<잇(IT)터뷰 전체 영상 보기>
잇(IT)터뷰 전체 내용은 ▼아래 영상▼에서 확인해 주세요!
◼ 게스트 : 장해진 실장 / 현대오토에버 (hs@hyundai-autoever.com)
◼ 진행자 : 고우성 PD / 토크아이티 (talkit@talkit.tv, https://talkit.tv/)
<잇(IT)터뷰 – 핵심 내용 파악하기>
‘잇(IT)터뷰 – 핵심 내용 파악하기’는 영상의 핵심 내용을 정리한 글입니다.
|
DX 시대의 ERP가 업무를 디지털화하는 시스템이었다면, AX 시대의 ERP는 한 단계 더 나아가야 한다. 단순히 판매·구매·회계 데이터를 기록하는 데 그치는 것이 아니라, AI가 기업의 상황과 업무 맥락을 이해하고 경영 의사결정에 활용할 수 있는 데이터 기반이 되어야 한다.
특히 제조 기업에서는 화려한 AI 기능보다 먼저 BOM과 기준정보, 데이터 표준화, 거버넌스를 제대로 갖추는 것이 중요하다.
1. AX 시대의 ERP는 ‘업무 시스템’에서 ‘의사결정 데이터 기반’으로 바뀌어야 한다
ERP를 단순히 전표를 만들고 업무 데이터를 저장하는 시스템으로 바라보면 그 역할은 제한적이다.
판매와 구매가 일어나고 회계 전표가 생성되는 것만으로 끝나는 것이 아니라, 이렇게 쌓인 데이터가 나중에는 경영 판단의 근거로 활용돼야 한다.
예를 들어 새로운 제조 공장을 추가로 건설했을 때 비용과 생산량, 공급망에 어떤 변화가 생기는지를 판단하려면 ERP 안에 축적된 데이터를 분석할 수 있어야 한다. AI와 AX가 본격적으로 도입될수록 이러한 역할은 더욱 중요해진다.
ERP는 더 이상 업무 처리를 위한 시스템만이 아니라, 기업이 새로운 전략을 세우고 의사결정을 내릴 때 활용하는 비즈니스 데이터 플랫폼으로 발전해야 한다. 이를 위해서는 ERP 자체도 사용자 친화적이어야 하고, 다른 시스템과 데이터를 원활하게 주고받을 수 있어야 한다.
결국 AX 시대의 ERP는 사람이 쓰기 편한 시스템을 넘어 AI가 데이터를 이해하고 활용하기 좋은 AI 레디 ERP가 되어야 한다.
2. AI가 필요한 것은 많은 데이터가 아니라 ‘맥락을 이해할 수 있는 데이터’다
AI 시대라고 해서 데이터를 많이 쌓기만 하면 자동으로 좋은 결과가 만들어지는 것은 아니다.
중요한 것은 AI가 그 데이터가 무엇을 의미하고, 다른 데이터와 어떤 관계가 있는지를 이해할 수 있도록 구조화하는 것이다.
예를 들어 한 생산라인에서 부품 부족이 발생했을 때 그 문제가 다른 생산라인이나 제품 생산 일정에 어떤 영향을 미치는지를 AI가 판단하려면 단순한 재고 수치만으로는 부족하다. 해당 부품이 어느 제품에 사용되는지, 다른 부품과 어떤 관계가 있는지, 어느 공정에 영향을 주는지 등의 맥락 정보가 함께 제공돼야 한다.
영상에서는 이러한 데이터를 ‘AI가 알아들을 수 있는 데이터’, 즉 지능형 데이터로 설명한다.
결국 AI 활용에서 중요한 것은 데이터의 양 자체가 아니라 기업의 업무와 제품, 공정 사이의 관계를 설명할 수 있는 데이터 구조다. 이러한 기반이 없다면 아무리 뛰어난 AI를 도입해도 정확한 판단과 의사결정 지원으로 이어지기 어렵다.
3. 제조업의 AI 레디 ERP는 BOM과 기준정보 관리에서 시작해야 한다
제조업에서 가장 중요한 데이터 가운데 하나가 BOM(Bill of Materials)이다.
