![ERP 공급업체가 주도하는 AI 로드맵의 4가지 과제와 해결 방안](https://www.riministreet.com/wp-content/uploads/2024/05/M_2276_4Challenges_AiRoadMap1400X1082-1140x881.png)
ERP 공급업체의 AI 로드맵에 이미 회의적일 수 있다. ERP 공급업체가 주도하는 AI 로드맵의 4 가지 주요 과제를 확인해보자. 이를 해결할 수 있는 방법도 같이 제시해보고자 한다.
CIO는 ERP를 안정적으로 운영하면서도 비용을 줄여야 하는 어려운 균형을 잡아야 한다: 한편으로는 상호 운용성과 보안을 유지하고 전체 지출을 줄이고 있는 가운데, Salesforce의 조사에 따르면 기업조직은 2023년에 1,061개의 서로 다른 애플리케이션을 다양한 단계에 걸쳐 사용 중인 수많은 애플리케이션을 유지해야 하는 과제를 안고 있는 것으로 나타났다.
그러면서도 CIO는 인공지능(AI)과 같은 새로운 기술에 대한 혁신과 투자를 통해 비즈니스의 미래 모습을 바라봐야 한다. 현명한 CIO는 비즈니스와 기술에 대한 통찰력을 모두 갖추고 있지만, 그 중에서도 가장 능력있는 CIO는 ERP 공급업체가 제공하는 로드맵이 아닌 비즈니스 중심의 IT 로드맵을 따른다. 특히 AI에 관해서는 더욱 그렇다.
AI는 사고방식의 전환을 요구한다.
IT 로드맵을 통제하는 것은 가트너가 컴포저블 ERP(composable ERP, 기업이 비즈니스 변화의 속도를 따라갈 수 있도록 기본, 관리 및 운영 측면의 디지털 기능을 활성화하는 적응형 기술 전략)라고 부르는 ‘에지 중심의 혁신’의 핵심 원칙으로, 모놀리식(monolithic, 일체화된) 시스템에서 벗어나 사람, 공급업체, 솔루션, 기술을 조합하여 비즈니스 성과를 창출하는 방향으로 사고방식의 전환이 필요하다. 그리고 AI만큼 이러한 변화를 필요로 하는 것도 없다.
AI는 세상의 일과 생활 방식에 있어 세대를 결정짓는 패러다임의 변화다. 1억 8천만 명 이상의 ChatGPT 사용자(more than 180 million ChatGPT user)가 학기 논문 작성부터 코드 디버깅에 이르기까지 모든 용도로 가장 빠르게 성장하는 앱(fastest growing app)을 활용하면서 이 기술은 사회에 큰 파장을 일으켰다. 그리고 AI 시대의 ERP 재구축 다시 생각하기(Rethinking ERP Reimplementation in the Age of AI)에서 설명한 바와 같이, AI는 전 세계 기업에 큰 영향을 미치고 있다.
공급업체는 재구현을 위한 강제 기능으로 AI를 내세우지만, 공급업체가 정한 AI 로드맵을 따르는 고객은 네 가지 중요한 문제에 직면할 가능성이 높다:
과제 1: 로드맵의 한계 및 지연
AI 특징과 기능 측면에서 SAP와 오라클은 어떻게 비교될까? 초기 단계인 이 분야에서 지속적인 성장을 지원할 수 있는 적절한 기술자, 엔지니어 및 제품 개발자를 보유하고 있을까? 이 기술의 최첨단을 달리고 있는가, 아니면 단순히 남의 뒤를 따르고 있는가?
강력한 AI 플레이어가 될 수는 있지만, 성공적인 조직은 유연성이 필요하며, 오늘날 비즈니스 요구 사항을 충족하는 기술을 위해 ERP 에코시스템을 넘어 업계 AI 리더의 기술을 선택할 수 있어야 하며, 기업 전체의 여러 데이터베이스에 쉽게 연결할 수 있는 기술을 채택할 수 있어야 한다. 왜 기업의 혁신 잠재력을 대형 ERP 공급업체의 속도에 제한해야 할까?
타임(Time)지의 기자인 Will Henshall은 지난 10년간의 AI 발전이 놀랍기 그지없다고 말한다(AI progress over the past 10 years has been nothing short of staggering). 그의 기사에 따르면 지난 10년 동안 AI의 성능은 음성 인식, 이미지 인식, 독해력, 언어 이해, 상식 완성에 있어 인간의 능력을 뛰어넘었다.
이러한 기술의 급속한 발전으로 인해 기업은 최고의 비즈니스 성과를 달성하기 위해 적시에 적합한 AI 솔루션을 제공할 수 있는 적합한 AI 공급업체를 유연하게 선택할 수 있어야 한다. SAP와 오라클이 주요 AI 업체로 부상할 수 있지만, 아직 미개척 분야가 많습니다. 조직은 비즈니스 중심의 IT 로드맵을 수립하여 앞서 나가야 합니다.
과제 2: 온프레미스 데이터를 남겨두기
AI 알고리즘이 성공하려면 방대한 양의 과거 데이터를 활용할 수 있어야 한다. 포브스에 기고하는 진 막스(Gene Marks)는 “AI가 제 역할을 하려면 데이터를 사용해야 한다(For AI to do its job it needs to use data)”라고 썼다. AI 알고리즘에 사용할 수 있는 깨끗한 데이터가 많을수록 더 정확한 예측과 미세 조정을 통해 결과를 도출할 수 있다.
