내용이 보이지 않으면 여기를 클릭하여 확인하세요.    

세일즈포스는 박세진 엔터프라이즈 세일즈 부문 부사장을 세일즈포스 코리아 신임 대표이사로 선임했다고 밝혔다. 박세진 대표는 8월부터 세일즈포스의 한국 시장 내 비즈니스 전반을 총괄하며, 국내 기업이 AI 혁신을 통해 비즈니스 성과를 창출하고 AI 에이전트를 활용해 경쟁력을 강화할 수 있도록 지원하는 데 집중할 예정이다. 세일즈포스에 따르면 박세진 대표는 2024년 합류 이후 엔터프라이즈 세일즈 조직을 이끌며 AI CRM과 AI 에이전트를 중심으로 한 영업 전략을 추진해 왔다. 특히 그는 국내 주요 기업들의 AI CRM 도입을 지원해 고객 경험 혁신과 두 자릿수 이상의 생산성 향상이라는 성과 달성을 이끌었으며, AI CRM을 고객 성공과 세일즈포스 코리아의 성장을 견인하는 핵심 동력으로 자리매김시켰다.     박세진 대표는 세일즈포스 합류 전 SAP, 워크데이, 오라클 등 글로벌 IT 기업에서 20여 년간 경험을 쌓으며, 세일즈 및 비즈니스 성장을 이끄는 리더십을 입증했다. 또한 고려대학교 산업공학 석사 학위를 통해 AI와 이커머스 분야의 전문성을 확보함에 따라 비즈니스와 AI를 결합한 혁신 전략에 대한 깊은 이해도를 갖추고 있다. 세일즈포스는 이번 인사를 통해, 산업별 특화 AI 전략과 실행력을 강화하고 AI 에이전트를 중심으로 국내 기업의 AI 혁신 여정을 가속화하는 데 몰두할 예정이라고 밝혔다. 박세진 대표는 앞으로 세일즈포스 코리아의 비즈니스를 총괄하는 대표이사로서 국내 고객과의 접점을 확대하는 동시에 제조, 금융, 리테일, 소비재, 헬스케어 등 AI 활용 수요가 폭발적으로 증가하고 있는 주요 산업군을 집중 공략할 계획이다. 특히, AI 에이전트 기술을 기반으로 고객이 체감할 수 있는 실질적 성과와 새로운 비즈니스 모델 창출을 견인하는 데 주력한다. 박세진 신임 대표는 “AI가 비즈니스 운영과 고객경험 전반을 재정의하고 있는 중요한 시점에 한국 시장 내 세일즈포스의 성장을 이끌 중책을 맡게 되어 매우 뜻깊다”며, “국내 기업들이 겪고 있는 다양한 AI 혁신 과제를 함께 해결하고, 글로벌 경쟁력을 높일 수 있도록 신뢰할 수 있는 전략적 파트너로서 역할을 강화해 나가겠다”라고 언급했다. 한편, 6년 이상 세일즈포스 코리아 조직 전반을 총괄한 손부한 전 대표는 세일즈포스 코리아에서 비즈니스 자문 및 고문 역할을 수행할 계획이다.

HPE는 기업이 AI를 도입하고 개발 및 운영하는 과정을 폭넓게 지원하는 ‘HPE 기반 엔비디아 AI 컴퓨팅(NVIDIA AI Computing by HPE)’ 포트폴리오의 주요 혁신 사항을 공개했다. HPE는 엔비디아 AI 엔터프라이즈(NVIDIA AI Enterprise)와의 통합을 한층 강화하고, 최신 엔비디아 AI 모델 및 엔비디아 블루프린트(NVIDIA Blueprints)를 HPE 프라이빗 클라우드 AI(HPE Private Cloud AI)에 탑재함으로써 개발자들이 AI 애플리케이션을 보다 간편하게 구축하고 운영할 수 있도록 지원하게 되었다고 전했다. 또한 HPE는 엔비디아 블랙웰(NVIDIA Blackwell) 기반 가속 컴퓨팅을 탑재한 HPE 프로라이언트 컴퓨트(HPE ProLiant Compute) 서버를 출하할 예정이며, 이를 통해 생성형 AI, 에이전틱 AI 및 피지컬 AI 워크로드를 향상된 성능으로 지원할 수 있을 것으로 보고 있다. 엔비디아 블랙웰 아키텍처를 탑재한 HPE 프로라이언트 컴퓨트 서버는 두 종류의 엔비디아 RTX PRO 서버 구성을 포함한다. HPE 프로라이언트 DL385 Gen11 서버는 신규 2U RTX PRO 서버 폼팩터의 공랭식 서버로, 엔비디아 RTX PRO 6000 블랙웰 서버 에디션 GPU를 최대 2개까지 지원한다. 이 제품은 기업의 증가하는 AI 수요를 충족해야 하는 데이터센터 환경에 최적화된 설계를 지향한다. HPE 프로라이언트 컴퓨트 DL380a Gen12 서버는 4U 폼팩터 기반으로, 엔비디아 RTX PRO 6000 GPU를 최대 8개까지 지원하며 2025년 9월 출시될 예정이다.   특히 HPE 프로라이언트 컴퓨트 Gen12 서버는 HPE iLO(Integrated Lights Out) 7의 실리콘 RoT(Root of Trust) 및 시큐어 인클레이브(Secure Enclave) 기반으로 한 다층 보안 기능을 갖추고 있으며, 위조 및 변조 방지 보호와 양자 내성 펌웨어 서명(quantum-resistant firmware signing) 기능을 통해 한층 강화된 보안 환경을 제공한다.   ▲ HPE 프로라이언트 DL380a Gen12 서버   또한, HPE 컴퓨트 옵스 매니지먼트(HPE Compute Ops Management)으로 지원되는 중앙 집중형 클라우드 네이티브 방식의 라이프사이클 자동화 기능은 서버 관리에 소요되는 IT 업무 시간을 최대 75%까지 줄이고, 서버당 연간 평균 4.8시간의 다운타임 감소 효과를 제공한다. 대상 워크로드에는 생성형 및 에이전틱 AI을 비롯해 로보틱스 및 산업용 사례 등 피지컬 AI, 품질 관리(QC) 모니터링 및 자율주행과 같은 비주얼 컴퓨팅, 시뮬레이션, 3D 모델링, 디지털 트윈, 그리고 각종 엔터프라이즈 애플리케이션이 포함된다. 