CONTENTS

• 목록

2024년 7월 19일(금)에 진행된 제41회 KSUG 패널 토크, “스마트한 SAP 데이터 활용 - 데이터 품질관리, 생성형 AI, SRM 등”세션이 성료 되었습니다!

최근 주목받고 있는 생성형 AI 기반 SAP 정보 분석 방안과 이를 뒷받침하는 데이터 품질 관리 전략에 대해 심도 있게 다뤘습니다. 또한, SAP와 연계된 SRM을 통해 구매 마감 업무의 효율성을 높이는 실질적인 팁도 제공해 드릴 수 있는 시간이었습니다!

<Session 1. 발표>

[BI MATRIX] 데이터 분석 업무의 혁신 – 생성형 AI기반 데이터 분석 G-MATRIX
온통 주변이 AI로 들썩이고 있습니다. 엄청난 주가 상승을 이루고 있는 엔비디아 등 반도체 업체와 하이퍼스케일러 업체 등 AI 기반 기술이나 인프라를 보유하고 있는 기업들이 주도적으로 이끌고 있지만, 솔루션 관점에서 보면 쉽게 볼 수 없는 것 같습니다. 이러한 AI를 데이터 분석과 실시간 의사 결정에 활용할 수 있도록 제공한 G-MATRIX는 매우 인상적이었습니다.

[Tricentis] 스마트한 데이터 품질관리방안 – Tricentis Data Integrity

아무리 좋은 시스템도 데이터 품질이 좋지 않으면 좋은 정보를 기대하기 어렵습니다. 또한 이러한 데이터를 의사 결정에 활용하면 낭패를 당할 수도 있습니다. 시스템 내에서 양질의 데이터를 관리하고 특히 시스템 업그레이드나 구축 등 데이터 마이그레이션 시 더욱 중요합니다. 기존 데이터 부실로 인하여 새롭게 개발한 프로그램과 시스템 검증이 제대로 안 되는 경우도 있는데 이러한 문제를 예방하고 해결해주는 Tricentis Data Integrity 소개 감사드립니다

[UNIPOST] SAP 사용자의 SRM을 통한 구매마감 업무 효율화

회사를 운영할 때 특히 제조기업의 경우는 구매, 생산 영업이 큰 축을 이루고 있습니다. 이중에서도 구매는 견적, 발주, 입고 등 구매 관리와 재고 관리 등의 업무로 광범위하게 되어 있습니다. 특히 서플라이어와 협업 및 정확한 정보 전달 또한 매우 중요합니다. 이러한 활동을 시스템에서 완벽하게 구현할 수 있도록 상세한 SRM 기능과 솔루션에 대한 설명 감사드립니다.

<Session 2. 패널 토의 및 실시간 Q&A>

1) 오늘 마지막으로 발표한 유니포스트가 최근에 새롭게 KSUG 후원사가 되면서 오늘 처음으로 패널토의에 참여하고 있습니다. 함께 참여해주시는 분들 성원에 힘 입어 후원사들이 꾸준히 증가하고 있어서 이 자리를 빌어 다시 한번 감사 드립니다. BI MATRIX와 Tricentis는 1~2년 전에 후원사가 되어서 이번이 처음은 아니지만 참여해주시는 분들께 좀 더 확실하게 알릴 수 있도록 유니포스트와 함께 회사 강점을 간략하게 설명하고 시작하겠습니다.

(BI MATRIX) 네 저희는 지난 19년 동안 분석업무를 하는 그런 솔루션을 개발해서 분석에 대한 것은 자신 있게 특히 한국시장에서 제공할 수 있는 그런 솔루션을 가지고 있고 오늘 설명 드린 것처럼 생성형AI 솔루션을 결합한 솔루션은 국내최초 그 다음에 거의 세계 최초라고 말씀드릴 수 있습니다.

(Tricentis) Tricentis는 품질엔지니어링 플랫폼 전문회사 이고요. SAP 솔렉스 파트너로 등록이 되어 있습니다. 그래서 SAP가 선정한 유일한 공식 테스트 파트너사 이고요. 국내에는 좀 뒤늦게 소개가 되었지만 열심히 많은 고객 분들을 확보하고 있습니다.   

(UNIPOST) 네 UNIPOST는 고객이 필요한 다양한 업무인 회계, 자금, 구매업무 프로세스를 연결하고 개발하고 있으며 SAP와 원스톱으로 연동되는 END-TO-END 통합 서비스를 구축하기 위해서 다양한 SAP 협업 솔루션을 제공하고 있는 업체입니다.

2) 오늘 소개해주시는 주제가 각각 다르지만 SAP 솔루션에 추가해서 함께 사용하면 좋은 효과를 얻을 수 있는 솔루션이라고 생각됩니다. 기존의 BI를 획기적으로 개선한 BI MATRIX 의 “생성형 AI 기반 데이터 분석”, 데이터 마이그레이션 등을 포함하여 데이터 품질을 고도화 해주는 Tricentis의 “스마트한 데이터 품질관리 방안” 및 구매와 재고관리 부문 효율화를 위한 unipost의 “SAP 사용자의 SRM을 통한 구매마감 업무 효율화”등 모두 좋은 솔루션이라 생각됩니다. 오늘 소개한 솔루션의 효과를 한 마디로 오늘 참여한 분들에게 “이거다” 라고 간략하게 핵심위주로 한번 설명 부탁 드리겠습니다

(BI MATRIX) 저희는 2대8에서 8대2로 바뀐다고 말씀드릴 수가 있습니다. 기존에 데이터를 활용하는 주로 활용하시는 분들이 2였고 활용을 못하시는 분들이 8이였다고 그러면 저희 솔루션을 적용하시면 그게 잘 활용할 수 있는 8과 또 대강 활용하시는 2로 그래서 2대8에서 8대2로 바뀔 수 있다라고 말씀드릴 수가 있겠습니다.

