AI 에이전트보다 먼저 정할 것: 데이터, 운영 모델, 연구안보

SAP는 TechEd 기조연설에서 자사 AI 도구와 SAP Business AI Platform을 소개했어요. 개발자와 고객, 파트너가 이것으로 '자율 기업(Autonomous Enterprise)'을 만들 수 있다고 밝혔어요. SAP CTO Philipp Herzig는 AI로 개발자의 작업 환경이 크게 바뀌었다고 말했어요. 기존의 정형화된 개발 방식과 새 기술을 함께 쓰는 것이 이번 행사의 취지라고도 했어요.

발표의 두 축은 Joule Work와 SAP Business AI Platform이에요. Herzig는 Joule Work가 SAP의 자율 도메인과 어시스턴트에 연결된다고 설명했어요. 이 어시스턴트는 SAP 데이터와 비SAP 데이터를 오가며 판단하고 실행해요. 플랫폼은 에이전트를 만들고 넓히며, 데이터를 관리하고 AI 사용을 통제하는 기반이라고 소개했어요. 보안·거버넌스·규정 준수를 처음부터 갖췄다는 설명은 SAP의 자평이에요.

AI 에이전트 프로젝트로 보면 에이전트가 다루는 범위가 ERP 한 시스템에 머물지 않아요. SAP 데이터와 비SAP 데이터를 함께 읽는다면 설계 순서가 달라져요. 어떤 시스템을 연결하고 에이전트에게 어떤 권한을 줄지가 기능 개발보다 앞선 과제가 된다는 뜻이에요.

그래서 먼저 확인할 것은 권한 체계예요. 에이전트가 SAP 밖 데이터까지 읽고 실행하려면 시스템마다 다른 접근 권한을 하나의 기준으로 맞춰야 해요. SAP가 말하는 통제 기능이 우리 회사의 내부 통제 규정과 어디까지 맞는지도 따로 점검할 일이에요.

출처 · SAP 공식 발표 · 10/28

SAP는 같은 행사에서 자사 데이터 플랫폼에 레이크하우스와 비즈니스 데이터 패브릭 기능을 더했다고 발표했어요. 이 플랫폼의 이름은 SAP BDC로, SAP Business Data Cloud의 줄임말이에요. SAP는 에이전트가 결과를 빨리 내더라도 좋은 판단을 하려면 회사가 돌아가는 방식을 알아야 한다고 설명했어요. 데이터 사이의 관계와 업무 프로세스, 규칙이 여기에 들어가요. SAP는 이 플랫폼이 SAP Business AI Platform의 데이터 기반이며, 데이터와 그 의미·프로세스·정책을 함께 잇는다고 소개했어요.

이번 기능의 중심은 Dremio 인수를 마친 뒤 더한 기능이에요. SAP BDC는 이제 Apache Iceberg를 기본으로 지원하고, Apache Polaris 기반의 통합 카탈로그를 갖췄어요. SAP BDC Connect로는 Databricks 등 5곳의 파트너 플랫폼과 복사본 없이 데이터를 나눠요. Dremio의 SQL 엔진으로는 SQL Server, Oracle 같은 데이터베이스를 데이터 이동 없이 한꺼번에 조회한다고 밝혔어요. Joule Work와 연결해 업무 사용자가 자연어로 묻고 답을 받는 기능도 들어갔어요.

데이터·분석 프로젝트에서는 통합 방식이 달라진다는 뜻으로 읽혀요. 지금까지는 여러 원천 데이터를 한곳으로 복제하는 파이프라인 작업이 일의 큰 몫이었어요. 이 구조에서는 연결 설정과 카탈로그 관리가 일의 중심이 돼요. SAP도 복사본이 늘면 비용이 늘고 업무 맥락을 일관되게 지키기 어렵다고 짚었어요.

확인할 점은 원천 시스템 쪽이에요. 데이터를 옮기지 않고 조회하면 질의가 운영 데이터베이스에 바로 닿을 수 있어요. 그만큼 부하와 접근 권한을 누가 관리할지 정해 둬야 해요. 이미 Databricks나 Snowflake를 쓰는 회사라면 어느 카탈로그를 기준으로 삼을지도 먼저 정해야 해요.

출처 · SAP 공식 발표 · 10/29

McKinsey는 은행들이 부실 여신 관리에 AI를 점점 더 많이 들이고 있다고 분석했어요. 다만 운영 모델까지 고친 은행은 적다고 지적했어요. 고객 경험을 차별화하고 재무 성과와 회수 비용을 함께 개선하려면 운영 모델이 바뀌어야 한다는 내용이에요. 원문은 읽지 못해 요약에 적힌 내용만 옮겨요.

어떤 AI를 어느 시스템에 어떻게 넣었는지는 발표 요약에 없어요. 요약에서 확인되는 것은 두 가지예요. 대상 업무는 부실 여신 관리이고, McKinsey가 내놓은 제안은 기술이 아니라 운영 모델의 재설계예요.

CRM·고객 영역에서는 AI 도구를 붙이는 것만으로 고객 경험과 회수 비용이 나아지지 않는다는 지적으로 읽혀요. 회수 업무를 다루는 CRM 프로젝트라면 담당자 역할과 의사결정 절차도 프로젝트 범위에 넣어야 해요.

확인할 점은 업무 절차의 재설계예요. AI가 들어간 뒤 누가 무엇을 판단하고 어떤 경우에 사람에게 넘기는지 정해야 해요. 그러지 않으면 요약이 말한 운영 모델의 빈자리가 그대로 남아요. 변화 관리 계획을 시스템 구축 일정과 함께 세웠는지 점검해 보세요.

출처 · McKinsey 리서치 · 10/29

과학기술정보통신부는 제5차 한-캐나다 과학기술혁신공동위원회를 열었다고 밝혔어요. 두 나라는 AI·양자·바이오 같은 핵심신흥기술 협력과 연구안보를 논의했어요. 원문은 읽지 못해 제목과 요약을 기준으로 썼어요.

요약에 따르면 한국연구재단과 캐나다 국가연구위원회가 업무협약을 맺었어요. 캐나다 혁신과학경제개발부 차관과의 면담에서는 협력을 넓힐 방안을 찾았어요. 협약의 구체적인 내용이나 대상 사업은 발표 요약에 없어요.

이 발표에서는 기술 협력과 연구안보를 같은 회의에서 다뤘다는 점이 중요해요. 해외 기관과 AI를 함께 연구하고 개발할 때 데이터와 기술에 대한 접근 기준이 협력 조건의 하나가 된다는 뜻으로 읽혀요.

해외 연구기관이나 파트너와 AI 과제를 함께 하는 기업이 확인할 점이 있어요. 어떤 데이터를 나누고 누가 접근할지 계약 단계에서 정해 두었는지예요. 정부 간 협력에서 연구안보가 의제에 오른 만큼, 공동 과제의 참여 조건에 관련 요구가 들어 있는지도 살펴볼 일이에요.

출처 · 과학기술정보통신부 보도자료 · 10/29