2026년 기업 생존 조건: 분산된 업무·데이터·AI를 통합하는 스마트워크 플랫폼 구축 작성일 11-27 41 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">2026년 기업 생존 조건: 분산된 업무·데이터·AI를 통합하는 스마트워크 플랫폼 구축</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="uaIEY8ZvmU"> <p contents-hash="46fd5af237458dc84acf0dacb926788772ad4ef53735f3fe40ffbed412650b79" dmcf-pid="7NCDG65Tsp" dmcf-ptype="general">재택·현장·모바일을 오가는 하이브리드 업무가 표준이 되었지만, 많은 기업은 여전히 복잡한 시스템, 분산된 데이터, 보안 규제 강화로 인해 업무 효율을 체감하지 못하고 있다. 회의·문서·업무 기록은 여러 툴에 나뉘어 저장되고, 자동화·AI 도입은 파일럿 수준에 머무르며 실제 업무 생산성 개선으로 이어지지 않는 경우가 적지 않다. 여기에 생성AI 확산으로 데이터 접근·권한 관리·보안 수준은 더욱 정교함을 요구받고 있으며, 조직은 인력 기반 운영만으로는 이 변화 속도를 따라가기 어려워지고 있다.</p> <p contents-hash="edced7f97269725dacee0b5c516be3890ebf856b6838fb789d10c893f965de62" dmcf-pid="zjhwHP1yO0" dmcf-ptype="general">이러한 환경에서 협업툴, 클라우드 인프라, 가상화, 자동화, AI·데이터 플랫폼, 아이덴티티 보안 등 스마트워크 솔루션은 단순한 선택이 아니라 기업 운영 전반을 뒷받침하는 필수 전략으로 자리잡고 있다. 이러한 솔루션들이 실제 업무 현장의 문제를 어떻게 해결하고, 기업이 지속적으로 확장 가능한 디지털 업무 체계를 구축하는 데 어떤 가치를 제공하는지 살펴본다.</p> <p contents-hash="04f316af315840bd555df1bc7b5e6ca6940f13a6cda5e1271b619492ad6d714e" dmcf-pid="qkvs5M3GE3" dmcf-ptype="general"><strong>온디바이스 AI로 클라우드 비용·보안 리스크 줄이고 업무 즉시성 높이는 ‘델 AI 팩토리’<br></strong><br>온디바이스 AI가 스마트워크 혁신의 핵심으로 자리 잡으며, 델 테크놀로지스의 '델 AI 팩토리'는 클라우드 의존을 줄이고 보안·속도·생산성을 동시에 강화하는 엔드-투-엔드 AI 생태계를 제공한다. AI PC는 네트워크 연결 없이도 로컬에서 AI 모델을 실행해 실시간 의사결정, 개인화된 업무 처리, 데이터 프라이버시 강화 등의 효과를 제공하며, 하이브리드·원격·현장 중심 업무 환경에서 강점을 보인다. AI 인프라·클라이언트·서비스를 아우르는 델 AI 팩토리는 기업이 AI 모델 설계부터 운영까지 단일 아키텍처로 구축할 수 있게 하며, 현장 중심의 업무 혁신을 촉진한다.</p> <p contents-hash="e3b99cb0bb5f6c9df3ca1b03dc55318c31430ed49efe008c20ec1b45fa270cbc" dmcf-pid="BETO1R0HsF" dmcf-ptype="general">AMD 라이젠 AI 9 HX 프로 370과 라데온 890M을 탑재한 '델 프로 14 플러스'와 '델 프로 맥스 16'은 최대 50TOPS의 온디바이스 연산 성능을 제공해 텍스트 요약, 음성 인식, 콘텐츠 생성 등 다양한 AI 작업을 클라우드 없이 처리한다. 이동성을 강화한 14형 모델과 고성능 크리에이티브·엔지니어링 작업용 16형 모델은 내구성, 생체인식 로그인, 모듈형 USB-C 등 보안성과 유지보수성도 높였다. 두 모델 모두 '델 옵티마이저' 기반 성능 최적화와 멀티태스킹 환경을 지원해 협업 품질을 개선하고, 안정적인 스마트워크 환경을 제공한다.