2020�Ƅ 4%에서 2040�Ƅ 70%로 증갶�할 전망입니다. 본격적인 전기자동차 시대의 시작을 예상할 수 있�� 대목입니다.

지난 1990�Ƅ대 인터넷 혁명이 세상을 바꾼 것처럼 2020�Ƅ대�� 기후 변화에 대응하기 위한 ‘’ 시대갶� 도래하고 있습니다. 테슬라의 시갶�총액과 전기자동차 판매 전망으로부터 미래 갶�치갶� ‘지속갶�능성’에 있음을 알 수 있으며 ‘지속갶�능성’은 그야말로 글로벌 시장을 변화시키고 있습니다. 이러한 기업의 지속갶�능성을 평갶�하�� 대표적인 ��심 짶���갶� 바로 입니다.

환경·사회·짶�배구조(ESG), 지속갶�능경영의 ��심 짶���

ESG�� 기업의 지속갶�능경영을 위해 환경(E�Ա������DzԳ���Գ�)·사회(Social)·짶�배구조(Governance) 관점에서 준수해야 할 갶�이드라인과 보고서에서 공개해야 할 정보에 대한 구체적인 짶���입니다. 기업은 ESG를 준수하고 수익 극대화에 집중하던 기존의 투자 방식에서 투자 자체의 사회적 순기능을 고려할 방안을 모색해야만 ��니다.

2020�Ƅ KPMG갶� 실시한 전세계 52개국 5,200개 기업 보고 동향에 대한 조사결과에 따르면, 이미 글로벌 리더 기업들은 지속갶�능경영을 위해 환경을 보호하고 사회적 안전망을 구축하�� 등 비재무적 갶�치를 중시하�� ESG 경영을 추진하고 있으며 국갶�별 매출 상위 100개 기업의 80%갶� 이미 지속갶�능 보고를 수행 중입니다.

2024 공급망 트렌드: 생성 AI갶� 리스크 탄력성의 근간 | 특집 기사

불확실성을 이용해 실험하고 강력해지�� 을 갶�트너����안티프래자일 공급망이라고 정의��니다. 백신을 맞고 면역력을 키우�� 과정과 비슷하죠. 리스크 탄력성을 강화하고 안티프래자일 공급망으로 나아갶�도록 돕����공급망 트렌트를 확인��세요.

2021�Ƅ 대한민국 정부�� 자산규모 2조원 이상 코스피 상장 기업을 대상으로 2025�Ƅ부터 ESG 공시를 의무화하고 2030�Ƅ에�� 모든 코스피 상장사들로 확대한다고 발표했습니다. 투자기관은 기업의 ESG 활동과 성과를 투자 의사결정 시 반영하고 있으며, 소비자들도 이른바 ‘착한 기업’의 제품은 적극 구매하�� 반면 ‘나쁜 기업’은 불매하�� 방식으로 ESG 경영을 강하게 요구하고 있습니다. 국내 기업들도 ESG 경영을 위한 준비사항을 철저히 고민하고 실행해야 할 시점입니다.

ESG�� 지속갶�능성 관련 ��심성과짶���(KPI) 중에서도 비재무적이면서 정량화 갶�능한 성과를 측정��니다. 기업은 ESG 전략 수립 및 활동을 위한 인력 투자�� 물론, ESG 성과의 효과적인 관리를 위해 ESG 활동 데이터를 객관적이고 투명하게 관리하�� 체계를 갖추어야 ��니다.

�鶹ԭ���� 이를 위해 ESG 공시(ESG Reporting), 탄소배출관리(Carbon Accounting), 순환갶�치사슬(Circular Economy), 환경 보건 안전( Environment, Health and Safety), 지속갶�능성 진단 및 구현 서비스(Sustainability Service) 등의 솔루션을 제공하고 있습니다.

전사 ESG 관리 및 실시간 공시 체계 방안

Click the button below to load the content from YouTube.

Always allow YouTube

지속갶�능경영 실현 ���로세스

지속갶�능경영은 크게 두 단계로 실현할 수 있습니다. 첫째, 기업 활동을 통해 생성되�� 모든 데이터를 ESG 검토를 위해 확보 갶�능한지 여부를 확인해야 하고 둘째, 신뢰할 수 있�� 데이터 수집을 바탕으로 ESG 갶�이드라인을 제시하�� 대표적인 글로벌 기관 GRI왶� SASB의 기준을 이해하고 정부, 투자자, 평갶�기관의 요청에 따른 짶��� 관리를 최적화해야 ��니다.

ESG에 대한 투자�� 장기적으로 이루어져야 하기 때문에 그에 적용되�� 데이터도 장기적으로 활용할 수 있도록 필요한 투자를 해야��니다. 이제 기업들은 ESG 데이터에 대한 체계적인 관리 체계를 구축하고 장기적인 ESG 대비에 대한 전략을 고민해야 ��니다.

ESG�� 빠른 속도로 향후 기업 생존을 결정짓�� 중요한 요소로 자리매김하고 있습니다. 당장은 ESG 공시 의무화에서 자유로울 수 있�� 이라고 할지라도 지속갶�능경영은 필연적으로 다갶�올 전망이므로 대기업의 ESG 전략을 주시하면서 ‘데이터 통합’을 통한 ‘짶ĵ�형 기업’ 전환을 통해 본격적인 ESG 시대를 대비해야 ��니다.

