-
Tech Blog
디지털 시대의 기업들은 서비스 품질을 개선하고, 프로젝트 관리의 효율성을 극대화하기 위해 다양한 디지털 솔루션을 도입하고 있습니다. 특히, 프로젝트 기반 서비스 비즈니스에서는 고객의 요구에 맞춘 정확한 일정 관리, 자원 배치, 비용 추적 등이 중요한 요소로 작용합니다. 이러한 복잡한 서비스 프로세스를 관리하는 데 있어 SAP Professional Service는 강력한 도구로 자리 잡고 있는데요 이번 블로그에서는 어떻게 서비스 산업에서 효율적인 프로젝트 관리와 자원 최적화를 지원하는지에 대해 다뤄보겠습니다. Professional Service란?SAP Professional Service는 프로젝트 관리, 자원 계획, 계약 관리, 청구 처리 등 여러 핵심 비즈니스 프로세스를 통합적으로 관리할 수 있는 솔루션을 제공합니다. 이를 통해 기업들은 서비스 제공의 정확성을 높이고, 프로젝트의 성공적인 완료를 보장하며, 비용 절감과 자원 최적화를 동시에 달성할 수 있습니다. Professional Service는 청구 가능한 직원과 함께 프로젝트를 판매하고 제공함으로써 수익을 창출하는 목적성을 가지고 있습니다. 이 솔루션을 주로 사용하는 기업은 IT 및 비즈니스 컨설팅, 감사 및 세무 회사인데요. 이들은 수익성이 가장 높은 프로젝트와 수익성이 낮은 프로젝트에 대한 투명성을 필요로 합니다. 그렇다면, Professional Service(PS)와 유사한 기능을 하는 EPPM에 대해서도 알아보겠습니다. EPPM과의 차이점EPPM(Enterprise Project and Portfolio Management)이란, R&D / Engineering LoB(Line of Business) 솔루션에 속해 있는 Function Area로, 주로 투자 프로젝트, 간접비 프로젝트(내부), 수주프로젝트, 통계 정보로 구분하는데요. Professional Service와 EPPM은 유사한 기능을 제공하지만, 차이가 존재합니다. ▶ PS: 프로젝트 기반 서비스의 E2E 지원을 위한 구체적인 솔루션(ex. 컨설팅/감사/세무 계약)으로, 프로젝트 재무, 청구 및 자원 관리에 초점을 둡니다.▶ EPPM: 산업 전반, 유형 별 프로젝트 관리 기능(ex. 투자, 주문 생산, R&D, IT, 내부 프로젝트)으로, 건설, 엔지니어링 등 구조화된 프로젝트에 초점을 둡니다.따라서, 두 솔루션은 프로젝트 관리라는 공통점을 가지고 있지만, 용도와 목표가 다르기 때문에 기업이 선택하는 솔루션은 필요에 따라 달라질 수 있습니다. Professional Service의 기능 및 이점 Professional Service는 SAP S/4HANA Cloud Public Edition에만 존재하는 새로운 기능이라고 볼 수 있으며, 기존 SAP의 모듈과 긴밀하게 통합되어 있는데요. 프로젝트 재무 및 리소스 관리에 중점을 둔 Order-to-Cash 프로세스를 E2E(End-to-End)로 지원합니다. 특정 솔루션과 모범 사례 프로세스를 기반으로 한 전용 사용자 인터페이스를 제공하며, 프로젝트 생성부터 인적 관리, 판매 오더 생성, 청구 문서, 이벤트 기반 수익 인식 등의 많은 프로세스가 자동화됩니다. 이러한 자동화는 업무 효율성을 높이고, 프로젝트 수행에 필요한 다양한 관리 기능들을 원활하게 연결해줍니다. 상업 프로젝트는 영업, 재무, 구매, 청구 등 여러 분야에 긴밀하게 통합되어 있어, SAP Professional Service는 이러한 복잡한 상호작용을 효과적으로 관리하고, 각 영역 간의 흐름을 원활하게 지원합니다. 결론적으로 SAP Professional Service는 단순한 프로젝트 관리 시스템을 넘어, 서비스 제공의 정확성, 자원 최적화, 그리고 비용 절감을 동시에 달성할 수 있는 강력한 솔루션입니다. 이를 통해 기업들은 프로젝트의 각 단계를 보다 효율적으로 관리하고, 성공적인 프로젝트 완료를 보장할 수 있습니다. 이러한 통합적인 서비스 관리와 자원 최적화를 통해 기업은 더 나은 서비스 품질을 제공하고, 전체적인 비즈니스 성과를 극대화할 수 있습니다. 다음 포스팅에선 인공지능 기반 소프트웨어 기업(A사)의 고객 사례에 대해 공유드릴 예정이니, 많은 관심 부탁드립니다.
