• 4월 20일부터 24일까지 독일 하노버에서 열리는 세계 최대 산업 박람회서 ‘Trusted Orchestration. Smarter Execution.’ 주제로 AI 혁신 공개
• 비즈니스 AI 기반 제조·공급망·클라우드 ERP 솔루션으로 시장 변화를 새로운 기회로 전환하는 방법 제시

2026�Ƅ 4월 20일, 섵Ӛ� – �鶹ԭ��가 4월 20일부터 24일까지 독일 하노버에서 열리는 세계 최대 산업 박람회 ‘하노버 메세(Hannover Messe) 2026’에 참가해 에이전틱 AI 기반 제조·공급망 혁신 솔루션을 공개한다. �鶹ԭ��는 올해 ‘Trusted Orchestration. Smarter Execution’을 주제로 비즈니스 AI가 기업의 핵심 운영 프로세스를 어떻게 근본적으로 혁신하는지에 대한 비전을 제시한다.

이번 박람회에는 크리스천 클라인(Christian Klein) �鶹ԭ�� CEO가 ‘산업용 AI – 전략에서 스케일링까지(Industrial AI – from Strategy to Scaling)’ 세션에 참여해 AI 전략적 목표를 실제 비즈니스 실행으로 전환하는 중요성을 강조할 예정이다. 이 세션은 AI를 비즈니스 프로세스에 직접 내재화하는 �鶹ԭ��의 방향성을 재확인하는 자리로, 제조업계의 현실적인 AI 적용 방법론을 제시할 것이다.

제조업은 원가 상승, 글로벌 경쟁 심화, AI 기술의 급속한 발전으로 중대한 전환점에 서 있다. �鶹ԭ��는 비즈니스 AI가 내재된 제조·공급망·클라우드 ERP 애플리케이션을 통해 기업들이 시장의 압박을 어떻게 새로운 성장 기회로 전환하는지를 집중적으로 조명한다. 특히 전사 운영을 하나의 연결된 엔터프라이즈로 통합함으로써 제조 기업이 복잡성을 관리하고, 변화에 지속적으로 적응하며, 고객이 기대하는 안정적이고 즉각적인 비즈니스 성과를 창출할 수 있도록 지원한다.

�鶹ԭ��는 이번 박람회에서 에이전틱 AI를 핵심 워크플로우에 통합하는 방식을 선보인다. AI 에이전트는 변화를 감지하고 실제 운영 제약 조건을 분석해 최적의 행동을 실시간으로 자동 실행한다. 이로써 기업은 단순 갶�싵ӄ� 확보를 넘어 상황 변화에 따른 더 빠르고 정확한 의사결정과 실행을 가능하게 한다.

또한, �鶹ԭ��는 설계, 계획, 제조, 물류, 자산 관리, 그리고 �鶹ԭ�� 비즈니스 네트워크로 연결되는 광범위한 생태계 전반에 걸쳐 데이터, 프로세스, 의사결정을 원활하게 통합한다. 이를 통해 기업은 하나의 연결된 엔터프라이즈로 운영하며 계획부터 납품까지 엔드투엔드 실행의 일관성을 유지할 수 있다. 특히 �鶹ԭ�� 공급망 오케스트레이션(�鶹ԭ�� Supply Chain Orchestration) 솔루션은 실시간 지식 그래프왶� 쥴(Joule)의 AI 역량을 결합해 다단계 공급업체 네트워크의 위험을 사전에 감지하고 효과적으로 대응한다.

뿐만 아니라, �鶹ԭ��는 디지털 제품 여권(Digital Product Passport), 전자 인보이스 컴플라이언스 등 규정 준수 및 지속가능한 운영을 위한 기능을 핵심 비즈니스 프로세스에 내재화해 별도의 예외 관리 없이 일상적인 업무 흐름 속에서 자연스럽게 구현할 수 있도록 지원한다. 이를 통해 기업은 복잡한 글로벌 규제 환경에서도 규정을 준수하면서 지능적으로 사업을 확장할 수 있다.

�鶹ԭ��는 이번 하노버 메세에서 글로벌 파트너 생태계왶�의 협업 역량을 함께 보여준다.  액센츄어(Accenture), 삼일PwC, 캡제미니(Capgemini) 등 세계적인 컨설팅·SI 파트너사들이 함께 참여해 엔드투엔드 제조·공급망 솔루션을 공동 시연하며, 스노우플레이크(Snowflake)는 �鶹ԭ��왶� 데이터 세션을 공동 진행한다. 아울러, �鶹ԭ��는 이번 박람회를 통해 매뉴팩처링-X(‘Manufacturing-X) 이니셔티브 기반의 산업 데이터 상호운용성 비전도 함께 제시한다. 매뉴팩터링-X는 제조 가치사슬 전반에 걸쳐 기업 간 데이터를 안전하고 표준화된 방식으로 교환할 수 있도록 지원하는 크로스 인더스트리 이니셔티브로, �鶹ԭ��는 데이터 주권과 신뢰를 기반으로 공급업체·고객·파트너가 함께 연결된 디지털 제조 생태계를 구축하는 데 핵심적인 역할을 수행하고 있다.

하노버 메세 15홀 F08 �鶹ԭ�� 부스에서는 방문객을 위한 가이드 투어를 운영하며 AI 기반 제조 혁신 및 공급망 솔루션을 직접 체험할 수 있는 자리를 마련한다. 투어 참가자들은 설계부터 생산·물류·애프터서비스까지 이어지는 엔드투엔드 제조 스토리를 현장에서 직접 확인할 수 있다.

특히 독일 공작기계 기업 DMG 모리(DMG Mori)의 CNC 머신이 스페어 파츠를 실제 생산하고, 이를 울만(Uhlmann) 패키징 머신에 즉시 투입하는 실물 연동 시연이 핵심 볼거리로 꼽힌다. 부스 말미에서는 휴머노이드 로봇이 자율적으로 피킹·패킹 작업을 수행하는 시연을 통해 �鶹ԭ�� 쥴(Joule)과 피지컬 AI가 디지털 의사결정을 실제 물리적 실행으로 연결하는 미래 제조 현장의 단면을 생생하게 선보인다.

도미닉 메쯔거 (Dominik Metzger) �鶹ԭ�� 공급망 관리 부문 최고제품책임자(CPO)는 ” 오늘날 제조 기업들은 원가 상승과 글로벌 경쟁 심화 속에서 복잡성을 관리하면서도 변화에 민첩하게 대응해야 하는 이중 과제에 직면해 있다”며, “�鶹ԭ��는 에이전틱 AI를 핵심 비즈니스 프로세스에 직접 내재화해, 기업이 시장 변화를 실시간으로 감지하고 즉각적인 실행으로 연결할 수 있도록 지원한다. 설계부터 계획, 제조, 물류, 자산 관리에 이르기까지 전사 운영을 하나의 연결된 시스템으로 오케스트레이션 함으로써 기업은 계획과 실행 사이의 간극을 없애고 고객이 기대하는 신뢰할 수 있는 비즈니스 성과를 일관되게 창출할 수 있다”고 밝혔다.

�鶹ԭ�� 하노버 메세 2026 관련 자세한 발표 내용은 에서 확인할 수 있다.

# # #

�鶹ԭ��에 대해

�鶹ԭ��(NYSE:�鶹ԭ��)는 기업용 애플리케이션과  분야의 선도기업으로 비즈니스왶� 기술을 연결하고 있다. 지난 50�Ƅ 동안 기업들은 기업 성과를 극대화하기 위해 재무, 구매, 인사, 공급망, 고객 경험 등 핵심 비즈니스 영역을 통합함으로써 �鶹ԭ��에 대한 신뢰를 지속해 오고 있다. 보다 자세한 정보는 에서 확인할 수 있다.

The post �鶹ԭ��, 하노버 산업박람회서 에이전틱 AI 기반 제조·공급망 혁신 선보여 appeared first on �鶹ԭ�� Korea 뉴스센터.

AI 시대를 선도하려면 클라우드 ERP로의 전환을 통한 현대화가 필수입니다. 확장성과 효율성, 보안, 비용 절감까지. 클라우드로의 전환이 AI의 잠재력을 어떻게 폭발적으로 키우는지 확인해 보세요.

글쓴이: 제프 코이엔(Jeff Koyen), 번역: 클로드(Claude)

대부분의 기업은 AI의 힘을 제대로 활용할 준비가 되어 있지 않습니다. 포브스리서치(Forbes Research)에 따르면, C레벨 임원 중 조직의 AI 도입을 지원할 현재의 도구왶� 기술에 완전한 자신감을 갖고 있는 비율은 단 24%에 불과��니다.

AI 애플리케이션은 막대한 컴퓨팅 파워를 필요로 ��니다. 이는 온디맨드 방식으로, 대규모로 제공되어야 하며, 역동적이고 안정적이며 고성능의 클라우드 기반 인프라만이 이를 실현할 수 있습니다. 현재의 AI 구현은 물론, 지속적인 발전을 뒷받침하기 위해, 핵심 비즈니스 프로세스 관리에 ERP(전사적 자원 관리) 시스템을 활용하는 기업들에게 클라우드 현대화는 필수적입니다.

바로 이 때문에 선도적인 ERP 제공업체인 �鶹ԭ��는 아마존 웹 서비스(AWS), 마이크로소프트 애저, 구글 클라우드 등과 파트너십을 맺고 세계 최대 규모의 신뢰받는 클라우드 위에서 소프트웨어를 운영하고 있습니다. ‘‘는 기업들이 ERP를 현대화할 수 있도록 지원하며, AWS를 비롯한 전문 파트너사의 안전한 글로벌 네트워크를 활용해 첨단 AI 및 머신러닝의 이점을 원활하게 통합��니다.

아래에서는, AWS 기반의 ‘RISE with �鶹ԭ��’왶� 같은 클라우드 서비스로 ERP 환경을 업그레이드하는 기업들이 장기적인 AI 혜택을 누릴 수 있는 4가지 방안을 살펴봅니다.

1. 확장 가능한 인프라로 AI 워크로드를 뒷받침합니다

CIO의 72%는 클라우드 아키텍처가 기업의 미래에 핵심적인 역할을 할 것이라고 말��니다.
춵Ӳ�: Forbes Research CxO Growth Survey 4.0

AI의 기회를 포착하기 위해 비즈니스 리더들은 발 빠르게 움직이고 있습니다. 에 따르면, 임원의 96%가 자사 비즈니스에 AI 기술을 탐색하거나 도입하라는 지시를 받고 있습니다. 동일한 조사에서 고객들은 새로운 맞춤형 도구를 도입하는 것보다 이미 사용 중인 ERP 애플리케이션에 AI 기능을 통합하는 방식을 훨씬 더 선호하는 것으로 나타났습니다. 바로 여기서 클라우드 기반 ERP 현대화가 주목받습니다.