짶ĵ�형 기업: 디지털 중심, ��율성과 ˳�력을 통한 성장 추구

지속갶�능경영을 위한 선결 조건인 짶ĵ�형 기업은 무엇일까요? 짶ĵ�형 기업은 변화하�� �ѫ��니스 환경, 고객 경험, 이해관계자 요구 및 생태계 변화를 예상할 수 있고 이에 적응할 수 있�� 유연한 조직입니다. 근본적으로 디지털 중심이고 기술과 분석으로 지탱되며 변혁적 목적을 지향하�� 디지털 기업은 역동적인 자기 관리왶� 지속적 적응이 갶�능��니다.

짶ĵ�형 기업은 아래왶� 같이 3갶�지 ��심적인 속성을 갖습니다.

첫째, 짶ĵ�형 기업은 데이터 주도형 운영으로 차별화��니다. 주요 짶���에 따라 시장 진출 전략, 제품 믹스, 생태계 파트너십을 조정��니다.

둘째, ��율성과 민첩성을 강화하도록 조직됩니다. 유리한 경우, 규모왶� 효율을 최적화하기 위해 통합되고 필요한 경우, 의사결정 체계를 단순화하고 시장 진출 속도를 높이며 고객 및 시장 요구에 적응하기 위해 모듈화됩니다. 아울러 클라우드 기술을 활용해 민첩성과 시장 진출 속도를 높이고 운영 모델은 유연하여 쉽게 변화시킬 수 있습니다.

셋째, 자발적으로 외부를 지향��니다. 학계, 신생 기업, 동맹, 심지어 경쟁 업체 등 다양한 생태계 파트너왶� 협력하며 인재 니즈를 충족하고 새 역량을 획득��니다. 또한 산업들이 교차하�� 신시장을 정의하기 위해 자산과 분석을 공유��니다.

중소중견기업의 지속갶�능경영, 짶ĵ�형 기업 전환이 ��심

지속갶�능경영을 위해서�� 정형화된 데이터를 수집하고 통합해 기업의 엔드투엔드 �ѫ��니스 ���로세스에 활용하고 이를 통해 인사이트를 얻을 수 있�� 짶ĵ�형 기업 전환이 선결 과제입니다. 지속갶�능경영은 기본적으로 짶ĵ�형기업과 직결되어 있으며 짶ĵ�형 기업이라�� 토대 위에서 지속갶�능경영을 위한 해결책을 마련할 수 있습니다.

짶ĵ�형 기업 전환을 이미 달성한 대기업과�� 다르게 에서�� 이제 짶ĵ�형 기업을 목표로 한 디지털 전환 여정을 본격적으로 시작해야 ��니다. 각종 데이터의 디지털화 수준 점검과 더불어 ESG를 위해 필요한 데이터를 현재 에서 확보할 수 있��지 파악해야 하기 때문입니다.

갶�트너, 2024�Ƅ 10대 전략 기술 트렌드 제시������특집 기사

지금 소개하�� 다양한 혁신은 특히 급변하�� AI 시대에 귀사의 �ѫ��니스 목표 달성을 촉진할 수 있습니다. 목적 의식을 갶�지고 선별한 몇 갶�지 혁신을 통합한다면 귀사의 디지털 조직을 구축, 보호하고 갶�치를 창출하�� 데 도움이 됩니다.

짶ĵ�형 기업으로 전환하�� 구체적인 방법

짶ĵ�형 기업은 인공짶ĵ�과 머신러닝, 사물인터넷, 빅데이터 등 짶ĵ�형 기술을 내장한 왶� 같은 차세대 짶ĵ�형 ERP를 통해 구현 갶�능��니다. 차세대 짶ĵ�형 ERP에�� 단순화된 데이터 구조, 새로운 웹 기반 사용자경험(UX)을 통해 편리한 분석이 갶�능하며 다양한 짶ĵ�형 신규 ���로세스갶� 추갶�되고 솔루션 확장이 유연��니다.

클라우드 기반의 통합과 확장 서비스를 제공하�� ‘’으로 업무 ���로세스왶� 데이터의 확장 범위�� 더욱 넓어졌으며 머신러닝과 , , 예외상황 관리 등 다양한 최신 기술을 �ѫ��니스 ���로세스에 접목해 다양한 형태의 짶ĵ�형 시나리오를 제공��니다.

디지털 전환 여정에 나서�� 기업은 각자 처한 상황도 다르고 디지털 성숙도에도 차이갶� 있기 마련입니다. 따라서 이러한 차세대 짶ĵ�형 ERP를 각 기업 고객의 선호도왶� 상황, IT 정책 등에 맞춰 도입할 수 있도록 �鶹ԭ���� 다양한 구축 옵션을 제공��니다. 특히 고객의 현재 상황과 속도에 맞추어 짶ĵ�형 기업 전환을 짶�원하�� 통합 패키지 서비스 갶� 대표적입니다.

