CONTENTS

• 목록

[11월 KSUG 특집 패널 토크 : 핵심 포인트만 보기!]

2024년 11월 8일(금) 진행된 제45회 KSUG 패널 토크, ‘AI를 활용한 기업 혁신의 성공/실패 사례 분석’ 세션이 성료 되었습니다!

최근 AI에 대한 열정과 관심은 어느 때보다 뜨겁고, 개인과 연구 분야에서는 필수적인 기술로 빠르게 자리 잡고 있지만, 기업의 AI 도입과 활용은 아직 기대에 미치지 못하는 부분이 많습니다. 이번 토론회에서는 하이퍼스케일러, 시스템 통합(SI), 컨설팅 등 다양한 분야의 AI 전문가들을 모시고, AI의 현재 위치와 성공 및 실패 사례를 심층적으로 분석하였습니다. AI가 B2B 산업에서 어떻게 실질적인 변화를 이끌어내고 있는지, 그 과정에서 겪는 도전과 기회에 대해 자세히 알아보는 시간이었습니다!

<Session 1. 발표>

[Kearney] 생성형 AI 도입, 이상과 현실의 간극
전략컬선팅 전문 기업인 Kearney Korea가 기업들의 컨설팅을 많이 해오고 있어서 경험이 많은데 오늘은 이 경험을 바탕으로 해서 생성형 AI를 도입할 기업의 효율성을 향상해주는 내용이 매우 인상적이었습니다. 성공 및 실패 사례를 기반으로 고도화 체계와 추진 방향의 설명과 함께 AI 도입 사례에서 있었던 데이터의 중요성 등 실제 사항에 대한 설명도 도움이 많이 되었으리라 생각됩니다. AI는 목적이 아니라 수단이라는 강조사항 꼭 기억해 주시기 바랍니다.

[두산디지털이노베이션] AI와 만난 Peoply

두산디지털이노베이션에서 우리나라 최초로 SAP 석세스팩터를 도입하여 사용하고 그 경험을 바탕으로 솔루션을 기업들에게 제공한다고 예전에 참여해서 많은 분들이 알고 있습니다. 오늘은 그동안의 경험을 바탕으로 AI를 접목하여 훨씬 다양해지고 확장된 솔루션인 Peoply 소개가 매우 인상적이었습니다. 경험을 바탕으로 HR 여러 분야의 다양한 기능과 프로세스에 대한 설명 감사드립니다.

[AWS] AWS GenAI 서비스 기반 ERP 비즈니스 혁신

하이퍼스케일러 글로벌 기업인 AWS가 GenAI 서비스를 기반으로 해서 ERP 비즈니스 혁신을 주도한다는 제목부터 매우 흥미로웠습니다. 요즘 가장 핫한 GenAI를 기반으로 SAP BTP 등 다양한 솔루션을 지원하고 향후 AWS와 SAP 솔루션을 결합하여 기업들에게 효율 향상을 제공한다는 내용이 사례와 함께 설명되어 도움이 많이 되었습니다. 이제 GenAI 사용이 훨씬 쉬워질거라 예상되어 많은 기대가 됩니다. 

뿐만 아니라 여러분들의 사전 및 실시간 질문에 대한 전문가들의 답변을 실시간 생생한 내용으로 들을 수 있었습니다. 전문가들의 답변, 지금 바로 확인해 보세요! 

<Session 2. 패널 토의 및 실시간 Q&A>

1) AWS와 SAP 파트너십이 갖는 의미는 무엇인가요?

(AWS) 지금 AWS SAP는 앞서 말씀드렸듯이 16년 간의 파트너십을 맺어오고 있고요. SAP의 클라우드 분야의 가장 긴 파트너십 이라고 할 수 있습니다. 그러다 보니까 지금 SAP시스템 혁신을 함께 하고 있는데요. BTP같은 경우에 AWS에서 가장 많은 리전 가장 많은 서비스를 제공하고 있습니다. 그러다 보니까 이제 SAP BTP서비스가 AWS에서만 실행되는 서비스도 존재를 하고요. 이런 측면이 저희 파트너십에 같은 선상이라고 할 수 있겠습니다.   

2) Peoply는 두산에서 구축한 SAP SuccessFactors를 사용하고 있는 고객만 활용할 수 있는지요?

(DDI) 그건 아닙니다. 물론 저희 회사에서 많은 구축을 하였지만 저희가 꼭 구축하지 않더라도 SuccessFactors를 사용하시는 고객이라면 누구든지 사용이 가능합니다.

3) 글로벌 조직을 운영하는 기업을 위해서 다국어 지원이 가능한지요? 

(DDI) 네 당연히 됩니다.

4) 생성형 AI가 기존의 AI 기술 대비 주목을 많이 받게 된 이유는?