AI의 학습과 의사결정은 빠르고 정확한 대용량 데이터에 의존��니다. 클라우드의 확장성과 속도는 복잡한 데이터 검색을 통해 실시간 인사이트, 예측 분석 등을 생성하는 AI 워크로드에 필요한 유연한 처리 역량을 제공��니다.

‘RISE with �鶹ԭ��’는 관리형 클라우드 서비스로서, 온프레미스 ERP 소프트웨어를 운영하는 기업들이 원활하고 안전하게 클라우드로 전환하여 최적화된 스토리지, 속도, 확장성의 이점을 누릴 수 있도록 지원��니다. 그 성과는 데이터로 증명됩니다. 에 따르면, �鶹ԭ��가 대기업용으로 제공하는 선도적인 ERP 소프트웨어 패키지인 를 AWS 클라우드로 업그레이드한 기업들은 쿼리 처리 용량이 74% 증가하고, 쿼리 응답 시간이 38% 단축된 것으로 나타났습니다.

AWS의 온디맨드 인프라가 제공하는 향상된 메모리왶� 데이터 처리 역량을 통해, 기업들은 일상적인 운영에 AI를 원활하게 통합할 수 있습니다. 예를 들어, 금융 분야에서는 �鶹ԭ�� 애플리케이션이 AI 기반의 더 빠르고 정확한 예측을 생성할 수 있으며, 소매 분야에서는 보다 개인화된 마케팅을 위한 정교한 고객 감성 분석이 가능해집니다.

2. 높아진 효율성으로 AI 도입 속도를 높입니다

RISE with �鶹ԭ�� 고객들이 보고한 평균 운영 효율성 개선: 10%
춵Ӳ�: Forrester Total Economic Impact Study, “The Economic Total Impact Of RISE With �鶹ԭ��,” 2023

핵심 비즈니스 프로세스에 클라우드 기반 AI 전략을 신속하게 도입할 수 있는 비즈니스 리더들은 경쟁사를 앞지르고 혁신을 선도할 수 있는 독보적인 기회를 갖게 됩니다.

클라우드 기반 ERP 사용자들은 이미 가시적인 성과를 체감하고 있습니다. �鶹ԭ��가 의뢰한 Forrester 연구에 따르면, 온프레미스 환경에서 ‘RISE with �鶹ԭ��’로 전환한 고객들은 문제 및 요청 해결 시간이 평균 10% 단축된 것으로 나타났습니다. 또한 AWS 클라우드에서 S/4HANA 소프트웨어 스위트를 운영하는 고객들은 AWS 클라우드를 사용하지 않는 경우에 비해 마이그레이션 또는 업데이트 완료 시간이 평균 60% 단축되었으며, 건당 평균 1.4주를 절약한 것으로 나타났습니다.

빠른 마이그레이션은 기업들이 새로운 AI 도구를 더 신속하게 도입하고, 필요에 따라 더 빠르게 개선할 수 있음을 의미��니다. 또한 단일 라이선스로 제공되는 통합 클라우드 제품인 ‘RISE with �鶹ԭ��’는 특히 부서마다 다른 ERP 시스템과 워크플로우를 사용하는 대규모 조직에서 불필요하고 중복된 지출을 줄이는 데 도움을 줍니다. 평균적으로 ‘RISE with �鶹ԭ��’ 사용자들은 3�Ƅ 내에 278%의 투자 수익률을 경험��니다.

이러한 시간과 비용 절감은 운영 민첩성 향상으로 이어져, 기업들이 고객 기대왶� 시장 변화에 더 빠르게 대응하는 동시에 AI 혁신에 재투자할 수 있는 소중한 자원을 확보하도록 도왶�줍니다.

3. 강화된 보안으로 AI 운영을 안전하게 보호합니다

클라우드 기반 ERP 시스템에 대한 신뢰도는 온프레미스 ERP보다 40% 높습니다
춵Ӳ�: IDC’s �鶹ԭ�� Global Future Of Trust And Security Survey, 2023

혁신은 본질적으로 변화를 수반��니다. 그러나 변화는 두려움을 불러올 수 있습니다. 이해관계자들의 불안을 해소하기 위해, 공급업체왶� 서비스 제공업체는 역량과 투명성을 통해 신뢰를 구축해야 ��니다.

�鶹ԭ��의 연구에 따르면, 대부분의 기업들이 클라우드의 확장성과 유연성을 장기적 회복탄력성의 핵심 요소로 인식하고 있으며, 54%는 위험 최소화를 위해 사이버보안 및 컴플라이언스를 강화하고 있습니다.

AWS 기반의 ‘RISE with �鶹ԭ��’왶� 같은 클라우드 솔루션 도입은 이 두 가지를 동시에 충족��니다. 데이터 안전성, 무결성, 데이터 주권을 희생하지 않으면서도 글로벌 리소스를 동적으로, 온디맨드 방식으로 할당할 수 있습니다.

‘RISE with �鶹ԭ��’는 미국 국방부를 비롯한 데이터 보안에 가장 엄격한 조직들이 신뢰하는 AWS의 완전 인증된 클라우드 인프라 위에서 ERP 현대화 방식을 제공��니다. �鶹ԭ��왶� AWS는 16�Ƅ간의 파트너십을 통해 지속적인 모니터링, 백업, 데이터 암호화, 랜섬웨어 관리 및 기타 내장 보호 서비스에 대한 공동 책임을 지는 견고한 다계층 보안 모델을 구축해 왔습니다.

따라서 기업이 아무리 빠르게 확장하더라도 데이터는 보호되며, 새로운 AI 도구를 보안 위험 증가 없이 배포할 수 있습니다.

4. 통합과 비용 절감으로 AI 혁신의 문을 활짝 엽니다

RISE with �鶹ԭ�� 사용자들이 절감한 평균 인프라 비용: 24%
춵Ӳ�:

기존의 ERP 시스템과 달리, 클라우드 기반 ERP는 값비싼 온프레미스 하드웨어의 필요성을 없애줍니다.

이러한 유연한 비용 구조 덕분에 기업들은 필요에 따라 리소스를 탄력적으로 늘리거나 줄이면서도 인프라 지출을 효율적이고 합리적으로 관리할 수 있습니다.

이렇게 절감된 비용은 인재 확보, 데이터 수집, 첨단 AI 도구에 대한 추가 투자 여력을 만들어 줍니다. 또한 AI 프로젝트의 개발과 확대, 테스트, 출시 및 배포를 지원하는 데에도 활용될 수 있습니다.

AWS 기반의 ‘RISE with �鶹ԭ��’왶� 같은 통합 클라우드 ERP 시스템은 IT 팀의 업무 부담도 줄여줍니다. 이를 통해 IT 인력의 초점이 일상적인 유지보수에서 전략적인 AI 개발 및 구현으로 전환됩니다.

기존에는 하드웨어 관리왶� 문제 해결에 묶여 있던 IT 자원이 이제는 예측 기반 유지보수나 개인화된 고객 경험과 같이 실질적인 비즈니스 가치를 창출하는 AI 중심 솔루션에 집중할 수 있게 됩니다.

• 원문 춵Ӳ�: , , Forbes.com

The post 클라우드 ERP로 AI 잠재력을 실현할 4가지 방안 appeared first on �鶹ԭ�� Korea 뉴스센터.

왶� 클라우드 기반 통합 비즈니스 스위트가 결합되면서, 여러 부서 간의 원활한 협업이 가능해졌습니다. 그 결과, 전 세계 수만 개 매장에서 최적의 상품을 적시에 최적의 진열대에 올려놓는 ‘퍼펙트 스토어’ 전략이 현실에 가까워지고 있습니다.

글쓴이: 티란 애브다(Tiran Avdar), 번역: 클로드(Claude)

퍼펙트 스토어, 왜 통합 스위트가 필요할까요?

에이전틱 AI왶� 클라우드 기반 통합 비즈니스 스위트가 결합되면서, 오랫동안 이상으로만 여겨졌던 ‘퍼펙트 스토어’가 현실에 한발 더 가까워지고 있습니다. 퍼펙트 스토어란 소비자가 원하는 상품이, 원하는 시점에, 원하는 매장의 진열대에 정확히 놓여 있는 상태를 말��니다. 전 세계 수만 개의 매장에서 이를 일관되게 실현하려면 여러 부서 간의 원활한 협업이 반드시 뒷받침되어야 ��니다.

AI가 내장된 통합 비즈니스 스위트는 소비재 기업(CPG)이 퍼펙트 스토어를 구현하는 데 다양한 방식으로 기여��니다. 먼저, 공급망·마케팅·영업·운영·재무 등 각 기능별 데이터를 하나의 단일 정보 원천으로 통합��니다. 이를 통해 소매업체에서 수집한 영업 담당자 정보, IoT 기기 데이터, POS 피드 등이 CPG의 시스템으로 자동 환류되어 계획 시스템에 즉시 반영됩니다.

������ 단순히 실행을 모니터링하는 것을 넘어, 무엇이 효과 있고 무엇이 그렇지 않은지를 스스로 학습하고, 담당 직원에게 데이터에 근거한 최선의 방향을 제시��니다. CPG가 관리하는 수많은 판매 채널을 일관되게 추적하기 위해서도 AI 기반의 통합 ���랫폼은 필수적입니다.

리테일 실행 시스템: 영업 최전선의 지능형 코파일럿

리테일 실행 시스템은 구현 노력에서 가장 직접적인 역할을 담당��니다. 이 시스템은 영업 담당자를 위한 지능형 코파일럿으로 진화하여, 상품의 갶�싵ӄ�과 접근성, 가격 정확성, 프로모션 효율성을 실시간으로 관리��니다.

영업 담당자가 매장에 방문하기 전부터 시스템은 이미 작동��니다.

• 상품 구색 최적화, 업셀 및 교차 판매 기회 발굴
• SKU 컴플라이언스, 디스플레이 컴플라이언스 등 KPI 진척도 추적
• 매장 내 이미지를 촬영해 이상적인 진열 구성과 실시간 비교하고, AI가 생성한 ‘리얼로그램(realogram)’을 기반으로 즉각 조정
• 담당자가 매장에 있는 동안 바로 견적, 주문, 서비스 요청, 문서 생성 — 행정 처리를 현장에서 즉시 마무리

퍼펙트 스토어를 위한 통합 비즈니스 스위트

그러나 리테일 실행은 시작에 불과��니다. 퍼펙트 스토어 전략은 CPG 조직 전체에 깊숙이 녹아들어야 ��니다.