중소중견기업 짶ĵ�형 기업 전환을 위한 오퍼링 RISE with �鶹ԭ��

RISE with �鶹ԭ���� 운영중인 �鶹ԭ�� ERP 또�� �鶹ԭ�� S/4HANA의 전환을 희망하�� 기존 고객, 노후화된 시스템과 ���로세스의 개선을 위해 신규 구축이 필요한 고객, 나아갶� ���로세스왶� 구축의 복잡성과 유연성이 필요한 신규 고객 모두에게 적합한 오퍼링입니다.

궁극적인 목적지�� 짶ĵ�형 기업 전환을 통한 지속갶�능경영의 실현이지만 그 여정을 보면 �ѫ��니스 혁신에 대한 방향성, 변화를 수용하�� 정도, 또 개선해 나아갶ĵ� 방식 등에 따라 고객은 각자 서로 다른 출발선 상에 서 있습니다. 따라서 �鶹ԭ���� RISE with �鶹ԭ��를 통해 고객이 처한 상황과 발전 속도에 맞�� 짶ĵ�형 기업 전환을 짶�원��니다.

먼저 RISE with �鶹ԭ���� 여정의 시작점에서 차세대 짶ĵ�형 클라우드 ERP (�鶹ԭ�� S/4HANA Cloud) 도입 시 예상되�� 기대 효과왶� 함께 �ѫ��니스 ���로세스 진단, 분석을 통해 개선 기회를 식별하고 제안��니다.

두 번째, 안정적인 전환을 위해 커스텀 코드 분석, 시스템 전환에 대한 사전 진단 및 점검 도구, 필요에 따라 사용자 교육 패키지까지 다양한 서비스왶� 도구를 제공해 체계적이고 안정적인 시스템 이관을 짶�원��니다.

세번째, 짶ĵ�형 기업 설계 및 구성 측면에서 먼저 고객의 선호에 따른 클라우드 서비스 사업자, 데이터 센터 등을 선택할 수 있도록 하여 ‘인프라 클라우드(IaaS)’의 장점을 극대화��니다. �ѫ��니스 애플리케이션의 중심인 디지털 코어로서 짶ĵ�형 클라우드 ERP를 제공하며 ‘’을 통해 짶ĵ�형 ���로세스 구현, 기능 확장, 유관 시스템과의 연계 등 고객 맞춤형 혁신을 짶�원��니다. 또한 세계 최대의 ‘’를 제공해 회사 외부의 다양한 거래 파트너왶�의 커뮤니케이션과 ˳�업을 짶�원��니다.

짶ĵ�형 기업으로 전환�� 7개��중소중견기업 사례

보성그룹, 카카오엔터프라이즈, 클레어, 야놀자, 골프존, 씨젠, 크래프톤, 우아한형제들, 하이브 등 많은 우리 중소중견기업이 디지털 혁신을 통해 짶ĵ�형 기업으로의 전환을 완성해 갶ĵ� 중입니다.

댶�웅제약, 디지털 중심 업무 변화

국내 제약업계 쵵Ӵ�로 �鶹ԭ�� 를 도입한 대웅제약의 경우 �鶹ԭ�� 고도화 프로젝트를 통해 짶ĵ�형 기업으로의 전환을 추진했습니다. 인공짶ĵ�과 시대에 대비하면서 미래 경영을 위한 인프라를 구축하고 지속적으로 강화되�� 규제에 대비해 상시 감사 체제를 구축함으로써 민첩한 대응을 도모했습니다.

또한 최신 �鶹ԭ�� ERP인 �鶹ԭ�� S/4HANA를 구축하면서 역할 기반 사용자경험(UX)을 국내 쵵Ӵ�로 전 모듈에 도입해 경영진부터 사원까지 역할에 따라 일하�� 방식을 변화함으로써 짶ĵ�형 기업으로의 전환을 이뤘습니다. 최신 UX갶� 적용된 시스템을 통해 임직원들은 업무 전반에 필요한 데이터왶� 성과 짶���를 간결하고 직관적으로 시각화하여 확인할 수 있게 되었죠.

경영진의 경우 �鶹ԭ�� 머신러닝, 예측분석, RPA 를 통한 일별 월말 매출 예측 및 시장 동향을 인공짶ĵ�(����)을 통해 제공 받고 �鶹ԭ��왶� 데이터를 AI갶� 매일 새벽 자동 수집해 짶���화된 자료를 받아 단순 반복업무를 최소화함으로써 집중해야할 부분에 직원들이 더 몰입할 수 있게 했습니다.

클레어, 제조업 디지털 혁신과 IoT 서비스

공기청정기 제조사인 클레어�� 비대면 필터 정기 구독서비스 ‘마이클레어’ 를 춵Ӌ�했��데요. 클레어 공기청정기에 탑재된 AI 센서갶� 필터 상태를 체크하고, 교체 시기에 맞추어 자동으로 필터 배송이 이뤄지�� 시스템입니다.

이 시스템을 �鶹ԭ��의 클라우드 플랫폼인 ‘�ѫ��니스 기술 플랫폼(BTP)’ 기반의 기술을 구현해 공기청정기에 연결된 센서로 먼지, 온도, 습도, 이산화탄소 등 데이터를 수집, 분석��니다. 이러한 서비스를 실현함으로써 클레어�� 소비자 데이터를 효과적으로 분석해 사용자 맞춤형 서비스를 제공할 수 있게 되었습니다.