</p> <p contents-hash="1c0041dc3ba4ccd8fdc3a84417ce057d38d46efe44be9fd12db80ac9e25652c8" dmcf-pid="bDyItepXOt" dmcf-ptype="general">또한 '델 프로 AI 스튜디오'를 통해 기업은 AI 개발·배포를 온디바이스에서 수행해 보안 통제를 강화하고, 프로젝트를 6주 내에 완성할 수 있는 개발 효율성을 확보한다. 델은 AI PC-워크스테이션-엣지를 유기적으로 연동하는 '엔터프라이즈 AI 워크플로'를 통해 조직 전반의 지능형 자동화와 데이터 보호를 강화하며, 기업이 AI 기반 업무 혁신과 스마트워크 전환을 가속화하도록 지원하고 있다.<br></p> <figure class="figure_frm origin_fig" contents-hash="66a0558212c4a7792dfdc1be21e16b0b74d9f52dbc12cdda263bb471d048f9fc" dmcf-pid="KwWCFdUZD1" dmcf-ptype="figure"> <p class="link_figure"><img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202511/27/etimesi/20251127070251240hztj.jpg" data-org-width="500" dmcf-mid="1jZtfwPKmK" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202511/27/etimesi/20251127070251240hztj.jpg" width="658"></p> </figure> <p contents-hash="8cbf8ae640c3e760b8f1504cef4162ce87ad6da9975bfa0a9275d42613e63411" dmcf-pid="9rYh3Ju5r5" dmcf-ptype="general"><strong>브로드컴 VCF 9 기반 ‘프라이빗 AI’, 데이터 유출 없이 AI 효율 극대화<br></strong><br>브로드컴의 VCF 9 기반 프라이빗 AI 아키텍처는 AI 도입 과정에서 발생하는 데이터 주권, 보안 리스크, 운영 부담을 동시에 해결하도록 설계됐다. 컴퓨팅·스토리지·네트워크·보안을 단일 아키텍처로 통합해 VM·컨테이너·AI 워크로드를 하나의 인터페이스에서 운영할 수 있어 인프라 복잡성이 크게 줄어든다. AI 학습·추론 데이터가 내부 프라이빗 환경에서만 처리되므로 금융·의료·공공 등 민감 산업에서도 데이터 이동 없이 규제 준수가 가능하다. 이는 클라우드 기반 운영에서 발생하던 유출·지연·비용 리스크를 차단해 엔터프라이즈급 안정성과 일관성을 제공한다.</p> <p contents-hash="af8f7d0aff1acce8f85f0d102e43bb5fe6e9d15e0fddec6e7fddf4bdd917e845" dmcf-pid="2mGl0i71EZ" dmcf-ptype="general">프라이빗 AI는 모델 전 주기를 단일 플랫폼으로 제공해 내부 거버넌스와 운영 품질을 보장한다. 모델 스토어는 승인된 모델만 저장·검증·공유해 품질을 유지하고, 모델 런타임은 부서별 중복 배포를 제거해 일관된 운영을 수행한다. 문서 분할·임베딩·데이터 새로 고침을 자동화하는 인덱싱·검색 기능은 RAG 반복 작업을 크게 줄인다. Confluence, Google Drive, SharePoint 등 주요 저장소를 기본 연동하며, pgvector 기반 Postgres 벡터 DB도 DSM(Data Services Manager)으로 즉시 활용해 복잡한 파이프라인 없이 엔터프라이즈급 RAG 환경을 구축할 수 있다.</p> <p contents-hash="ff375dc9d4c030ff3050785d46334fef4ae93c1c9609d5d7124689d3b9bc3e53" dmcf-pid="VsHSpnztsX" dmcf-ptype="general">VCF 9 기반 프라이빗 AI는 엔비디아 블랙웰 GPU(B200, RTX PRO 6000), ConnectX-7 네트워크, BlueField-3 DPU 등 고성능 인프라를 지원해 대규모 학습·추론 성능을 극대화한다. AMD Instinct MI350 및 ROCm AI 스택 지원으로 비용·성능 요구에 따른 가속기 선택 유연성과 비종속성을 확보한다. 