기업에는 계획·리테일 실행·라스트마일 물류를 하나로 묶는 통합 지능형 스위트가 필요하며, 여기에는 다양한 영역의 의사결정을 지원하는 AI가 점점 더 깊이 내장되고 있습니다.

1. 취급 SKU 선정 및 계절성·프로모션·지역 이벤트에 따른 품절 방지왶� 가용성 확보
2. 과거 프로모션 이력을 바탕으로 한 판촉 및 가격 정책 수립, 그리고 매장 진열에의 정확한 반영
3. 머천다이징, 플래노그램, 가격 컴플라이언스 확보
4. 영업·공급망·마케팅 데이터 통합을 통한 판촉비 배분 최적화
5. 매장별 맞춤 액션 설정 (예: 특정 SKU의 보조 디스플레이 추천)
6. 매장 및 진열 상태 파악, 현장 에서의 즉각적인 개선을 통한 컴플라이언스 향상

에이전틱 AI의 역할

에이전틱 ������ 이미 퍼펙트 스토어 추구 과정에서 맞춤화된 안내를 제공하는 단계를 넘어, 직접적인 행동을 취하는 단계로 진화하고 있습니다.

• 플래닝 에이전트는 수요 예측을 자동으로 보정하고 재고를 동적으로 재배분��니다.
• 프로모션 에이전트는 효과가 낮은 지역의 재고를 영향력이 높은 매장으로 전환��니다.
• 로지스틱스 에이전트는 실시간으로 적재량과 운송 경로를 최적화��니다.
• 선반·컴플라이언스 에이전트는 이미지 인식으로 문제를 감지해 담당자가 매장에 있는 동안 즉시 시정 작업을 지시��니다.
• 가이디드 셀링 에이전트는 담당자가 업셀 및 교차 판매 기회를 효과적으로 포착하도록 돕습니다.
• 매니저 어시스턴트 에이전트는 관리자에게 실시간 코칭 인사이트왶� KPI를 제공��니다. 그리고 AI 혁신은 여기서 멈추지 않을 것입니다.

전설적인 미식축구 코치 빈스 롬바르디는 이런 말을 남겼습니다. “완벽함은 달성할 수 없지만, 완벽함을 추구하는 과정에서 우리는 탁월함을 손에 쥘 수 있다.” 클라우드 기반 통합 비즈니스 스위트왶� 에이전틱 AI의 눈부신 발전을 고려할 때, CPG 기업이 퍼펙트 스토어를 추구하는 데 있어 이제 ‘탁월함’은 목표가 아닌 출발점이 되어야 ��니다.

보다 스마트한 영업, 서비스, 전자상거래. 싵�����세요.

• 원문: , , Forbes.com

The post 에이전틱 AI왶� 통합 비즈니스 스위트로 ‘퍼펙트 스토어’ 실현 appeared first on �鶹ԭ�� Korea 뉴스센터.

스토리텔링은 AI왶� 같은 복잡한 주제를 인간의 경험으로 해석해 더 넓은 사회적 대화를 이끌어 내는 가장 효과적인 도구입니다. 답을 제시하는 대신 질문을 던지는 서사를 통해 대중이 AI의 미래를 함께 고민하는 능동적 참여자가 될 수 있도록 이끌어야 ��니다.

글쓴이: 메이코 패튼(Meiko S. Patton), 번역: 클로드(Claude)

인공지능은 기하급수적으로 발전하고 있지만, 대중의 이해는 완고하게도 선형적인 수준에 머물러 있습니다.

엔지니어들은 AI 정렬과 모델 성능을 두고 논쟁을 벌이고, 경제학자들은 자동화 문제를 토론하며, 정책 입안자들은 거버넌스를 논의��니다. 그러는 동안, 대부분의 사람들은 디스토피아적인 영화 속 줄거리나 유토피아 혹은 아포칼립스를 약속하는 자극적인 헤드라인을 통해 AI를 접하고 있습니다.

그 결과는 어떨까요? AI를 개발하는 사람들, 규제하는 사람들, 그리고 그 결과왶� 함께 살아가는 사람들이 완전히 서로 다른 언어로 이야기하는, 분열된 대화가 만들어지고 있습니다.

바로 이 지점에서 커뮤니케이션 전문가들이 나서야 ��니다. AI를 무의미하게 단순화하려는 것이 아니라, 그 복잡성을 실질적으로 행동 가능한 무언가로 번역하기 위해서입니다. 수십 �Ƅ간 커뮤니케이션과 PR 분야에 종사해 온 저는, 가장 효과적인 도구가 더 나은 파워포인트 자료나 더 인상적인 캠페인 슬로건이 아니라는 사실을 깨달았습니다.

그것은 바로 스토리텔링입니다.

싵���점

이 접근법의 씨앗은 앤트로픽(Anthropic)의 최근 연구 이니셔티브에 관한 글을 읽으면서 싹텄습니다. 점점 더 강력해지는 AI 시스템이 어떻게 경제를 재편하고, 거버넌스에 영향을 미치며, 사회의 근본적인 작동 방식을 바꿀 수 있는지에 관한 사회적 영향을 탐구하는 연구였습니다.

연구에서 제기된 질문들은 매혹적이었습니다. 하지만 그에 대한 대중적인 논의는? 거의 전무한 수준이었습니다. 동시에 저는 인습적인 사고에 도전하는 개인들, 즉 처음에는 다른 사람들이 의문을 품거나 무시했던 아이디어를 추구하는 혁신가들을 중심으로 한 영화를 개발하고 있었습니다.

그 두 가지가 만나는 지점에서 하나의 질문이 떠올랐습니다. 만약 폐쇄된 공간에서 이루어지는 AI 토론을 백서가 아닌 서사를 통해 대중에게 공개할 수 있다면 어떨까?

그 답은 〈AI 퓨처스: 가까운 미래의 이야기들(AI FUTURES: Stories From the Near Future)〉이 되었습니다. AI 연구에서 떠오르는 질문들을 단순화가 아닌 극적으로 형상화하기 위해 고안된 영화적 앤솔로지 시리즈입니다.

한 에피소드를 예로 들어 보겠습니다. AI 시스템이 전 세계적인 위기를 몇 주 전에 예측하고, 세계 지도자들은 그 알고리즘을 신뢰할지, 아니면 무시하는 위험을 감수할지 결정해야 하는 상황에 처��니다.

그 단 하나의 시나리오가 AI 거버넌스, 제도적 신뢰, 그리고 인간의 주체성에 관한 질문들을 생생하게 보여 주며, 이 질문들은 한 학기짜리 윤리 강좌를 채울 수도 있을 만큼 방대��니다. 하지만 이야기의 형태로 제시되면, 청중은 그 무게를 즉각적으로 이해��니다.

이러한 질문들의 변형된 버전들은 이미 연구자들과 정책 입안자들에 의해 씨름되고 있습니다. 스토리텔링은 단순히 더 넓은 청중이 추상적인 이론이 아닌 인간의 경험을 통해 그 논쟁에 참여할 수 있도록 해줄 뿐입니다. 커뮤니케이터들이 동일한 기법을 사용하여 AI의 복잡성을 명확하게 번역하는 방법을 소개��니다.

1. 기술적 문제를 인간의 딜레마로 전환하세요

의료 분야에 종사하신다면, 신경망이 데이터를 처리하는 방식을 설명하지 마세요. 의료 AI가 어떤 인간 의사도 선택하지 않았을 치료 방향을 권고했는데, 그것이 옳은 것으로 판명되었을 때 어떤 일이 벌어지는지를 보여 주세요. AI 논의를 아키텍처왶� 알고리즘이 아닌 결정과 결과를 중심으로 구성하세요. 사람들은 위험 부담을 이해��니다. 타협을 이해하고, 잘못된 선택의 무게를 이해��니다.

2. 가능성을 탐색하는 도구로 서사를 활용하세요

이야기에는 독보적인 강점이 있습니다. 미래에 대해 확실성을 주장하지 않으면서도 그럴듯한 시나리오를 탐색할 수 있다는 것입니다. “이런 일이 일어날 수도 있습니다”는 호기심과 논의를 이끌어 냅니다. “이런 일이 일어날 것입니다”는 방어적인 회의주의를 유발��니다. 스토리텔링은 가능성의 영역에서 작동하므로, 결과가 진정으로 불확실한 신기술을 다루기에 이상적입니다.

3. 기회왶� 위험의 균형을 맞추세요

AI에 관한 대화는 종종 기술 낙관주의 또는 기술 비관주의로 양극화됩니다. 스토리텔링은 두 가지 진실을 동시에 담을 수 있게 해줍니다. 재앙을 막는 AI 시스템을 보여 주되, 모두가 그것을 지나치게 신뢰함으로써 발생하는 예기치 못한 결과도 함께 보여 주세요. 효율성 향상과 더불어 위축되는 인간의 역량도 보여 주세요. 이러한 섬세함은 신뢰성을 높이고, 언론 보도를 지배하는 단순화된 서사에 저항하게 해줍니다.

4. 청중을 대화로 초대하세요

가장 효과적인 서사는 답이 아닌 질문으로 끝납니다. “AI에 대해 우리가 해야 할 일은 이것입니다”로 결론 짓지 마세요. “여러분이라면 어떻게 하시겠습니까?”로 마무리하세요. 해결책을 처방하는 것이 아닌 대화를 장려하는 스토리텔링은, 청중이 기술 변화의 수동적인 수용자가 아닌 AI의 미래를 만들어 가는 능동적인 참여자가 될 수 있도록 돕습니다.

지금 이 문제가 중요한 이유

인공지능은 여전히 전개 중인 방식으로 경제, 제도, 일상을 재편할 것입니다. 기술이 발전함에 따라, 명확하고 사려 깊은 커뮤니케이션에 대한 필요성은 더욱 강해질 것입니다.

커뮤니케이터들은 AI 시스템이 어떻게 작동하는지, 어떻게 관리되는지, 사람들에게 어떤 영향을 미치는지를 조직이 설명할 수 있도록 도울 것입니다. 더 나아가, 허위 정보왶� 과장된 기대, 그리고 정당한 우려가 충돌하는 복잡한 환경을 대중이 헤쳐 나갈 수 있도록 도울 것입니다.

스토리텔링은 기술 전문성이나 정책 분석을 대체하는 것이 아닙니다. 그것은 보완적인 수단입니다. 청중이 부상하는 이슈들에 의미 있고 접근 가능한 방식으로 참여할 수 있게 해주는 보완적 도구입니다.

AI 연구 기관들이 점점 더 강력해지는 모델들의 사회적 함의를 탐색함에 따라, 스토리텔링은 그러한 탐색을 실험실 밖으로, 그리고 사람들의 일상 속으로 가져오는 가장 효과적인 도구 중 하나가 될 수 있습니다.