(Kearney) 가장 큰 건 쉬운데 누구나 쓸 수 있는데 실제 비즈니스 임팩트를 만들고 콘텐츠를 만든다 라는 포인트인 것 같습니다.

5) 우리회사 솔루션이 다른 회사 솔루션보다 좋다 차별화 포인트가 이거다 라고 아주 짧게 강조한다면? 

(Kearney) 사실 솔루션이라기 보다는 저희 Kearney 같은 경우는 실제 전략 컨설팅으로만 끝나는 게 아니라 실제 고객 경험단위로 어떤 체감 가능한 성과 프로토타입, 개발 그리고 모델파인튠에 대한 부분을 일부 END–TO-END로 하고 있다 그게 가장 좀 다른 포인트다 라고 말씀드릴 수 있을 것 같아요.

6) 성공적으로 도입한 기업의 공통적인 특징은 무엇인가요? (Ericlee,힘내,nk2)

(AWS) 지금 저희 aws 같은 경우는 프로젝트를 할 때 C-레벨 분들의 서포트 조직을 좀 구성해 주시기를 말씀을 드리고 있습니다. 아무래도 C-레벨 분들께서 프로젝트에 조금이라도 스폰서십을 해주시고 참여를 해 주신다고 그러면 프로젝트가 성공으로 가는 확률이 더 많았던 것 같습니다.  

(DDI) 저희도 구축경험을 토대로 생각해 보면 좋은 말씀해 주셨는데 정말 리더십의 강력한 스폰서십이 제일 중요한 것 같고요. 그걸 토대로 현업 담당자가 프로젝트 전반에 깊이 침투해서 많이 수행을 해야지 그게 이제 또 변화관리도 이어지고 성공으로 이어지는 경험을 한 경험이 있습니다.

(Kearney) 가장 큰 건 쓸만한 데이터가 있다 그리고 그 데이터를 모델에 학습할 수 있도록 라벨링하고 자산화 했다 결국 그 모델의 퀄리티는 결국 데이터의 퀄리티에 준하기 때문에 그냥 매력적인 데이터를 보유하고 있는 기업이 성공했던 것 같아요.

7) 생성형 AI 도입 성공 사례에서 발견되는 공통적인 전략적 요소는? 

(Kearney) 사실 이게 전략적 요소라고 하기에는 뭐 거창할 수 있겠지만 정확히 밸류체인상에서 그 어떤 고객경험 쪽도 있겠지만 과거에 RPA가 하던 그 레이버 인텐시브한 부분들을 굉장히 제너레이티브 AI로 많이 혁신해서 비용절감을 많이 한 부분들이 가장 공통적인 케이스였던 것 같아요.   

8) 도입 초기 단계에서 성공 여부를 평가할 수 있는 지표는?

(Kearney) 사실 아주 초단기적으로 가장 봐야 되는 건 모델의 정합성이기는 하고요. 아주 협의로 보면 모델정합성이고 두 번째로 보면 실제 이 것을 활용하는 사람들이 제대로 활용하는지에 대한 부분을 보고 나서 그 다음 비즈니스 임팩트를 봐야 됩니다.     

9) 도입 실패 사례에서 가장 큰 원인이나 이유는? 또한 실패한 AI 프로젝트를 극복해서 성공한 사례가 있는지? (주따,리코난)

(Kearney) 사실 저희가 이런 광고마케팅 쪽 프로젝트를 많이 수행을 했어요. 그런데 가장 퀄리티가 안 나왔던 것은 보유하고 있는 데이터 공유가 안돼서 좀 실패를 했었고요. 그 다음에 C-레벨 그리고 데이터 거버넌스 RNR이 되고 나서 실제 이런 광고 COPY들 그리고 광고 크리에이티브들 그러니까 전문가가 만든 크리에이티브를 전환시켜서 좀 성공했던 케이스가 있었던 것 같아요.   

(DDI) 프로젝트는 사실 같은 방향을 보고서는 이제 성공을 같이 논해야 되는데 각자 다른 방향을 보고 약간 꿍꿍이가 다른 거죠. 이런 프로젝트가 좀 힘들었던 것 같고요. 아까 말씀 주신 이제 조직간의 사일로 그런 게 너무 힘들었던 것 같습니다. 이런 상황에서 사실 정공법은 소통이거든요. 그래서 이해관계에서 다 모아 놓고 이런 현상 공유하고 이제 C-레벨 분까지 초청을 해서 뭔가 이걸 정공법으로 이런 문제가 있는데 어떻게 해결할까? 다시 거버넌스 RNR정하고 잘 풀어갔던 사례가 있었습니다.      

10) AI 도입 실패를 최소화하기 위해 사전에 준비해야 할 사항은? 또한 실패한 프로젝트에서 얻을 수 있는 교훈은? 