2025.01.09
-
Tech Blog
Microsoft Intune이란? Microsoft Intune은 클라우드 기반의 서비스로, 조직에서 모바일 디바이스와 앱을 관리하고 보호할 수 있게 해줍니다. Intune을 사용하면 조직의 데이터와 리소스에 접근하는 모든 디바이스를 통제하고, 보안 정책을 적용하고, 원격으로 데이터를 삭제하거나 잠글 수 있습니다. 또한 Intune은 사용자에게 편리하고 안전한 앱 사용 환경을 제공하고, 조직의 IT 팀과 사용자 간의 협업을 촉진합니다. Microsoft Intune의 주요 기능과 다양한 플랫폼과 디바이스를 지원합니다. Intune은 Windows, iOS, Android, macOS 등의 주요 운영체제와 스마트폰, 태블릿, 노트북, PC 등의 다양한 디바이스를 관리할 수 있습니다. ● 클라우드 기반의 서비스로, 별도의 인프라 구축이 필요하지 않습니다. Intune은 Microsoft Azure 클라우드 플랫폼에서 운영되므로, 조직에서 별도의 서버나 하드웨어를 구매하거나 설치할 필요가 없습니다. 또한 Intune은 항상 최신 버전으로 자동 업데이트되므로, 최신 기능과 보안 패치를 적용할 수 있습니다. ● 통합된 관리 콘솔을 제공합니다. Intune은 Microsoft Endpoint Manager라는 통합된 관리 콘솔을 통해, 디바이스, 앱, 사용자, 그룹, 정책, 보고서 등을 한 곳에서 관리할 수 있습니다. 또한 Intune은 Microsoft 365, Azure Active Directory, Azure Information Protection, Microsoft Defender for Endpoint 등의 다른 Microsoft 서비스와도 통합되어, 보다 강력하고 효율적인 관리를 가능하게 합니다. ● 사용자 중심의 관리를 지원합니다. Intune은 사용자의 역할, 부서, 위치, 디바이스 유형 등에 따라 다양한 정책과 설정을 적용할 수 있습니다. 또한 Intune은 사용자가 자신의 디바이스를 등록하고, 앱을 설치하고, 문제를 해결할 수 있도록 도와주는 자가 서비스 포털을 제공합니다. 이를 통해 사용자는 자신의 디바이스를 자유롭게 사용하면서도, 조직의 데이터와 리소스를 안전하게 보호할 수 있습니다. 하반기 Intune 신기능 요약하반기를 마무리하며 매월 새로운 빌드에서 어떤 기능이 추가되었는지 간단히 요약했습니다. ♣ Intune의 빌드는 Intune 관리센터 – 테넌트 관리에서 확인할 수 있습니다. 하반기에 빌드는 2407~2412이며, 각각의 빌드의 새로운 기능은 아래와 같습니다. [서비스 릴리스 2407]- Copilot을 사용하여 장치 쿼리를 위한 Kusto 쿼리 생성지원 : 24년 1월 Intune의 고급 분석에서 디바이스 쿼리를 발표하여 디바이스 상태 및 구성에 대한 데이터를 실시간으로 액세스 할 수 있다고 말했습니다. 디바이스 쿼리는 KQL(Kusto Query Language)로 작성되며, Intune의 Copilot으로 인하여 디바이스 정보와 컨텍스트를 쉽게 얻을 수 있게 되었습니다. 공개 미리보기에 나와있는 새로운 기능을 통해 관리자는 Copilot에게 장치 데이터를 요청할 수 있습니다. 이를 통해 KQL에 대한 포괄적인 지식이 없더라도 관리자는 필요한 데이터를 보다 신속하게 얻을 수 있습니다. 또한 Copilot은 모든 기술 수준의 IT 관리자가 고급 작업을 쉽게 수행할 수 있고 앞으로도 계속해서 수행할 수 있도록 지원함으로써 엔드포인트 관리 환경을 개선할 수 있습니다. 해당 새로운 기능에 대한 자세한 내용은 여기를 클릭하면 자세히 확인할 수 있습니다. - 사용자는 Intune을 통해 macOS 앱을 주문형으로 설치 : 최근 1년 동안 Intune을 통한 macOS 관리가 많이 발전했습니다. 7월 최신 개선 사항은 Intune 회사 포털을 통해 관리되지 않는 응용 프로그램(PKG 및 DMG)을 다운로드할 수 있는 사용자에게 제공할 수 옵션을 소개합니다. “필수” 유형과 함께 “사용 가능한” 유형을 추가했기 때문에 선택적인 애플리케이션을 배포하기 위해 워크 플로우나 타사 도구에 의존할 필요가 없습니다. 이 기능은 관리자와 사용자 모두에게 시간 절약이 가능하며, mac 디바이스 관리자에게 가장 많이 요청되는 기능입니다. 자세한 내용은 관리되지 않는 PKG 앱과 LOB 앱의 설명서에서 확인할 수 있습니다. - Windows 365 Cloud PC 보안 기준 업데이트 : 보안 설정을 구성하는데 시간이 많이 걸릴 수 있으며, 보안 기준이 없는 경우 보안을 설정하기 위해 많은 혼란이 있을 수 있습니다. 