Market Reader

AI 시대의

SAP ERP는 어떻게 진화하고 있나?

오랜 시간 ERP(전사적 자원관리) 시스템은 기업의 재무, 구매, 생산, 물류 데이터를 통합하는 ‘기록의 저장소’ 역할을 해왔다. 그러나 생성형 AI와 에이전틱(Agentic) AI가 기업 소프트웨어의 지형을 바꾸면서, 이제 ERP는 ‘기록의 시스템’에서 ‘지능의 시스템’으로 진화하고 있다. 삼정KPMG 역시 다양한 산업의 SAP ERP 구축 및 프로세스 혁신 프로젝트를 수행하며, 기업이 이러한 변화에 대응할 수 있도록 지원해 오고 있다. 그 변화의 중심에는 SAP의 ‘AI 기술’과 ‘온톨로지’로 구조화된 데이터가 있다.

SAP는 차세대 ERP 플랫폼 S/4HANA에 AI를 직접 내장하는 전략을 취하고 있다. 2023년 SAP의 코파일럿 ‘쥴(Joule)’ 공개 당시에는 사용자 질문에 답하는 보조 도구 수준이었지만, 빠르게 진화해 지금은 S/4HANA를 비롯해 SAP SuccessFactors, SAP Ariba, SAP Datasphere 등 35개 이상의 SAP 솔루션에서 작동하는 지능형 인터페이스로 자리잡았다.

SAP는 30개가 넘는 전문 AI 에이전트와 2,500개 이상의 Joule 스킬을 제공하고 있다. 가장 큰 변화는 Joule이 ‘질의응답형 챗봇’에서 스스로 업무를 수행하는 ‘에이전틱 AI 플랫폼’으로 옮겨가고 있다는 점이다. 과거의 Joule이 데이터를 조회하고 인사이트를 추출하는 개별 작업을 처리했다면, 이제는 여러 전문 에이전트가 협업해 재무·구매·공급망을 넘나드는 프로세스 전체를 처음부터 끝까지 실행한다. 예컨대 미수금 회수 지연 문제 하나를 해결하기 위해 채권관리, 인보이스, 고객 서비스 에이전트가 동시에 협업하는 식이다.

최근 에이전틱 AI 업계의 가장 뚜렷한 흐름은 ‘AI 에이전트는 구조화된 컨텍스트 없이는 신뢰성 있게 작동할 수 없다’는 인식의 확산이다. 아무리 뛰어난 언어모델이라도 기업의 조직, 프로세스, 데이터 간 관계를 모르면 그럴듯하지만 틀린 답을 내놓기 쉽다. 이 때문에 기업의 I T 자산인 시스템, 데이터, 업무 프로세스를 ‘엔티티’와 ‘관계’로 구조화한 온톨로지(Ontology)와 지식 그래프(Knowledge Graph)가 에이전틱 AI의 핵심 인프라로 떠오르고 있다. 온톨로지는 데이터의 의미와 데이터 간 관계를 구조화해, AI가 기업의 비즈니스 맥락을 이해하고 관계와 규칙에 기반해 판단하도록 지원하는 ‘데이터의 맥락’이다. 시장조사기관(MarketsandMarkets, Grand View Research 등)에 따르면 글로벌 지식 그래프 시장은 AI 에이전트의 신뢰성 확보 수요에 힘입어 향후 5~7년간 연평균 성장률(CAGR) 18~22% 수준으로 전망되고 있다. SAP는 이 흐름에 발맞춰 ‘SAP 지식 그래프(Knowledge Graph)’를 Joule의 기반 인프라로 구축했다.

S/4HANA, Datasphere 등에 흩어진 데이터를 자동으로 온톨로지화해 기업 고유의 비즈니스 엔티티·프로세스·관계 지도를 만들고, Joule과 에이전트들이 이 구조화된 컨텍스트를 근거로 답하도록 설계한 것이다. 2026년 사파이어(SAP Sapphire, 연례 컨퍼런스)에서 SAP는 BTP, Business Data Cloud, SAP 지식 그래프를 하나로 묶은 ‘SAP Business AI Platform’을 공개하며, 이 지식 그래프가 AI 에이전트에게 고객사 SAP 환경 전반의 비즈니스 엔티티·프로세스·관계에 대한 구조화된 지도를 제공하는 핵심 축이라고 설명했다. 온톨로지 기반 컨텍스트 확보 경쟁은 이제 개별 AI 기능의 우열을 넘어, 플랫폼 기업들의 차세대 경쟁 구도를 가르는 잣대가 되고 있다.