(Kearney) 사실 앞서서 여러 가지를 얘기했었지만 새로운 기술을 도입할 때 가장 중요한 건 진짜 어디에 왜 써야 되는지 집요하게 요건화 시키고 하는 게 가장 좀 중요한 포인트다 라고 말씀 드릴 수 있을 것 같습니다.    

11) SAP ERP를 쓰는 고객이 SAP SuccessFactors와 Peoply를 같이 쓰면 어떤 점이 좋아지나요? 시너지 효과는 무엇인가요? - 생성형AI를 통한 맞춤형 인재 체험과 선발활용 방안은? (지정원)

(DDI) 일단 뭐 시너지 효과는 같은 제품군 이기 때문에 데이터 흐름이 좋고 또 같은 제품군 BTP안에서 다 뭔가 인테그레이션하고 만들어 놨거든요 그렇게 SAP 같은 플랫폼 안에서 잘 흐르고 데이터를 한 군데 모은다 어쨌든 데이터를 모으는 게 가장 중요한 거고 그 퀄리티를 유지하는 게 가장 중요한 활동이거든요. 두 번째 생성형AI를 통한 맞춤형 인재 체험과 선발활용 방안에 대한 질문은 피플리 ATS도 있는 사안인데요. 뭔가 그 지원자를 요약하고 뭔가 지원자에 대해서 HR담당자나 면접관이 느끼기에 써머를 해 주고 얼러팅을 해 주고 그리고 또 요약해 주고 질문을 쉽게 생성해 주고 그런 기능이 있습니다.       

12) 피플리는 SaaS 솔루션인데, 기업에 맞게 커스터마이징이 가능한가요? 또한 다른 솔루션과 비교했을 때, Peoply AI의 장점은?

(DDI) 일단 있는 용어인지는 모르겠는데 전 맞춤형 SaaS라는 표현을 좀 쓰고 싶고요. SaaS이긴 하지만 굉장히 많은 영역 그러니까 대기업이나 중견기업에서 뭔가 바꿀 만한 설정이나 그런 거를 구미에 맞게 셋팅으로 다 뺐거든요. 해가지고 뭔가 커스터마이징이 가능하다라는 점 말씀 드리고요. 피플리가 다른 점이랑 다른 거는 다른 솔루션이 뭔가 기성복처럼 그냥 비슷한 경험을 좋게 하기 위해서 만들었다면 피플리는 맞춤 정장 같아요. 그래서 고객의 경험이나 아니면 니즈나 그런 보이스에 딱 맞게끔 뭔가 정말 편안하게끔 그들이 해결하게끔 진짜 도움을 갖게 끔 그렇게 제공이 되도록 하고 있습니다. 

13) Peoply 개발 플랫폼으로 SAP BTP를 선택한 이유는?

(DDI) BTP를 선택한 이유는 굉장히 많은데요. 간단히 말씀 드리자면 일단 개발 효율성 부분 그리고 이제 뒤쪽에는 이제 개발 운영도 저희가 하는 거거든요. 운영효율성 CICD라든가 아니면 AI서비스 그리고 100여 개의 디지털서비스를 하이퍼 스케일러를 골라 뭐 AWS애저 등 골라가면서 쓸 수 있든요. 그러니까 상황에 맞는 유연한 전략이 가능하다는 점이 BTP를 선정하게 된 이유입니다.

14) Peoply는 모바일도 지원하나요? 

(DDI) 모바일 그 네이티브 앱은 없는데요. 상황에 따라서 네이티브 앱을 만들어 가지고요. 이제 디바이스에 가리지 않고 최적의 경험을 제공하고 있습니다. 

15) AI도입에 회사가 AWS만 있는 건 아니죠? (나나)

(AWS) 그렇죠. 여러 가지 회사에서 AI를 제공하고 있는데요. 저희 같은 경우는 장점이라고 하면 그 같이 프로젝트를 할 수 있는 파트너가 풍부한 파트너풀을 가지고 있다는 게 저희 장점이고요. 파트너 풀이 많다는 것은 그만큼 aws 관련 클라우드 인력이 시장이 많다는 거거든요. 그러면 고객께서도 프로젝트를 수행하실 때 인력부족 없이 수행하실 수 있는 점, 고급인력으로 할 수 있는 점이 있겠습니다. 

16) 회사에 클라우드 인력이 없어도 AWS를 도입할 수 있는지요? 또한 AWS 서비스를 사용하는 ABAP 프로그램 개발의 난이도는?