한편, HPE는 올해 말 출시 예정인 차세대 ‘HPE 프라이빗 클라우드 AI’를 발표했다. 이 설루션은 엔비디아 RTX PRO 6000 GPU를 탑재한 HPE 프로라이언트 컴퓨트 Gen12 서버를 지원하며, GPU 세대 간의 원활한 확장성, 폐쇠망(air-gapped) 관리 및 엔터프라이즈 멀티 테넌시(multi-tenancy) 기능 등을 제공할 예정이다. HPE와 엔비디아가 공동 개발한 엔터프라이즈 턴키 AI 팩토리 설루션인 HPE 프라이빗 클라우드 AI는 에이전틱 AI를 위한 최신 버전의 엔비디아 네모트론(NVIDIA Llama Nemotron) 모델, 피지컬 AI 및 로보틱스를 위한 코스모스 리즌(Cosmos Reason) VLM(vision language model), 엔비디아 블루프린트 VSS 2.4 (NVIDIA Blueprint for Video Search and Summarization)를 지원하여 대규모 영상 데이터에서 인사이트를 추출하는 영상 분석 AI 에이전트를 구축할 수 있다. 또한, HPE 프라이빗 클라우드 AI는 최신 AI 모델을 위한 엔비디아 NIM 마이크로서비스, 엔비디아 블루프린트를 빠르게 배포할 수 있도록 맞춤형 설계되어, 고객들은 HPE AI 에센셜(HPE AI Essentials)를 통해 이를 간편하게 활용할 수 있다. 이와 함께 HPE 프라이빗 클라우드 AI는 엔비디아 AI 가속화 컴퓨팅, 네트워킹, 소프트웨어와의 깊은 통합을 바탕으로, 기업들이 데이터 통제를 유지하면서도 AI의 가치를 보다 신속하게 활용할 수 있도록 지원한다. 이를 통해 고객은 급증하는 AI 추론 수요를 효과적으로 관리하고 AI 생산 속도를 가속화할 수 있다. HPE 셰리 윌리엄스(Cheri Williams) 프라이빗 클라우드 및 플렉스 설루션 부문 수석 부사장 겸 총괄은 “HPE는 AI 시대를 맞아 기업들이 성공을 이룰 수 있도록 필요한 툴과 기술을 제공하는 데 전념하고 있다”면서, “엔비디아와의 협업을 통해 기술 혁신의 경계를 지속적으로 넓혀가며, 생성형 AI, 에이전틱 AI, 피지컬AI의 가치 실현을 포함해 엔터프라이즈 환경의 복잡하고 다양한 요구를 충족하는 설루션을 제공하고 있다. HPE 프로라이언트 서버와 HPE 프라이빗 클라우드 AI의 확장된 역량을 결합함으로써, 기업들이 AI 혁신의 다음 단계를 더욱 신속하고 신뢰 있게 수용할 수 있도록 지원하고 있다”고 밝혔다. 엔비디아의 저스틴 보이타노(Justin Boitano) 엔터프라이즈 AI 부사장은 “기업은 최신 AI 요구사항에 맞추기 위해 유연하고 효율적인 인프라가 필요하다”면서, “엔비디아 RTX PRO 6000 블랙웰 GPU를 탑재한 HPE 2U 프로라이언트 서버는 단일 통합형 기업용 플랫폼에서 거의 모든 워크로드를 가속화할 수 있도록 해줄 것”이라고 밝혔다.

이에이트는 오토데스크로부터 물 인프라 전문(Water Infrastructure Specialized) 파트너로 승인되어 파트너 등급이 실버 티어로 상향되었다고 밝혔다.   이에이트가 이번에 획득한 물 인프라 전문 파트너 자격은 수력 모델링과 클라우드 기반 기술을 활용해 물 자산의 전 주기를 관리할 수 있는 전문 역량을 갖춘 기업에 주어진다. 이 자격은 설계부터 운영·유지관리까지 효율적이고 지속 가능한 관리 능력을 인정받아야 획득할 수 있다. 이에이트는 “수년간 한국수자원공사, 한국도로공사 등 주요 기관과 기업과 협력하여 댐 설계 검증과 디지털 워터 모델링, 도시 침수 예측 및 배수망 정밀 설계, 디지털 트윈 기반 자산 관리 및 운영 최적화 등 다양한 프로젝트를 수행하며 차별화된 경쟁력을 확보해왔다”면서, 이러한 기술력과 프로젝트 수행 경험에 오토데스크의 워터 솔루션을 더해 누수·침수 대응, 운영 비용 절감, 디지털 트윈 기반 협업 등에서 실질적 성과를 낼 수 있는 역량을 공식적으로 인정받았다”고 전했다. 이에이트는 오토데스크의 InfoWorks ICM, InfoDrainage, Civil 3D와 자사 시뮬레이션 기술(NFLOW), 디지털 트윈 플랫폼(NDX PRO)을 결합해 수자원 설계, 도시침수 대응, 운영 최적화 등 전 주기에 걸쳐 통합 설루션을 제공한다. 기존에는 침수 피해 예측을 위해 연구기관과 학계에서 오픈소스인 SWMM(Storm Water Management Model)을 활용한 시뮬레이션이 주로 이루어졌지만, 실제 피해 수준을 정밀하게 예측하는 데에는 한계가 있었다. 이에이트는 InfoWorks ICM과 NFLOW, NDX PRO를 결합해 기술 시스템을 구성하면, 광역 마스터플랜 수립부터 1D/2D/3D 통합 홍수 해석, 실시간 운영, 재난 시나리오 대응까지 아우르는 통합 관리 시스템으로 발전시킬 수 있다는 점에서 기술 차별성과 실효성이 있다고 보고 있다.   이에이트 관계자는 “이번 실버 파트너 및 물 인프라 전문 파트너 자격 획득은 오토데스크가 이에이트의 수자원 분야 기술력과 실행 역량을 글로벌 기준에서 공식 인정한 것”이라며, “앞으로도 디지털 수자원 해석, 예지보전 기반 유지 관리, 스마트 인프라 설계 등을 통해 지속가능한 도시 환경 구축에 기여하는 핵심 파트너로 성장해 나가겠다”고 밝혔다.  