단일 플랫폼 구조는 중복 인프라 비용을 줄이고 개발·운영 속도를 높여 AI 확산을 가속한다. 브로드컴은 Intelligent Assist for VCF, MCP, 멀티-가속기 모델 런타임 등 프라이빗 AI 기능을 지속 강화해 자동화·데이터 연계·확장성을 기반으로 엔터프라이즈 AI 운영 환경을 고도화할 계획이다.<br></p> <figure class="figure_frm origin_fig" contents-hash="aa72f405c11e68bffe3237b5480e022ad047202c4c211380f9a85984a8f22430" dmcf-pid="fOXvULqFEH" dmcf-ptype="figure"> <p class="link_figure"><img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202511/27/etimesi/20251127070252467fjno.jpg" data-org-width="500" dmcf-mid="ts9fgHAiIb" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202511/27/etimesi/20251127070252467fjno.jpg" width="658"></p> </figure> <p contents-hash="74f372081c92f16c70ae7dcc4cfe1edfb437607f0197f353abc67cff71194d4c" dmcf-pid="4IZTuoB3sG" dmcf-ptype="general"><strong>퀘스트 실시간 데이터 라이프사이클 전략, AI 성능·비즈니스 민첩성 향상<br></strong><br>퀘스트소프트웨어의 실시간 데이터 라이프사이클 전략은 '모델링-데이터 이동-데이터 관리' 3단계로 AI 프로젝트 전 과정을 하나의 흐름으로 통합해 설계·운영하는 솔루션이다. 데이터 모델링부터 복제·마이그레이션, DB 성능 최적화까지 단일 프레임워크로 관리해 파일럿에 머무르던 AI 프로젝트를 실제 비즈니스 운영 단계로 끌어올리고, PoC 이후 확장 과정에서 발생하는 비용·리스크를 줄이는 것이 핵심 가치다.</p> <p contents-hash="7b41b22841856902496ee14714484ad03c6eaba2d044c88b8236c756ae58541a" dmcf-pid="8C5y7gb0mY" dmcf-ptype="general">데이터 모델링 솔루션 어윈(Erwin)은 클라우드와 온프레미스 전반의 스키마·관계를 표준화해 정확한 데이터 구조를 설계하고, 이후 단계에서 발생할 수 있는 중복·비효율을 사전에 차단한다. 실시간 데이터 복제 솔루션 쉐어플렉스(SharePlex)는 운영 부하를 최소화한 비동기 복제, 이기종 DB 간 동기화, 필터링·변환, 정합성 검증 및 DR, 무중단 클라우드 마이그레이션을 지원해 실시간 분석·재해복구·클라우드 전환을 하나의 인프라로 구현하도록 돕는다.</p> <p contents-hash="ba291407e0fc916322d3aa391ddbab3ad4859894db9eaf74d5899fb1191ab291" dmcf-pid="6h1WzaKpOW" dmcf-ptype="general">데이터베이스 관리·튜닝 플랫폼 토드(TOAD)는 실시간 성능 모니터링과 병목 진단으로 장애를 사전 예방하고, AI 익스플레인 기능으로 복잡한 SQL을 자동 분석해 최적화 방안을 제안한다. 반복적인 SQL 튜닝을 자동화해 운영 인력을 고부가가치 업무에 집중시키고, 다양한 DB 환경에서 안정적인 성능을 유지해 AI 모델이 요구하는 고품질·저지연 데이터 공급을 보장함으로써 금융·커머스·제조·공공 등에서 의사결정 속도와 고객 경험을 동시에 높일 수 있다.