(AWS) 방금 말씀드렸듯이 파트너를 통해서도 프로젝트가 가능하시고요. 그리고 내부적으로도 저희 프로페셔널 서비스라고 해서 내부 프로젝트를 직접 수행하시는 인력 분들도 계십니다. 그래서 그 분들이 직접 프로젝트에 참여를 하셔서 AI프로젝트를 같이 수행을 하고 계시고요. 그리고 또 저희 내부에 교육도 파트가 있으세요. 그래서 유료지만 교육을 또 같이 해 주시는 파트도 있어서 그런 부분을 잘 활용하신다고 그러면 프로젝트에 문제 없이 진행하실 수 있을 것 같습니다.   

17) 자체 데이터센터의 SAP 시스템과 AWS GenAI 서비스 연결 방법은?

(AWS) 저희 aws에 어카운트만 하나 생성하셔서 네트워크만 연결하시게 된다 그러면 온프레미스에 있는 SAP시스템이라고 하더라도 저희 aws에 있는 시스템처럼 데이터를 잘 활용하셔서 연결해서 사용하실 수 있습니다. 

18) S/4HANA 시스템을 AWS에서 운영하면 좋은 점은?

(AWS) 여러 가지 이유라고 할 수 있을 것 같아요. 저는 신뢰와 혁신이라고 할 수 있을 것 같습니다. 지금 국내 사례만 해도 SAP시스템을 클라우드에 올린 고객들 그 사례가 aws가 뭐 압도적으로 많은 수의 고객사례를 확보하고 있고요. 앞에서 지금 피플리도 지금 BTP에서 올라가겠다고 하셨는데 국내에 BTP가 운영되고 있는 CSP는 aws가 유일합니다. 그래서 만약에 S/4HANA 시스템이 aws에서 운영된다고 하신다고 하면 BTP시스템과도 프라이빗 네트워크 통신으로 보안 강화된 통신을 할 수 있는 그런 장점들이 있습니다.   

19) SAP R3 ECC 쓰는 기업들이 꽤 있는데 이런 기업들도 사용할 수 있는지?

(AWS) 네 충분히 사용 가능하십니다. 일단 젠AI 서비스를 사용하시기 위해서는 데이터를 뽑아내는 과정이 조금 필요하시긴 한데요. 그런 데이터들은 뭐 ECC 데이터든 S/4HANA 데이터든 상관없이 고객이 정말 뭘 원하는지 원하는 데이터를 뽑아내신 다음에 거기다 정제과정을 거치고 모델링과정 거쳐서 충분히 잘 사용하실 수가 있습니다.      

20) 금융부분에서 적용한 사례가 있는지요? (이종우)

(Kearney) 글로벌 모건스탠리 이런 쪽에서는 이미 과거의 보고서들 같은 것들을 이런 어너리스트가 하는 것들을 엄청나게 학습을 시켜서 인사이트 라든지 투자에 대한 넛징 이라든지 이런 부분들은 굉장히 많이 하고 있고 국내 같은 경우 뭐 신한카드 쪽 그리고 뭐 KB쪽에서도 이미 챗봇 쪽이라든지 다 도입을 활용하고 있습니다.       

(AWS) 제가 금융 쪽 사례는 잘 알지는 못하지만 다른 사례로 좀 말씀드리면 저희 스타벅스 같은 경우에는 매장에 매니저들을 위한 챗봇형식의 AI 챗봇을 도입을 저희 aws를 통해서 하셨고요. 다른 고객 분들도 뭐 퍼블릭한 경우는 아니지만 AI서비스를 통해서 SAP 시스템의 오더 관련 연계를 하시는 고객 분들도 지금 계신 상황입니다.       

21) 프로젝트 추진 시 필요한 주요 데이터와 관리 방안은? 또한 프로젝트 성공을 위해서 필요한 데이터 거버넌스 전략은? (xfile999)

(Kearney) 아주 심플한 건데 거버넌스 조직이 만들어져야 되고요. 거버넌스에 대한 상세, 구체적인 보안, 법적 이런 부분들에 대해서 명문화를 명확히 해서 초기에는 좀 스트릭트하게 관리가 돼야 됩니다.

22) SAP 외 다른 시스템의 데이터들도 활용 가능한가요? 

(Kearney) 일단 사실 none SAP, 여기 계신 분들이 KSUG이다 보니까 none SAP 그러니까 비정형 데이터들이 굉장히 많거든요. 그러니까 대부분 글로벌, 미국 같은 경우는 이런 이미지 콘텐츠에 대한 부분이 굉장히 투자가 많고 이런 이미지와 콘텐츠 카피에 대한 부분들도 이런 그 학습을 통해서 필요한 결과를 만드는 데이터가 뭔지가 관리가 되는 게 좀 중요한 포인트 입니다. 

(DDI) 당연히 none SAP 데이터도 자연스럽게 흘러가야 되고요. 더 중요한 것은 아무리 여러 곳에서 합쳐졌다고 하더라도 고객입장에서는 마치 한 군데 데이터가 있었던 것처럼 자연스럽게 표현하는 게 기술이라고 생각합니다. 