디지털 전환의 잠재력을 실현하는 메타버스 기술   이번 호에서는 산업 분야 메타버스의 발전을 이끄는 요인과 그 잠재력에 대해 알아보고, 디지털 전환의 중요성과 이를 실현하는 기술을 살펴보고자 한다. 또한, 실제 성공 사례를 통해 산업 분야 메타버스를 즉시 시작해야 하는 세 가지 이유를 제시한다. ■ 자료 제공 : 유니티 코리아     메타버스는 주로 게임, 엔터테인먼트, 소셜 네트워크, 가상 경제 같은 소비자 지향적 활동을 위해 구상되었으며, 현재 로블록스(Roblox), 디센트럴랜드(Decentraland), 호라이즌 월즈(Horizon Worlds) 등의 플랫폼에서 관련 콘텐츠를 찾아볼 수 있다. 반면에 제조, 자동차, 물류 등의 산업 분야에서는 효율과 생산성, 혁신 등에 메타버스를 응용하는 방안을 주목한다. 산업 분야의 메타버스는 디지털 트윈, 시뮬레이션, 실시간 협업 등의 툴을 통합하여 운영과 설계, 교육을 개선한다. 유니티의 헤닝 린(Henning Linn) 인더스트리 고객 성공 담당 시니어 디렉터는 “산업 분야 메타버스는 데이터 연결성과 접근성을 새로운 차원으로 인도하며, 가속화된 연결을 통해 한 시스템에서 다른 시스템으로 데이터를 전송하는 방식을 개선한다”고 전했다.   든든한 토대를 마련하는 산업 분야 메타버스 산업 분야 메타버스는 몰입형 3D 기술과 실제 기업용 애플리케이션을 혼합하는 방법이다. 주된 용도는 비즈니스의 내부 프로세스에 사용하거나 고객의 참여를 유도하는 것이다. 산업 분야 메타버스는 기업에게 디지털 작업 공간이 되며, 현실 공간에서 써야 할 시간이나 비용을 절약하면서 테스트와 디자인을 거쳐 운용 방안을 개선할 수 있다. 공장, 기계 또는 시스템의 첨단 디지털 시뮬레이션, 즉 가상의 모형이 생긴다고 생각해 보자. 디지털 3D 공간에서 여러 팀이 협력하여 문제를 해결하고 작업자를 교육하거나 프로세스를 최적화할 수 있다. 산업 분야 메타버스는 형태나 규모의 제약에서 벗어나 제품을 선보일 수 있는 가상 쇼케이스가 되기도 하며, 한층 새로운 수준으로 고객의 참여를 유도하는 수단이 되기도 한다. 고객이 어디서나 가상 환경을 통해 제품을 체험할 수 있는 몰입형 플랫폼을 제공할 수 있으므로 참여도와 구매 가능성이 높아진다. 산업 분야 메타버스에서는 VR(가상현실), AR(증강현실), XR(확장현실) 같은 툴을 사용하여 이러한 가상 세계에 몰입할 수 있는 환경을 제공한다. 그 기반이 되는 실시간 3D 기술을 활용해 센서, IoT(사물인터넷), 글로벌 제품 카탈로그, 소재 정보를 비롯한 현실 세계의 데이터를 연동할 수 있다. 이 모든 것을 하나로 엮으면 실시간으로 가상 세계에서 환경이나 제품을 정확하게 표현할 수 있다. 산업 분야 메타버스를 통해 몰입형 3D 기술을 실제 정보와 결합하면 더 스마트하게 작업하고, 비용을 절감하며, 고객 참여를 유도하고, 보다 안전하고 신속하게 의사 결정을 내리는 데 도움이 된다.   산업 분야 메타버스에 대한 주목도가 높아지는 이유 PwC의 2024년 운영 디지털 트렌드 설문 조사에 따르면, 운영 및 공급망을 담당하는 임원 10명 중 거의 7명(69%)은 기술 투자가 전반적으로 기대치를 충족하지 못한다고 답했다. 산업 분야의 기업들은 다음과 같은 과제에 직면하고 있다.  빠르게 변화하는 시장에 대응 : 기술과 비즈니스 모델은 빠르게 발전하고 있으며, 산업 분야의 기업은 경쟁력을 유지하기 위해 미래를 향한 비전을 제시하고 새로운 기술에 투자해야 한다. 분산된 조직 간 협업 및 전략적 의사 결정 지원 : 인력은 다양한 지역과 시간대에 흩어져 있으며, 직원과 임원 모두 저마다 시간대가 달라 협업하기가 쉽지 않다. 전사적 차원에서 단절된 데이터 파악 : 그 어느 때보다 많은 데이터가 디지털화되고 클라우드에 저장되어 접근성이 높아졌지만, 대부분의 조직에서 데이터는 여전히 상당 부분 고립되어 있다. 사용자가 데이터와 상호 작용하고 데이터를 이해할 수 있도록 지원 : 복잡한 데이터 세트를 다른 데이터 세트와 통합하고, 사람들이 그 안에 담긴 맥락과 의미를 파악할 수 있도록 데이터를 시각화해야 한다.   산업 분야 메타버스가 지닌 혁신적인 잠재력 산업 분야 메타버스가 다양한 유형의 비즈니스에 적합한 이유는 무엇일까? 교육, 고객 경험, 협업 툴, 영업 및 마케팅 실무와 같은 실질적인 응용 사례에 집중하면 그 가능성은 무궁무진하다. 