BTP�� 데이터베이스 및 데이터 관리, 분석, 애플리케이션 개발 및 통합과 IoT왶� 더불어 ‘로봇 ���로세스 자동화(RPA)’, 머신러닝, AI 등 짶ĵ�형 기술이 함께 작동하�� 환경을 제공��니다. 클레어�� 향후 머신러닝에 의한 필터교체 주기 파악 및 재고 확인 후 자동 발주처리, 서비스 요원 현장 출동 등 분석과 업무를 연결해 BTP를 활용해 지속적으로 혁신적인 서비스를 확장해나갈 예정입니다.

야놀자, 디지털 HR 업무 혁신

유니콘 기업 야놀자의 지속적인 성장은 끊임없�� 혁신에 기반을 두고 있습니다. 디지털 혁신 또�� 디지털 전환을 토대로 글로벌 확장을 추진하며 성장세를 이어갶�고 있습니다. 이처럼 빠른 성장을 짶�원하기 위해서�� 글로벌 운영이 갶�능한 인사 시스템으로의 혁신이 필수적입니다.

야놀자�� (1) 변화에 대한 선제적 대응이 갶�능하고 (2) HR 전반의 기능이 유기적으로 연결되어 있으며 (3) 유연한 HR 시스템을 찾아 나섰습니다.

그 결과 시스템의 유연성과 연결성을 확보하고 빠르게 성장하�� 속도에 맞춰 대응할 수 있도록 짶�원하�� 솔루션을 선택하였고, 채용 전후의 이력관리를 통해 적시적소에 인재를 배치하고 체계적인 평갶� 방식으로 임직원들의 업무 실행 및 집중을 이끌어내�� HR 업무 혁신을 통해 짶ĵ�형 기업 전환을 이뤘습니다.

골프존, 데이터 중심의 매장 관리 변화왶� 업무 효율화

골프존의 경우 GDR 아카데미 직영 사업을 2018�Ƅ말부터 본격적으로 추진하여 지난 7월 약 2�Ƅ 6개월 만에 직영 매장 100호점을 오픈했습니다. 빠른 성장을 하다보니 데이터 양이 급속도로 증갶�했고 이 과정에서 모바일 POS 왶� 빌링 시스템, ERP 데이터 등 각 시스템의 데이터를 수집하고 정리하고 분석, 활용하�� 방안에 대한 고민이 많았다고 ��니다.

또한 매장 운영에 있어서 각 직영점의 점장분들이 다양한 시각에서 체계적으로 매장 현황을 분석할 수 있�� 서비스를 통해 데이터 중심의 매장 관리를 이루고자 했습니다.

처음에�� 단순 데이터 분석 솔루션만 알아보았으나 짶ĵ�형 기업으로의 전환을 고려하여 중장기적 관점에서 타 시스템과 융합할 수 있�� 확장성을 고려하였고 를 선택해 흩어졌던 데이터들을 한 곳에 모아서 분석할 수 있�� BI 솔루션을 구성했습니다.

특히 골프존에서�� 한 곳에 모은 데이터를 대시보드나 정형 분석 외에도 필요 시에 비정형으로 다양한 레포트를 만들기 원했��데 그 부분을 성공적으로 달성하셔서 수작업을 최소화하게 되었습니다. 또 이를 필요한 사람들과 별도로 공유하고 업데이트할 수 있다�� 점에서 리소스를 줄일 수 있었죠.

분석클라우드 기능을 잘 살려 연간 매출 시뮬레이션까지 잘 구축해 성과를 미리 예측하고 더 빠른 의사결정을 통해 프로모션, 상품 정책을 시행할 수 있어 만족도를 높이셨네요. 매일 실적을 확인하기 위해 일일보고를 진행하고 있었��데 이 부분도 분석클라우드의 메일링 기능으로 전일 마감된 실적을 자동으로 공유하고 있습니다.

�鶹ԭ�� Analytics Cloud를 사용하면 누구나 손쉽게 데이터 분석이 갶�능합니다

크래프톤, 짶ĵ�형 기업 전환과 IPO

크래프톤은 대표적인 성장 회사입니다. 끊임없�� 성장과 더불어 데이터 통합, 관리의 필요성이 대두되었고 기업공개를 위해서�� 성장에 적합한 시스템과 ���로세스를 갖추고 있��지 여부를 검토하�� 투자자들의 요구에도 부합해야 했습니다.

�鶹ԭ���� 기업의 성장을 짶�원하기 위한 확장성, 투명성과 경쟁력 확보를 위한 기반을 제공함으로써 기업의 성공적인 IPO를 짶�원��니다. 먼저, 조직구조 및 기준정보 체계를 향후 확장성을 고려하여 정의할 수 있습니다. 하나의 시스템에서 국갶�별 회계기준을 충족하고 국갶�별로 통화왶� 환율관리도 할 수 있어 글로벌 확장 시에도 유연한 대응이 갶�능��니다.

또한, 데이터에 대한 변경사항은 모두 기록되며, 리포팅 기능을 통해 국제회계기준(IFRS)에 부합하�� 리포트를 생성할 수 있어 투자자들이 요구하�� 재무 투명성을 제공할 수 있습니다. ERP를 통한 효율적인 결산과 수익성 분석은 주주갶�치를 높이�� 데 기여하며, 머신러닝 기반의 짶ĵ�형 ���로세스를 적용하여 미래를 예측하고 신속히 대응할 수 있도록 ��니다.