<br></p> <figure class="figure_frm origin_fig" contents-hash="e8b33caf15fe7bdd579551ded1beac854dd1fb023497e0fc867f0599903514d0" dmcf-pid="PltYqN9UEy" dmcf-ptype="figure"> <p class="link_figure"><img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202511/27/etimesi/20251127070253698ktbd.jpg" data-org-width="500" dmcf-mid="FSAEY8ZvDB" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202511/27/etimesi/20251127070253698ktbd.jpg" width="658"></p> </figure> <p contents-hash="1dae096afb4b5a00b42bea6bff687dc5cee4c09597a9357540bcbb07715845e3" dmcf-pid="Q0fqeSnQDT" dmcf-ptype="general"><strong>디딤365 ‘디딤AI스튜디오’, 멀티모델·RAG·에이전트로 AI 운영 ROI와 비용·보안을 한번에<br></strong><br>엔터프라이즈 AI가 PoC 단계를 넘어 전사 운영 단계로 확산되면서, 기업의 고민은 '어떤 모델을 쓰느냐'보다 실제 운영 단계의 ROI와 비용 폭증, 규제 준수 리스크로 옮겨가고 있다. 디딤365의 디딤AI스튜디오(DidimAIStudio)는 PoC→MVP→Scale로 이어지는 단계적 운영 모델을 중심에 두고, 모델·데이터·에이전트·보안·인프라를 하나의 운영 체계로 통합해 “AI를 실제 비즈니스에서 어떻게 안정적으로 굴릴 것인가”에 초점을 맞춘 실전형 플랫폼이다.</p> <p contents-hash="78efab70765d8cf1e7a79e2352436a5097db87e292458be5b8872397699e8320" dmcf-pid="xp4BdvLxwv" dmcf-ptype="general">디딤AI스튜디오는 오픈AI·클로드·제미나이·딥시크 및 온프레미스 LLM을 단일 허브에서 관리하고, 정책 기반 멀티모델 라우팅과 A/B 테스트, 폴백 기능으로 품질과 비용의 최적 조합을 자동으로 찾아준다. PDF·HWP·웹링크 등 다양한 문서를 자동 파싱·인덱싱하고 버전·TTL·캐시·접근권한까지 관리하는 '운영형 RAG'와 그래프 기반 멀티에이전트 시나리오 엔진, MCP 표준 기반 툴 거버넌스를 결합해, 단순 챗봇이 아닌 “요구 분석→데이터 수집→요약→검증→승인” 같은 실제 업무 프로세스를 통째로 자동화할 수 있다.</p> <p contents-hash="c5c6730b49c9c4b3266a93ed3882bcf70ffab813ff729f3fec99e6431443860a" dmcf-pid="yjhwHP1yrS" dmcf-ptype="general">또한 토큰 사용량, 모델 호출, GPU 사용률, 지연, 오류율을 시각화하고 트래픽·캐시율·모델 믹스를 시뮬레이션해 월간 비용을 사전 예측함으로써 “사용이 늘수록 불어나는 AI 비용”에 대한 경영진의 불안을 줄여준다. SSO·RBAC·감사로그·KMS·데이터 거주성·프로젝트 단위 권한 관리와 멀티클라우드·온프레미스 하이브리드, 회로 차단·블루/그린 롤아웃까지 포함한 구조는 규제가 강한 산업에서도 AI 서비스를 안전하게 확장할 수 있게 한다. 여기에 컨설팅→PoC→구축→운영까지 E2E 지원을 더해, 도입 후 방치된 AI PoC를 실제 매출·비용 절감으로 연결되는 'AX(Adoption-to-Execution)' 체계로 전환하려는 기업에게 특히 높은 효과를 제공한다.<br></p> <figure class="figure_frm origin_fig" contents-hash="c909307f997e4aa9fd3d5a7e2f66fd13a1e18853edcf0d2140a09d25ac98f721" dmcf-pid="WAlrXQtWrl" dmcf-ptype="figure"> <p class="link_figure"><img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202511/27/etimesi/20251127070254923koob.jpg" data-org-width="500" dmcf-mid="3lEwHP1yOq" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202511/27/etimesi/20251127070254923koob.jpg" width="658"></p> </figure> <p