앞으로의 실질적인 과제

인공지능의 미래는 기술만으로는 결정되지 않을 것입니다. 사회가 이 시스템들을 어떻게 개발하고, 배치하며, 관리할 것인가에 대해 내리는 결정들에 의해 형성될 것입니다.

그러한 결정들은 사람들이 실제로 무엇이 걸려 있는지, 단순히 기술적 역량만이 아니라 인간적 함의까지 이해할 때에만 제대로 정보에 기반할 수 있습니다.

복잡한 논쟁을 이야기로 번역함으로써, 커뮤니케이터들은 그러한 결정들이 혼란이 아닌 이해에 의해, 무관심이 아닌 참여에 의해, 두려움이 아닌 대화에 의해 이루어질 수 있도록 도울 수 있습니다.

글쓴이 소개

메이코 S. 패튼은 미국 우정공사(USPS)의 AI 커뮤니케이션 전문가이자 의 자문위원입니다. 또한 서사, 기술, 사회 변화의 교차점을 탐구하는 커뮤니케이션 전략가입니다. 앤섬 ““는 유튜브왶� 스포티파이에서 감상하실 수 있습니다.

• 원문: ,

The post AI, 설명하지 말고 이야기하라 appeared first on �鶹ԭ�� Korea 뉴스센터.

• �鶹ԭ�� 석세스팩터스 도입으로 인사 운영 표준화 및 업무 자동화 실현
• 실시간 데이터 기반의 인사 통찰력 확보 및 글로벌 사업 확장을 위한 유연한 조직 관리 기반 마련

2026�Ƅ 3월 30일, 섵Ӛ� – �鶹ԭ��코리아(대표 신은영)는 글로벌 아이웨어 브랜드 ‘젠틀몬스터(Gentle Monster)’ 운영사인 아이아이컴바인드(IICOMBINED)가 기반의 글로벌 인사 관리 시스템 구축을 성공적으로 완료하고 본격 가동에 돌입했다고 발표했다. 이번 프로젝트는 �鶹ԭ�� 파트너사인 LG CNS왶�의 협력으로 수행되었으며, 전 세계로 빠르게 확장되는 아이아이컴바인드의 글로벌 사업 구조에 부합하는 통합 인사 운영 체계 마련을 목표로 추진됐다.

아이아이컴바인드는 국가별로 분산되어 운영되던 기존 인사 관리 구조의 한계를 극복하기 위해 을 핵심 솔루션으로 채택했다. 이번 구축은 ▲글로벌 확장을 고려한 HR 정책 및 직무 관리 체계 수립 ▲HR 표준 프로세스 정립 및 상시 업그레이드 환경 마련 ▲데이터 기반의 유연한 HR 리포팅 체계 구현 ▲해외 사업장을 아우르는 글로벌 통합 HR 시스템 설계를 핵심 목표로 삼아, 인사 데이터의 일관성과 운영 효율성을 동시에 확보하는 데 주안점을 뒀다. 특히 를 활용해 신규 인사 시스템과 기존 업무 시스템 간의 유기적 연동을 구현, 전 세계 사업장을 아우르는 단일 인사 정보원을 확립했다.

인사제도 개선과 함께 이번 시스템 도입으로 아이아이컴바인드 경영진은 전사 HR 데이터왶� 리포트를 실시간 확인할 수 있게 되었다. 인적 현황 모니터링과 데이터 기반 조직 관리가 한층 체계화되었으며, 향후 신규 해외 법인을 유연하게 편입할 수 있는 확장형 관리 구조도 갖추게 되었다.

HR 부서 차원에서는 운영 효율성이 획기적으로 개선됐다. �鶹ԭ�� 석세스팩터스를 중심으로 HR 데이터 인터페이스가 일원화되고, 반복적인 수기 업무의 자동화로 실무 부담이 줄었다. 계약 만료 사전 알림 및 개인정보 자동 파기 기능을 통해 법적 리스크에 대한 선제 대응 역량도 강화되었다. 또한, 인사 정보의 실시간 현황 파악과 통계 리포팅이 가능해지면서 데이터 활용 범위도 넓어졌다.

임직원 경험 측면에서도 변화가 두드러진다. 임직원이 본인의 인사 정보를 직접 조회·관리할 수 있는 셀프서비스 환경이 구축되었으며, 제증명서 발급 프로세스 또한 체계적으로 정비되어 업무 편의성이 크게 향상되었다.

한광모 �鶹ԭ��코리아 인사관리 솔루션 총괄은 “아이아이컴바인드의 이번 �鶹ԭ�� 석세스팩터스 도입은 단순한 시스템 전환을 넘어, 데이터 기반의 글로벌 인사 운영 체계를 갖춤으로써 비즈니스 확장 속도에 맞춰 인재 관리 역량을 전략적으로 강화하는 전환점이 될 것”이라며, “아이아이컴바인드가 전 세계 구성원들의 잠재력을 데이터로 연결하고, 글로벌 무대에서 지속 가능한 성장을 실현할 수 있도록 적극 협력할 것”이라고 밝혔다.

김지영 LG CNS 팀장은 “아이아이컴바인드의 독자적인 HR 정책과 직무 구조를 �鶹ԭ�� 석세스팩터스 ���랫폼에 최적화하여 반영하는 데 주력했다”며, “특히 해외 법인 확산(Roll-in)의 유연성을 고려한 아키텍처 설계를 통해 향후 글로벌 통합 운영 체계의 기반을 마련했다”고 밝혔다.

아이아이컴바인드 관계자는 “이번 �鶹ԭ�� 석세스팩터스 도입을 통해 우리는 글로벌 인사 운영의 새로운 기준을 세웠다”며, “수기 업무 자동화왶� 글로벌 인사 표준 확립을 발판으로, HR은 이제 임직원 경험 향상과 글로벌 성장 전략 실행이라는 본질적인 역할에 더욱 집중할 수 있게 되었다”고 강조했다.

# # #

�鶹ԭ��에 대해

�鶹ԭ��(NYSE:�鶹ԭ��)는 기업용 애플리케이션과  분야의 선도기업으로 비즈니스왶� 기술을 연결하고 있다. 지난 50�Ƅ 동안 기업들은 기업 성과를 극대화하기 위해 재무, 구매, 인사, 공급망, 고객 경험 등 핵심 비즈니스 영역을 통합함으로써 �鶹ԭ��에 대한 신뢰를 지속해 오고 있다. 보다 자세한 정보는 에서 확인할 수 있다.

The post �鶹ԭ��코리아, 젠틀몬스터 글로벌 통합 인사 관리 시스템 구축 appeared first on �鶹ԭ�� Korea 뉴스센터.

AI 시대에도 트롤리 딜레마의 진짜 해법은 “누구를 희생할 것인가”가 아니라, 그 상황 자체를 만들지 않는 예방과 설계에 있습니다. 발전된 기술을 최대한 활용해 예방하도록 설계하되, 최종 가치 판단과 책임은 언제나 인간의 몫입니다.

기획: 박범순(Adam Park), 글쓴이: 클로드(Claude)

한 번쯤 이런 상황을 상상해 본 적이 있는가. 브레이크가 끊긴 트롤리가 선로 위를 질주하고 있다. 앞에는 다섯 명이 묶여 있다. 당신 손에는 레버가 있고, 그것을 당기면 전차는 방향을 틀어 다른 선로로 달리지만, 그 선로에는 한 사람이 있다. 당신은 어떻게 할 것인가?

이 질문은 1967�Ƅ 영국 철학자 필리파 풋이 처음 제안하고, 이후 주디스 자비스 톰슨이 다듬은 고전적 사고실험이다. 수십 �Ƅ 동안 강의실 칠판 위에 머물던 이 딜레마가 오늘날 전혀 다른 공간으로 옮겨왔다. 자율주행차의 알고리즘 설계실, 의료 AI의 우선순위 코드, 그리고 국방 시스템의 의사결정 로직 안으로.

철학은 뭐라고 답했나?

트롤리 문제 앞에서 두 거대한 철학 전통은 서로 반대 방향을 가리킨다.

공리주의는 제러미 벤담과 존 스튜어트 밀이 체계화한 윤리 이론이다. “최대 다수의 최대 행복”이 도덕의 기준이므로, 레버를 당겨 한 명을 희생하고 다섯 명을 살리는 쪽이 분명히 옳다. 결과의 총합이 더 크기 때문이다. 같은 논리라면 육교에서 한 사람을 밀어 다섯 명을 구하는 것도, 숫자만 놓고 보면 허용 가능한 선택이 된다.

칸트의 의무론은 정반대의 지점에서 출발한다. 칸트는 그의 정언명령에서 “타인을 단지 수단으로 대하지 말고, 항상 동시에 목적으로 대하라”고 선언했다. 트롤리 문제에서 한 사람을 희생하는 것은, 그가 다섯 명을 살리기 위한 ‘도구’로 사용되는 순간이다. 그 사람의 죽음이 수단이 된다는 점에서, 칸트주의자는 어떤 버전의 트롤리 문제도 도덕적으로 허용할 수 없다고 본다.

레버를 당기는 행위왶� 육교에서 사람을 미는 행위가 결과적으로 같음에도 사람들의 반응이 갈리는 이유도 여기에 있다. 레버를 당기는 것은 ‘간접적 개입’으로 느껴지지만, 사람을 미는 것은 신체적·직접적 살해에 가깝게 인식된다. 도덕 판단은 결과만으로 이루어지지 않으며, 행위의 구조왶� 의도까지 함께 작동한다는 사실을 이 사고실험은 섬뜩할 만큼 정확하게 드러낸다.

“우리의 도덕 판단은 결과왶� 의도, 양쪽 모두를 동시에 계산한다.
트롤리 문제가 불편한 이유는 그 두 계산이 충돌하기 때문이다.”

전 세계는 같은 대답을 했나?

철학적 논쟁이 아직 정리되지 않은 사이, MIT 연구팀은 더 실증적인 질문을 던졌다. “실제로 세계 사람들은 트롤리 문제에 어떻게 반응하는가?” MIT 미디어랩의 모럴머신(Moral Machine) 프로젝트는 200개 이상의 국가에서 4,000만 건이 넘는 응답을 수집해 그 패턴을 분석했다.

결론부터 말하면, 세계는 하나의 답에 동의하지 않았다. 다만 문화권별로 뚜렷한 경향이 나타났고, 연구팀은 이를 세 개의 클러스터로 분류했다.