크래프톤은 최신 �鶹ԭ�� ERP 시스템, �鶹ԭ�� S/4HANA 도입을 통해 이러한 글로벌 확장성과 재무 투명성뿐만 아니라 짶ĵ�형 ���로세스갶� 제공하�� 경쟁력을 갖춘 짶ĵ�형 기업으로의 전환을 하였고, 이를 바탕으로 IPO를 성공적으로 진행하여 한 단계 더 성장하고 있습니다.

씨젠, 생명과학산업 컴플라이언스 대응

씨젠은 분자진단 전문 기업으로서 “세계 분자진단 생활 검사화”를 최종 목표로 하고 있습니다. 잘 알려진 바왶� 같이 Covid-19의 영향으로 진단 키트 시장이 크게 성장하였고, 국내 뿐만 아니라 북남미왶� 유럽을 비롯하여 세계 여러 국갶�들로부터 씨젠의 고유 기술을 인정받아 전�Ƅ 대비 1,200%로 급성장 중입니다.

이에 따라 글로벌 ERP 도입 필요성이 대두되어 �鶹ԭ�� 클라우드 ERP인 RISE With �鶹ԭ�� 패키지를 도입했고, 재무/자금/경영관리/영업/생산/구매/물류 전사 밸류체인에 대한 ���로세스 혁신을 진행중입니다.

씨젠은 이번 �鶹ԭ�� ERP 도입을 통해 전 세계로 법인 확산 및 국제 회계 기준을 준수하고 신외감법 요건 강화왶� S&OP ���로세스 기반의 생산, 구매, 영업의 글로벌 SCM 도입 및 안정적 구축을 목표로 하며 이왶� 함께 ���로세스 정립과 표준화를 통해 운영 효율화 제고 및 지속적인 혁신을 기대하고 있습니다.

무엇보다 �鶹ԭ�� ERP�� 제약 및 바이오테크 사업 특성이라고 할 수 있�� GMP (Good Manufacturing Practice, 우수제조관리기준), CSV (Computer System Validation, 컴퓨터 시스템 검증), MD�鶹ԭ�� (Medical Device Single Audit Program, 의료기기단일심사 프로그램), 일련번호 관리 및 컴플라이언스 레포팅(글로벌 의약품 이력관리 규제) 등 까다로운 규제준수 및 관리를 표준 기능들로 제공함으로써 씨젠의 글로벌 확장을 짶�원��니다.

씨젠은 분자진단 시장에서 독보적인 자체 기술력을 기반으로 변이 바이러스 진단 시약 제품군을 신속히 확댶��� 코로나 진단 시장의 “게임 체인저”로써 역할을 하고 있으며, 중장기적으로�� AI 기반 분자진단 시약 자동 개발 시스템을 플랫폼화해서 전 세계로 확대하고, 장비,시약,원재료,소모품 등의 내재화를 통한 원 플랫폼화를 달성할 계획입니다.

마지막으로 씨젠은 분자진단 대중화 환경 조성을 위해 글로벌 클릭닉 사업과 C-lab, 제약 사업 등으로 사업영역을 확대할 예정입니다. 이 모든 대내외부 �ѫ��니스에 유연하고 민첩하게 대응하기 위해서�� �鶹ԭ�� ERP갶� 유일한 선택이라고 관계자�� 밝혔습니다.

보성그룹, 미래도시왶���에너지 중심의 지속갶�능 경영 추구

보성 그룹은 부동산 개발, 스마트 건설, 신재생 에너지를 주요 포트폴리오로 갶�지고 있�� 회사입니다. 장기적으로 지속갶�능경영을 위한 전초단계로 짶ĵ�형 기업으로의 전환 즉, ERP 도입을 통한 아래 세 갶�지를 달성하고자 하였습니다.

1. IPO 대응과 사업 다각화에 따른 시스템 확장성 강화
2. 결산 ���로세스 자동화를 통한 업무 효율 증대
3. 향후 20�Ƅ 이상 지속 활용갶�능한 확장성+안정성을 갖춘 시스템 구축

향후 그룹 통합 ERP 체계 구성을 통해 지속갶�능한 경영을 실현할 예정입니다.

중소중견기업을 위한 지속갶�능경영의 ��답,
페이짶�에서 확인��세요.

중소중견기업을 위한 더 많은 정보�� �鶹ԭ�� 중소중견기업 포탈에서 확인하실 수 있습니다. 지금 ‘�鶹ԭ��중소중견기업’을 검색하세요.

The post 지속갶�능성 시대, 중소중견기업의 나아갈 길 appeared first on �鶹ԭ�� Korea 뉴스센터.

��

2021�Ƅ 4월 12일, 섵Ӛ� – �鶹ԭ�� 코리아(대표 이성열)�� 국내 쵵Ӵ� 데이터센터 설립을 완료하고 ��국 지역에서 정식으로 서비스를 시작했다고 금일 밝혔다. �鶹ԭ�� 코리아�� 이번 데이터센터 설립을 통해 데이터 보안 및 데이터 주권에 관련한 요구사항을 충족하고, 기업이 보유한 데이터에서 �ѫ��니스 갶�치를 도출해 성공적인 ‘인텔리전트 엔터프라이즈(짶ĵ�형 기업)’로의 전환을 짶�원한다�� 방침이다.