보안 기준은 클릭 몇 번으로 MS의 보안 권장 설정을 Intune과 함께 배포하는 정책 템플릿으로 Windows 365 보안 기준에 대한 첫 번째 업데이트가 발표되었습니다. 보안 위협으로 보호하기 위해 이 기준을 채택하는 것이 좋습니다. 이 기준은 새로운 기술로 구축되었기 때문에 다음과 같은 이점도 얻을 수 있습니다. ▶기준 버전 업데이트의 신속한 배포 ▶향상된 사용자 인터페이스 및 보고 환경(설정별 상태 보고서 등) ▶Intune 포털 전체에서 보다 일관된 이름 지정 ▶프로필에 할당 필터 사용 기능 이러한 보안 기준은 특정 요구 사항에 맞게 사용자 지정할 수 있습니다. 이 업그레이드의 경우 기준선에서 사용자 지정을 수동으로 업데이트해야 합니다. 자세한 내용은 Windows 보안 기준선 배포를 참조하시기 바랍니다.
2025.01.07
-
Tech Blog
Windows 365 Link는 Microsoft에서 2025년 상반기에 출시 예정인 클라우드 PC 접속을 위한 새로운 디바이스입니다. 이는 Microsoft에서 특별하게 제작한 하드웨어 디바이스로, 사용자가 Windows 365 Link에서 로그인하면 Windows 365 서비스를 통해 개인이 라이선스를 제공받은 사용가능한 Windows 365 Cloud PC에 접속할 수 있습니다. 관리자는 Microsoft Intune 서비스를 사용하여 다른 PC, 모바일 디바이스를 비롯하여 Windows 365 Link 디바이스를 관리할 수 있습니다. 오늘 포스팅에서는 Windows 365 Link 제품에 대해 더 자세히 알아보겠습니다. Winddows 365 Link 특징 살펴보기 Windows 365 Link는 다음과 같은 보안 기능을 제공하기 때문에 더욱 안전한 환경에서 사용자들을 보호해줄 수 있습니다. ⦁ 개별적인 신뢰할 수 있는 플랫폼 모델 2.0⦁ 보안 부팅⦁ 가상화 기반 보안⦁ 하이퍼바이저로 보호되는 코드 무결성⦁ BitLocker 드라이브 암호화⦁ 엄격한 애플리케이션 제어 정책⦁ 관리 권한이 있는 로컬 사용자가 없음⦁ 로컬 데이터 스토리지가 없음⦁ 로컬 앱이 없음⦁ 보안 기준 정책은 기본적으로 사용하도록 설정됨⦁ Microsoft Defender EDR Sensor Windows 365 Link를 사용하려면 다음의 요구조건이 충족되어야 합니다. ⦁ Windows 365 Cloud PC 라이선스 (Business, Enterprise, Frontline)⦁ Microsoft Intune에 의한 조직 관리⦁ Windows 365 Link에 사용할 디바이스 (모니터, 키보드, 마우스 등) Windows 365 Link에서는 웹 멀티미디어 콘텐츠의 로컬 리디렉션을 지원하며 이로 인해 개인 데스크톱을 사용할 때와 마찬가지로 원활하고 고품질의 영상 및 사운드 제공 환경을 보장하고 있습니다. 따라서 Windows 365 Link를 사용하면 Cloud PC에 연결하여 Teams 화상 회의를 진행하여도 개인 데스크톱을 사용할 때와 큰 차이를 느끼지 못할 것입니다. 처음 Windows 365 Link를 받아서 켜게 되면 인터넷 연결이 가능한 WiFi에 연결하여 조직의 Intune에 디바이스가 등록되고, 미리 설정되어 있던 정책에 의해 디바이스가 설정됩니다. 이 후 사용자가 로그인 시 2차 인증 (FIDO2 보안키, FIDO2(Passkey), Microsoft Authenticator App 등)을 사용하여 자격 증명이 이루어지기 때문에 안전하게 사용자가 로그인하여 클라우드 PC를 연결할 수 있습니다. 새로운 엔드포인트 접속방법인 Windows 365 Link는 기존의 데스크톱에서 사용하는 접속 방법인 Windows App 및 공용 PC의 용도로 만들어진 Windows 365 Boot와도 다른 방식이라고 볼 수 있습니다. Apple의 Mac mini와 비슷한 형태로 나왔지만 이보다는 Thin Client라는 제품과 더 유사한 스펙과 용도라고 볼 수 있습니다. 개인 용도의 콘솔 PC로도 사용할 수 있지만 공유 오피스와 같은 사용자 환경에서 공유 PC로 사용하는 시나리오가 더 적합할 것이라고 생각됩니다. Windows 365 Link는 아직 미리보기로 제공되고 있으며 현재는 미국, 캐나다, 영국, 독일, 일본, 오스트레일리아 및 뉴질랜드에서 사용 가능합니다. 내년에 새로운 시장으로도 가용성을 확대할 예정이라고 합니다. 25년 상반기(4월) 출시 예상이며 가격은 $349로 예상되고 있습니다. 아직 한국 시장에는 제공되고 있지 않지만 빠르게 만나볼 수 있기를 희망하며 마무리하도록 하겠습니다.