(Tricentis) 숫자로 말씀하시니 저도 숫자로 얘기해야 될 것 같은데 10대 90으로 저는 말씀드리겠습니다. 기존에 수동으로 데이터 정합성 검증을 10% 미만 밖에 할 수 없었다 그러면 저희 스마트한 데이터 정합성 검증 솔루션을 통해서 90% 100%까지 자동으로 검증하실 수 있다라고 설명 드리겠습니다. 

(UNIPOST) 네 Unipost의 구매마감 솔루션은 기존의 구매와 마감에 대한 막연한 R&R이 좀 애매한 모호한 구간을 저희 솔루션을 도입함으로써 구매 마감까지 연동하면서 절감효과나 업무효율성이 크게 향상되는 그런 솔루션을 제공할 수 있습니다. 

3) 기존 SAP BW나 BO와 유사점과 다른 점은 무엇인가요? (tj1156) (BI MATRIX) SAP BW나 아니면 BO같은 경우에 활용하는 트랜잭션 데이터를 모아서 분석업무를 한다는 큰 틀에서는 동일하다고 생각을 합니다. 그런데 이제 저희가 차별화 할 수도 있고 새로 제공하는 기능들은 요즘 급격하게 성능이 늘어난 성능이 향상된 생성형AI를 이용해서 사용자의 경험 사용자UX를 획기적으로 개선한 것입니다. 옛날에는 프로그램 했다 그러면은 프로그램 없이 자연어 처리를 해서 뭔가 데이터를 얻어가는 그러한 방식으로 사용자 경험을 최대화했다 라고 설명드릴 수가 있을 것 같습니다. 

4) 생성형 AI는 미리 학습 되어있는 문서, 이미지 등을 기반으로 새로운 문장이나 이미지 등을 생성하는 기술로 알고 있는데, G-MATRIX는 어떤 데이터를 학습시켜서 분석 정보를 생성하는지요? 원리가 무엇인가요? (alloy) (BI MATRIX) 저희는 다루는 게 기업의 비즈니스 데플리케이션 있는 데이터입니다. 데이터베이스에 있는 데이터를 다루는데 이 데이터를 직접 학습시키려고 보면은 굉장히 어려움이 많습니다. 시간도 많이 들고 비용도 많이 들고 그 다음에 보안문제도 생기고 그래서 데이터 자체를 학습시키는 게 아니라 저희는 메타 데이터, 테이블의 정보 그 다음에 필드의 정보 같은 것들만 학습을 시켜서 자연어를 해석한 다음에 그 자연어에 있는 내용들을 필드와 테이블을 맵핑을 시켜서 그 결과를 가지고 SQL을 뒤에 있는 백앤드 시스템에서 제너레이션 합니다. 그게 이제 원래 LLM기능은 아니고 저희가 가지고 있는 원래 아우디 플랫폼이라고 하는 기능인데요. 그러다 보니까 데이터를 학습시키는 그러한 양이나 시간이나 이런 것들이 상대적으로 굉장히 작은 시간에 좋은 효과를 얻을 수 있는 그러한 장점이 있습니다.

5) 그러면 회사 기업이 가지고 있는 테이블 내에 가지고 있는 데이터이기 때문에 정형화된 데이터 위주라고 이해를 합니까? 그럼 비정형 문서까지 확대는 언제 되는지? (BI MATRIX) 네 비정형 문서는 아직은 저희는 다루고 있지 않습니다. 먼저 정형문서에 집중을 하고 그 다음에 비정형 문서로 확대하도록 하겠습니다.

6) 데이터 정합성 문제에 대해 간단하게 설명 부탁드립니다. (Tricentis) 네 저희 전문분야가 데이터 정합성을 검증해 주는 솔루션이라고 보시면 되겠는데 특히 저희가 이제 지금 많이 주목하고 있는 분야가 AI 머신러닝 기반 학습모델에 대한 데이터 정합성 검증도 요구가 굉장히 많이 일어나고 있습니다. 왜냐 하면 결국은 그 데이터의 품질이 AI학습 모델의 품질로 이어지기 때문에 그런 부분에 많이 중점을 두고 있는데요. 거기에서 중점 두고 있는 부분은 굉장히 대량의 데이터를 검증해야 되고 또 이 데이터들은 다 디지털화 돼있기 때문에 이 데이터가 어디에 편향돼 있지 않은지 골고루 우리가 원하는 형태의 카테고리 내에 다 들어가 있는지 또는 데이터의 범주가 우리가 원하는 대로 맞는지 이런 부분들을 다 전수검증 하는데 활용을 하고 있고 이런 대량의 데이터를 전수검증 할 수 있는 테크니컬한 백그라운드는 저희가 패러렐 엔진, 굉장히 강력한 패러렐 엔진을 가지고 있어서 1,000개 이상의 테스트 케이스를 한번에 다 테스트를 할 수 있어요. 하나의 에이전트에서 그래서 많은 양의 데이터를 빠르게 검증할 수 있는 효과를 보실 수가 있습니다.    