�鶹ԭ��의 첫 ��국 데이터센터 설립은 총 2단계로 진행된다. 현재 완료된 첫 단계에서�� �鶹ԭ�� HANA 클라우드 기반 데이터베이스왶� 데이터 관리 관련 서비스�� 물론 ▲데브옵스(DevOps) 환경 ▲사용자 경험 개선 위한 UX 및 모바일 서비스 ▲˳�업 서비스 등의 애플리케이션 개발 및 ���로세스 통합 관련 ��심 서비스들을 제공한다. 이후, 2021�Ƅ 2분기까지 ‘�鶹ԭ�� �ѫ��니스 테크놀로지 플랫폼(, 이하 BTP)’의 분석 서비스인 ‘�鶹ԭ�� 분석 클라우드()’ 서비스를 제공할 예정이다.

�鶹ԭ�� 코리아�� 이번 데이터센터 개소갶� �鶹ԭ��의 멀티클라우드 전략의 일환으로 이루어졌으며 고객의 업무 ���로세스를 간편하게 확장하고, 신기술을 민첩하게 적용할 수 있도록 짶�원한다고 밝혔다. �鶹ԭ�� 코리아�� 전 세계적으로 대규모 데이터센터를 운용하�� 하이퍼스케일러의 인프라 장점을 최대환 활용하면서도 �鶹ԭ�� BTP에 내장되어 있�� �ѫ��니스 콘텐츠왶� 수 십 갶�지의 플랫폼 서비스들을 활용할 수 있도록 짶�원한다고 설명했다. 특히, �鶹ԭ�� BTP�� 각 기업의 다른 요구사항을 충족하��데 중추적인 역할을 할 예정이다.

�鶹ԭ�� 코리아�� 이번 데이터센터 개소로 고객의 인텔리전트 엔터프라이즈로의 전환을 앞당길 수 있을 것이라고 밝혔다. 현재 �鶹ԭ���� 디지털 전환의 모든 단계에서 고객이 지능적인 기술로 ���로세스를 재설계, 더 나은 �ѫ��니스 결과를 도출할 수 있�� 방법을 제공하�� ‘라이즈 위드 �鶹ԭ��()’를 제공하고 있다. 라이즈 위드 �鶹ԭ��의 ��심은 짶ĵ�형 클라우드 전사적자원관리(ERP)인 클라우드를 통해 기업의 ���로세스를 모듈화 및 표준화하면서도, �鶹ԭ�� BTP를 활용해 새로운 �ѫ��니스 요구사항에 대한 민첩하고 유연한 대응을 갶�능하게 한다

아울러, �鶹ԭ���� 고객 및 파트너사왶� 함께 산업별 특화 솔루션인 ‘산업 클라우드()’를 공동 개발함으로써 산업별 혁신 애플리케이션을 제공하고 있다. 국내 컨설팅 회사왶� 시스템 구축(SI) 회사들은 프로젝트를 통해 축적한 산업별 지식 및 경험을 �鶹ԭ�� BTP 상에서 구현함으로써 �鶹ԭ�� 산업 클라우드 서비스를 개발하고 글로벌 �鶹ԭ�� 고객에 서비스형 클라우드(SaaS)를 제공할 수 있다. �鶹ԭ�� BTP�� 개발자왶� 사용자갶� 통합 엔드-투-엔드(End-to-End) 서비스왶� 툴을 활용해 데이터 우수성, ���로세스 통합, 확장 이라�� IT 분야의 3갶�지 ��심 갶�치를 실현할 수 있도록 짶�원한다.

이성열 �鶹ԭ�� 코리아 대표이사�� “�鶹ԭ�� 코리아�� 이번 데이터센터 개소를 통해 국내 기업들에 솔루션을 보다 빠르게 제공할 수 있�� 역량을 한층 강화해, 다양한 현업부서에서 원하�� 솔루션을 빠르게 도입하고 데이터 갶�치를 빠르게 실현할 수 있게 됐다”며 “�鶹ԭ�� 코리아�� 다양한 산업군의 국내 기업들에게 필요한 솔루션을 제공하고 짶ĵ�형 기업으로 성공적으로 전환할 수 있도록 짶�원해 나갈 것”이라고 밝혔다.

# # #

�鶹ԭ��에 댶���

�鶹ԭ��의 전략은 모든 기업이 짶ĵ�형 엔터프라이즈로 운영될 수 있도록 짶�원하�� 것이다. �鶹ԭ���� 기업용 애플리케이션 소프트웨어 시장의 선두주자로서 규모왶� 업종에 관계 없이 모든 기업이 최고로 운영될 수 있도록 짶�원하고 있다. 전 세계 거래 매출의 77%갶� �鶹ԭ��^® 시스템을 통해 처리된다. �鶹ԭ��의 머신러닝, 사물인터넷(���ǰ�), 고급 애널리틱스 기술은 고객의 �ѫ��니스를 짶ĵ�형 기업으로 전환하�� 것을 짶�원한다. �鶹ԭ���� 사람과 조직에 깊은 �ѫ��니스 인사이트를 제공하고 경쟁 우위를 유지하도록 짶�원하�� ˳�업을 촉진한다. �鶹ԭ���� 기업이 소프트웨어를 중단 없이 원하�� 방식으로 사용할 수 있도록 기술을 단순화한다. �鶹ԭ��의 엔드투엔드 애플리케이션 및 서비스 제품군을 통해 전 세계 25개 업종의 기업 및 공공 고객이 수익성 있게 운영하고, 지속적으로 바뀌�� 상황에 적응하며, 변화를 이끌어내고 있다. �鶹ԭ���� 고객, 파트너, 직원 및 업계 선구자로 구성된 글로벌 네트워크를 통해 세계갶� 더 잘 운영되고 사람들의 삶을 개선할 수 있도록 짶�원한다. 보다 자세한 정보�� 에서 확인할 수 있다.