몇 가지 가능한 사례를 살펴보겠다.   운영 프로세스 간소화 목표 : 기존 프로세스, 워크플로, 시스템을 진단한다. 응용 사례 : 정유소에서 공장 전체의 디지털 트윈을 제작한다. 유지 관리 담당자는 가상 환경에서 디지털 트윈을 탐색하고, 그 구성 요소와 상호 작용하고, 유지 관리 작업을 시뮬레이션할 수 있다. 여기에는 마모된 부분이 있는지 파악하고, 수리 절차를 계획하고, 모든 안전 프로토콜이 준수되었는지 확인하는 작업이 포함된다. 장점 : 더 효과적으로 계획을 수립하고 휴먼 에러를 줄일 수 있으므로 유지 관리 다운타임 및 비용이 대폭 감소한다.   비즈니스 모델 전환 목표 : 기존 비즈니스 모델에서 더 혁신적인 모델로 전환 응용 사례 : 중장비 제조업체가 PaaS(Product-as-a-Service) 모델로 전환한다. PaaS 모델을 도입하면 고객은 제품 사용 비용을 한 번에 전부 지불하는 대신 사용한 만큼만 지불하면 된다. 기업은 장비의 디지털 트윈을 구축하고 실제 기계의 IoT 센서와 동기화함으로써 성능, 사용량, 마모 관련 데이터에 액세스할 수 있다. 고객은 장비를 구매하지 않고 사용량(예 : 작동 시간, 생산 산출량)을 기준으로 요금을 납부할 수 있다. 장점 : 제조업체는 PaaS 모델을 통해 반복적인 수입이 발생하는 새로운 수익원을 창출하여 재무적 예측 가능성을 높일 수 있다.   업종 전환 목표 : 새로운 지역, 업종 또는 프로젝트 모색 응용 사례 : 건설 회사가 디지털 기술을 사용해 건물의 설계, 건축, 관리 방식을 혁신하는 3D 프로젝트 모델을 구축함으로써 효율성과 지속 가능성, 비용 절감을 전체적으로 개선한다. 장점 : 실제 건설을 시작하기 전에 잠재적인 문제를 탐지하면 비용을 절감하고, 오류를 최소화하며, 프로젝트 일정을 줄일 수 있다.   인력과 조직 문화의 변화 목표 : 직원의 협업과 혁신을 촉진하고 민첩성 강화 응용 사례 : 다양한 지역에 떨어져 있는 여러 팀이 마치 같은 현장에 있는 것처럼 서로 보고 들을 수 있는 가상 3D 회의실에서 실시간으로 협업하고, 다 함께 제품의 3D 디지털 버전을 검토한다. 장점 : 직원 간의 커뮤니케이션을 개선하고, 더욱 빠르게 의사 결정을 내리고, 프로젝트를 완료하는 데 걸리는 시간을 단축한다.   고객과 파트너의 경험 혁신 목표 : 고객에게 더 흥미로운 경험 제공 응용 사례 : 자동차 제조업체가 고객에게 집에서 차량을 자세히 살펴보고 원하는 대로 커스터마이즈해 볼 수 있는 3D 가상 쇼룸을 제공한다. 고객은 실시간으로 차량의 기능을 사용해 보고, 차량의 색상, 인테리어 옵션, 액세서리를 변경하고, 모든 각도에서 변경에 따른 차이를 확인할 수 있다. 장점 : 자동차 제조업체는 고객이 더욱 많은 정보를 바탕으로 의사 결정을 내릴 수 있도록 도와주며, 고객 만족도와 참여 수준이 높아진다.   디지털 전환이 중요한 이유 기업이 소프트웨어와 전자 제품을 통해 기능과 사용자 경험을 개선할 방안을 모색하는 한편 지속 가능한 설루션에 대한 관심이 증가함에 따라, 많은 산업 분야에서 스마트 제품과 커넥티드 제품이 점점 더 다양하게 보급되고 있다. 공급망 관리, 인력 역학, 지속 가능한 혁신을 둘러싼 과제들로 인해 불확실성이 늘어나지만, 동시에 창의적인 솔루션을 통해 기업이 경쟁 우위를 확보할 기회가 생겨나기도 한다. 이러한 압박과 어려움으로 인해 기업은 운영 방식뿐 아니라 시장에 출시하는 제품과 서비스도 혁신해야 하는 상황에 놓였다. 실시간 3D 렌더링, AI, 클라우드 컴퓨팅이 발전하면서 산업 분야 메타버스에는 새로운 길이 열렸다. 미래의 성공을 위해 기업은 더 탄력적이고 민첩해져야 하며, 역동적으로 변하는 환경에 대한 적응력을 높여야 한다. 그러려면 디지털 전환과 산업 분야 메타버스를 핵심 요소로 채택해야 한다. 린 시니어 디렉터는 “데이터가 디지털화되었다고 해서 연동되었다는 것은 아니다. 예를 들면 제품의 동작을 설명하는 데이터라고 하더라도 제품 데이터와는 연동되지 않을 수 있다. 동작을 시뮬레이션하려면 수동으로 데이터를 연결해야 한다. 산업 분야 메타버스는 데이터 사일로(silo)를 연결하며, 이는 디지털 전환을 통해 실현할 수 있다”고 짚었다.   실시간 3D : 산업 분야 메타버스의 기반 기술 현재 디지털 전환을 시작하는 조직에 중요한 혁신 중 하나는 바로 실시간 3D이다. 