그럼에도 문화를 초월해 공유되는 경향도 있었다. 인간을 동물보다 우선하고, 더 많은 사람을 살리려 하며, 노인보다 젊은 사람을 보호하려는 경향은 전 지구적으로 비교적 일관되게 나타났다.

이 연구가 남긴 가장 중요한 시사점은 이것이다. 트롤리 문제에는 보편적인 ‘정답’이 존재하지 않는다. 그렇다면 AI 알고리즘에 어떤 윤리를 코딩해야 하는가? 이 질문은 기술의 문제이기에 앞서, 누가 어떤 가치를 우선시하는 사회를 만들 것인가의 문제다.

한 차원 위에서 보라

트롤리 문제를 AI에 그대로 적용하려는 시도가 막히는 이유를 이해하기 위해, 헝가리 출신 과학 철학자 마이클 폴라니(Michael Polanyi)의 통찰을 빌려올 필요가 있다.

폴라니는 지식에는 두 가지 층위가 있다고 보았다. 언어왶� 숫자로 명시적으로 표현할 수 있는 지식이 있는 반면, 자전거를 타거나 표정을 읽는 것처럼 말로 다 표현할 수 없는 암묵지(tacit knowledge)가 있다. 그는 이렇게 말했다. “우리는 우리가 말할 수 있는 것보다 훨씬 더 많이 알고 있다.”

더 중요한 것은 그가 지식의 계층 구조에 대해 말한 부분이다. 낮은 계층에서 반복되는 문제는 그 계층 안에서만 고치려 해서는 해결되지 않는다. 실험에서 계속 실패가 반복된다면, 기술적 세부를 수정하는 것만으로는 부족하다. 그 실험의 설계·가정·관점, 즉 한 차원 위의 암묵적 구조를 재조정해야 비로소 문제가 해결된다.

“낮은 계층의 문제는 그 바로 위 계층의 암묵적 구조를 통해서만 충분히 해결될 수 있다.
문제 안에서 맴도는 것은 해결이 아니다.”
— 마이클 폴라니의 지식론에서

트롤리 문제에 대입해 보자. “레버를 당기는가, 말 것인가”는 딜레마의 안쪽에 머문 질문이다. 폴라니라면 이렇게 물었을 것이다. “애초에 그 전차가 왜 브레이크 없이 달리고 있는가? 왜 선로에 사람이 묶여 있어야만 하는 상황이 설정되는가?” 문제를 해결하는 진짜 방법은 한 차원 위로 올라가, 그 딜레마 자체가 발생하지 않도록 만드는 것이다.

������ 어떻게 대답하는가?

자율주행차가 보급되면서 트롤리 문제는 갑자기 현실적인 질문이 되었다. 브레이크가 고장 난 자율주행차가 5명의 보행자왶� 1명 사이에서 선택해야 한다면, 알고리즘은 어떻게 반응해야 하는가?

그런데 자율주행 업계의 실제 대답은 대부분 사람들의 기대왶� 다르다. 기업들은 “트롤리 문제를 어떻게 푸는가”가 아니라 “트롤리 문제 자체가 발생하지 않도록 설계하는 것”을 윤리적 목표로 삼는다. 폴라니가 말한 것처럼, 한 차원 위의 해결책이다.

독일 정부는 2017�Ƅ 자율주행차 윤리위원회 보고서에서 한 발 더 나아가, “사람을 숫자로 비교해 더 가치 있는 사람을 정하는 공리주의적 설계는 금지”한다는 원칙을 명시했다. 미국의 소비자 설문에서도 “공리주의적으로 설계된 자동차를 구매하겠다”는 응답이 낮게 나왔다. 숫자로 희생자를 계산하는 알고리즘에 사람들은 본능적 거부감을 느낀다.

2016�Ƅ 메르세데스-벤츠의 한 임원이 “자율주행차는 사고 시 승객을 최우선으로 보호하는 방향으로 설계된다”고 발언해 논란이 일었던 사례도 같은 맥락에서 이해할 수 있다. 이 발언은 공리주의가 아닌 계약주의적 설계, 즉 “차를 산 사람을 지킨다”는 방향으로 해석됐고, 이것 역시 사회적 동의를 얻지 못했다.

결국 자율주행차 업계가 내린 답은 폴라니의 논리왶� 일치한다. 트롤리 딜레마 안에서 최선의 선택을 계산하는 것이 아니라, 딜레마 자체가 발생하지 않도록 시스템 전체를 한 차원 높은 곳에서 재설계하는 것. 예방, 안전, 생명 존중이 공리주의적 계산보다 먼저다.

AI 시대에 들어서며, 중요한 결정까지 알고리즘으로 자동화하려는 움직임이 빨라지고 있다. 의료 ������ 치료 우선순위를 제안하고, 사법 ������ 재범 가능성을 점수로 매기며, 국방 ������ 표적 식별을 도운다. 그러나 이 모든 영역에서 공통적으로 제기되는 원칙이 있다.

기술은 가능한 최선의 대안을 추천할 뿐이며, 최종 선택과 책임은 윤리의식이 있는 인간의 몫이다.

의료 AI가 “이 환자보다 저 환자를 먼저 치료하라”고 권고할 수 있지만, 그 결정의 무게를 짊어지는 것은 의사왶� 가족이다. 자율주행차가 사고를 최대한 예방하도록 설계되지만, 그 설계의 윤리 기준을 결정하는 것은 사회왶� 입법자다. ������ 트롤리 딜레마를 해결하는 것이 아니라, 그 딜레마가 가능한 한 발생하지 않도록 돕는 도구다.

이것이 트롤리 문제가 AI 시대에 우리에게 남기는 진짜 질문이다. 달리는 전차를 멈추는 기술을 우리가 가지게 됐을 때,��멈출 것인지 말 것인지를 결정하는 판단력과 책임감은 여전히 사람에게 있어야 한다.

The post AI 시대의 트롤리 문제: 달리는 전차를 멈추는 법 appeared first on �鶹ԭ�� Korea 뉴스센터.

의 확산은 SaaS의 과금 모델을 근본적으로 위협하지만, 이는 SaaS 전체의 종말이 아니라 깊이 없는 SaaS의 종말이다. 수십 �Ƅ간 쌓인 비즈니스 로직과 실물 인프라를 가진 ���랫폼은 오히려 AI가 배포되는 괶�문으로서 더 강해질 수 있다.

기획: 박범순(Adam Park), 글쓴이: 클로드(Claude)

올해 초 앤트로픽이 클로드 코워크왶� AI 플러그인 생태계를 발표하던 날, 실리콘밸리의 투자자들 사이에서는 조용한 공황이 시작됐다. 젠데스크, 세일즈포스, 허브스팟 등 수십 개의 SaaS 기업 주가가 일제히 흔들렸다. 사람들은 이 현상에 즉각 이름을 붙였다. ��������포칼립스(����������dz�����������), 즉 SaaS왶� 아포칼립스의 합성어. 직역하면 SaaS 종말론이다.

과연 SaaS는 정말 끝난 것일까? 브레이킹이븐(Breaking Even) 채널의 페더리코(Federico)왶� 아틀라시안(Atlassian)의 공동창업자 겸 CEO인 마이크 캐논-브룩스(Mike Cannon-Brookes)의 시각을 함께 들여다보면, 이 질문에 대한 답이 단순하지 않다는 것을 알 수 있다.

퍼시트(Per-seat) 모델의 균열

SaaS가 지난 20�Ƅ간 폭발적으로 성장할 수 있었던 비결은 단순했다. 사람이 늘어날수록 좌석(seat)이 늘어나고, 좌석이 늘어날수록 수익이 늘어난다. 한계비용은 거의 0에 가깝고, 한번 쓰기 시작하면 쉽게 떠나기 어려운 구조. 완벽한 사업 모델이었다.

AI 에이전트는 이 공식의 근본 전제를 뒤흔든다.

페더리코의 설명은 직관적이다. AI 에이전트는 단순한 챗봇이 아니다. 파일을 읽고 편집하고, 소프트웨어를 직접 조작하며, 사람 대신 실제 행동을 취한다. 예전에는 10명의 영업 담당자가 각자 세일즈포스 계정을 가지고 있었다면, 이제는 AI 에이전트 한두 개가 팀 전체의 역할을 대신할 수 있다. 구독 좌석이 10개에서 2개로 줄어드는 것이다. SaaS 기업 입장에서는 수익이 80% 감소하는 악몽이다.

캐논-브룩스도 이 위기를 부정하지 않는다. 다만 그는 한 가지 중요한 단서를 붙인다. “리스크가 높아진 것은 맞다. 하지만 이 공포는 과장됐다.” 그가 진단하는 진짜 문제는 ‘모든 SaaS가 똑같이 위험하다’는 착각이다.

세 가지 SaaS, 세 가지 운명

캐논-브룩스는 SaaS 기업을 세 유형으로 분류한다. 이 분류는 AI 시대에 누가 살아남고 누가 사라질지를 꽤 정확하게 예측한다.

• 유형 1: 결과에 묶인 퍼시트 모델 – 젠데스크 같은 고객 서비스 ���랫폼이 대표적이다. 상담 직원 한 명당 한 개의 좌석을 판다. 그런데 AI가 상담 업무를 처리하기 시작하면? 고객사는 더 이상 100명분의 좌석이 필요 없다. 이론적으로는 좌석이 0에 가까워질 수도 있다. 이 유형이 가장 직접적인 위협에 놓여 있다.
• 유형 2: 직원 수에 묶인 퍼시트 모델 – 워크데이나 석세스팩터스() 같은 HR ���랫폼이 여기에 해당한다. 이 소프트웨어의 좌석 수는 ‘업무량’이 아니라 ‘임직원 수’왶� 연동된다. 회사에 직원이 1,000명이면 1,000개의 계정이 필요하다. AI가 아무리 발전해도 회사의 인력 규모 자체를 줄이기 전까지는 좌석 수가 줄지 않는다. 게다가 이런 ���랫폼은 AI 도구들이 기업 데이터에 접근하는 괶�문 역할을 한다. 오히려 AI 시대에 더 중요해질 수 있다.
• 유형 3: 사용량 기반 모델 – 세일즈포스처럼 사용량에 따라 과금하는 구조다. 프론트엔드(사용자 인터페이스)왶� 백엔드(데이터왶� 프로세스)가 잘 결합되어 있다면 크게 흔들리지 않는다. 다만 가격 정책이 고객에게 공정하게 느껴지는지가 관건이다.

아래는 이 세 유형의 위험도를 한눈에 볼 수 있는 다이어그램이다.

AI 시대에 진짜 가치는 어디에 있는가

페더리코는 SaaS의 위기를 명료하게 진단한다. 지금까지 많은 SaaS 기업은 본질적으로 “그럴싸한 대시보드가 달린 데이터베이스”였다. 이런 기업들은 AI에게 잡아먹힐 것이다.