7) OpenAI사 GPT, Meta Llama 3 또는 국내에서 개발된 네이버 하이퍼클로바 등도 사용이 가능한가요? (BI MATRIX) 네 이론상으로 가능합니다. 이론상이란 의미는 뭐냐 그러면은 저희가 오픈 소스를 가져다가 파인튜닝을 했습니다. 그래서 파인튜닝한 데이터 셋 자체를 저희가 가지고 있기 때문에 그 데이터 셋을 OpenAI나 Llama나 아니면은 다른 LLM에다가 줘서 학습을 시키면 동일하게 들어갈 수가 있는데 그 중요한 것은 메인터넌스 문제입니다. 저희는 계속 업그레이드 시킬 거고 여기는 이제 한번 멈춰 있으면 안되기 때문에 동일한 레벨로 계속 업그레이드 할 수 있다 그러면은 얼마든지 사용할 수 있다고 생각합니다.   

8) 카카오톡과 같은 SNS와도 연동이 가능합니까? (BI MATRIX) 네 SNS솔루션들이 좋은 API를 제공하고 있기 때문에 API를 연동시키면 기술적으로는 쉽게 연동이 가능한데 단 기술보다는 더 중요한 것은 회사의 정책, 회사의 보안정책 그 다음에 모바일에 대한 정책 이런 것들만 해결될 수 있다 그러면 연동하는 것은 문제가 없고요. 이미 저희 프로젝트에서 연동돼서 고객 사한테 구축하고 있습니다.    

9) 자연어를 키보드에서 입력하지 않고, 음성으로 입력해도 같은 결과를 제공하면 좋은데, 음성 지원과 모바일 환경을 계획하고 있나요? (BI MATRIX) 네 그것도 아주 좋은 기술이고 그 다음에 계속 모바일 업체들에서 발전시키고 있는 기술이어서 역시 SNS 마찬가지로 API연동시키는 것은 기술적으로는 전혀 문제가 안 되는데 단 저희가 아직 많이 테스트 못한 것은 진짜 사용자가 어떤 형태의 UX를 원하는 것인지는 현장에서 이제 저희가 같이 고객하고 협력해서 개발해야 될 부분이라고 생각을 합니다. 

10) 파인튜닝된 자체 LLM을 기반으로 만들었다고 하였는데, 온프레미스 사용이 가능한가요?(BI MATRIX) 네 실제로 저희가 현재 만들어진 파인튜닝한 LLM은 기반이 미스트라사의 7B 그러니까 70억개의 파라미터를 가진 거여서 LLM업계에서는 가장 적은 SLM이라고 부르는 내용입니다. 그래서 가장 적은 양의 GPU를 사용해서 설치할 수 있기 때문에 또 저희가 아예 프로그램을 가지고 있기 때문에 고객이 가지고 있는 온프레미스 장비에 설치해서 사용할 수가 있습니다.   

11) G-MATRIX에서 SAP 데이터를 실시간으로 연동해서 자연어 검색할 수 있나요? 당연히 되겠죠? (박은수)(BI MATRIX) 네 실제 고객사에서 3개정도 지금 프로젝트를 하고 있는데 한 개의 고객 사에서 S/4HANA 그 다음에 bw4HANA의 데이터를 연장해서 프로젝트를 하고 있습니다.

12) 분석 정확도가 높나요? 분석 정확도가 어느 수준으로 나오는지? (정성주) (BI MATRIX) 분석하는 것은 정확한 SQL을 얼만큼 정확하게 제너레이션 하느냐에 문제인데 SQL 제너레이션 하기 위해서는 저희 아키텍 상으로 자연어에서 디멘전하고 메전을 정확하게 분석을 해서 이게 테이블하고 매핑을 시켜야 되는 게 이제 정확도의 핵심인데 그게 현재 저희가 POC했던 경우 조금 높은 수치라고 이해하실 수도 있지만 90% 이상의 정확도를 저희가 보여 주고 있습니다. 한 10개 정도 고객사에서 이미 POC를 마쳤습니다. 

13) SAP 마이그레이션 시 중요한 항목 중 하나가 데이터 검증인데, 별도의 데이터 검증 툴이 제공되는지? 또한 검증 범위는 어디까지 지원되나요?(Tricentis) 네 지금 말씀드린 데이터 인티그리티가 마이그레이션의 데이터 검증을 도와드리고 있는데요. 저희가 지원하는 것은 마이그레이션 할 데이터 소스데이터를 파일로 추출했을 때 그 데이터를 미리 바이탈 체크를 한다거나 프리 스크리닝 한다거나 이런 부분부터 여기서 이 소스데이터의 스키마와 데스티네이션 데이터의 스키마를 또 미리 비교하고 또 데이터를 옮기고 나서 소스와 데스티네이션 간의 테이블 투 테이블 로우 바이 로우의 데이터 비교 검증까지 다양한 형태를 지원을 하고 있습니다.     