BOM은 제품을 만들기 위해 어떤 자재와 부품이 어떻게 구성되는지를 보여주는 구조다.
하지만 BOM의 의미는 단순한 부품 목록에 그치지 않는다. 제품의 품질과 생산 가능성, 원가, 판매 가능성 등 제품 전반의 정보를 연결하는 핵심 기준이 될 수 있기 때문이다.
문제는 많은 기업에서 BOM이 중요하다는 사실은 알고 있어도 이를 체계적으로 관리하는 조직과 프로세스가 충분히 마련되어 있지 않다는 점이다. BOM과 연결된 레거시 시스템 사이의 인터페이스가 끊겨 있거나, 같은 자재를 서로 다른 기준으로 관리하면서 데이터의 의미가 제대로 전달되지 않는 경우도 있다.
따라서 BOM을 제대로 관리하려면 먼저 자재와 기준정보를 어떤 방식으로 정의할 것인지 정해야 한다. 어떤 속성과 필드를 관리할 것인지, 누가 데이터를 생성하고 변경할 수 있는지, 기준정보의 품질을 누가 책임질 것인지에 대한 정책과 거버넌스가 필요하다. 즉 제조 기업이 AI 레디 ERP를 준비하려면 AI 기능을 먼저 도입하기보다 BOM과 자재 기준정보를 표준화하고 이를 지속적으로 관리할 조직 체계부터 갖추는 것이 중요하다.
4. AX 전환의 성패는 기술보다 ‘실행 경험과 맥락’에 달려 있다
ERP나 AI 솔루션을 도입한다고 해서 기업 혁신이 자동으로 완성되는 것은 아니다. 새로운 시스템을 실제 업무에 적용하고, 안정적으로 운영하면서 그 과정에서 경험을 축적해야 다음 단계의 혁신도 가능해진다.
DX 과정에서 얻은 경험은 다시 업무 혁신을 위한 데이터가 되고, 이러한 경험이 축적되면 결국 기업 내부의 업무 방식과 사람까지 변화하게 된다. 이 때문에 AX 전환에서는 기술 자체뿐 아니라 변화 관리가 중요하다. 특히 제조업은 생산, 물류, 부품, 완성품 등 여러 영역이 서로 복잡하게 연결되어 있기 때문에 특정 ERP 기능이나 AI 기술만 잘 안다고 해서 전체적인 혁신 방향을 설계하기 어렵다. 기업의 산업 구조와 공급망, 기존 시스템과 업무 방식까지 함께 이해해야 어디에 AI를 적용하고 어디는 사람이 계속 담당해야 하는지 판단할 수 있다.
결국 중요한 것은 ‘어떤 AI 기능을 사용할 것인가’가 아니라 왜 이 기업에서 이 기능이 필요한지 설명할 수 있는 맥락이다. ERP 구축과 AX 전환 역시 특정 기능을 도입하는 프로젝트가 아니라, 기업의 비즈니스 구조와 데이터, 사람, 업무 프로세스를 함께 이해하고 변화시키는 과정으로 접근해야 한다.
5. 3줄 요약
– AX 시대의 ERP는 단순한 업무 처리 시스템을 넘어 AI와 경영진이 의사결정에 활용할 수 있는 데이터 기반으로 발전해야 한다.
– AI 활용의 출발점은 많은 데이터를 쌓는 것이 아니라, 업무와 자산의 관계를 이해할 수 있도록 데이터를 표준화하고 맥락을 부여하는 것이다.
– 제조업에서는 BOM과 기준정보를 체계적으로 관리하고, 이를 운영할 거버넌스와 변화관리 체계를 갖추는 것이 AI 레디 ERP의 핵심이다.
◼ 전체 잇(IT)터뷰 내용은 ▶영상으로 바로 가기(클릭)◀에서 확인하실 수 있습니다. |
◼ 콘텐츠 & 웨비나 문의 : marketing@talkit.tv, 02-565-0012
Copyright ⓒ 토크아이티 All rights reserved. 무단 전재 및 재배포 금지.