실시간 3D는 컴퓨터로 생성되어 단순히 보는 것에 그치지 않고, 직접 체험할 수 있는 3D 이미지를 만들고 표시하는 기술이다. 그 이름에서 알 수 있듯이 이 이미지는 실시간으로 업데이트된다. 즉, 사용자의 행동에 따라 바로 바뀌는 것이다. 실시간 3D는 원래 비디오 게임을 제작하기 위해 개발되었지만 이제는 산업 분야에서도 널리 응용되고 있으며, 가상 세계가 사용자 행동에 즉각적으로 반응하는 몰입형 인터랙티브 경험의 근간이 된다.   검증된 실시간 3D 응용 사례 고도로 발전한 고성능 실시간 3D 기술은 이미 존재한다. 제조업체, 사치품 소매 업체, 자동차 제조 업체 등 다양한 기업들이 이미 실시간 3D 기술을 활용하고 있다. 다음은 몇 가지 예시이다.   단일 에셋 라이브러리로 XR 제작 과정을 간소화 글로벌 과학 및 임상 연구 회사인 써모피셔사이언티픽(Thermo Fisher Scientific)은 디지털 트윈, 영업 지원, 교육, 기능성 게임 같은 설루션을 제공하기 위해 단일 소스의 3D 애셋을 활용하는 XR 기반 플랫폼을 구축했다. 이 XR 플랫폼의 성과는 다음과 같다. 애셋 파이프라인 효율 250% 향상 로코드/노코드 비주얼 스크립팅을 통한 개발 시간 단축   ▲ 이미지 출처 : 써모피셔사이언티픽   사이버 공간에 오프라인 매장 경험을 구현 파리의 럭셔리 가죽 제품 브랜드 카뮤포네(Camille Fournet)는 섬세한 디자인과 장인 정신으로 잘 알려져 있지만, 실시간 3D를 사용하여 고객의 경험을 향상하는 데 앞장선 브랜드이기도 하다. 이 기업에서는 고객이 매장에서 누리는 럭셔리한 경험을 온라인에도 똑같이 제공하고자 했다. 유니티를 기반으로 스마트픽셀(SmartPixels)에서 제작한 실시간 3D 제품 컨피규레이터 덕분에 카뮤포네는 다음과 같은 성과를 거뒀다. 탐색에서 구매로 이어지는 전환 수 5배 증가 고객 참여도 66% 상승   ▲ 이미지 출처 : 스마트픽셀   교육 비용을 절감 칼스 주니어(Carl’s Jr.)는 미국에 뿌리를 둔 패스트푸드 체인으로, 30개국에서 1100개가 넘는 식당을 운영한다. 만 명에 달하는 직원 대부분이 서로 멀리 떨어져 다양한 지역에서 근무하고 있다. 안전, 위생 및 고객 서비스에 대한 높은 기준을 유지하려면 지속적이고 일관된 신입 직원 교육이 필수이다. 칼스주니어는 AR 기반의 자기 주도형 인력 교육을 통해 다음과 같은 성과를 달성했다. 교육 비용 73% 절감 고객 만족도 43% 증가   ▲ 이미지 출처 : 비저너리스 777(Visionaries 777)   지금 산업 분야 메타버스를 시작해야 하는 세 가지 이유 디지털 기술은 빠르게 발전하고 있다. 산업 분야의 기업이 뒤처지지 않으려면 더 전략적으로, 더 장기적인 관점에서 변화를 예측해야 한다. 경쟁력 확보 : 경쟁 업체는 이미 실시간 3D를 활용할 방법을 모색하고 있고, 움직임이 더딘 조직을 빠르게 앞지를 것이다. 실시간 3D에 대한 고객의 수요와 기대치가 모두 증가하고 있으며, 고객이 원하는 것을 제공하지 않는 조직은 고객 이탈을 겪게 될 것이다. 인재 확보 : 최고의 인재, 특히 기술 인력은 늘 부족하며 수요가 많다. 새로운 기술을 도입하여 디지털 전환을 추진하는 기업은 기술 커뮤니티의 이목을 끌 수 있다. 혁신 실현 : 복잡한 3D 데이터에 대한 보편적인 액세스 권한을 제공하고 전 세계의 관계자가 협업할 수 있도록 지원하면 작업자가 더욱 생산적이고 효과적인 동시에 보다 빠르게 작업할 수 있다.   향후 전망 살펴보기 기술의 융합 그 자체인 산업 분야 메타버스의 목표는 가상 세계와 증강현실을 서로 연결하는 것이다. 유연함이라는 본질 덕분에 기술과 활용 사례가 발전함에 따라 그 정의도 계속 변화할 것이다. 기업은 IoT, AI, XR 같은 디지털 전환 툴을 연동하여 공장, 공급망, 제품을 세밀한 부분까지 그대로 재현함으로써 몰입도 높은 산업 분야 메타버스 애플리케이션을 제작할 수 있다. 이 가상 모형은 실시간 모니터링, 예측형 유지 관리, 시나리오 테스트, 교육, 협업 등을 가능케 한다. 결론적으로, 산업 분야 메타버스는 기존 프로세스를 개선하는 것을 넘어서 더욱 민첩하고 지속 가능하며 혁신적인 산업으로 향하는 혁신의 기틀이 되고 있다.     ■ 기사 내용은 PDF로도 제공됩니다.

