게시일: 2024년 7월 8일
기고자: Molly Hayes, Amanda Downie
AI를 통해 기존 ERP 시스템은 데이터에서 학습하고, 변화하는 조건에 적응하고, 실시간으로 비즈니스 인텔리전스를 최적화하여 전반적인 효율성을 높이고 비용을 절감하는 지능형 플랫폼으로 전환될 수 있습니다. IBM 기업가치연구소(IBV)의 최근 보고서에 따르면 SAP 데이터에 생성형 AI 솔루션을 적용하는 조직은 이미 더 높은 수익성을 경험하고 있습니다.
ERP 공급업체는 일반적으로 시스템을 일련의 모듈식 앱으로 설계합니다. 조직의 재무 부서부터 조달 및 공급망 물류에 이르기까지 비즈니스의 모든 부분을 관리할 수 있는 역량을 갖추고 있습니다. 90년대에 'ERP'라는 용어가 도입된 이후 ERP 소프트웨어 산업은 연간 440억 달러 규모의 시장으로 성장했습니다.1 오늘날 많은 선도적인 글로벌 기업들은 어떤 형태로든 ERP 솔루션을 사용하여 기업 전체에 걸친 '신뢰할 수 있는 단일 소스'에 액세스합니다.
ERP 소프트웨어가 대중화되고 그 기능이 더욱 강력해지면서 조직은 이러한 시스템을 일관된 비즈니스 전략의 일부로 채택했습니다. ERP는 또 하나의 소프트웨어가 아니라 새로운 인사이트를 발견하고 비즈니스 프로세스에 큰 영향을 미칠 뿐만 아니라 비즈니스 인텔리전스를 위한 새로운 길을 제공할 수 있는 잠재력을 가지고 있습니다. 그리고 2010년대에 들어서면서 현대 조직에서 개인이 처리할 수 있는 것보다 더 많은 정보를 생성하고 수집함에 따라 ERP 시스템은 빅 데이터의 관리 및 분석에서 중요한 역할을 하게 되었습니다.
지난 10년 동안 AI 지원 ERP 시스템은 데이터 입력 및 분석과 같은 선택 작업을 자동화했습니다. 하지만 생성형 AI 등 최근의 발전으로 인해 ERP 환경이 극적으로 변화하기 시작했습니다. 클라우드 ERP 시스템은 더 강력한 AI 애플리케이션을 지원하여 더 뛰어난 컴퓨팅 성능을 활용할 수 있습니다.
고급 머신 러닝 모델과 자연어 처리 기능은 ERP 시스템을 보다 사용자 친화적이고 정확하게 만들어 정교한 비즈니스 소프트웨어의 새로운 시대를 열었습니다. 오늘날의 AI 지원 ERP 시스템의 가능성은 최근 여러 비즈니스 거래에 반영되었습니다. 여기에는 Microsoft와 OpenAI와의 130억 달러 규모의 파트너십과 AI 지원 ERP 소프트웨어인 Microsoft Dynamics 365의 도입이 포함됩니다.2 또 다른 선도적인 ERP 공급업체인 SAP 는 2023년에 'Joulie' 생성형 AI 어시스턴트를 발표했습니다.3
ERP 소프트웨어는 다양한 방식으로 AI 기술을 사용하여 비즈니스 운영을 개선하고 관리합니다. ERP 시스템에 자주 통합되는 AI 기술의 일부는 다음과 같습니다.
자연어 처리(NLP)를 사용하면 ERP 시스템이 인간의 언어를 이해하고 응답할 수 있으므로 더 나은 사용자 상호 작용을 촉진할 수 있습니다. 최근 몇 년 동안 ChatGPT와 같은 새로운 대규모 언어 모델(LLM) 기술이 관련 분야를 크게 개선하여 ERP 소프트웨어 내에서 보다 미묘하고 상황에 맞는 NLP 도구를 사용할 수 있게 되었습니다.
예를 들어, NLP는 고객 이메일과 같은 비정형 텍스트를 처리하여 감정 분석을 수행하거나 비공식 언어로 된 백오피스 사용자 질의를 이해하여 소프트웨어를 보다 직관적으로 사용할 수 있도록 합니다.
로보틱 프로세스 자동화(RPA)는 '봇'을 사용하여 일상적이고 반복적인 작업 또는 전체 워크플로를 자동화합니다. 애플리케이션에는 데이터 추출, 데이터 입력 및 파일 마이그레이션이 포함됩니다. ERP 시스템은 RPA를 사용하여 자동으로 보고서를 생성하거나, 주요 인사 문서를 배포하거나, 고객 및 직원 정보에 대한 데이터 관리를 자동으로 제공할 수 있습니다.