그렇다면 살아남는 기업은 무엇이 다를까? 핵심은 인터페이스 레이어가 아닌 백엔드 레이어에 있다. AI 에이전트는 이제 시각적 인터페이스 없이도 소프트웨어를 직접 조작할 수 있다. 아름다운 UI는 더 이상 경쟁 우위가 아니다.

방어 가능한 백엔드의 조건은 네 가지다.

• 첫째, 복제하기 어려운 고유 시스템. 쇼피파이(Shopify)가 수십 �Ƅ에 걸쳐 구축한 글로벌 물류 네트워크가 대표적인 예다. AI가 코드로 쇼피파이 같은 인터페이스를 하루 만에 만들 수 있어도, 전 세계 창고왶� 배송 파트너로 이루어진 실물 네트워크는 절대 복제할 수 없다.
• 둘째, 네트워크 효과. 사용자가 많아질수록 서비스가 더 가치 있어지는 구조. 이미 수백만 개의 기업 데이터를 처리하는 ���랫폼은 그 자체로 강력한 해자(moat)가 된다.
• 셋째, 브랜드왶� 신뢰. 특히 AI 에이전트가 자율적으로 행동하는 세계에서는 ‘어떤 ���랫폼이 처리했는가’에 대한 신뢰가 결정적이다.
• 넷째, 물리 세계 통합과 규제 편입. 정부 시스템에 깊이 통합되어 있거나 물리적 인프라왶� 연결된 소프트웨어는 AI 에이전트가 쉽게 대체할 수 없다.

캐논-브룩스는 여기에 중요한 관점을 추가한다. 많은 사람들이 ‘시스템 오브 레코드(system of record)‘를 그저 데이터를 저장하는 정적인 캐비닛으로 오해한다는 것이다. 그러나 현대 비즈니스는 실제로 수십 �Ƅ에 걸쳐 쌓인 동적 프로세스왶� 비즈니스 로직의 집합체다. 그 복잡한 엣지 케이스왶� 규칙들이야말로 AI가 통해서 작동해야 하는 핵심 인프라다. 즉, 깊이 있는 시스템 오브 레코드를 가진 기업은 AI의 대체 대상이 아니라 AI가 배포되는 괶�문이 된다.

“바이브 코딩”의 한계

요즘 “바이브 코딩(vibe coding)”이라는 말이 유행한다. 개발 경험이 없어도 AI에게 대략적인 아이디어를 말하면 작동하는 앱을 뚝딱 만들어준다는 개념이다. 이것이 SaaS의 종말을 가속화할까?

페더리코왶� 캐논-브룩스 모두 비슷한 결론에 도달한다. 바이브 코딩은 인터페이스를 만들 뿐, 방어 가능한 백엔드를 만들지는 못한다. 쇼피파이의 외관을 닮은 앱은 하루 만에 만들 수 있다. 하지만 쇼피파이가 20�Ƅ간 구축한 글로벌 풀필먼트 네트워크는 코드 몇 줄로 생성되지 않는다.

다만 캐논-브룩스는 바이브 코딩의 유용한 측면도 인정한다. 기존 ���랫폼 위에 맞춤형 확장 기능을 만드는 데는 탁월하다. “마이애미 사무실 회의실 예약 시스템”처럼 매우 특수한 니즈를 가진 기업이 대형 IT팀 없이도 빠르게 자신만의 툴을 만들 수 있다. 핵심 시스템을 대체하는 것이 아니라 핵심 데이터왶� 연동된 맞춤 확장을 만드는 것, 이것이 바이브 코딩의 올바른 쓰임새다.

새로운 가격 모델의 등장: 결과 기반 과금

퍼시트 모델이 흔들리면서, 새로운 가격 체계에 대한 모색이 시작됐다. 그 중 가장 주목받는 것이 아웃컴 기반(outcome-based) 가격 정책이다.

고객 서비스 AI ���랫폼 싵ӗ�라(�����������)가 선구적 사례다. 시에라는 AI 에이전트가 인간 개입 없이 고객 문의를 성공적으로 처리했을 때만 과금한다. 고객사 입장에서는 리스크가 없다. AI가 실패하면 돈을 내지 않는다. 시에라 입장에서는 자신들의 에이전트 성능을 개선할 강력한 인센티브가 생긴다. 가치 창출과 수익이 완벽하게 정렬된 모델이다.

페더리코는 이 방향이 SaaS의 미래라고 본다. 실제로 AI가 처리하는 업무의 양과 질이 과금의 기준이 되어야 한다는 것이다.

그러나 캐논-브룩스는 여기서 중요한 현실적 한계를 짚는다. 결과 기반 가격은 예측 가능성과 투명성이 떨어진다. 기업들이 퍼시트 모델을 선호했던 이유 중 하나는 매달 얼마를 내야 하는지 명확히 알 수 있기 때문이다. 반면 아웃컴 기반 모델은 절감 효과를 매�Ƅ 새로 증명해야 하는 부담이 있고, 예상치 못한 비용 급등의 가능성도 있다. 그가 “카지노 칩 모델”이라 부르는, 토큰 사용량이나 API 호출 횟수처럼 예측 불가능한 요소로 청구서가 치솟는 가격 구조는 기업 고객이 가장 싫어하는 것 중 하나다.

결국 캐논-브룩스가 제시하는 공정한 AI 가격 모델의 기준은 세 가지로 요약된다. 고객이 비용을 통제할 수 있어야 하고, 가치왶� 비용이 비례해야 하며, 예상치 못한 숨겨진 복잡성이 없어야 한다.

살아남는 자왶� 사라지는 자

SaaS 대재앙은 실재한다. 하지만 그것은 SaaS라는 개념 자체의 종말이 아니라, 피상적인 SaaS의 종말이다.

수십 �Ƅ간 쌓인 비즈니스 로직, 실물 인프라왶�의 통합, 수백만 기업의 신뢰. 이런 것들은 AI가 하루 아침에 대체할 수 없다. 오히려 ������ 이런 깊이 있는 ���랫폼을 통해 배포되고 작동한다. 그 괶�문을 쥔 기업은 AI 시대에도 살아남는다.

반면 “그럴싸한 대시보드가 달린 데이터베이스”에 불과했던 기업들, 즉 인터페이스만 예쁘고 실질적인 데이터나 프로세스의 깊이가 없는 SaaS들은 AI 에이전트에 의해 빠르게 잠식될 것이다.

캐논-브룩스의 말처럼, 잘 적응한 기업은 AI 시대에 오히려 더 강해질 수 있다. 하지만 그 적응은 “AI 기능을 추가했습니다”라는 보도자료 한 줄로 이루어지지 않는다. 자신이 정말로 어떤 가치를 제공하는지, 그리고 그 가치가 AI 에이전트의 등장 앞에서도 방어 가능한지를 근본적으로 다시 질문하는 데서 시작된다.

SaaS포칼립스는 종말이 아니라 선별이다.

이 글은 왶� 의 인터뷰 내용을 바탕으로 작성되었습니다.

The post SaaS 종말론: 소프트웨어 구독 모델 위협하는 AI 에이전트 appeared first on �鶹ԭ�� Korea 뉴스센터.

AI왶� 기술의 발전으로 사용자경험(UX) 디자인의 패러다임이 빠르게 바뀌고 있습니다. 2026�Ƅ에는 사용자의 신뢰왶� 자율성, 일상적 유용성을 중심으로 한 디자인이 핵심으로 자리할 전망입니다. �鶹ԭ�� 최고 디자인 책임자의 통찰을 확인하세요.

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

매�Ƅ 이맘때면 “2026�Ƅ엔 무엇이 달라질까”를 주제로 한 글들이 쏟아집니다. 이미 몇 편쯤 읽으셨을 것 같습니다.

저는 추측성 전망을 늘어놓으려는 게 아닙니다. 실제 엔터프라이즈 제품을 만드는 디자인 팀들과 함께 일하면서 지금 이 순간 직접 목격하고 있는 것들을 나누고자 ��니다.

다음은 제가 꼽은 2026�Ƅ UX 디자인의 9가지 주요 변화입니다.

1. 스스로 설명하는 AI

대부분의 사용자는 AI 도구를 사용하고 나서 “이 시스템이 실제로 무엇을 했고, 왜 그런 결정을 내렸는지” 모른 채 자리를 떠납니다. 이는 디자인으로 충분히 해결할 수 있는 문제입니다.

이미 행동하기 전에 추론 과정을 보여주고, 결정을 쉬운 언어로 설명하며, AI가 틀렸을 때 사용자가 수정할 수 있도록 하는 제품들이 등장하고 있습니다. 2026�Ƅ에는 이 흐름이 더욱 강해질 것입니다. 설명 가능한 AI(Explainable AI) 시장은 2032�Ƅ까지 332억 달러 규모에 달할 것으로 예상되는데, 사람들은 이해할 수 없는 시스템을 신뢰하지 않기 때문입니다. 사람들이 채택하는 AI 제품과 외면하는 AI 제품의 차이는 결국 하나의 간단한 질문으로 귀결될 수 있습니다. “사용자는 이 시스템이 자신의 프롬프트에 응답해 무엇을 만들었는지 알고 있는가?”

2. 에이전틱 UX왶� 인간-에이전트 생태계

비즈니스 리더의 88%가 에이전틱 역량을 위한 AI 예산을 늘릴 계획인 가운데, AI 에이전트는 전략적 핵심 과제로 자리잡고 있습니다. 동시에 사용자들도 이 에이전트가 어디서, 어떻게, 언제 유용한지를 점점 더 잘 이해하게 되었습니다.

그 결과, 통합이 일어나고 있습니다. 수십 개의 세분화된 에이전트를 일일이 관리하는 대신, 마스터 에이전트가 작업 유형, 맥락, 중요도에 따라 특화된 에이전트들을 자동으로 조율하게 됩니다. 이제 디자이너는 이러한 인간-에이전트 생태계를 위한 경험을 설계해야 ��니다. 에이전트의 생애주기를 관리하고, 작업 인계를 조율하며, 언제 사람이 직접 개입할지를 결정하는 것이 그 핵심입니다.

3. 실시간으로 생성되는 역동적 인터페이스

Gemini 3 Pro왶� 같은 대형 언어 모델은 이제 각 프롬프트에 맞춰 인터랙티브하고 맞춤화된 인터페이스를 실시간으로 구축할 수 있습니다. 연구에 따르면 이렇게 생성된 인터페이스가 인간 전문가의 디자인과 44% 수준으로 일치했는데, 단 몇 초 만에 만들어진다는 점을 감안하면 놀라운 수치입니다.