SAP 코리아가 7월 15일 연례행사인 ‘SAP 나우 AI 투어 코리아(SAP NOW AI Tour Korea)’를 진행하면서, AI(인공지능) 시대를 위한 새로운 비즈니스 운영 방식을 제시했다. ‘Unleash Your Future with Business AI(비즈니스 AI로 미래를 열다)’를 주제로 열린 이번 행사에서는 빠르게 변화하는 AI 시대에 기업의 비즈니스 혁신을 지원하는 SAP의 전략과 비전이 소개됐다. ■ 정수진 편집장   애플리케이션–데이터-AI의 선순환으로 비즈니스 혁신 주도 SAP의 AI 전략은 애플리케이션, 데이터, 비즈니스 AI의 선순환 효과(flywheel effect)를 통해 비즈니스 운영 방식을 근본적으로 혁신하겠다는 것이다. SAP의 지나 바르주-브로이어(Gina Vargiu-Breuer) 최고인사책임자는 이런 전략의 핵심으로 자사의 모든 애플리케이션에 AI를 기본으로 내재화(embedded AI)한다는 ‘AI 퍼스트(AI First)’ 접근법을 꼽았다. SAP는 2025년 말까지 400개 이상의 임베디드 AI 기능을 출시할 계획이다. 이와 동시에 SAP는 ‘스위트 퍼스트(Suite First)’ 전략을 추구한다. 개별 기능이 뛰어난 ‘최고의 설루션(Best of Breed)’을 모아 놓는 것을 넘어, 모든 비즈니스 애플리케이션을 유기적으로 통합한 ‘최적의 스위트(Best of Suite)’를 제공한다는 뜻이다. 바르주-브로이어 최고인사책임자는 이를 통해 기업 고객이 일관성, 유연성, 민첩성을 확보할 수 있다고 전했다. SAP의 전략은 애플리케이션이 생성하는 고품질의 비즈니스 데이터를 기반으로 신뢰할 수 있는 AI(reliable AI)를 구동하고, 이 AI가 다시 애플리케이션을 더욱 지능적으로 만드는 선순환 구조를 완성하는 것으로 요약할 수 있다. SAP는 애플리케이션, 데이터, AI가 긴밀히 연계되어 만들어내는 시너지가 고객에게 실질적인 비즈니스 가치를 제공하는 원동력이 될 것으로 보았다.   ▲ SAP의 이르판 칸 최고제품책임자가 기자간담회를 통해 자사의 AI 전략과 기술을 소개했다.   데이터 복잡성을 해결하는 ‘비즈니스 데이터 클라우드’ 이번 행사에서 SAP가 소개한 ‘SAP 비즈니스 데이터 클라우드(SAP Business Data Cloud : BDC)는 AI 시대에 기업의 데이터 관리와 AI 도입을 지원하고 비즈니스 운영 방식을 혁신하기 위해 새로운 서비스형 소프트웨어(SaaS) 설루션이다. BDC는 분산된 데이터를 통합하고 의미 있는 데이터로 전환하여 AI 활용도를 극대화하는 데 초점을 맞추었다. 이를 위해 BDC는 데이터 통합과 조화를 통한 단일 진실 공급원을 구축하고, 신뢰할 수 있는 AI 및 지능형 애플리케이션의 기반을 마련하면서, 현대적 아키텍처와 강력한 파트너 생태계를 지원한다. 기업들은 AI를 위한 데이터 준비, 수집, 거버넌스 등 데이터 관리에 많은 시간을 쓰고 있으며, 이는 기업에서 AI를 활용하는 데 있어 어려움으로 작용한다. BDC는 이러한 문제를 해결하기 위해 SAP와 비 SAP 데이터를 통합해 연결된 데이터 환경을 구축하도록 한다. 특히 기존 애플리케이션의 데이터 모델을 조화(harmonize)시켜서, 여러 비즈니스 라인에 걸쳐 다르게 정의된 고객 데이터를 단일 뷰로 제공한다. BDC는 고품질의 기업 데이터를 통합 관리하여 AI 애플리케이션이 안정적으로 데이터를 활용하고 모델을 훈련하는 시간을 줄인다. 또한 SAP의 AI 코파일럿인 쥴(Joule)과 연동해 비즈니스 데이터의 맥락을 깊이 있게 파악하고, 분석 및 권장사항 도출에 필요한 데이터를 제공한다. SAP의 이르판 칸(Irfan Khan) 데이터 및 애널리틱스 사장 겸 최고제품책임자는 “ERP와 같은 기업의 핵심 시스템에서 데이터가 추가되거나 변경될 때마다 BDC는 이를 복사하고 최신 상태로 반영하여 일관성을 유지하며, 이렇게 조화된 데이터는 단순한 원시 데이터가 아닌 ‘의미적으로 풍부한 데이터 제품(semantically enriched data products)’으로 전환되어 모든 앱에서 활용된다”고 설명했다. 또한 “BDC는 데이터 추출, 변환, 적재(ETL) 파이프라인 구축과 유지보수를 완전 관리형 서비스로 제공한다. 이를 통해 기업은 데이터 관리의 부담을 덜고, 가치 있는 AI 활용 사례를 만드는 데 집중할 수 있게 된다”고 설명했다. BDC는 스토리지와 컴퓨팅을 분리한 레이크하우스(lakehouse) 아키텍처를 기반으로 설계되었으며, 텍스트, 오디오, 비디오 등 정형 및 비정형 데이터를 구분 없이 저장 및 지원한다. 또한 AWS, 구글 클라우드, 애저 등 주요 하이퍼스케일러 인프라 어디에서나 구동되도록 설계되어, 고객은 기존 인프라를 변경할 필요 없이 BDC를 도입할 수 있다. 칸 최고제품책임자는 “데이터브릭스(Databricks)와의 파트너십을 통해 제로 카피 공유(zero-copy sharing) 방식으로 SAP 및 비 SAP 데이터를 양방향 공유하며, 팔란티어(Palantir)와도 협력해 데이터 파이프라인 구축을 간소화하는 도구를 지원한다”고 소개했다. SAP BDC는 2025년 2월에 글로벌 출시되었으며, 한국 시장에는 7월 말부터 공식 제공된다.   ▲ SAP는 유기적으로 결합된 스위트로 비즈니스 AI를 구현하고자 한다.   데이터의 맥락을 이해하는 AI 코파일럿 ‘쥴’ 한편, SAP는 AI 코파일럿인 ‘쥴(Joule)’이 다양한 개선을 이뤘다고 소개했다. 쥴은 데이터의 맥락을 확인하고 위치에 관계 없이 데이터를 활용할 수 있도록 지원한다. 이를 통해 AI 에이전트가 비즈니스 맥락과 데이터 관계성을 파악하는 과정을 돕는다. BDC가 고품질 기업 데이터를 통합 관리한다면, 쥴은 이를 AI 애플리케이션에서 활용할 수 있도록 지원한다. 특히 지식 그래프(knowledge graph) 기술을 활용해 비즈니스 데이터를 온톨로지(ontology) 기반으로 연결함으로써, AI 모델의 환각 현상을 줄이고 사용자가 자연어 질의로 데이터에 쉽게 접근하도록 돕는다. SAP는 “지식 그래프는 정형 데이터의 이해를 돕는 역할을 하며, 쥴과 같은 기술을 통해 데이터 주변의 사용자 경험을 바꿀 수 있다. 지식 그래프 내에 조화된 데이터 제품(harmonized data products)을 로드하여 온톨로지 뷰를 활성화하고, 자연어 쿼리를 통해 데이터에 접근할 수 있게 한다”고 설명했다. 이외에도 SAP는 쥴 스튜디오(Joule Studio)를 통해 고객이 맞춤형 에이전트를 개발할 수 있도록 지원하며, 최신 LLM(거대 언어 모델)을 연결하고 활용할 수 있도록 한다. 칸 최고제품책임자는 “이러한 개선사항 및 핵심 기능을 통해 쥴은 데이터의 맥락적 이해를 높이고, 고품질 데이터를 기반으로 AI 기능을 강화하며, 사용자 경험을 혁신하고 있다”고 전했다. 그리고 “SAP는 AI 및 생성형 AI를 활용하여 국제화 및 언어 지원 제공을 매우 빠르게 가속화하고 있으며, 이를 통해 한국어뿐만 아니라 모든 언어 및 지역에서 영어와 유사한 기능을 제공하는 것이 목표”라고 덧붙였다.     ■ 기사 내용은 PDF로도 제공됩니다.