Henshall이 타임지에 개재한 2020년 이후 분석한 AI 모델 중 절반 이상이 1억 개 이상의 데이터 포인트로 구성된 학습 세트를 보유하고 있다는 사실은 AI 학습을 위한 데이터의 중요성을 잘 보여준다(echoes the importance of data for training AI). 그는 “일반적으로 데이터 포인트가 많을수록 AI 시스템이 데이터의 변수 간 관계에 대한 정확한 모델을 구축할 수 있는 더 많은 정보를 확보할 수 있어 성능이 향상된다”라고 썼다.
클라우드 스토리지의 높은 가격으로 인해 공급업체의 SaaS 클라우드를 다시 구현하는 고객은 온프레미스 기록 데이터를 모두 가져가지 못할 수도 있다. 몇 년치 데이터만 마이그레이션하여 10년 이상의 데이터, 즉 AI의 생명과도 같은 데이터를 그대로 남겨두는 조직을 종종 볼 수 있다.
과거에 기록된 깨끗한 데이터가 많을수록 예측 분석과 데이터 상관관계가 더 정확해질 수 있다는 사실은 부인할 수 없다. AI에서 ERP의 가치는 ERP에 포함된 데이터이며, 이는 현재 온프레미스 시스템 내에 이미 존재한다. 최상의 결과를 얻으려면 ERP 및 기타 시스템에서 관련성 있고 깨끗하며 정확한 데이터를 중앙 집중식 외부 AI 모델로 수집하는 것이 가장 좋다.
과제 3: ERP 공급업체의 AI 설정은 시스템 내 데이터만 살펴본다.
공급업체 내장형 AI는 일반적으로 ERP 데이터로만 작동할 수 있다. 그러나 모든 엔터프라이즈 AI 구현에 포함되어야 하는 ERP 시스템과는 독립적인 데이터 저장소가 조직 전체에 많이 있다. 따라서 단일 모놀리식 ERP 공급업체에 AI를 맡기는 것은 의미가 없다. 좋은 소식은 더 나은 방법이 있다는 것이다.
오늘날 업계 AI 리더의 기술을 도입하면 기업 전체의 여러 데이터베이스에 쉽게 연결할 수 있다. 이러한 유연성은 특히 강력한 데이터 오케스트레이션 계층을 갖춘 컴포저블 ERP의 힘을 잘 보여준다. 조직 전체에서 데이터에 액세스할 수 있게 되면 직원들에게 도움이 될 뿐만 아니라 조직 내에서 더욱 강력한 AI 알고리즘을 사용할 수 있는 새로운 잠재력이 열린다.
과제 4: 라이선스 소유권 상실로 인한 비용 증가 및 위축 위험
온프레미스 ERP를 구독형 클라우드로 기능적으로 재구현하면 사용자 지정 및 데이터를 그대로 남겨둘 뿐만 아니라 소프트웨어 라이선스 영구 권한의 활용도를 잃게 되어 통제할 수 없는 비용과 수축 인플레이션을 초래할 수 있습니다.
최근 딜로이트의 재무 추정치에 따르면(recent financial estimates from Deloitte) 클라우드로 전환한 많은 기업이 복잡한 소프트웨어 라이선스 문제와 총 정보 기업 기술 지출의 24%에 달하는 비용이 발생했으며, 초기 TCO 분석 후에도 “…많은 조직이 라이선스 이전, 구매, 가시성 문제 등 클라우드의 라이선스 요구 사항을 제대로 인지하지 못해 실제 이전이 시작되면 비용 폭발을 경험하게 된다”라고 한다.
제품의 크기를 줄이면서 가격을 동일하게 유지하거나 인상하는 전략인 슈링크플레이션은 캔디바의 가격만 낮추는 것이 아니라 클라우드의 가격도 낮추는 것으로 나타났다. Vertice의 조사에 따르면 지난 12개월 동안 24% 이상의 기업이 클라우드 공급업체가 기능 축소에도 불구하고(Research by Vertice finds that more than 24% of businesses have been hit by SaaS shrinkflation during the past 12 months) 동일한 가격을 청구하는 SaaS 슈링크플레이션의 영향을 받은 것으로 나타났다.
비누적 가격 책정, 할인 축소, 기능 번들링/언번들링 등이 SaaS 수축 가격의 예다. Vertice는 강력한 협상력을 확보하려면 갱신 6~8개월 전에 실사를 시작해야 한다고 조언한다. 하지만 궁극적으로 최상의 가격을 확보하려면 레버리지가 필요하다. 그리고 소프트웨어 라이선스 소유권을 활용하지 않으면 상당한 비용과 슈링크플레이션 위험이 지속된다.
준비가 되었든 안 되었든, AI 혁명은 이미 시작되었다.
빌 게이츠(Bill Gates is spot on)는 “AI의 발전은 마이크로프로세서, 개인용 컴퓨터, 인터넷, 휴대전화의 탄생만큼이나 근본적인 것이다. 사람들이 일하고, 배우고, 여행하고, 의료 서비스를 받고, 서로 소통하는 방식을 변화시킬 것이다. 모든 산업이 이를 중심으로 재편될 것이다”라고 말했는데 모두 맞는 말이다.
혁신적인 AI 기술의 규모와 속도는 많은 ERP 공급업체가 따라잡을 수 없을 정도로 빠른 속도로 발전하고 있다. 그렇기 때문에 조직은 비즈니스 중심의 IT 로드맵에 집중하고, ERP의 가장자리를 중심으로 혁신하며, ERP 공급업체가 주도하는 AI 로드맵이 제시하는 과제를 해결해야 한다. 성공적인 조직은 엣지 중심으로 혁신하고 경쟁에서 앞서 나가기 위해 신속하게 대응해야 한다.