14) 이 기종 간의 마이그레이션 시 데이터 정합성과 완전성을 검증하기 위한 솔루션도 제공이 되나요?(Tricentis) ETL과 저희 솔루션의 차별점이 그 부분이라고 할 수가 있겠는데요. 다양한 이 기종간에 데이터에 대한 검증까지도 지원을 한다는 게 가장 큰 차이점이라고 할 수 있겠고요. SQL NONE SQL간의 비교 그리고 지금 뭐 UNIX에서 리눅스로 플랫폼을 바꾸는 때에 대한 비교 그리고 데이터 파일 포맷이 뭐 다양한 형태로 또 뽑아서 변경을 해야 되는 경우에도 이런 다양한 데이터 파일 포맷에 대한 비교까지도 지원을 하고 있습니다.

15) 이 기종간에 마이그레이션 할 때 가장 흔히 발생하는 오류나 문제는 무엇인지? 또 그에 대한 예방정책과 대책은 무엇인지? (댕기)(Tricentis) 저희가 봤을 때는 이제 뭐 플랫폼이 바뀌면서 캐릭터 셋이 바뀐다거나 해서 실제 데이터가 같지만 비교해 봤을 때 시스템을 옮기고 나면 다르게 구동되는 경우들도 많고 뭐 숫자 같은 경우는 숫자의 포맷도 디폴트가 다르기 때문에 데이터 값이 달라도 다르게 인식하는 경우들도 많고 예측하지 못한 그런 포맷에 대한 그런 부분들도 많이 있고요. 데이터 유실도 많이 있습니다 생각보다.   

16) 그러면 그런 데이터 포맷이나 유실되지 않도록 미리 리뷰를 통해서 그런 포맷이 다른 것들 인지하고 전환할 때 자동으로 해 주는 게 없는지? 대표적으로 뭐 커런시에 자릿수나 이런 것들이 예를 될 텐데 그런 경우는 어떻게 진행이 되는지?(Tricentis) 그런 부분들을 저희가 미리 프리 스크리닝 한다거나 바이탈 체크로 미리 검증을 하실 수가 있습니다.

17) Tricentis Data Integrity는 S/4 HANA 마이그레이션 중에만 사용이 가능한 가요? (Tricentis) 네 크게 이제 마이그레이션 프로젝트에서 소스 데스티네이션간의 데이터 변경에 대한 검증으로도 활용하실 수가 있고 또 이제 S/4HANA 마이그레이션이 끝나고 운영 중에 요즘에 가장 디폴트로 많이 하는 게 지금 옆에서도 설명하신 인텔리전트 리포트를 구축하는 게 기본으로 많이 들어가게 되는데요. 이 경우에 다양한 데이터 소스에서 데이터를 추출하고 변환하고 노멀라이즈 해서 최종 리포트가 만들어지게 됩니다. 그래서 이렇게 추출되고 변환되고 리포트가 만들어지는 과정에서 또 데이터가 유출되거나 또는 뭐 변환이 잘못되거나 리포트에 데이터가 잘 못 들어가거나 이런 부분들을 저희가 계속 모니터링 하는 용도로도 활용을 하실 수가 있습니다.   

18) None-SAP 애플리케이션의 경우에는 자동화 솔루션을 어떤 곳에 활용할 수 있나요?(Tricentis) 지금 SAP 마이그레이션 또 SAP의 BI시스템 이건 기본이고요. None-SAP중에서도 아까 이제 여러 가지 유즈 케이스 중에 하나가 AI 머신러닝 프로젝트의 데이터 검증, 정합성 검증에도 활용하실 수가 있고 또 다양한 마이그레이션이 많습니다. 아까 말씀 드린 것처럼 S/4HANA 마이그레이션 뿐만 아니라 온프라미스에서 클라우드로 가는 다양한 종류의 마이그레이션들도 많이 있고 이런 마이그레이션 프로젝트에는 다 활용하실 수가 있다 이렇게 보시면 될 것 같습니다.  

19) PCE로 갈 때는 조금 여유가 있는데 퍼블릭 클라우드로 갈 때는 굉장히 제한적인데 퍼블릭 클라우드로 갈 때 제약이 없는지? (Tricentis) 퍼블릭 클라우드 갈 때 저희가 보니까 데이터를 많이 안 옮기시는 게 요즘 추세이신 것 같더라고요. 그래서 일부 정말 가야 되는 데이터를 추출하고 그 데이터만 옮기는 게 요즘 트랜드인 것 같은데 그 부분에 대한 검증도 좀 중요한 부분일 거라고 보여 집니다.   

20) SAP 솔루션인 아리바 SRM과는 어떻게 다른가요? 주요 차이점은? (UNIPOST) 네 간단하게 말씀드리면 저희가 갖고 있는 SRM은 지금 더 아리바 SRM이 외산이다 보니 UI부분이나 직관적인 사용자 인터페이스 부분이 좀 약하다는 불만들이나 요구사항이 상당히 많습니다. 그런 부분들을 해결할 수 있고 국내 기업이 업종에 따라서 업무 자체가 어마어마하게 다양한데 그 부분을 저희가 이제 맞춤형 기능이 항상 크게 강점이다 보니까 업종에 따라서 맞춤형 기능을 제공 해 드리는 부분과 협력사와의 협업을 위한 SRM인데 평가부분이나 품질평가 부분이나 이런 아리바SRM에 갖고 있지 않은 다른 기업의 특화된 협력사와 평가모듈 자체나 협업모듈을 제공 해 줄 수 있는 부분이 상당히 강점이라고 볼 수 있습니다.  