2026년 사파이어에서 SAP는 에이전틱 AI를 넘어 한 단계 더 나아간 비전, ‘자율 기업(Autonomous Enterprise)’을 공식 발표했다. 자율 기업이란 ‘AI, 데이터, 애플리케이션이 유기적으로 작동해 의사결정과 실행, 혁신이 선순환되는 시스템’이다. 이는 AI가 업무를 ‘보조’하는 수준을 넘어, 기업의 핵심 프로세스가 스스로 판단하고 실행하는 자율 운영 단계를 지향하는 것이다.

자율 기업의 핵심 원리는 AI가 단일 에이전트로 개별 업무를 처리하는 것이 아니라, 다수의 전문 에이전트가 SAP 지식 그래프의 구조화된 컨텍스트를 공유하며 프로세스 전체를 자율 실행한다는 점이다. 인간은 전략적 의사결정과 예외 처리에 집중하고, AI 에이전트 네트워크가 일상적 운영 판단과 실행을 담당하는 구조가 자율 기업의 미래상이다

Joule의 활용 가치는 이미 구체적인 업무 현장에서 검증되고 있다. 복잡한 입찰 문서에서 핵심 요구사항과 리스크를 자동으로 추출하는 ‘분석 에이전트’는 고객사의 수주 경쟁력을 높이고 있고, 회계 부서에서는 엑셀·PDF·이미지 등 제각각인 형식으로 들어오는 청구서를 AI가 자동으로 인식·정리하는 ‘전표 입력 자동화 에이전트’가 반복적인 입력 업무를 줄이고 있다.

SAP와 초기 도입 기업들의 자체 데이터에 따르면, 정형화된 데이터 조회·보고 업무 시간이 25~35% 줄었고, 구매 프로세스 처리 속도는 최대 50% 빨라졌으며, HR 셀프서비스 완료율은 40% 개선된 것으로 나타난다. 시장의 흐름도 이러한 전환을 뒷받침한다. SAP 사용자 단체의 2026년 조사에서는 응답 기업의 43%가 이미 어떤 형태로든 AI 사용 사례를 도입했다고 답해, AI 내재화가 SAP 생태계 전반의 표준으로 자리잡고 있음을 보여준다. SAP와 초기 도입 기업들의 자체 데이터에 따르면, 정형화된 데이터 조회 및 보고 업무 시간은 25~35% 단축됐으며, 구매 프로세스 처리 속도는 최대 50% 향상됐다. 또한 HR 셀프서비스 완료율은 40% 개선되는 등 AI 기반 업무 혁신의 효과가 실제 성과로 이어지고 있다.

시장의 흐름 역시 이러한 변화를 뒷받침한다. SAP 사용자 단체의 2026년 조사에 따르면 응답 기업의 43%가 이미 다양한 형태의 AI 활용 사례를 도입했다고 답했으며, 이는 AI 내재화가 SAP 생태계 전반의 새로운 표준으로 자리잡고 있음을 보여준다.

결국 이러한 사례와 흐름이 보여주는 방향은 하나로 수렴한다. ERP가 데이터를 ‘기록’하는 시스템을 넘어, 스스로 ‘해석’하고 ‘실행’하는 시스템으로 진화하고 있다는 것이다. 다만 이 변화가 모든 기업에 저절로 주어지지는 않는다. SAP ERP에 Joule과 같은 AI 기능이 아무리 정교하게 내장되더라도, 실제 성과로 이어지려면 정비된 데이터, 온톨로지로 구조화된 비즈니스 컨텍스트, 조직의 활용 역량이 뒷받침돼야 한다.

AI 시대의 ERP 경쟁력은 이제 시스템을 ‘도입했는가’가 아니라, 그 안에 쌓인 데이터를 얼마나 정확한 컨텍스트로 구조화해 ‘꺼내 쓸 수 있는가’로 판가름 난다. 화려한 발표와 수치 이면에서 데이터와 온톨로지 기반을 다지고 조직의 활용 역량을 키우는 기업만이, 지능형 ERP가 약속하는 진짜 생산성 향상을 손에 쥘 수 있을 것이다.

AI 시대의 ERP 경쟁력은 이제 시스템을 ‘도입했는가’가 아니라, 그 안에 축적된 데이터를 얼마나 정확한 컨텍스트로 구조화하고 실제 업무에 ‘꺼내 쓸 수 있는가’로 판가름 난다.

화려한 발표와 성과 지표 이면에서 데이터와 온톨로지 기반을 탄탄히 구축하고, 조직의 AI 활용 역량을 키워가는 기업만이 지능형 ERP가 약속하는 진정한 생산성 향상을 실현할 수 있을 것이다.

CONTACT US

TC본부