이미지 인식 또는 컴퓨터 비전은 AI를 사용하여 객체, 텍스트 또는 위치와 같은 시각적 입력을 식별합니다. ERP 시스템은 이 기술을 사용하여 비디오 또는 스캔한 문서와 같은 시각적 데이터를 분석하고 검색 또는 편집 가능한 형식으로 렌더링합니다. 이미지 인식 기술은 더 나은 품질 관리를 위해 제조 재료를 모니터링하는 데에도 사용할 수 있습니다.
최근 몇 년 동안 대화형 AI와 생성형 AI는 인간의 지능을 모방하고 ERP 시스템에 더 많은 기능을 추가함으로써 비즈니스 프로세스를 혁신했습니다.
ERP 플랫폼은 AI의 힘을 사용하여 보고서 또는 권장 사항을 개발하여 실시간 데이터 수집을 기반으로 조직에 실행 가능한 인사이트를 제공할 수 있습니다. 이러한 애플리케이션에는 다음이 포함됩니다.
생성형 AI는 원시 데이터에서 상세한 비즈니스 보고서를 자동으로 생성하여 시간을 절약하고 일관성을 보장합니다. 이러한 보고서는 온디맨드 방식으로 생성되어 이해관계자가 필요로 하는 정보를 제공할 수 있습니다.
생성형 AI는 사전 정의된 매개변수를 기반으로 이메일, 마케팅 콘텐츠, 코드 또는 기술 문서의 초안을 작성할 수 있습니다. 애플리케이션에는 개별 소비자 또는 직원에게 개인화된 메시지를 생성하거나 한 언어에서 다른 언어로 코드를 번역하는 작업이 포함됩니다.
AI는 다양한 비즈니스 시나리오를 생성하고 잠재적 결과를 평가하여 이전 ERP 시스템의 전략적 계획 역량을 크게 발전시킵니다. 예를 들어, AI 기반 ERP 시스템은 지속가능성 규정을 분석하고 조직의 탄소 발자국을 줄이기 위한 일련의 맞춤형 권장 사항을 생성할 수 있습니다.
ERP 플랫폼과 통합할 수 있는 AI 툴의 수를 고려할 때, 이 기술은 광범위한 실제 적용 사례와 잠재적인 사용 사례를 가지고 있습니다. 일반적인 AI ERP 구현에는 다음이 포함됩니다.
예측 유지보수 시스템에는 일반적으로 사물인터넷(IoT) 센서 또는 디지털 트윈이 포함됩니다. 이러한 시스템을 사용하여 조직은 중요한 장비를 모니터링하여 일상적인 유지보수를 예측하거나 문제를 표시하여 불필요한 중단이나 비용이 많이 드는 막판 수리를 방지할 수 있습니다.
운송, 에너지 토목 인프라 및 방위와 같은 산업은 잠재적으로 위험한 고장이나 정전을 방지할 수 있기 때문에 지능형 예측 유지보수의 이점을 크게 누릴 수 있습니다. 이 기술은 풍력 발전 단지 생산량을 늘리고 농업 제조 공장에서 사용하는 불필요한 에너지의 양을 줄이는 데 성공적으로 사용되었습니다.
ERP 시스템의 수요 예측은 생산 계획 프로세스에서 매우 중요할 수 있습니다. 조직은 과거 내부 데이터와 때로는 타사 데이터 세트를 사용하여 시장이 어떻게 변화할지 예측하여 보다 정확한 계획을 세울 수 있습니다. ERP 시스템에서는 수요 예측을 재고 관리 시스템과 통합하여 재고 부족을 방지할 수 있습니다.
머신 러닝은 지출 관리 프로세스도 강화합니다. Oracle의 금융 AI 툴은 예측을 실제 실적과 비교하고 보다 정확한 현금 예측을 생성하는 알고리즘을 사용하여 현금 흐름을 자동으로 최적화합니다.
AI는 코드 변환 또는 데이터 마이그레이션을 자동화하기 위한 다양한 ERP 시스템 툴인 코딩, 테스트 및 애플리케이션 라이프사이클 관리를 지능적으로 자동화하여 코드 개발 및 마이그레이션 프로세스를 혁신합니다.
NLP 및 RPA는 인보이스 및 기타 일상적인 서류 작업을 간소화하여 수동 입력 오류를 줄이고 결제 주기를 단축합니다. SAP의 일부 ERP 모듈은 생산 현장으로의 납품에 대한 영수증 및 인보이스 확인을 자동화하는 반면, Oracle의 AI 기반 금융 툴은 문서 인식 및 지능형 인보이스 입력으로 공급업체의 인보이스를 처리합니다.