21) SAP 구매 마감 시 구매송장 생성을 위한 절차는 어떻게 되나요? (UNIPOST) SAP 구매 송장은 이제 mm모듈에서 생성된 PO를 기반으로 입고를 잡고 그걸 갖고 이제 송장을 만드는 절차가 일반적인 절차인데 이 부분이 입고 이후에 이제 송장을 만들 때 구매담당자 분들이 너무 수작업이 많고 오류도 있고 시간도 많이 걸리다 보니 저희가 그 부분을 마감데이터와 이미 SAP에서 수집해 놓은 세금계산서 데이터와 자동대사에 룰을 넣어 갖고 자동대사, 안 되는 것은 이제 수동대사 통해서 SAP에 이제 자동으로 송장을 만들어 주는 거죠. 그 송장 만들고 나면 담당자 분들은 확인만 하고 이제 실정기를 넘어가면 업무자체가 엄청 간소화되고 시간이 짧아지는 그런 효과를 볼 수 있습니다.   

22) 구매마감 시에 SRM시스템에서 사용 가능한 자동화 기능에 대해서 어떤 것들이 있는지? (이호승)(UNIPOST) 마감할 때 자동화 기능이라고 하는 것은 실제 마감 데이터와 계산서에 이제 실제로 지급을 위해 들어 온 지급을 위한 데이터와의 자동으로 매핑할 수 있는 사람이 수동으로 매핑해서 하는 부분이 아니라 자동 매핑할 때 SAP에서 이제 전표 생성할 때 이제 증빙부분들이나 이런 부분들이 다 필요한데 그 부분들이 앞단의 PO때부터 SRM에서 갖고 온 데이터를 한꺼번에 다 끌고 갈 수 있기 때문에 최종 회계 쪽에서 제공할 때 증빙을 별도로 하지 않아도 SRM에 다 모두 갖고 있다 보니 한 줄로 다 연결된 데이터를 가져갈 수 있는 거죠. 그런 부분들이 이제 마감할 때 자동으로 해준다는 부분들도 큰 부분이 있습니다.   

23) 마감 과정에서 발생하는 데이터 입력 오류를 어떻게 줄일 수 있나요? (UNIPOST) 가장 많이 오류가 나는 부분이 실제로 입고데이터와 마감데이터가 상이한 부분 그리고 발주데이터와 마감데이터가 상이한 부분 이런 부분으로 인해서 뒷단의 지급까지 문제가 생기게 되는데 저희가 이제 SRM을 도입함으로써 협력사가 납품한 금액 그리고 고객사가 입고한 금액을 양 사가 SRM 협업시스템을 통해서 확인함으로써 마지막 계산서까지 금액의 오류를 줄일 수 있는 부분이 큰 장점으로 볼 수 있습니다.   

24) SRM 시스템이 제공하는 주요 경고 및 알림 기능은 무엇인가요? (UNIPOST) 저희 당사 솔루션은 이제 업무 가는 과정 과정 안에 이슈나 알림 자체를 개인에 맞춰서 내가 메일로 받겠다, SMS로 받겠다 요즘엔 또 카카오톡 알림톡 등으로 가는 부분들에 대해서 포인트 포인트 마다 알림 기능이 있고요. SMS 그리고 혹시나 뭐 잘못되는 부분에 대해서 시스템 담당자한테 시스템의 오류나 에러가 발생했을 때도 자동으로 알림 기능을 주고 있습니다.   

25) SRM 시스템이 클라우드 기반으로만 제공되나요? 온프레미스로도 사용이 되나요? (UNIPOST) 두 가지 다 가능은 하고요. 지금 현재는 최근에는 SAP와 함께 이제 SRM을 하다 보니까 AWS클라우드에 많이 구축하는 경향이 있고요. 자체 서버를 구축하고 보유하고 계신 분들 한테는 저희가 온프라미스로 제공하고 있는데 그 것은 고객사의 요구에 따라서 저희가 대응해 드리고 있습니다.

26) 그럼 지금 유니포스트에서 만들어서 제공하는 SRM 이 솔루션이 어떤 BTP위에서 개발이 된 건가요?(UNIPOST) BTP위에서 개발된 부분은 아니고요. 저희가 이제 전자정보 프레임워크의 기반에 두고 있는 소프트웨어나 아키텍처를 가지고 저희가 자체로 프레임 워크나 솔루션을 만들었기 때문에 기업이 원하는 기능이나 추가 사항에 대해서 대응이 좀 빠른 편이긴 합니다. 

27) 국내기업에 상당히 포커스 됐다 그렇게 이해하면 될까요? (UNIPOST) 그렇긴 한데 이제 국내기업에 모기업을 두고 있고 해외지사를 쓰고 있는 데들도 현재 프로젝트를 하고 사용하고 있는 업체들도 있습니다. 

28) SRM 시스템을 모바일 환경에서도 사용할 수 있나요?(UNIPOST) 저희는 이제 표준 웹, 웹 표준을 준수하다 보니까 저희가 특별히 브라우저를 따지지 않고요. O/S나 브라우저 따지지 않고 태블릿이나 모바일 에서도 웹을 열어서 SRM업무를 충분히 다 업무를 수행하고 지금 구현되어 있습니다. 