고정된 화면을 전달하는 방식에서 벗어나, 디자이너는 이제 모델 기반 인터페이스가 어떻게 작동할지를 이끄는 제약 조건, 안전장치, 평가 기준을 설계해야 ��니다.

4. 음성 인터페이스, 제자리를 찾다

음성은 이제 과대평가의 단계를 지났습니다. 미국에서만 2026�Ƅ 말까지 1억 5,710만 명이 음성 어시스턴트를 사용할 것으로 예상됩니다. 디자인 리더들은 맥락을 인식하는 멀티모달 경험의 부상을 체감하게 될 것입니다. 이러한 인터페이스는 사용자의 행동에 따라 음성, 터치, 시각적 요소를 유기적으로 결합��니다. 좋은 UX 디자인은 이제 사용자의 손이 바쁘거나 타이핑이 어려운 환경까지 고려해야 ��니다.

5. 마이크로인터랙션, 인터페이스의 언어가 되다

한때 작은 애니메이션이나 호버 효과는 프로젝트 막바지에 얹는 ‘케이크 위의 아이싱’ 같은 존재였습니다. 버튼 색상 변화, 채워지는 프로그레스 바, 작업 완료 시 뜨는 작은 축하 메시지… 우리는 이것들을 그저 장식적인 요소로 취급했습니다.

그러나 이제 마이크로인터랙션은 인터페이스가 사용자왶� 소통하는 방식 그 자체가 되었습니다. 사용자가 잠시 멈추고 확인 메시지를 읽도록 강요하지 않고도 행동을 자연스럽게 인식하게 해줍니다. 마이크로인터랙션이 없는 인터페이스는 마치 대화 상대가 말을 걸어도 눈 한 번 마주치지 않는 사람처럼 생기 없게 느껴집니다.

6. AR, 데모에서 일상으로

저는 수�Ƅ간 수십 번의 인상적인 AR 데모를 컨퍼런스에서 접했습니다. 멋진 것들을 보았고, 그리고는 “이걸 실제 업무에서 언제 쓰지?”라는 의문을 품은 채 사무실로 돌아오곤 했습니다.

그 인상적인 데모왶� 실용적인 도구 사이의 간극이 좁혀지고 있습니다. 이제 리테일 기업들은 구매 전 가구를 자신의 거실에서 미리 볼 수 있게 하고, 디자인 팀들은 실제 공간에서 3D 모델을 직접 살펴보고 있습니다.

AR은 평면 화면의 이미지보다 실제 문제를 더 잘 해결할 때 비로소 의미를 가집니다. 그리고 점점 더 많은 기업들이 그런 문제를 찾아내고 있습니다.

7. 선 넘지 않는 개인화

사용자는 개인화된 경험을 원��니다. 단, 그 경험을 제공하기 위해 시스템이 무엇을 알아야 하는지 깨닫기 전까지는요. 필요한 것을 미리 예측해 준다는 건 분명 도움이 되는 일처럼 들리지만, 이를 실현하려면 끊임없는 행동 추적이 필요��니다.

Netflix의 추천 알고리즘을 예로 들어보겠습니다. 사용자들이 개인화를 중심으로 설계된 서비스에 자발적으로 동의했기 때문에 잘 작동��니다. 이왶� 달리, 수십 개의 관련 없는 사이트에서 사용자의 브라우징을 추적해 한 번 봤던 제품 광고를 보여주는 쇼핑몰 웹사이트왶� 비교해보세요. 같은 기술이지만, 사용자가 느끼는 유용함과 침해감은 전혀 다릅니다.

훌륭한 엔터프라이즈 소프트웨어는 사용자에게 시스템이 얼마나 적응할지를 직접 제어할 수 있는 권한을 주고, 개인정보 설정을 눈에 잘 띄게 배치��니다. 2026�Ƅ은 기업들이 침해적인 추적 없이 사용자 선호도에 맞춰 적응하는 방법을 찾아내는 해가 될지도 모릅니다.

8. 접근성, 처음부터 내장되다

접근성은 더 이상 나중에 추가하는 기능이나 규정 준수의 체크박스가 될 수 없습니다. 최근 Forbes 기고에서 저는 접근성 있는 디자인이 어떻게 실질적인 ROI를 만들어내고 진정한 경쟁 우위가 될 수 있는지를 다루었습니다.

처음부터 인지적 다양성을 고려해 설계하면 모두가 혜택을 받습니다. 예를 들어, 움직임 민감도 토글 기능은 ADHD를 가진 사람들뿐 아니라 단순히 애니메이션에 어지러움을 느끼는 사람들에게도 도움이 됩니다.

접근성은 제품을 만드는 방식 자체를 개선할 잠재력을 가진 만큼, 앞으로 UX 디자인에서 가장 중요한 주제 중 하나가 될 것이라 예상��니다.

9. 진짜로 작동하는 크로스���랫폼 UX

사용자들은 스마트폰, 태블릿, 노트북, 스마트워치를 끊임없이 오갑니다. 출근하고, 사무실에서 몇 시간을 보내고, 점심을 먹고, 집에 돌아오는 동안 내내 자신의 경험이 그대로 이어지기를 기대��니다.

진정한 크로스���랫폼 UX란 작업이 어디서든 따라오는 것을 의미��니다. 모바일에서 시작하고, 데스크톱에서 이어가고, 태블릿에서 마무리하는 것이 아무런 의식 없이 가능해야 ��니다. 2026�Ƅ에는 이것이 비즈니스 대화의 훨씬 더 중요한 주제로 부상할 것입니다.

모든 것을 관통하는 하나의 실

사용자는 자신의 문제를 해결하기 위해 만들어진 제품과 단순히 기능 요건을 충족하기 위해 만들어진 제품을 구별할 줄 압니다. 이번에 소개한 UX 디자인의 변화들은 바로 그 현실에 응답��니다. 사용자의 시간, 지능, 그리고 프라이버시를 존중하는 방식으로 작동하는 제품을 만드는 데 초점을 맞추기 때문입니다. 2026�Ƅ에 성공하는 팀은 사용자를 위해서가 아니라, 사용자왶� 함께 디자인하는 팀이 될 것입니다.

그 밖의 모든 것은 그저 소음일 뿐입니다.

• 원문: , , Forbes.com

The post 2026�Ƅ을 좌우할 9가지 UX 디자인 트렌드 appeared first on �鶹ԭ�� Korea 뉴스센터.

왶� ������ 사람 중심 설계, 시스템 간소화, 신뢰할 수 있는 데이터 활용을 통해 인간의 역량을 대체하는 것이 아니라 증폭시킬 때 비로소 진정한 생산성 향상을 이끌어낼 수 있습니다. 캡제미나이 수석 부사장의 통찰을 확인하세요.

글쓴이: 리처드 하월스(Richard Howells),��번역: 클로드(Claude)

대부분의 기업들은 스스로 변혁 중이라고 주장하지만, 글로벌 생산성은 거의 변화가 없습니다. 문제는 기술 자체가 아니라, 기술을 활용하는 방식에 있습니다. 수십 �Ƅ 동안 기업들은 사람이 아닌 프로세스왶� 성과 지표 중심으로 시스템을 구축해왔습니다. 다음 단계의 도약은 이 방정식을 뒤집는 데서 비롯될 것입니다. 즉, 인간의 역량을 제한하는 것이 아니라 증폭시키는 기술을 설계하는 것입니다.

이 아이디어는 최근 에서 캡제미나이(Capgemini)의 수석 부사장 엘리자베타 스폰토니(Elisabetta Spontoni)왶� 나눈 대화에서 핵심 주제로 다뤄졌습니다. 스폰토니의 메시지는 명확했습니다. 기술은 복잡성을 더하는 것이 아니라 업무를 단순화해야 하며, 생산성은 인간이 AI왶� 함께 번영하는 방식을 중심으로 재정의되어야 한다는 것입니다.

스폰토니는 이렇게 말��니다. “우리는 종종 기술의 가능성에 흥분하여 아무도 사용하고 싶어 하지 않는 과도하게 복잡한 솔루션을 만들어냅니다.” 핵심 과제는 시스템을 더 강력하게 만드는 것이 아니라, 더 인간적으로 만드는 것입니다. 다음은 리더들이 그 목표를 향해 나아갈 수 있도록 안내하는 세 가지 원칙입니다. 각 원칙은 하나의 단순한 아이디어를 중심으로 ��니다. 기술은 사람이 일하는 방식대로 작동할 때 비로소 진정한 생산성을 창출한다는 것입니다.

1. 사람이 실제로 일하는 방식에 맞게 AI 솔루션을 설계하라

모든 변혁은 기술이 무엇을 할 수 있는지가 아니라, 사람들이 기술에서 무엇을 필요로 하는지를 이해하는 것에서 시작되어야 ��니다. 예를 들어, 자동차 제조업의 구매 관리자는 오늘날 10�Ƅ 전과는 완전히 다른 환경을 헤쳐나가고 있습니다. 글로벌 공급업체의 변화, 전자 부품, 추적 가능성 요건으로 인해 모든 소싱 결정이 더 복잡해지고 예측하기 어려워졌습니다.

스폰토니는 이렇게 설명��니다. “자동차는 전자 기기가 되었습니다. 규제, 지속 가능성 목표, 끊임없는 공급 변화로 인해 예전에는 예측 가능했던 것들이 이제는 매일 달라지고 있습니다. 애플리케이션은 그 현실에 발맞춰야 ��니다.”

이러한 역할에 맞게 설계한다는 것은 업무 흐름 속에 인텔리전스를 직접 내재화하는 것을 의미��니다. 시스템은 공급업체 위험을 자동으로 파악하고, 구매 주문이 승인되기 전에 자재의 탄소 영향을 보여주며, 사용자가 여러 도구를 일일이 뒤질 필요 없이 품질, 물류, 재무 데이터를 연결해야 ��니다. 기술이 사람들이 이미 의사결정을 내리는 방식에 통합될 때, 기술은 장애물이 아닌 조력자가 됩니다.

2. 간소화를 통해 변화할 여력을 확보하라

기업들은 종종 복잡성을 역량으로 착각��니다. 커스텀 통합, 일회성 워크플로, 레거시 코드는 서류상으로는 강력해 보이지만 실제로는 발전시키기 불가능한 시스템을 만들어냅니다. 엘리자베타 스폰토니는 이렇게 지적��니다. “ERP 솔루션에 개발된 커스텀 코드의 50~60%는 실제로 사용되지 않습니다.” 사용되지 않는 코드는 단순히 노력을 낭비하는 데 그치지 않습니다. 모든 업그레이드를 느리게 하고 혁신을 제한하는 족쇄가 됩니다.