AI 기반 ERP 시스템은 고객 관계 관리(CRM) 프로세스를 획기적으로 개선합니다. ERP는 NPL 및 ML 기술을 사용하여 일반적인 문제를 자동으로 해결하고 사용자 경험을 개선하며 24시간 실시간으로 소비자 문의에 응답할 수 있습니다. 예를 들어, SAP의 고객 관계 관리 모듈은 생성형 AI를 사용하여 이메일을 작성하고 계정 브리핑을 준비합니다.
인적 자본 관리(HCM)용으로 설계된 ERP 모듈은 AI 기능을 사용하여 일상적인 작업을 자동화하고, 직원을 위한 HR 프로세스를 개인화하고, 채용 프로세스 중에 인재를 발굴합니다.
예를 들어, SAP SuccessFactors는 한 달에 400만 명 이상의 고객사 직원에게 맞춤형 학습 추천을 제공하고 특정 직무 설명과 일치하는 후보자를 자동으로 소싱합니다.
기업 대 소비자(B2C) 및 기업 대 기업(B2B) 구매 플랫폼에 내장된 머신 러닝 알고리즘과 AI 지원 검색 기능은 특정 기준을 충족하는 상품과 서비스를 표시합니다.
예를 들어, 추천 엔진은 SAP Ariba 네트워크에서와 같이 특정 지속가능성 또는 예산 제약 조건에 부합하는 입찰을 조달 전문가에게 제공할 수 있습니다.
프로세스 마이닝은 알고리즘을 사용하여 비즈니스 워크플로를 분석합니다. ERP 제품에 저장된 방대한 양의 과거 조직 데이터를 통해 AI는 보다 간소화되고 비용 효율적이거나 지속 가능한 프로세스를 추천할 수 있을 뿐만 아니라 비효율성이나 문제점을 찾아낼 수 있습니다.
이상 징후 탐지는 ERP 시스템에서 AI를 사용한 최초의 주요 사용 사례 중 하나였습니다. 이 기술은 잠재적인 사기 문제를 자동으로 표시하여 이해관계자에게 조기 경보 시스템을 제공하고 규정 준수 전문가가 보다 복잡한 작업에 집중할 수 있도록 합니다.
역사적으로 이상 징후 탐지는 은행 및 기타 금융 기관에서 유용하게 사용되어 왔지만, 최근에는 사전 정의된 KPI 표준과 같은 보다 복잡한 매개변수에 적용되고 있습니다.
지능형 주문 관리는 전자 상거래 및 주문 이행 프로세스의 거의 모든 측면을 모니터링하고 최적화할 수 있습니다. 이는 특정 제약 조건에 따라 주문 이행 경로를 지정하는 것부터 상품의 위치를 고객에게 자동으로 업데이트하는 것까지 처리합니다. ERP 시스템에 통합된 이러한 AI 지원 주문 관리 툴은 여러 데이터 세트를 결합하여 상거래 프로세스가 엔드투엔드로 원활하게 실행되도록 합니다.
예를 들어, IBM Sterling Order Management 플랫폼은 판매 채널을 통합 데이터 스트림으로 통합하여 재고 수준을 추적하고 고객 주문을 정리하며 반품 및 배송 옵션을 관리합니다. 또한 이 시스템은 잠재적인 중단을 식별하여 공급망 복원력을 개선합니다.
NLP 및 ML은 긴 보고서나 문서를 요약하여 인간 작업자에게 주요 인사이트를 제공할 수 있습니다. 예를 들어, 조직은 AI 알고리즘을 사용하여 법률 또는 규정 준수 문서에서 핵심 내용을 수집하거나 내부 보고서의 요약을 작성할 수 있습니다.
AI 지원 ERP 시스템은 자동화 및 고급 데이터 분석을 통해 인적 오류를 줄이고 인간이 이해할 수 없는 대규모 데이터 세트를 빠르고 정확하게 탐색합니다.
성공적이고 민첩한 비즈니스는 시장 변화와 예상치 못한 이벤트에 신속하게 대응합니다. AI 지원 ERP 시스템을 통해 조직은 모든 비즈니스 프로세스가 가능한 가장 효율적인 수준에서 운영되고 있는지 확인하고 실시간 인사이트 및 분석을 통해 문제에 신속하게 대응할 수 있습니다.
프로세스 자동화를 갖춘 ERP 시스템은 인보이스 처리 및 주문 관리와 같은 기계적인 작업을 자율적으로 수행하여 인간 직원이 보다 창의적이고 가치 있는 업무에 집중할 수 있도록 합니다.