(AWS) 앞서 말씀드렸던 내용 중에 어플리케이션 레벨로 해서 아마존큐 라고 해서 고객이 보유한 데이터만 손쉽게 연결해서 사용하는 서비스가 있는데요. 그 서비스 같은 경우는 정형화 데이터로 갈 수 있는 오라클DB 라든가 MS-SQL DB 아니면 IBM DB2 이런 DB도 소스로 연결해서 사용을 하실 수가 있고요. 아니면 SAAS프로그램으로 세일즈포스 라든가 아니면 지라 아니면 뭐 타사의 뭐 구글 드라이브라든가 아니면 온드라이브 이런 부분들도 다 소스로 연결해서 사용하실 수가 있습니다. 그래서 데이터소스에 대한 걱정은 안 하셔도 될 것 같습니다.    

23) AI 도입 초기 단계에서 주의해야 점과 주요 리스크는? 

(Kearney) 저는 오히려 초반에 실패를 많이 해야 된다고 봐요. 그러니까 초반에 실패를 해야 나중에 돈을 많이 까먹지 않기 때문에 그리고 성공에 대한 정의가 뭐냐에 대한 부분들 하는 게 되게 중요하다고 봅니다. 

24) AI 도입을 위해서 조직 내 필요한 역량이나 역할의 변화는 무엇인가요? (mk2)

(Kearney) 이게 사실 과거에서부터 해온 말인데 양손잡이 인력이 필요해요 양손잡이 조직보다 기획영역과 기술에 대한 이해를 함께 알고 있는 매니저 프로젝트 PM이 중요하다 좀 말씀드립니다. 

25) 생성형 AI 도입으로 인한 장기적 관점에서 전략적 가치와 리스크는?

(Kearney) 그러니까 어떻게 가장 보면 전략적 가치라고 하는 것은 향후의 비즈니스 밸류체인이 자동화되거나 개인화 된다라는 게 있을 것 같고 리스크는 아마 조만간 5년 내, 3년 내 우리도 이런 Hallucination이나 개인정보 등등으로 정보보안 법적인 리스크가 좀 터질 가망도가 있긴 하거든요. 그래서 그런 리스크가 있다라고 보시면 될 것 같아요.

26) AI 사용으로 인한 민감한 HR데이터의 외부 유출 위험은 없는지?

(DDI) 이게 사실 HR데이터가 유출된다 소름 끼치는 일이거든요. 그래서 저희 같은 경우에는 그런 퍼블릭한 이제 API를 이용하는 건 아니고요. 저희 내부에 이제 랜딩조도 구축해서 AI통신을 직접 할 수 그러니까 유출 없이 할 수 있는 걸 만들었고요. 또 아까 말씀 잘해 주셨는데 편향성 아니면 보안성 그런 문제가 많습니다. 그래서 또 Hallucination 현상도 마찬가지고요. 그런 거를 이제 사실은 AI모델에 넣기보다는 거의 후보정을 하고 있습니다. 그런 체계를 거쳐서 고객이 느끼기에 뭔가 편향되지 않고 뭔가 깔끔한 데이터를 받을 수 있도록 그런 노력을 하고 있습니다. 

27) 피플리를 사용하기 위해서 기업 내 전문인력을 보유해야 하나요?

(DDI) 요즘 BTP인력이 굉장히 귀합니다. 시장 품귀현상이 있어서요. 하지만 저희 내부에도 BTP인력이 많고 계속 양성하고 있고 또 HR전문가들이 많이 있기 때문에요. 그런 전문가 인력을 구독만 하신다면 이제 본인의 자원처럼 귀사의 자원처럼 활용하실 수 있다는 장점이 있습니다. 

28) HR 시스템으로서 단독으로 기능을 수행할 수 있는지요? 즉, SuccessFactors를 도입하지 않은 고객이 사용할 때 제약이 없는지요?

(DDI) 인사시스템 쪽으로는 일단 SuccessFactors를 엔진으로 사용하고 있긴 한데요. 예를 들어서 다면진단이라든가 다른 군들이 있습니다. 그런 부분은 SuccessFactors가 꼭 있지 않더라도 왜냐하면 인사시스템은 여러 군데가 있으니까요. 그래서 뭐 콜트릭스랑 연동을 한다든가 기타 서베이 시스템을 연동해서 좀 없이도 단독으로 사용할 수 있는 시스템도 있긴 있습니다. 

29) 생성형 AI를 사용하여 SAP 비즈니스 프로세스를 최적화하는 방법은?