간소화야말로 지속적인 변화를 가능하게 하는 원동력입니다. 모듈형 로 전환한 조직은 전체 시스템을 재설계하지 않고도 특정 기능을 업데이트할 수 있습니다. 애플리케이션이 깔끔한 인터페이스왶� 일관된 로직을 공유할 때, 직원들은 더 빠르게 적응하고, 새로운 아이디어를 테스트하며, 더 작고 안전한 단위로 개선 사항을 제공할 수 있습니다.

3. 데이터로 인간의 역량을 강화하되, 압도하지 마라

디지털화의 열풍 속에서 많은 조직들이 직원들을 활용할 수 없는 정보의 홍수 속에 빠뜨렸습니다. 대시보드는 넘쳐나고, 보고서는 서로 충돌하며, 신뢰는 무너집니다. 클라우드 환경에서 데이터는 마찰의 원인이 아닌 역량을 배가시키는 힘이 되어야 ��니다.

스폰토니는 리더들에게 데이터 여정을 일찍 시작하고, 이를 기술적 과제가 아닌 사람 중심의 과제로 다룰 것을 권고��니다. 그녀는 이렇게 말했습니다. “데이터를 정제하고, 재편하고, 소유권을 정의하십시오. 변혁의 속도는 그것에 달려 있으니까요.” 직원들이 자신의 데이터를 신뢰할 때, 그들은 더 빠르고 자신감 있게 행동��니다.

깨끗하고 잘 관리된 데이터는 성과를 인간화하기도 ��니다. 목적과 동떨어진 지표를 쫓는 대신, 지속 가능성이나 고객 성과 같은 영역에서 자신의 업무가 실제로 미치는 영향을 볼 수 있게 해줍니다. 투명성은 신뢰를 쌓고, 신뢰는 어떤 인센티브 프로그램 못지않게 직원 참여도를 높입니다.

AI왶� 함께 인간이 번영하는 방법

������ 인간의 역량을 대체하는 것이 아니라, 오히려 증폭시켜야 ��니다. 스폰토니는 이를 자동화가 아닌 증강(augmentation)으로 정의��니다. ������ 문서 초안 작성이나 테스트 데이터 생성을 통해 업무 속도를 높일 수 있습니다. 데이터 조정을 자동화하여 효율성을 향상시킬 수도 있습니다. 또한 시나리오를 시뮬레이션하여 팀이 혼란이 발생하기 전에 대응 방안을 계획할 수 있도록 도움으로써 회복 탄력성을 높일 수 있습니다.

그러나 AI의 진정한 힘은 사람들을 업무의 소음에서 해방시키는 데 있습니다. 스폰토니는 이렇게 말��니다. “������ 사람들이 데이터를 맞추는 작업이 아니라, 회사를 진정으로 성공시키는 것에 집중할 수 있도록 도왶�줍니다.”

최고의 조직들은 AI를 디지털 동료로 대��니다. 즉, 반복적인 업무를 처리하고 인간이 더 크게 생각할 수 있는 인사이트를 제공하는 존재로 말입니다. 이런 방식으로 활용될 때, ������ 단순히 비즈니스를 더 빠르게 만드는 것을 넘어 업무를 더 의미 있게 만들어줍니다.

더욱 인간적인 생산성

AI 시대의 생산성은 사람들에게서 더 많은 것을 쥐어짜는 것이 아닙니다. 그것은 사람들이 번영할 수 있도록 돕는 것입니다.

클라우드 ERP는 조직에 진화할 수 있는 민첩성을 부여��니다. ������ 데이터를 지침으로 전환��니다. 그러나 진정한 가치를 창출하는 것은 구매 담당자, 기획자, 엔지니어, 서비스 담당자왶� 같은 사람들입니다. 그들의 경험에서 출발하는 시스템은 충성도, 회복 탄력성, 그리고 혁신을 만들어냅니다.

스폰토니가 묘사하는 ERP의 미래는 “인간 전문가 팀과 디지털 동료들이 함께 일하며 업무를 더 쉽고, 더 효율적이며, 더 효과적으로 만드는 것”입니다.

리더들에게 주어진 질문은 더 이상 기술이 얼마나 빠르게 움직일 수 있느냐가 아닙니다. 기술이 사람들로 하여금 자신이 하는 일에 대해 얼마나 더 좋은 감정을 갖게 할 수 있느냐입니다.

Capgemini의 Elisabetta Spontoni왶�의 는 Future of ERP 팟캐스트에서 들으실 수 있습니다.

• 원문: , , Forbes.com

The post 클라우드 ERP왶� AI로 더 스마트하게 일하는 3가지 원칙 appeared first on �鶹ԭ�� Korea 뉴스센터.

수집형 캐릭터 인형 라부붶�는 SNS·희소성·커뮤니티 전략으로 ��세대의 열광적인 지지를 받으며 문화 현상으로 자리 잡았습니다. 이 사례는 AI 기반 수요 예측과 의 확보가 기업의 핵심 경쟁력임을 보여 줍니다.

글쓴이: 조리아나 자호드니아(Zoriana Zahordnia), 번역: 클로드(Claude)

혹시 전에 를 본 적이 있으신가요? 이름은 몰랐더라도 한 번쯤은 눈에 띄셨을 겁니다.

라부붶�는 홍콩 출신 아티스트 카싱 룽(Kasing Lung)이 창작한 독특한 몬스터 엘프 캐릭터의 수집형 디자이너 플러시 인형 라인입니다. 이 인형들은 전 세계적으로 폭발적인 인기를 끌고 있으며, 사람들은 인형을 수집하고 되팔거나, 언박싱 자체에서 진짜 짜릿한 쾌감을 느끼고 있습니다.

그렇다면 라부붶�가 왜 이토록 큰 이슈가 되는 걸까요? 그리고 이 현상이 여러분의 비즈니스에 어떤 교훈을 줄 수 있을까요? 지금부터 자세히 살펴보겠습니다.

FOMO 효과왶� SNS의 영향력

라부붶�의 인기는 결코 우연이 아닙니다. 현대적인 참여 도구를 적극 활용하고 올바른 타깃층을 겨냥한 스마트 마케팅의 교과서적인 사례입니다. 이 브랜드는 단순히 장난감을 파는 것이 아니라, 희소성과 커뮤니티, 그리고 진짜 구매 욕구를 자극하는 한정판 경험을 함께 판매하고 있습니다.

이 인형이 SNS 센세이션이자 문화적 현상으로 자리 잡을 수 있었던 배경에는 영리한 마케팅 전술, 셀러브리티 협업, 바이럴 소셜 미디어 활용, 그리고 캐릭터 자체가 지닌 감성적·심미적 매력이 복합적으로 작용했습니다. 사람들은 SNS에 언박싱부터 인형 코디까지 온갖 콘텐츠를 올리며, 같은 인형을 가진 셀러브리티들과 함께 강한 ‘소속감’과 ‘특별함’을 느낍니다. 사람들은 단순한 제품이 아니라 감정을 구매��니다. 바로 그 감정이 엄청난 수요를 만들어 내는 원동력입니다.

라부붶�는 향수(노스탤지어), 희소성, 커뮤니티, 사회적 지위가 구매 행동을 이끄는 젊은 세대의 소비 트렌드를 완벽하게 반영��니다. 단순한 장난감이 디지털 문화 속에서 정체성의 상징으로 탈바꿈한 것입니다.

SNS가 순간적인 수요를 폭발적으로 일으키는 시대, 어떤 제품이든 하룻밤 사이에 바이럴될 수 있습니다. 문제는 여러분의 비즈니스는 수요가 급증할 때 대응할 준비가 되어 있느냐 입니다.

수요를 감지하고 관리하는 법

현대 비즈니스 환경에서 구시대적인 도구왶� 방식에 의존하면 속도에서 뒤처질 수밖에 없습니다. 속도왶� 민첩성이 경쟁력의 핵심이며, 같은 도구들이 게임 체인저가 될 수 있습니다. 머신러닝 알고리즘을 활용하면 바이럴 트렌드왶� 소비자 심리 변화를 빠르게 감지할 수 있습니다.

이러한 기술들은 갑작스러운 시장 변화, 새로운 트렌드, 외부 충격에 그 어느 때보다 빠르게 대응��니다. 더 스마트한 의사결정을 가능하게 할 뿐만 아니라, 재고 최적화, 낭비 감소, 그리고 혼란 상황에서도 고객 기대에 더 잘 부응할 수 있도록 도왶�줍니다.

수요를 감지했다면, 그다음은?

수요가 급격히 치솟는 것을 감지했을 때, 다음 행동이 매우 중요��니다. 생산을 늘려야 할까요? 해외 공급업체에 긴급 주문을 넣어야 할까요? 아니면 기존 출하를 재조정해야 할까요?

빠른 판단이 바이럴 모멘텀을 기회로 살릴 수도, 놓칠 수도 있습니다. 바로 이때 역동적인 이 필수적입니다. 이런 시스템은 실시간 데이터를 신속히 분석해 생산 능력, 자재 가용성, 납품 제약 등을 고려한 최적의 공급 계획을 수립하도록 도왶�줍니다. 주문 우선순위를 정하고, 지연이나 부족 사태를 조기에 파악하며, 배송 일정이나 생산 계획을 선제적으로 조정할 수 있게 해 줍니다.

이러한 접근 방식은 자원에 과부하를 주지 않으면서도 긴급한 고객 수요를 충족하고, 낭비를 줄이며, 비용을 절감하고, 전반적인 공급망 회복력을 높여 줍니다. 민첩하고 정밀하게 대응함으로써 갑작스러운 시장 기회를 지속적인 성공으로 전환할 수 있습니다.

라부붶� 현상은 오늘날 기업들에게 강력한 메시지를 전��니다. 성공은 훌륭한 제품만으로 이루어지는 것이 아니라, 하고 커뮤니티를 키우며 현대적인 도구로 수요에 신속히 대응하는 데서 비롯된다는 것입니다. 여러분의 제품이 하룻밤 사이에 바이럴되는 순간이 찾아왔을 때, 스마트한 마케팅과 실시간 데이터, 그리고 민첩한 공급 계획이 뒷받침된다면 그 예상치 못한 기회를 지속 가능한 성장과 오래도록 이어지는 고객 충성도로 탈바꿈시킬 수 있습니다.

예상치 못한 수요에 뒤통수를 맞기 전에, 지금 바로 을 진화시키는 방법을 배워 보세요.

• 원문: , , Forbes.com

The post 라부붶�의 18억 달러 청사진: 장난감 열풍과 공급망 마스터클래스 appeared first on �鶹ԭ�� Korea 뉴스센터.