29) 기업이 미리 준비하거나, 갖추고 있어야 하는 필수 조건이 있을까요?

(BI MATRIX) 기술적으로는 뭐 플랫폼을 준비하고 그 다음에 생성형AI나 아니면 분석에 대한 지식이 있었으면 좋겠지만 이제 저희 프로젝트 하기 위해서는 그런 거 전부 잊어버리시고 실제로 분석하고자 하는 데이터 셋을 준비를 잘 해주시는 게 가장 문제입니다. 그래서 SAP같으면 S/4HANA에 CDS뷰를 분석하고자 하는 도메인에 맞게 준비하신다거나 아니면 BW4를 준비하신다거나 아니면 NONE SAP같으면은 DW안에 새로운 형태의 스타스키마 형태로 준비하신다거나 하여튼 업무를 미리 정의해 놓으시면 그 다음부터는 학습하는 과정 그 다음에 적용하는 과정이 거의 노코드라고 하는 그런 기술로 적용이 되기 때문에 쉽게 하실 수가 있습니다. 데이터 셋 준비가 제일 먼저 입니다.  

(Tricentis) 저희도 거의 비슷한데 검증하고자 하는 데이터를 준비하시면 되고요. 저희가 기존의 아이체크나 SQL 쿼리를 만들어 가지고 스크립트를 만들어서 검증했던 것들을 노코드 기반으로 자동으로 쿼리를 만들어 주게 되거든요. 그래서 어떠한 데이터에 뭘 검증할 지만 선택을 하시면 저희는 자동으로 쿼리를 만들어서 대량의 데이터들을 검증해 드리고 있습니다. 그래서 검증할 대상 그리고 검증 할 내용만 확인 준비해 주시면 될 것 같습니다.

(UNIPOST) SRM은 이렇게 자동으로 되진 않고요. 구매업무이다 보니까 이제 외부하고 협업하는 업무이다 보니까 정확한 기업의 구매업무 지침, 정책 그리고 절차가 있어야 그 것을 시스템화 시키고 정합성을 맞춰가는 부분이 가장 크고요. 그리고 이런 부분들이 SRM을 도입하면서 제일 큰 것은 기업의 구매 담당자 분들이나 실제 사용하시는 분들의 변화관리의 부분들이고 구매다 보니까 어떻게 보면 경영진들의 지원이나 앞으로의 정책변화에 대한 지원이 가장 크다고 봅니다.   

30) 라이센스는 SAP USER와 별도의 USER로 사용하나요? 

(Tricentis) 저희는 이제 SAP유저랑 별개로 저희 솔루션 사용자 라이센스가 필요한데요. 이 라이센스는 그냥 수행 인스턴스 개수라고 보시면 되겠습니다. 그래서 1개부터도 가능합니다. (사회자) 그럼 1개에 얼마예요?(Tricentis) 문의 주시면 저희가 따로 알려 드리겠습니다.

(UNIPOST) SRM 같은 경우는 이제 SAP 유저하고도 별개로 돼 있고요. 저희는 이제 유저당 라이센스는 아니고 시스템 구축할 때 사이트 라이센스 한번만 제공하게 되면 유저수는 무제한으로 쓰실 수 있고요. 그런 부분들이 되어 있고 저희 같은 경우는 저희 기본 솔루션을 심플하게 적용했을 때는 구축기간을 한 3-4개월 안에 가장 빠르게 도입할 수 있는 부분도 있고 금액도 한 4천에서 5천 사이에 월 구독료 베이스로 진행하게 되면 정말 빠르게 도입해서 사용해 보면서 그 이후에 개보수나 개선사항을 하는 경우들이 많이 있습니다. (사회자) 사이트 라이센스라고 하면 사용자 수나 이런 거에 따라 달라지는 것은 없나요?

(UNIPOST) 그런 건 없습니다. 도메인 당으로 보시면 됩니다. 그러니까 SAP나 다른 제공하는 앞 단에 되게 비싼 솔루션 같은데 그 쪽에 하고는 좀 다르게 저희는 협업이고 협력사 들도 좀 큰 데들은 유저들이 많이 있거든요. 여러 분야로 쓸 수 있게 저희는 도메인당 라이센스로 개념으로 해서 그렇게 지금 진행하고 있습니다.   

(BI MATRIX) 크게 구성요소가 한 3가지 있는데 하드웨어 그 다음에 소프트웨어 그 다음에 아주 중요한 LLM이 있을 건데 LLM은 저희가 오픈 소스로 사용했기 때문에 저희가 무료로 드립니다. 그래서 LLM비용은 일단 없으시고요. 그 다음에는 이제 저희 프라이싱 스킴이 엔진 기반으로 되어있고 약간의 유저 라이센스가 있습니다.

31) 구축 비용과 구축 기간은 어떻게 되나요?

(BI MATRIX) 아까 제가 미리 그 사전 준비사항이라고 표현했던 데이터 셋이 준비돼 있다 그러면 한3개월에서 4개월, 준비 안돼 있다 그러면 준비기간까지 포함해서 6개월 정도를 현재 저희가 하고 있는 프로젝트 기준으로 말씀드릴 수가 있을 것 같습니다. 