(AWS) 요즘 뭐 많이 얘기 나오고 있는게 LLM이다 보니까 챗봇이나 이런 형식으로 사용해서 SAP 데이터를 추출해서 그 데이터 기반으로 해서 챗봇이 응답을 해주고 질문하는 이런 방향으로도 가실 수가 있고요. 저희가 사실은 지금 젠AI, 이 말이 나오기 전부터 저희 aws는 AI ML을 계속적으로 해오던 기업입니다. 그래서 저희가 기존에 갖고 있는 서비스들 포캐스트라든가 아니면은 공장설비의 예지보전을 위한 서비스라든가 이런 부분 아니면 대시보드를 활용해서 포캐스팅까지 지원하는 이런 부분까지 저희가 지원을 드리고 있어요. 그래서 SAP 데이터를 추출을 하셔서 저희 서비스들과 연계를 하시면 다양한 방법으로 활용을 하실 수가 있습니다.     

30) AWS에서 SAP 워크로드를 운영할 때 주요 이점은 무엇인가요?

(AWS) 제가 오늘 여기 와서 저희 자랑 좀 많이 하게 되는데요. 그 CSP같은 경우는 서비스 다운타임에 대해서 공개를 하고 있습니다. 그래서 저희도 공개를 하고 있고 지금 다운타임 기준으로 봤을 때 저희가 후 순위 다운타임을 가지고 있는 CSP보다 몇 배 적은 다운타임을 가져가고 있는 안정성 부분이 있고요. 앞에서 BTP도 말씀 드렸는데 한국 내에서 이제 BTP서울리전을 쓰신다고 하면은 그 서울리전은 aws에만 올라와 있기 때문에 네트워크 레이턴시 보안적인 측면 이런 점을 감안하신다고 그러면 aws를 사용하시는 게 맞다고 생각을 합니다.     

.      

31) aws와 SAP의 통합을 위한 최적의 아키텍처는 어떻게 구성할 수 있다 이제 많이 달라졌기 때문에 새롭게 준비하는 기업들한테 좀 도움이 될 수 있을 것 같은데?

(AWS) 그런 측면에서 보면 일단은 고객이 가지고 있는 인프라자산이 어떤 자산을 가지고 있는가 그것을 먼저 파악하는 게 중요할 것 같아요. 고객의 데이터가 만약에 클라우드에 있다 그러면은 아무래도 aws서비스를 조금 더 쓰시는 게 강점이 가져가실 수가 있고 데이터가 데이터스피어에 있다 그러면은 데이터스피어 중심으로 해서 연계를 해 나가는 게 유리하실 것 같습니다. 글로벌적으로도 저희 aws와 SAP가 조인트 레퍼런스 아키텍처라고 해서 BTP서비스와 aws서비스를 융합해서 짜는 아키텍처에 대한 그 또 지금 같이 진행을 하고 있어요. 그래서 그 BTP서비스와 AWS서비스는 중요한 부분은 고객 환경을 어떻게 잘 꾸미느냐 이게 제일 중요한 것 같습니다.    

32) AWS에서 재무보고서 인사이트 발굴에도 도움이 된다 라고 주셨는데 혹시 재무와 관련된 감사활동에도 AI를 사용할 수 있나요? (손아연)

(AWS) 사용은 하실 수 있습니다. 그런데 저 개인적인 생각으로는 약간의 젠AI는 아직까지는 약간 어시스턴트 그러니까 어드바이저 개념으로 해서 사이드로 좀 생각을 하시고 거기에 대한 인사이트를 가져가시는 게 맞다고 생각을 하고요. 그거에 대한 100% 믿음을 가져가시는 것은 조금의 위험성은 있다고 생각을 합니다. 

33) 프로젝트 추진 시 대략적인 비용과 기간은?  또한 과금 정책은?

(Kearney) 잘 아시겠지만 Kerney는 피플 비즈니스이긴 해서 저희가 할 때 기반모델 뭐 토큰료 라든지 인프라료 같은 실비를 제외하고는 짧게 poc하는 형태는 뭐 한3개월 길게 그 poc를 스케일업 하는 경우에는 한6개월 정도고 금액 같은 경우는 뭐 그때 뭐 인력에 따라 다르겠지만 한3억에서 10억 사이 정도라고 보시면 될 것 같아요.

(DDI) 저희 과금 구조는 실사용자 기반으로 당연히 이제 구독서비스니까 실사용자 기반으로 가게 되고요. 그렇다고 피플리를 여섯 개를 한번에 도입해야 되는 건 아닙니다. 하나하나씩 도입할 수 있고요. 실제 도입기간은 이미 만들어져 있는 거의 셋팅으로 풀어나가는 방식이기 때문에 한 어플리케이션도 3개월 미만, 다같이 하더라도 뭐 기간이 그렇게 길어지진 않고요. 한 3개월 미만으로 보시면 될 거 같습니다.