디지털 지식전문가 조형식의 지식마당   인공지능(AI)은 단순한 기술을 넘어 우리의 삶과 산업 전반을 재편하는 거대한 흐름이 되었고, 이 거대한 흐름 속에서 스마트 디지털 트윈(smart digital twin)과 디지털 스레드(digital thread)는 미래 혁신을 이끌 핵심 동력으로 될 것으로 생각된다. 이번 호 칼럼에서는 AI 시대에 이 두 가지 개념이 왜 필수인지 그 핵심 역할과 의미, 그리고 우리가 직면한 과제를 심층 조명하고자 한다. 미래 제품 개발의 최전선에는 스마트 디지털 트윈이 자리하고 있다. 이는 단순한 물리적 객체의 디지털 복제본을 넘어선다. 우리는 이를 ‘인공지능 중심 디지털 트윈 (AI defined digital twin)’이라고 부르며, 궁극적으로는 AI 에이전트 디지털 트윈으로 진화할 것으로 생각된다.   그림 1. 인공지능 중심의 디지털 트윈과 디지털 스레드의 통합(출처 : Lifecycle Insights)   스마트 디지털 트윈의 핵심은 미래 예측과 시뮬레이션 능력에 있다. 가상 환경과 인공지능 환경에서 미래 제품의 성능과 기능을 사전에 예측하고 다양한 시나리오를 시뮬레이션함으로써, 우리는 현실 세계에서 발생할 수 있는 시행착오를 최소화하고 최적의 설계를 도출할 수 있다. 예를 들어, 자율주행 자동차를 개발할 때 스마트 디지털 트윈은 수십만 가지의 주행 상황을 가상으로 재현하고 AI 모델을 훈련시켜 실제 도로에서의 안전성을 극대화할 수 있다. 이는 제품 개발의 시간과 비용을 획기적으로 절감할 뿐만 아니라, 혁신적인 제품의 출시를 가속화하는 핵심 역할을 수행한다. 그러나 스마트 디지털 트윈이 그 잠재력을 온전히 발휘하기 위해서는 거대한 양의 데이터가 끊김 없이 흐르고, 이 데이터가 의미 있는 정보로 변환되어 AI의 추론과 학습에 활용될 수 있는 환경이 조성되어야 한다. 바로 이 지점에서 디지털 스레드의 역할이 부각된다. 인공지능이 강화되는 스마트 디지털 트윈 환경에서 디지털 스레드는 단순한 연결을 넘어 혁신의 실핏줄과 같은 역할을 수행한다. 이는 정보의 단절, 즉 데이터 사일로(data silo)를 극복하고 정보의 흐름을 원활하게 하는 유일무이한 기술이다. 기존의 단절된 시스템과 프로세스 속에서는 데이터가 각자의 고립된 공간에 갇혀 효율적인 활용이 불가능했다. 디지털 스레드는 이러한 장벽을 허물고, 정보가 마치 혈액처럼 유기적으로 순환하며 지식으로 축적될 수 있도록 도와준다. 디지털 스레드의 핵심 기능은 크게 다섯 가지 유형의 단절된 데이터 사일로를 연결하는 데 있다. 첫째, 제품 수명주기(product lifecycle) 내 소통이다. 요구사항 정의에서부터 제품 스펙, 엔지니어링 BOM(Bill Of Materials), 제조 BOM, Bill of Process, 그리고 서비스 BOM에 이르기까지, 제품의 전 수명주기 단계에서 발생하는 모든 데이터가 디지털 스레드를 통해 끊김 없이 연결된다. 과거에는 각 단계별로 데이터가 사일로화되어 정보 흐름이 원활하지 못했고, 이는 곧 비효율적인 의사결정과 불필요한 재작업으로 이어졌다. 디지털 스레드는 이러한 문제점을 해결하여 제품 개발의 전 과정에서 일관된 정보와 최신 데이터를 공유할 수 있도록 한다. 둘째, 제품 수명주기 관리(PLM)와 인공지능 간의 소통이다. 제품 개발 환경에서 인간의 생각과 인공지능의 추론 기능 간에는 디지털 온톨로지(digital ontology)의 표준적 개념과 디지털 스레드를 통해 다양하고 복잡한 생각과 용어 등이 소통될 필요가 있다. 디지털 스레드는 복잡한 제품 구조, 기능, 요구사항 등을 AI가 이해하고 추론할 수 있도록 의미론적으로 연결하는 다리 역할을 한다. 이를 통해 AI는 단순한 데이터 분석을 넘어, 인간의 의도를 파악하고 창의적인 해결책을 제시하는 진정한 협력자가 될 수 있다. 셋째, 서로 다른 설루션 간의 소통이다. 소프트웨어 형상 관리 설루션, PLM, 요구사항 관리 설루션, 해석 데이터 관리 설루션 등 수많은 서로 다른 설루션이 존재하지만, 이들 간의 데이터 연동은 늘 골칫거리였다. 디지털 스레드는 이처럼 분리된 설루션을 메시(mesh) 관계로 연결하여 데이터가 원활하게 연동될 수 있도록 한다. 