(Tricentis) 저희는 프로젝트 규모나 이제 데이터 검증 량에 따라서 조금 달라질 수가 있겠는데요. 그런데 기본적으로 저희는 고객들을 양질의 교육을 시켜 드리고 고객이 직접 사용할 수 있도록 하는 방식을 사용을 하고 있습니다. 그래서 그렇게 처음에 교육해 드리고 샘플 케이스를 만들어 드리고 유지보수 해 드리는 패키지가 있습니다. 한 달 패키지가 그래서 적게는 한달 패키지 많게는 두 세달 이렇게 제공을 하고 있습니다.   

32) 솔루션을 도입하게 되면 사용자 교육은 어떻게 진행되나요?

(BI MATRIX) 저희는 그냥 교육센터에서 한 달에 두 번 정도 주기적으로 계속 교육 프로그램이 돌아가고 있고 실제로 이제 구현하시는 입장에서는 그냥 학습하는 사실은 기업데이터를 정확하게 업로드하는 그러한 것만 필요하기 때문에 큰 기간은 걸리지 않고요. 엔드유저는 한 반나절, 두 시간 정도의 교육을 받으면 바로 사용할 수 있는 그러한 Chat_GPT를 사용하시듯이 그냥 시스템을 사용할 수 있도록 만들어져 있습니다.    

(UNIPOST) SRM은 웹시스템이다 보니까 인터넷에 쇼핑몰이라도 한 번만 해보신 분들은 금방 사용법은 다 아시고 있고요. 그리고 이제 실제로 온데스크 교육이나 저희는 이제 파워유저 교육을 해서요. 이 부분은 앞에 말씀 드린 것처럼 변화관리 부분이 많다 보니까 파워 유저가 실제로 엔드 유저를 교육하는 방식으로 회사의 정책도 들어가야 되고 꼭 시스템에 대한 기능만 쓰는 게 아니다 보니까 파워 유저 교육과 일반 유저 교육을 나눠서 지금 진행하고 있습니다.   

33) 가장 관심이 많은 솔루션을 이용해서 프로젝트를 성공적으로 사용하는 고객사례 소개 부탁 드립니다.

(Tricentis) 아까 이제 제가 잠깐 소개자료에서도 말씀드렸듯이 글로벌하게 굉장히 많은 고객 분들이 저희 솔루션을 성공적으로 많이 사용하고 계시고요. 국내는 이미 이제 구매는 하셨는데 아직 적용을 시작하려고 하는 고객 분들이 몇 분 계십니다. 

(UNIPOST) 네 저희는 이제 어떻게 보면 구매다 보니까 제조기반 그리고 저희가 서비스 유통기반 쪽에 지금 납품도 많이 했고 사용하고 있고요. 요즘에 최근 들어서는 이제 2차 전지쪽이 제조이긴 하지만 좀 다르게 분류되고 있는데 2차 전지 쪽에서도 많이 사용하고 있습니다.     

34) 솔루션 도입의 효과는 무엇인지 핵심사항 위주로 설명 부탁 드립니다.  

(BI MATRIX) 아까 처음에 간단하게 말씀드렸는데 데이터를 사용할 수 있는 범위, 그러니까 엔드 유저가 굉장히 넓어질 수 있습니다. 그 동안은 데이터를 내가 활용하지 못하고 업무를 했던 분들이 데이터를 활용해서 더 좋은 양질의 업무를 할 수 있는 기회를 획득할 수 있는 게 장점이라고 말씀 드릴 수가 있습니다. 

(Tricentis) 잘못된 데이터로 인한 의사결정은 정말 많은 비용을 지불하게 되거든요. 그래서 그러한 리스크를 혁신적으로 줄여드릴 수가 있습니다.  

(UNIPOST) 네 SRM솔루션은 이제 공급업체와의 협업과 비용절감 그리고 신속한 의사결정을 위한 백데이터 그리고 데이터의 공정성과 정합성을 시스템에서 보장할 수 있는 부분들이 큰 효과로 볼 수 있습니다.      

35) 기업 내부 정보의 외부 노출 방지라는 보안 이슈 때문에 솔루션 도입을 꺼리는 기업도 있는데, 이러한 보안 이슈는 어떻게 되나요?

(BI MATRIX) 두 가지 관점에서 말씀드릴 수가 있는데 일단 저희는 LLM, 그 외부로 데이터를 학습시키거나 방출하지 않습니다. 그래서 미리 학습시키는 LLM은 그냥 메타데이터만 저희가 학습 시키기 때문에 실제 기업의 데이터는 외부로 나갈 이유가 전혀 없다라는 거고요. 두 번째는 이제 대부분의 LLM솔루션들이 인터넷 망에서 사용되는데 저희는 아까 말씀 드린 것처럼 온프라미스 환경에서 사용할 수 있도록 인트라넷 환경에서 사용할 수 있도록 저희가 시스템을 제공합니다. 그래서 아예 외부로 나가는 것을 원천적으로 저희가 방지를 할 수가 있습니다.      

(Tricentis) 네 저희 솔루션도 마찬가지로 이 데이터를 검증하기 위해서 기업의 데이터를 외부로 유출하는 게 하나도 없습니다. 그래서 그 기업 내에서 그 데이터 내에서 바로 비교 검증하기 때문에 보안 이슈가 없다고 보시면 되겠습니다.    