(AWS) 네 프로젝트 난이도에 따라서 좀 다르겠지만 앞에서 그 커니에서 말씀주신 것처럼 3개월에서 6개월 정도의 프로젝트로 시작을 해서 작게 시작을 해서 그 다음에 좀 확장을 해 나가는 방향으로 진행을 하시면 좋을 것 같고요. 비용 같은 경우는 제가 뭐 측정하기는 어렵지만 일단 aws는 사용한 만큼 과금이 됩니다. 그리고 젠AI서비스 같은 경우는 뭐 토큰을 얼만큼 사용했느냐에 따라서 과금이 되고요. 앞서 SDK를 말씀 드렸는데 그 aws서비스를 ABAP코드에서 연결할 수 있는 SDK같은 경우는 저희가 무료로 제공 드리고 있습니다. SDK는 무료고 그 뒤 단에 사용하시는 aws서비스는 이제 사용하신 만큼 과금 되는 체계로 되고 있습니다.     

(사회자) SDK는 무료인데 그 뒤에 서비스에 그 돈 다 포함되어 있는 거 아닌가요?

(aws) 아닙니다. SDK같은 경우는 저희 홈페이지에서 그냥 압축파일로 무료로 다운 받으실 수 있도록 제공 드리고 있습니다. 

34) 생성형 AI가 특정 산업에서 특히 유용한 이유는? 특히 비즈니스 효과와 연계된 사례가 있는지? 

(Kearney) 가장 큰 건 사람 천명이 해야 될 것들을 그 기반모델이 해준다라는 어떤 규모관점에서 임팩트가 가장 크다라고 좀 보고 있고요. 두 번째 같은 경우는 제너레이티브AI를 활용하면 우리가 생각하지 못했었던 넛징 인사이트들 어떤 비즈니스적인 인텔리전스가 나오거든요. 물론 사람이 결정해야 되겠지만 그런 관점에서 보면 좀 많이 유용할 것 같다라고 보고 있습니다.  

35) 실 사용 기업 사례와 두산에서 SAP SFs 이외에 BTP와 연동된 사례는?

(DDI) 네 실 기업명을 말하긴 좀 그래서 유통업계 뭐 제약업계 제조업계 기타 등등의 사례가 있고요. 중복을 제외하고 지금 이제 작년에 출시했거든요. 그래서 한 3만명 정도의 유저를 확보하고 있고요. 계속 좀 늘려나가고 있습니다. 그리고 SuccessFactors외에는 아까 말씀 드린 퀄트릭스의 결과를 이용해서 뭐 리포트를 더 이쁘게 꾸며 준다든가 아니면 좀 지협적인 사례겠지만 다면진단 시에 매니저의 가중치를 높인다든가 이런 후 보정 작업을 할 수 있는 로직을 피플리에서 넣을 수 있거든요. 그래서 많이들 찾아 주시고 사랑해 주시고 있습니다.    

36) SAP 솔루션에서 AWS AI 서비스 사용 사례와 국내 사례도 있는지요?

(aws) 네 아직 국내 퍼블릭한 사례로 보기 동의해 주신 부분은 없어서 퍼블릭 사례는 조금 말씀 드리는 건 어려울 거 같은데요. 일단 우선 SAP만 해도 SAP Concur라는 솔루션이 있습니다. 이제 출장경비 솔루션인데요. 그 출장경비 솔루션에서 출장 리퀘스트 처리를 하는데 저희 아마존 Bedrock을 사용을 하고 있고요. 그리고 지금 최근에는 SAP데이터를 추출을 해서 챗봇 형식으로 좀 많이 하시려는 것 같습니다. 그리고 반대로 또 뭐 오더 생성을 저희 aws 젠AI서비스를 통해서 하시려는 부분도 있고 지금 많은 부분에서 많은 이제 poc가 진행되고 있는 그런 상황이 되겠습니다. 

37) 프로젝트 구축으로 인한 기대효과는? (Itman)

(Kearney) 솔직히 저는 한 2-3년 내로는 더 어떤 매출이나 탑라인 관점의 성과는 있을 거라고 보고 있고 이제 단기적으로 보면 이런 반복적인 업무나 이런 사람이 대신해야 될 것들은 좀 많이 활용이 되고 있거든요. 그러니까 그런 부분에서 성과는 있으나 이걸로 인한 어떤 비즈니스 큰 혁신이라든지 사업모델 혁신과 같은 경우는 시간이 더 소요가 돼야 된다 라고 보고 있습니다. 

(DDI) 네 말씀해 준 것처럼 뭐 반복업무 제거 비율 제거 이런 거 할 수 있고요. 또 데이터 사일로 현상 안 생기게 잘 흐르게 할 수 있고 또 데이터 기반의 의사결정에 도움을 줄 수 있다 결정하는 건 아니거든요. 도움을 줄 수 있고 무엇보다도 저희는 HR시스템이잖아요. 그래서 HR담당자 분들이 일찍 퇴근하실 수 있다 그게 가장 큰 장점인 것 같습니다.  