The post �鶹ԭ�� 코리아, 국내 첫 데이터센터 설립 완료 및 정식 서비스 갵Ӌ� appeared first on �鶹ԭ�� Korea 뉴스센터.

��국 쵵Ӵ� 데이터센터 설립 계획 발표

��

2020�Ƅ 11월 4일, 섵Ӛ� –���鶹ԭ�� 코리아갶� 고성능 인메모리 데이터베이스 �鶹ԭ�� HANA 춵Ӌ� 10주�Ƅ을 맞이해 국내 기업이 고객의 데이터를 갶�치 있�� 자산으로 전환할 수 있도록 짶�원을 확대한다고 4일 밝혔다. 특히, �鶹ԭ�� 코리아�� 국내 첫 데이터센터 설립을 통해 국내 기업의 인텔리전트 엔터프라이즈로 전환을 갶�속화할 수 있도록 짶�원하�� 발판을 마련할 예정이다.

�鶹ԭ��의 첫 ��국 데이터센터 설립은 총 2단계로 진행된다. �鶹ԭ�� 코리아�� 데이터센터 설립과 함께 오�� 2021�Ƅ 2분기까지 �鶹ԭ�� 클라우드 플랫폼(�鶹ԭ�� Cloud Platform), �鶹ԭ�� 분석 클라우드(�鶹ԭ�� Analytics Cloud) 및 �鶹ԭ�� HANA 클라우드 솔루션을 국내 기업에 제공하고, 이어서 추갶�적인 �鶹ԭ�� �ѫ��니스 테크놀로지 플랫폼(Business Technology Platform, 이하 BTP)를 제공한다�� 계획이다.

이성열 �鶹ԭ�� 코리아 대표이사�� “대한민국 연구진들의 기술력으로 개발한 고성능 인메모리 데이터베이스 �鶹ԭ�� HANA갶� 춵Ӌ�된 지 10�Ƅ이 되어 감회갶� 새롭다”며, “특히 �鶹ԭ�� HANA 춵Ӌ� 10주�Ƅ과 ��국의 첫 데이터센터 발표�� �鶹ԭ�� 코리아에 중요한 이정표갶� 될 것이다. �鶹ԭ�� 코리아�� 포스트 코로나19 시대에 국내 파트너사�� 물론 다양한 기업들이 반드시 필요한 고객 데이터를 갶�치 있�� 자산으로 전환할 수 있도록 짶�원하고 인텔리전트 엔터프라이즈로 거듭날 수 있도록 지속적인 노력을 견지할 것”이라고 말했다.

오늘 발표한 데이터센터의 ��심은 클라우드 기반의 �鶹ԭ�� �ѫ��니스 테크놀로지 플랫폼(BTP)이다. �鶹ԭ�� BTP�� 데이터베이스 및 데이터 관리 솔루션, 응용 프로그램 개발 및 통합 솔루션, 분석 솔루션 및 짶ĵ�형 기술 등을 활용해 기업들이 데이터로부터 �ѫ��니스 갶�치를 보다 신속하고 정확하게 끌어낼 수 있도록 짶�원한다. 이를 통해 데이터 우수성, ���로세스 통합, 확장이라�� IT분야 3갶�지 ��심 갶�치를 실현할 수 있다. �鶹ԭ�� BTP�� 지난 6월 개최된 ‘�鶹ԭ�� 사파이어 나우 컨버지(�鶹ԭ��PHIRE NOW Converge)’에서 CEO 크리스찬 클라인(Christian Klein) 직접 소개해 이목을 끌었다.

�鶹ԭ�� 코리아�� 이번 데이터센터 설립으로 국내 기업에 다양한 이점을 제공할 것으로 기대하고 있다. �鶹ԭ�� 코리아�� 데이터센터 설립을 통해 국내에서 높은 규제를 받고 있�� 데이터 보안과 데이터 주권에 관련된 요구사항을 충족하고 다양한 현업부서(LoB)들을 위한 최적화된 �鶹ԭ�� 솔루션을 제공할 수 있게 됐다. 특히, 각 기업의 각기 다른 요구사항을 충족하�� 데 �鶹ԭ�� BTP�� 중추적인 역할을 할 예정이다.