마치 거미줄처럼 촘촘하게 연결된 이 망은 각 설루션이 생성하는 데이터가 실시간으로 다른 설루션과 공유되고 활용될 수 있는 기반을 제공한다. 넷째, 서로 다른 조직 간의 소통이다. 마케팅 부서, 기본 설계 부서, 생산 부서, 그리고 최종 서비스 부서 등 각기 다른 용어와 문화를 가진 조직간의 소통은 늘 쉽지 않은 과제였다. 디지털 스레드는 이러한 소통 장벽을 허물고 협업을 원활하게 한다. 각 조직이 사용하는 용어와 개념을 디지털 스레드 위에서 표준화하고 연결함으로써, 오해를 줄이고 목표 지향적인 협업을 가능하게 하는 것이다. 이는 궁극적으로 조직 전체의 시너지를 극대화하고, 혁신적인 아이디어가 자유롭게 교환될 수 있는 환경을 조성한다. 다섯째는 세렌디피티(serendipity)이다. 이런 거미줄 같은 메시 관계에서 오는 네트워크된 지식(Networked Knowledge) 생태계는 이해당사자인 개발책임자, 엔지니어, 생산 엔지니어, 마케팅 전문가, 안전 전문가, 형상관리자 등에게 생각지 못한 발견과 창의적 환경을 제공하며, 자료를 찾는데 소모되는 엄청난 시간과 노력을 절감하게 하며 더 창조적인 작업에 투자할 수 있다.   그림 2. 제품 수명주기의 디지털 스레드 지식 그래프(knowledge graph)(출처 : Eigner Engineering Consult)   이처럼 디지털 스레드는 AI 시대, 특히 스마트 디지털 트윈 환경에서 데이터의 고립을 해소하고, 정보의 흐름을 최적화하며, 궁극적으로는 AI의 잠재력을 최대한으로 끌어내는 필수 기반 기술이라고 할 수 있다. 인공지능 시대에 디지털 스레드를 통한 창조성과 필연적 세렌디피티가 분야 전문가의 유일한 생존 전략이라고 할 수 있다. 그럼에도 불구하고 디지털 스레드는 여전히 많은 이에게 생소하고 도전적인 개념으로 여겨진다. 현장에서는 디지털 트윈 개발에 디지털 스레드가 필수임에도 불구하고 고객을 설득하기 쉽지 않다는 어려움을 토로한다. 심지어 일부 미국 전문가 사이에서는 ‘디지털 스레드 무용론’이 제기되기도 한다. 이러한 오해와 도전은 디지털 스레드가 가지는 혁신적인 속성 때문일 수 있다. 우리가 직면한 과제는 명확하다. 첫째, 설득의 어려움이다. 디지털 스레드의 필요성을 현장의 이해관계자에게 명확히 전달하고 공감대를 형성하는 것이 중요하다. 단기적인 효율 증대 뿐만 아니라 장기적인 관점에서 AI 시대의 경쟁 우위를 확보하는 핵심 요소임을 강조해야 한다. 둘째, 개념의 생소함과 도전적인 특성이다. 현재에도 디지털 스레드에 대해 정확하게 아는 사람이 드물며, 이는 비교적 생소하고 혁신적이며 도전적인 개념이기 때문이다. 따라서 이에 대한 지속적인 교육과 홍보, 그리고 성공 사례 발굴을 통해 이해의 폭을 넓혀야 한다. 그러나 이러한 도전에도 불구하고, 인공지능 시대에 스마트 디지털 트윈에서 디지털 스레드가 필요한 이유는 존재하는 것이 아니라 만드는 것이라는 관점에서 접근해야 한다. 이는 디지털 스레드가 단순히 현존하는 문제를 해결하는 도구를 넘어, 미래의 복잡한 인공지능 기반 시스템을 구축하고 그 잠재력을 최대한 발휘하기 위한 능동적이고 필수적인 기반임을 시사한다. 디지털 스레드는 이미 존재하는 데이터나 시스템을 연결하는 수동적인 도구가 아니다. 그것은 미래에 우리가 만들어낼 혁신 제품과 서비스를 위한 데이터와 정보의 연결고리를 능동적으로 구축하는 의미를 가진다. AI 시대의 복잡성은 끊임없이 새로운 데이터 유형과 상호작용 방식을 요구할 것이다. 디지털 스레드는 이러한 변화에 유연하게 대응하며 새로운 연결고리를 지속적으로 생성하고 발전시키는, 살아있는 유기체와 같다.   ■ 조형식 항공 유체해석(CFD) 엔지니어로 출발하여 프로젝트 관리자 및 컨설턴트를 걸쳐서 디지털 지식 전문가로 활동하고 있다. 현재 디지털지식연구소 대표와 인더스트리 4.0, MES 강의, 캐드앤그래픽스 CNG 지식교육 방송 사회자 및 컬럼니스트로 활동하고 있다. 보잉, 삼성항공우주연구소, 한국항공(KAI), 지멘스에서 근무했다. 저서로는 ‘PLM 지식’, ‘서비스공학’, ‘스마트 엔지니어링’, ‘MES’, ‘인더스트리 4.0’ 등이 있다.     ■ 기사 내용은 PDF로도 제공됩니다.