(aws) 저도 앞 분들하고 비슷한 내용인 것 같습니다. 시간적인 부분에서 효율화가 많이 될 수가 있을 거 같고요. 만약에 뭐 빠르게 데이터를 찾아야 될 때 챗봇 한테도 빠르게 물어보고 빠르게 응답 받을 수 있는 그런 부분에서 많이 효율화가 될 것 같습니다.   

38) 프로젝트를 통해서 개선될 수 있는 비즈니스 프로세스는? 

(aws) 앞서 제가 사례처럼 말씀드렸던 부분이 이제 재무데이터를 좀 인사이트를 가져가실 수 있는 부분 그리고 그 재무데이터를 데이터 레이크에 넣으시고 거기에 저희 aws 젠AI 서비스를 연결하신다고 하면 거기에 대한 인사이트를 빠르게 확인하실 수 있고 거기에 대한 다음 스텝으로 가져갈 수 있는 부분도 함께 추가적으로 개발해서 연결한다고 하면 뭐 그런 부분에서 좀 많이 도움이 되시지 않을까 싶습니다.    

(Kearney) 약간 세가지 관점일 것 같은데 이런 비즈니스 플랜 관점 그 프로세스 플랜관점에서 보면 사실 전략을 수립할 때나 데이터로부터 인사이트를 추출할 때 확실히 놓치고 있었던 영역들에 대한 서포트가 되는 혁신이 있고요. 두 관점에서 보면 제가 이제 커머스나 마케팅 영역에서 많이 활용된다 라고 말씀 드렸는데 이런 하나의 어떤 카피나 콘텐츠와 메시지를 한 천 개 백만 개 정도 만들어 주는 것도 있다 보니까 이런 두 관점에서의 이런 티슈 절감 효과가 있고 C관점에서는 이런 데이터를 누구나 다 분석역량이 있는 게 아닌데 이런 분석적인 관점에서도 어쨌든 이런 테이블의 데이터를 잘 메시지화 시켜줘서 좀 넛징이 된다 이런 프랜드십 관점에서 효과가 살짝 있는 것 같습니다.       

39) 생성형 AI 도입 시 ROI 산출 기준과 기대효과를 높이는 운영방법론은?

(Kearney) 사실 이게 이제 막 비슷한 얘기일수도 있는데 가장 측정 평가라는 관점에서 보면 얘가 제대로 된 아웃풋을 내는지가 가장 중요하고요. 두 번째 그 다음 단계가 사실 이게 진짜 실제 비즈니스 프로세스나 시간과 탑라인에 대해서 기여를 하고 있는지 일 것이고 마지막 크게 봤었을 때 가장 큰 약간은 비정형적일 수 있는 임팩트는 이런 데이터 사일로를 해소해 주고 거버넌스를 만들어주는 것들로 좀 봐야 된다 라고 말씀 드릴 수 있을 것 같아요. 

40) 생성형 AI 도입으로 기대할 수 있는 새로운 비즈니스 모델은? 

(Kearney) 가장 크게는 이제 이 후선업무 말고 앞 단에 있는 고객경험 관점에 혁신이 좀 많을 수 밖에 없긴 하거든요. B2B SAAS영역 제외하고 본다면 가장 큰 거는 이런 커머스에 대한 사업의 어떤 개인화라든지 두 번째는 실제 제너레이티브 AI가 이런 고객경험 피처 서비스 같은 경우는 쉽게 빠르게 만들 수 있거든요. 노코드 툴에 가까운 형태이다 보니까 그래서 이런 비즈니스 영역에서 되게 롱테일화 되고 누구나 쉽게 할 수 있는 커머스나 마케팅에서 이 엔트리 베리어를 많이 낮출 거 같다라고 보고 있습니다.     

41) 프로젝트 추진 관련 도입 검토 문의는 어떻게 하나요? 

(DDI) 저희 같은 경우에는 두산 디지털 이노베이션 국내 사이트에서 접수하셔도 되고요 아까 장표에 있었던 사업개발팀 엄종길 수석님한테 많은 연락 부탁드리겠습니다.   

(AWS) 이미 aws를 사용하고 계신다 그러면은 담당 매니저 분께 말씀을 주시면 되고요. 만약에 사용하지 않고 계신다 그러면은 뭐 KSUG를 통하시든 아니면 저한테 연락을 주시면 담당 매니저분과 연결되도록 도움을 드리겠습니다.   

(Kearney) 그냥 네이버에 Kearney 검색하셔서 편하게 연락 주십시오.