에피유즈랩스, ERP 데이터로 AI 성과 높인다…선택적 전환 전략 전면에 작성일 03-23 38 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">DSM·프리즘 앞세워 ERP 데이터 구조 재설계…AI 활용·보안성 동시 강화</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="40RxcDGhTQ"> <p contents-hash="23b1d5277a1d69df8420e259580f18767178cd35885f7d9590e9758c79a39706" dmcf-pid="8peMkwHlhP" dmcf-ptype="general">(지디넷코리아=한정호 기자)<span>에피유즈랩스(EPI-USE Labs)가 비식별화된 데이터 기반 인공지능(AI) 전략을 앞세워 차세대 전사적자원관리(ERP) 전환 시장 공략에 나선다.</span></p> <p contents-hash="c3e9fb10c63dadb428652bf9e0bcfa4c7ade980f0ef816d91ce14795348e03df" dmcf-pid="6UdRErXSh6" dmcf-ptype="general">에피유즈랩스는 ERP 데이터 비식별화와 선택적 전환 기술을 기반으로 AI 활용도를 높이는 데이터 전략을 제시했다고 23일 밝혔다.</p> <p contents-hash="0b6671d79059adf0ef21e9c6f414004f464b014c3f5f956a8a7d9f9ef0b93899" dmcf-pid="PuJeDmZvT8" dmcf-ptype="general">최근 많은 기업이 수요 예측, 비용 시뮬레이션, 재무 리스크 분석 등 다양한 영역에서 AI 도입을 확대하고 있지만 기대 수준의 성과를 내지 못하는 사례가 나타나고 있다. 에피유즈랩스는 이러한 한계의 원인이 알고리즘이 아닌 데이터 품질과 구조 문제라고 짚었다.</p> <figure class="figure_frm origin_fig" contents-hash="aecf68767ce0d31620db285b2b62e719f44b02956264cf9da8ff2318e42627da" dmcf-pid="Q7idws5TT4" dmcf-ptype="figure"> <p class="link_figure"><img alt="에피유즈랩스가 ERP 데이터 비식별화와 선택적 전환 기술을 기반으로 AI 활용도를 향상한다. (사진=에피유즈랩스)" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202603/23/ZDNetKorea/20260323080146161nozg.png" data-org-width="640" dmcf-mid="faWTUzRfTx" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202603/23/ZDNetKorea/20260323080146161nozg.png" width="658"></p> <figcaption class="txt_caption default_figure"> 에피유즈랩스가 ERP 데이터 비식별화와 선택적 전환 기술을 기반으로 AI 활용도를 향상한다. (사진=에피유즈랩스) </figcaption> </figure> <p contents-hash="589b8e5cc6bd50c80b680d4dd58dc07f10a6d4bd1ed4f432373590db2b70e579" dmcf-pid="xznJrO1yCf" dmcf-ptype="general"><span>특히 ERP 데이터는 재무·공급망·인사 등 핵심 업무가 집약된 고가치 자산이지만 장기간 축적된 중복 데이터와 복잡한 구조, 민감 정보가 혼재돼 있어 AI 활용에 제약이 발생한다는 지적이다. 이에 단순 데이터 활용이 아닌 '비식별화된 실제 데이터(Scrambled Data)' 기반 전략이 중요해지고 있다.</span></p> <p contents-hash="58ecc87b785c8212d023a9356bd7abf74e255d039b9764fc07879026e83068b4" dmcf-pid="yE5Xb2LxCV" dmcf-ptype="general">에피유즈랩스는 'AI에 준비된 데이터' 확보를 핵심 경쟁력으로 제시하며 기업 데이터 전략 전환에 박차를 가한다. 회사가 제공하는 데이터 동기화 솔루션 '데이터 싱크 매니저(Data Sync Manager, DSM)'는 데이터 객체 추출 기능(Object Extractor)을 통해 ERP 내 특정 데이터만 추출하고 데이터 간 관계 구조를 유지한 채 비식별화 처리를 수행할 수 있도록 지원한다.