AI는 인간 직원보다 더 빠르고 정확하게 보안 위협이나 이상 징후를 식별하고 완화할 수 있습니다. AI는 시스템에서 비정상적인 활동을 지속적으로 모니터링하여 이를 수행하며, AI 지원 ERP 시스템은 조직의 전반적인 보안을 크게 강화합니다.
IBM 기업가치연구소(IBV)의 최근 보고서에 따르면, CEO의 64%는 투자자, 채권자, 대출 기관으로부터 IBM AI 도입을 가속화하라는 상당한 압박을 받고 있다고 답했습니다. 하지만 절반 이상의 기업이 아직 일관된 구현 방식을 갖고 있지 않습니다. 이러한 조직은 지능형 ERP 시스템을 선택하고 신중한 구현을 추구함으로써 AI의 이점을 누릴 수 있습니다. 구현을 위한 몇 가지 모범 사례는 다음과 같습니다.
신중한 데이터 거버넌스: 성공적으로, 목적에 맞게 구축된 AI를 훈련하고 조정하는 데 사용되는 데이터는 일반적으로 고품질이며 오류가 없고 안전하게 저장되어 있습니다.
확장 가능한 인프라: AI 지원 ERP가 클라우드에서 호스팅되든 온프레미스와 클라우드의 하이브리드 형태로 호스팅되든 관계없이 확장 가능한 IT 인프라에 투자하면 고급 AI 기능을 지원하는 데 도움이 됩니다.
지속적인 모니터링: AI 지원 ERP 시스템을 정기적으로 모니터링 및 업데이트하거나 타사 파트너와 협력함으로써 조직은 시스템 성능을 유지하고 장기적인 성공을 보장할 수 있습니다.
신중한 통합 전략: 다른 ERP 및 AI 구현 사례와 마찬가지로 핵심 비즈니스 목표에 부합하는 명확한 통합 전략은 일반적으로 조직이 목표를 실현하는 데 도움이 됩니다.
IBM Sterling Order Management는 AI를 활용하여 ERP 및 상거래 플랫폼의 중요한 격차를 메우고 확장성과 성능을 개선합니다. 당사의 유연한 플랫폼을 사용하면 주문 관리 기술을 비즈니스 전략에 맞게 조정할 수 있습니다.
IBM과 SAP를 함께 사용하여 자신 있게 AI 구현을 가속화하세요. 심층적인 SAP 컨설팅 전문 지식을 갖춘 유일한 기술 회사인 IBM은 SA와 협력하여 AI 여정을 통해 고객 가치를 창출합니다.
생성형 AI 솔루션을 사용해 Oracle Cloud로의 여정을 최적화하고 가속화하세요. IBM은 거의 40년 동안 Oracle과 전략적으로 파트너십을 맺어 고객이 복잡한 환경에서 비즈니스 혁신을 극대화할 수 있도록 지원해 왔습니다.
IBM의 AI 지원 주문 관리 플랫폼을 사용하여 주문 이행 네트워크를 실시간으로 확인하세요.
오늘날의 급변하는 비즈니스 환경에서는 일상적인 운영을 관리할 수 있는 스마트한 툴이 필요합니다. 최신 ERP를 위한 세 가지 주요 배포 옵션에 대해 알아보세요.
2023년 IBM은 수백 개의 조직으로부터 인사이트를 수집하여 전 세계 SAP 고객들의 우선순위를 파악했습니다. 현재 SAP 고객이 무엇에 중점을 두고 있는지 알아보세요.
CEO들이 어떻게 생성형 AI를 채택하고 있는지, 그리고 올바른 투자가 어떻게 막대한 수익을 창출하는 전략적 이점을 제공할 수 있는지 알아보세요.
주문 관리의 미래를 정의하는 4가지 트렌드와 이러한 혁신이 빠르게 변화하는 환경에서 어떻게 선택의 자유와 유연성을 제공할 수 있는지 알아보세요.
고객 대면 개인화에서 AIOps에 이르기까지 AI 기술에 대한 가장 미래 지향적인 비즈니스 사례를 살펴보세요.
각주
1 “시장 점유율 분석: ERP 소프트웨어, 전 세계”(ibm.com 외부 링크), Gartner, 2023년 8월 1일.
2 "ERP를 위한 차세대 AI 및 Microsoft Dynamics 365 Copilot 기능 소개"(ibm.com 외부 링크), Microsoft, 2023년 6월 15일.
3 "SAP, 새로운 생성형 AI 어시스턴트 Joule 발표"(ibm.com 외부 링크), SAP, 2023년 9월 26일.