contents-hash="8a64d5a904cadc354220417e1cb9cf1fd08192efdd22e41647ced63a4cf470a8" dmcf-pid="YcSmZxFYwh" dmcf-ptype="general"><strong>옥타 ‘오스 포 젠AI’: AI 에이전트 권한·API·데이터 보안 통합 엔터프라이즈 인프라<br></strong><br>AI가 사용자를 대신해 행동하는 환경에서는 기존의 사용자 중심 인증 모델만으로는 보안 통제가 불가능해지고 있다. AI 에이전트는 사람보다 훨씬 많은 API 호출과 외부 서비스 연결을 수행하기 때문에, '누구의 권한으로', '어떤 범위까지', '어떤 데이터에 접근하는지'를 통합적으로 관리해야 한다. 옥타의 '오스 포 젠AI'는 이러한 기업의 보안 공백을 해결하기 위해 사용자 신원·에이전트 권한·외부 서비스 접근 범위를 하나의 체계로 묶어, 생성AI 도입 과정에서 발생하는 데이터 노출·권한 오남용·규제 준수 리스크를 줄여준다.</p> <p contents-hash="77bdb205df7d59f066cff266d9779bbff9615853a444932ffedfd12b30a85ba7" dmcf-pid="Gkvs5M3GsC" dmcf-ptype="general">오스 포 젠AI는 AI 에이전트에게 고유한 '에이전트 아이덴티티'를 부여하고, 사용자 인증-토큰 관리-승인 절차-세분화된 데이터 접근을 모두 통합 제공한다. 특히 토큰 볼트를 통한 외부 API 토큰 자동 교환, 단계별 인증을 통한 고위험 작업 통제, FGA 기반 문서 단위 접근 제어는 기업이 AI 서비스를 안전하게 확장하는 데 핵심 기능이다. RAG 기반 애플리케이션이 증가하는 기업 환경에서, 민감 문서가 잘못 조회되는 사고를 예방하고 문서·폴더·레코드 단위까지 권한을 세밀하게 적용할 수 있어 금융·의료·공공기관 등 규제 산업 기업에 활용성이 높다.</p> <p contents-hash="ab4b1c8de45e8f7ce25240b37cd9f2255c380d22f9ae435820110377bae9e3de" dmcf-pid="HETO1R0HrI" dmcf-ptype="general">또한 AI 에이전트가 수행하는 모든 자동 작업에 대해 비동기 승인 흐름을 결합해 재무 승인이나 보안 변경 등 '인간 개입이 반드시 필요한 작업'을 기업 정책에 맞춰 자동화 흐름 안에 자연스럽게 포함시킬 수 있다. 개발 측면에서도 LangChain, LlamaIndex, GenKit, Vercel AI SDK 등 주요 프레임워크와 기본 연동이 제공되기 때문에 AI 앱 개발·운영 속도를 크게 높인다. 오스 포 젠AI는 기업이 생성AI를 확장할 때 가장 큰 장애물로 지적되는 보안·권한·데이터 통제 문제를 일괄 해결함으로써, '안전한 AI 서비스 운영'이라는 즉각적인 비즈니스 가치를 제공한다.<br></p> <figure class="figure_frm origin_fig" contents-hash="15859190b8fb42ad350a9783d2d8d6a2636c210d976108976b6bbf07db69d34b" dmcf-pid="XDyItepXsO" dmcf-ptype="figure"> <p class="link_figure"><img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202511/27/etimesi/20251127070256165rtaz.jpg" data-org-width="500" dmcf-mid="0OJnOzlwDz" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202511/27/etimesi/20251127070256165rtaz.jpg" width="658"></p> </figure> <p contents-hash="8f1bfe2a4aa9b74fe07f39d51176d701219b5f1509011f2a6915523e25af9124" dmcf-pid="ZwWCFdUZss" dmcf-ptype="general"><strong>토스랩 ‘잔디 AI·스프링클러’: 기업 데이터 기반 RAG·문맥 이해·MCP 실행 통합 차세대 AI 협업 인프라<br></strong><br>토스랩의 '잔디 AI'는 기존 협업툴이 겪던 정보 단절·문맥 손실·검색 비효율 문제를 해결하기 위해 설계된 AI 기반 AX(Agentic Experience) 플랫폼이다. LLM이 기업 고유의 정책·문서·용어를 이해하지 못해 정확도가 떨어지는 기존 생성형 AI의 한계를 보완하기 위해, 메시지·문서·업무 기록 등 실제 조직 지식을 기반으로 동작하는 RAG(검색 증강 생성) 엔진과 문맥 이해 기술을 결합한 것이 핵심이다. 이를 통해 기업 내 모든 지식을 '대화 맥락에서 즉시 활용 가능한 형태'로 재구성하며 협업의 정확성과 속도를 향상시킨다.</p> <p contents-hash="b6c848c52793139ff045155a1a0b365ac2d33fc5cb1a1cb224c51eecd33dd798" dmcf-pid="5rYh3Ju5Om" dmcf-ptype="general">스프링클러(Sprinkler)는 회사 고유 데이터를 기반으로 고정밀 답변·요약·핵심 추출을 수행하는 RAG 지식베이스를 제공한다. 문서·파일·이미지를 자연어로 이해해 요약하고, 조직 내부의 정책·프로세스·어휘를 반영해 일반 생성형 AI로는 제공하기 어려운 문맥 기반의 정확한 답변을 생성하는 것이 특징이다. 또한 잔디 대화방의 메시지 흐름·주제·파일 히스토리를 분석해 대화형 AI가 즉시 필요한 정보와 요약을 제공하는 구조이며, 이는 단순 검색이 아닌 '업무 맥락 기반 의사결정 보조' 기능으로 확장된다.</p> <p contents-hash="9f931085b0303f5601bb2de6864e3db7f49069c85cda06da177b194e02ad76f2" dmcf-pid="1mGl0i71sr" dmcf-ptype="general">또한 잔디 AI는 MCP(Model Context Protocol)를 지원해 외부 툴 실행과 자동화를 통합 제공한다. 사용자가 입력한 요청을 기반으로 AI가 실시간 검색·정리·업로드·콘텐츠 구성 등 실행형 작업까지 수행해 기존 협업툴이 제공하지 못했던 'AI 기반 자동 실행 레이어'를 완성한다. 더불어 2025년 출시된 '잔디 홈(JANDI Home)'은 메시지 요약·할 일·문서 활용을 단일 화면에 제공해 개인 맞춤형 업무 허브 역할을 수행하며, 보안·권한 관리·파일 자산화 기능을 그대로 통합해 기업 데이터 거버넌스 요구도 충족한다. 이러한 기술 구성은 협업툴을 넘어 'AI가 일을 대신 실행하는 업무 운영 플랫폼'으로 확장시키는 기반이 된다.<br></p> <figure class="figure_frm origin_fig" contents-hash="a7385da9f1cb92c4e026ac2d4b3414c58ffebf0dc44afd3eebb8b694c7a3b12a" dmcf-pid="tWU52E8Brw" dmcf-ptype="figure"> <p class="link_figure"><img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202511/27/etimesi/20251127070257396hcnk.jpg" data-org-width="500" dmcf-mid="pH0UQIe4I7" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202511/27/etimesi/20251127070257396hcnk.jpg" width="658"></p> </figure> <p contents-hash="bf2d918c255b034bd2f2a40ad8f247597e4508a692ee5b0f3a00e8f69db4c221" dmcf-pid="FYu1VD6bOD" dmcf-ptype="general"><strong>리미니스트리트 ‘에이전틱 AI ERP’: 기존 ERP 유지 그대로 AI 운영 자동화·지능화 즉시 확장<br></strong><br>리미니스트리트의 '에이전틱 AI ERP(Agentic AI ERP)'는 기존 ERP를 교체하거나 업그레이드하지 않고도 운영 자동화·분석·최적화 기능을 즉시 확장하도록 설계된 AI 레이어 기반 구조다. 