�鶹ԭ�� HANA�� ��국 연구진이 개발에 ��심적으로 관여한 고성능 인메모리 데이터베이스로 2010�Ƅ 춵Ӌ�됐다. �鶹ԭ�� HANA�� 멀티 모델 데이터, 온프레미스 및 클라우드에서 갶�장 광범위한 고급 분석으로 데이터 중심의 실시간 의사결정과 행동을 갶�속화하며, 모든 워크로드를 짶�원한다. 전 세계 약 53,000여 이상의 고객사갶� �鶹ԭ�� HANA를 사용하고 있으며, 국내에서도 대기업 5개 그룹 갶�운데 4곳이 사용하고 있다.

�鶹ԭ�� 코리아�� �鶹ԭ�� HANA 춵Ӌ� 10주�Ƅ을 기념, 지난 10�Ƅ의 HANA갶� 걸어온 주요 업적과 현황을 돌아보고 미래 10�Ƅ에 대한 인사이트를 공유하�� 간담회를 오늘 온라인으로 개최했다. 간담회에서�� 포스트 코로나19 시대에 대비한 �鶹ԭ�� BTP 등 �鶹ԭ�� HANA의 향후 전략 발표를 포함해, 국내 기업이 지향해야 할 방향성에 대한 인사이트를 나눴다. 패널 토론에�� 이성열 �鶹ԭ�� 코리아 대표이사, 김홍기 ��국 �鶹ԭ�� 사용자 그룹(KSUG) 회장 및 김정욱 EY컨설팅 대표, 이우헌 클레어 대표 등이 참석해 심도 깊은 논의를 갶�졌다.

김홍기 KSUG 회장은 “개인적으로 HANA 춵Ӌ� 이후 10�Ƅ 동안 갶�장 적극적으로 사용한 유저의 입장으로 감회갶� 새롭다”며 “KSUG 역시 �鶹ԭ�� 코리아왶� 긴밀한 ˳�력을 통해 국내 사용자들이 보다 편리하고 효율적으로 �鶹ԭ�� HANA왶� 같은 서비스를 활용하고 고객 데이터를 갶�치 있�� 자산으로 전환해 기업 생존성을 극대화할 수 있도록 짶�원할 것”이라고 말했다.

김정욱 EY컨설팅 대표�� “�鶹ԭ�� HANA�� 2000�Ƅ대 ��국 기업의 갶�파른 글로벌 성장의 기반이 됐다고 해도 과언이 아니며, 특히 디지털화갶� 갶�속화됨에 따라 �鶹ԭ�� HANA의 장점이 더욱 중요해지고 있다”며, “EY컨설팅은 �鶹ԭ�� 코리아의 파트너사로서, �鶹ԭ�� 코리아갶� 국내 쵵Ӵ� 데이터센터 설립을 바탕으로 더욱 강화된 솔루션을 국내 기업에 제공할 예정이라�� 점에 크게 기대하고 있다”고 말했다.

이우헌 클레어 대표�� “클레어�� 국내 제조업에 혁신적인 분석 기술을 제공하�� �鶹ԭ�� 커넥티드 굿즈(�鶹ԭ�� Connected Goods)라�� 사물인터넷 솔루션을 도입해 혁신을 달성했던 경험이 있다”며 “�鶹ԭ�� 코리아의 이번 발표�� 보다 많은 국내 기업들이 데이터를 �ѫ��니스 갶�치로 전환하�� 발판을 마련한 셈으로 �鶹ԭ�� HANA의 향후 10�Ƅ이 기대될 수밖에 없�� 이유”라고 말했다.

# # #

�鶹ԭ��에 댶���

�鶹ԭ��의 전략은 모든 기업이 짶ĵ�형 엔터프라이즈로 운영될 수 있도록 짶�원하�� 것이다. �鶹ԭ���� 기업용 애플리케이션 소프트웨어 시장의 선두주자로서 규모왶� 업종에 관계 없이 모든 기업이 최고로 운영될 수 있도록 짶�원하고 있다. 전 세계 거래 매출의 77%갶� �鶹ԭ��^® 시스템을 통해 처리된다. �鶹ԭ��의 머신러닝, 사물인터넷(���ǰ�), 고급 애널리틱스 기술은 고객의 �ѫ��니스를 짶ĵ�형 기업으로 전환하�� 것을 짶�원한다. �鶹ԭ���� 사람과 조직에 깊은 �ѫ��니스 인사이트를 제공하고 경쟁 우위를 유지하도록 짶�원하�� ˳�업을 촉진한다. �鶹ԭ���� 기업이 소프트웨어를 중단 없이 원하�� 방식으로 사용할 수 있도록 기술을 단순화한다. �鶹ԭ��의 엔드투엔드 애플리케이션 및 서비스 제품군을 통해 전 세계 25개 업종의 기업 및 공공 고객이 수익성 있게 운영하고, 지속적으로 바뀌�� 상황에 적응하며, 변화를 이끌어내고 있다. �鶹ԭ���� 고객, 파트너, 직원 및 업계 선구자로 구성된 글로벌 네트워크를 통해 세계갶� 더 잘 운영되고 사람들의 삶을 개선할 수 있도록 짶�원한다. 보다 자세한 정보�� 에서 확인할 수 있다.

The post �鶹ԭ�� 코리아, �鶹ԭ�� HANA 춵Ӌ� 10주�Ƅ 맞아 고객 데이터를 갶�치 있�� 자산으로의 전환 짶�원 확대 appeared first on �鶹ԭ�� Korea 뉴스센터.