(UNIPOST) 네 저희는 다 외부로 나가는 데이터이다 보니 보안이슈가 항상 많이 있고요. 저희는 DB암호화나 이제 네트워크 구간 암호화 그리고 이제 네트워크 구간 암호화도 어짜피 국제 표준에서 규약한 곳에 해당되는 것까지 저희가 보안이 되어 있고요. 요즘에 항상 이슈가 되고 있는 개인정보 암호화 그 부분하고 그럼으로 해서 프로젝트 마무리에 기업에서 요구하는 모의해킹이나 시큐어코딩 그리고 취약사항에 대한 검증을 다 받고 진행해서 오픈 하는 단계다 보니 어느 정도 이제 저희가 보안 쪽에는 다 반영을 하고 적용을 할 수 있다, 해 봤다 정도로 볼 수 있을 것 같습니다.       

36) 생성형 AI 기능을 사용하기 때문에 학습이라는 단계는 꼭 필요할 것 같은데, 언제, 누가, 어떻게 해야 하는지요? (BI MATRIX) 두 가지로 나눌 수가 있는데요. 먼저 LLM을 학습시키는 게 있고 그 다음에 LLM말고 기업의 데이터를 학습시키는 단계가 있는데 LLM학습은 어차피 저희가 이미 했기 때문에 프로젝트 할 때는 저희가 이제 상관없는 거고요. 기업의 데이터를 학습을 시켜야 되는데 그 기업의 데이터를 아까도 말씀 드렸지만 그 데이터 자체를 학습시키는 게 아니라 메타를 학습 시키고 그 다음에 특별하게 그 기업의 고유언어들을 학습을 시킵니다. 예를 들어서 1/4분기 그러면 어느 회사는 1, 2, 3월인데 어느 회사는 4월 6월일수도 있잖아요. 그래서 1/4분기라는 단어가 들어오면은 우리 회사는 1, 2, 3월로 해석한다 라고 하는 그러한 기업고유의 정보를 학습시키는 단계가 있는데 이건 프로젝트의 대부분의 그 시간을 할애하는 그런 단계인데 그게 이제 실제로 퀄리티 하고 밀접하게 연관돼 있다고 말씀드릴 수가 있습니다.

37) 기업의 데이터 베이스에 있는 정보는 사용자의 권한에 따라 허락된 내용만 보여주어야 하는데, 이러한 권한관리 기능은 어떻게 관리 되나요?(BI MATRIX) 그것은 원래 저희가 가지고 있던 아우디 플랫폼이라고 하는 게 엔터프라이즈용으로 돼 있었기 때문에 저희가 이 때까지 한 19년 동안 거의 1,500개 정도의 프로젝트를 진행을 했습니다. 그래서 이미 그 단계에서 권한관리가 다 돼 있었고 저희는 그 권한관리가 돼 있는 그 모듈을 그냥 차용만 하기 때문에 이미 완성된 기능으로 사용을 하고 있습니다.     

38) 대량의 데이터에 대한 검증은 시간이 많이 걸리기 때문에 전수 검증을 하지 않고 일부 데이터만 검증을 하는 경우가 있는데, 어떻게 대량의 데이터를 빠르게 처리할 수 있는지요?(Tricentis) 네 저희 패러렐 엔진이라는 게 있는데요. 이 대량의 데이터를 한 번에 많은 양을 패러렐하게 실행할 수 있도록 한 엔진을 보유를 하고 있습니다. 그래서 하나의 에이전트가 1,000개 이상을 바로, 패러렐로 구동을 할 수가 있고 또 이 에이전트는 요구에 따라서 많이 늘리실 수가 있어서 기하급수적으로 또 숫자를 늘리실 수가 있습니다. 한 번에 테스트할 수 있는 량을.    

39) Data Compliance에 사용된 사례도 있나요? (Tricentis) 네 주로 두 가지 사례가 있는데요. 보험회사의 IFRS라는 새로운 이제 컴플라이언스 이슈가 있었는데요. 이 부분에 적용한 선라이프 라는 보험사가 있고요. 또 FDA승인을 받기 위해서 또 데이터 컴플라이언스가 굉장히 중요한데요. 그 FDA승인을 위한 테스트 데이터에 대한 정합성 검증으로 또 활용한 사례가 있고 다양하게 데이터 컴플라이언스에 활용한 사례들이 많이 있습니다.    

40) SAP와의 연계, 즉 인터페이스는 어떤 방식으로 하나요?(UNIPOST) SAP하고의 데이터 인터페이스는 이제 요즘에는 다양하게 많이 지금 인터페이스 방식이 많은데 저희가 지금 갖고 있는 모듈 자체는 RFC방식이나 예전에 쓰던 이제 SAP퓨어 방식 그리고 EI를 통한 부분이나 웹서비스를 통한 부분까지도 다 지원을 하고 있습니다. 

41) 협력사와 소통 방식과 협업 기능은 어떤 것들이 있나요?(UNIPOST) SRM 시스템 내에 이제 업무 단계별로 실시간 소통할 수 있는 댓글 기능이나 이런 부분들이 있고요. 정보메일이나 메시징 기능 그리고 다양한 게시판 그리고 이제 Q&A같은 게시판 용도로 인해 그 걸 가지고 다 협업을 하고 있습니다.