기업마다 오랜 기간 축적된 커스터마이징·규제 대응·업무 규칙 때문에 ERP 변경이 어려운 현실 속에서, 기존 시스템을 그대로 유지한 채 AI가 자체적으로 운영을 수행하도록 만드는 것이 핵심 기술적 접근 방식이다. 이를 통해 다운타임 없이 혁신을 적용할 수 있고, 기존 ERP 안정성을 유지하면서 성능·효율을 동시에 향상시키는 것이 가장 큰 효과다.</p> <p contents-hash="8b30e54c48d56d3d4d1a6c3a92595ce46a6e2d234408702a42a9da63f7f0b47c" dmcf-pid="3G7tfwPKrE" dmcf-ptype="general">에이전틱 AI ERP는 ERP·SaaS·데이터 플랫폼 전반에서 발생하는 신호와 프로세스를 AI 에이전트가 실시간으로 분석하고, 필요한 조치를 자체적으로 실행하도록 구성돼 있다. 전통적 자동화와 달리 AI는 반복 업무를 단순 대체하는 수준을 넘어 운영 흐름 전체를 시각적으로 이해하고 판단·조치·승인 요청까지 수행한다. 인보이스 검증, 재무 마감, 운영 데이터 입력처럼 규칙성이 높은 업무는 자동화 즉시 효과를 제공하며, 기업은 기존 ERP 커스터마이징을 수정하지 않아도 새로운 자동화 기능을 빠르게 확보할 수 있다. 이러한 자율 운영 구조는 ERP를 단순 기록 시스템이 아닌 '운영 지능 플랫폼'으로 전환하는 기반이 된다.</p> <p contents-hash="03f4e997fd573641ca9de620d407cc0982ce4931c3f6cf645149c013e3e3e645" dmcf-pid="0HzF4rQ9wk" dmcf-ptype="general">또한 이 솔루션은 컴포저블 ERP 아키텍처를 기반으로 필요 기능을 모듈·API 단위로 확장할 수 있어, 기존 ERP 구조를 해치지 않고 AI 기능을 유연하게 추가할 수 있다. 모놀리식 ERP의 구조적 한계를 넘어 특정 업무 영역부터 단계적으로 AI를 적용해 빠르게 ROI를 확보하는 방식이며, 대규모 교체 프로젝트 없이 몇 주 단위로 효과가 나타나는 경량화된 도입 모델이 특징이다. 이를 통해 기업은 비즈니스 리스크를 최소화하면서 전사적 AI 전환 속도를 자연스럽게 높일 수 있으며, 기존 ERP를 '멈추지 않고 혁신하는' 실질적 운영 구조를 구축할 수 있다.<br></p> <figure class="figure_frm origin_fig" contents-hash="aa44ac749fd51e9d9aca8db822c6451ed13df5e4b7bb3b1bfd63c9debaa72e80" dmcf-pid="pXq38mx2rc" dmcf-ptype="figure"> <p class="link_figure"><img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202511/27/etimesi/20251127070258647nkod.jpg" data-org-width="500" dmcf-mid="Uj6KiygRru" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202511/27/etimesi/20251127070258647nkod.jpg" width="658"></p> </figure> <p contents-hash="dacb01db3042ad6e330fed042f5436d2cef0361719111d0d745485d2e2fa5af2" dmcf-pid="UZB06sMVEA" dmcf-ptype="general">임민지 기자 minzi56@etnews.com</p> </section> </div> <p class="" data-translation="true">Copyright © 전자신문. 무단전재 및 재배포 금지.</p> 관련자료 이전 다우데이타-Rescale, 국내 엔터프라이즈 디지털 엔지니어링 및 AI 기반 R&D 혁신 위한 본격적 사업 확대 11-27 다음 [반도체도시 청주] ② 제2의 도약은 中企 지원·전문인력 양성으로 11-27 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
