안녕하세요, 비즈니스 혁신 파트너 BSG입니다.
지난 ①편에 이어, 이번엔 BSG 박철욱 대표의 기조 발표를 전해드립니다.
제목은 이랬습니다. "자율형 기업을 위한 SAP BDC 기반 AI 혁신 여정 — 동원그룹의 데이터 기반 구축 사례."
제목에 핵심이 다 담겨 있습니다. AI의 종착지는 '자율형 기업'이고, 그곳에 가려면 먼저 '데이터 기반'을 갖춰야 한다는 것.
오늘은 그 핵심만 짚어보겠습니다.
발표는 냉정한 진단으로 출발했습니다. 이제 "AI를 쓸까 말까"의 시대는 지났습니다.
문제는 그다음입니다.
투자는 폭발적으로 늘었지만, 매출 5% 이상 증가를 체감한 경영진은 19%에 불과했습니다.
투자와 성과 사이의 격차가 크다는 것이죠.
그 원인을 분명히 짚으면 이렇습니다.
성과 부진의 원인은 AI 모델이 아니라 '데이터'라는 것.
SAP CEO 크리스티안 클라인의 말이 이를 압축합니다.
"어떤 AI 에이전트도 망가진 데이터 모델을 스스로 보완할 수는 없습니다."
왜 데이터가 먼저인지, 발표는 직관적인 예시로 보여줬습니다.
"A제품 재고는 지금 몇 개입니까?" 이 단순한 질문에 정답이 네 개였습니다.
창고 실물 기준 12,400개, 가용재고 9,800개, 이동 중 재고 포함 13,100개, 판매가능 재고 8,900개.
똑같은 '재고'인데 어떤 의미와 맥락으로 보느냐에 따라 답이 달라집니다.
잘못된 기준으로 발주하는 AI는 결품과 과잉재고를 만듭니다. 의미와 맥락이 없는 데이터는 AI에게 그저 노이즈일 뿐입니다.
실제로 AI 에이전트 파일럿의 88%가 상용화에 실패하고, 자사 데이터가 AI에 완전히 준비됐다고 답한 기업은 7%에 불과하다는 조사도 함께 제시됐습니다.
AI가 일하려면 데이터가 세 가지를 갖춰야 합니다.
연결(Access), 의미와 맥락(Semantic), 신뢰(Trust).
이 중 가장 까다로운 게 '의미'인데, 발표는 두 갈래 길을 제시했습니다.
하나는 용어집·시맨틱 모델을 처음부터 직접 정의하는 길(가장 오래 걸립니다).
다른 하나는 SAP 프로세스에 50여 년 축적된 표준 정의를 그대로 물려받는 길입니다.
후자를 가능하게 하는 것이 바로 SAP BDC(Business Data Cloud)입니다.
의미를 품은 데이터를 배포하고, 데이터를 복사하지 않고도(Delta Sharing) 외부 플랫폼과 실시간 연결하는 것이 핵심입니다.
이론을 실제로 보여준 것이 동원그룹 사례였습니다.
계열사마다 흩어진 ERP와 수작업 엑셀 취합의 한계를 넘어, 3단계 로드맵으로 자율형 기업을 향하고 있습니다.
Phase 1 (2024~2025) 흩어진 ERP를 S/4HANA 단일 인스턴스로 통합해 기준정보를 통일했습니다.
Phase 2 (2026~2027, 진행 중) SAP BDC로 SAP·비SAP 데이터를 융합해 통합 데이터 기반을 완성하는 단계입니다.
Phase 3 (2028~) 그 위에 AI 에이전트를 얹어, 데이터에 직접 쿼리하고 업무를 자율 수행하는 자율형 기업으로 나아갑니다.
이 진화가 기술만으로 완성되지 않는다고 강조했습니다.
경영진의 결단, 데이터 파운데이션, 현장의 데이터 문화가 삼각형처럼 맞물려야 한다는 것입니다.
AI는 목적지가 아니라 결과이고, 그 출발점은 신뢰할 수 있는 데이터다.
화려한 모델을 얹기 전에, AI가 일할 수 있는 데이터 기반부터 갖추는 것 — 동원그룹의 여정이 던진 메시지입니다.
여기서 소개한 건 발표의 일부일 뿐입니다.
'재고 네 개의 정답'이 주는 통찰부터 SAP BDC의 상세 아키텍처, 동원그룹 3단계 로드맵의 구체적인 그림까지 — 발표 자료 전문에 훨씬 풍부하게 담겨 있습니다.
AI 전환을 진지하게 고민 중이시라면, 자료를 직접 확인해보시길 권합니다.
기획 : 도예원