</p> <p contents-hash="0c792b6a366174e530ab964bbc0ff07f2ee18bb9ab5eb72c0a5a28fb023d9781" dmcf-pid="WD1ZKVoMW2" dmcf-ptype="general">이를 통해 기업은 실제 업무 흐름을 반영한 데이터로 AI 모델을 학습시키면서도 개인정보 보호와 컴플라이언스 요구사항을 동시에 충족할 수 있다는 설명이다.</p> <p contents-hash="b0cd153b6c8aa675c58a385c9efd2bde941dc7e89b133fa662ede82254d99b5a" dmcf-pid="YKaoIl0HW9" dmcf-ptype="general">차세대 ERP 전환 전략도 함께 제시했다. 에피유즈랩스는 SAP S/4HANA 전환 과정에서 기존 데이터를 그대로 이관하는 방식이 비용 증가와 성능 저하, 보안 리스크로 이어질 수 있다고 설명했다. 이를 해결하기 위해 데이터 전환 서비스 '프리즘(PRISM)'으로 필요한 데이터만 선별적으로 이전하는 '선택적 데이터 전환(Selective Data Transition)' 방식을 제안했다.</p> <p contents-hash="989ed48a2c40fd60171bd8db5806f7f1137d698c3a21009a31c2a154de9484a5" dmcf-pid="G9NgCSpXlK" dmcf-ptype="general">프리즘은 불필요한 데이터를 제거하고 핵심 데이터 중심으로 구조를 재정비하는 '클린 코어(Clean Core)' 환경 구축을 지원한다. 클라우드 인프라 비용을 절감하고 시스템 효율성과 보안성을 동시에 확보하도록 돕는다.</p> <p contents-hash="4e62ae99e6b69006a81a0d1a953ab108b582d28aa45273f31d8367c1e3953304" dmcf-pid="H2jahvUZTb" dmcf-ptype="general">테스트 데이터 전략 변화도 강조됐다. SAP S/4HANA 환경에서는 기존 테스트 데이터 관리 도구(TDMS)가 더 이상 지원되지 않는 만큼 기업은 새로운 데이터 관리 체계를 마련해야 한다는 설명이다. 에피유즈랩스는 DSM을 활용해 전체 시스템 복사 방식이 아닌 필요한 데이터만 선택적으로 구성·갱신할 수 있는 구조를 제공해 개발과 테스트 효율성을 높인다는 목표다.</p> <p contents-hash="eeec36e78740ec2b2ecc5a2492beb8f8892afd85f36b799a3137e4664d4166a0" dmcf-pid="XVANlTu5lB" dmcf-ptype="general">또 데이터 이동 과정에서 자동 비식별화를 적용해 민감 정보 유출 위험을 최소화하면서도 AI 학습에 필요한 데이터 품질을 유지할 수 있도록 지원한다. 기업이 보다 현실적인 데이터 기반 AI 실험 환경을 구축할 수 있게 한다는 방침이다.</p> <p contents-hash="ad98586bba14a2ae79df046a8b3bc2ef42f958ff0274e9546434ec657d428c4d" dmcf-pid="ZfcjSy71yq" dmcf-ptype="general">김경호 에피유즈랩스 한국·일본 지역총괄은 "차세대 ERP 전환은 단순한 기술 업그레이드가 아니라 데이터 중심 전략을 재정의할 수 있는 기회"라며 "에이전틱 AI가 확산되는 환경에서 기업의 경쟁력은 얼마나 정확하면서도 비식별화된 데이터를 확보하고 활용할 수 있는지에 달려 있다"고 말했다.</p> <p contents-hash="ee2645b9203ec477d531aa8d0e163e1e8e56d482cda502a25afab76f2a594fdd" dmcf-pid="54kAvWztyz" dmcf-ptype="general">이어 "미래 경쟁력을 가르는 것은 시스템 버전이 아니라, AI에 준비된 데이터"라고 강조했다.</p> <p contents-hash="ed443792b84199fceb97bec960af845c48d0ccdd39462eef8b1a2d19b118898a" dmcf-pid="18EcTYqFh7" dmcf-ptype="general">한정호 기자(jhh@zdnet.co.kr)</p> </section> </div> <p class="" data-translation="true">Copyright © 지디넷코리아. 무단전재 및 재배포 금지.</p> 관련자료 이전 [AI픽] 삼성SDS, 국내 첫 B300 GPU 서비스…AI 추론 성능 강화 03-23 다음 양자컴퓨팅·암호통신 원천기술 실리콘 칩 기반 단일양자광원 개발 03-23 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