2024.12.30
-
Tech Blog
2025년 IT 산업은 어떤 모습일까요? 여러 시장조사기관과 글로벌 기관들이 내다본 전망을 모아봤습니다. 대부분 AI의 발전과 클라우드 보안의 중요성을 언급했습니다. 1. AI 에이전트의 부상AI 에이전트는 단순한 보조 도구를 넘어 독립적이고 능동적인 업무 파트너로 진화하고 있습니다. 가트너는 '2025년 주목해야 할 10대 전략 기술 트렌드'를 발표하면서 AI 에이전트를 언급했습니다. 이들에 따르면 2028년까지 일상적인 업무 결정의 최소 15%는 AI 에이전트에 의해 수행될 전망입니다. 델 테크놀로지스도 '2025 기술 전망 미디어 브리핑'에서 AI 에이전트를 주목했습니다. 존 로즈 CTO는 AI가 더 자율적이고 상호작용이 가능하도록 진화할 것이라면서, AI 에이전트를 통해 현대적인 AI 솔루션의 능력이 갈수록 확대될 것이라고 예측했습니다. 2. 클라우드 보안클라우드 인프라에 대한 기업의 의존도 증가로 인해, 클라우드 보안전략의 중요성이 커지고 있습니다. 팔로알토네트웍스는 2025년 클라우드 환경을 보호하는 것을 최우선 순위로 꼽으면서, 랜섬웨어나 데이터 유출 등 클라우드 위협이 급증하는 현실을 지적했습니다. 포티넷은 다수 조직이 여러 클라우드 공급 업체에 의존하기 때문에, 사이버 범죄자들이 앞으로도 클라우드 취약성을 더 많이 활용할 것이라고 내다봤습니다. 구글 클라우드 역시 사이버 보안 및 클라우드 보안에 대한 실용적이고 실행 가능한 지침에 대한 수요가 강력할 것이라고 예상했습니다. 특히 멀티 클라우드를 이용하는 고객들이 여러 클라우드 제공업체를 관리하는 과정에서 발생하는 보안 복잡성을 해결하고 일관된 정책과 통제를 보장하기 위한 지원을 지속적으로 요청할 것이라고 예측했습니다. 3. 커지는 IT 비용관리 중요성점점 복잡해지는 클라우드 구조, 그리고 전세계적 경제 위기에 따라 IT 비용관리의 중요성이 높아질 것으로 전망됩니다. 딜로이트는 조직이 클라우드 서비스에 점점 더 의존함에 따라 클라우드 투자를 관리하기 위한 효과적인 전략의 필요성이 중요해졌다면서, 2025년에만 FinOps 도구와 관행을 구현하는 기업이 최대 210억 달러를 절약할 수 있을 것으로 예측했습니다. 폴라리스 마켓 리서치는 2025년 클라우드 FinOps 시장 규모를 149억 8000만 달러로 내다봤습니다. 4. 멀티/하이브리드 클라우드 기업들은 퍼블릭 클라우드의 유연성과 프라이빗 클라우드의 보안을 결합한 하이브리드 멀티클라우드 전략을 채택하고 있습니다. 에퀴닉스는 이러한 접근법이 급변하는 비즈니스 환경에서 민첩성을 유지하고 중요한 워크로드를 제어할 수 있게 해준다고 설명했습니다. 가트너는 2027년까지 90%의 기업이 하이브리드 클라우드 방식을 채택할 것으로 예측했습니다. 레노버는 아태지역의 더 많은 기업들이 유연성과 확장성을 강화하되 벤더 종속을 피하고자 멀티 클라우드 전략을 채택하고 있다면서, 내년에는 예측 분석, 자동화 및 고객 경험 향상 등 AI 관련 클라우드 솔루션에 대한 수요가 증가하며 이러한 현상이 심화될 것으로 예측했습니다. 5. 책임 있는 AI: 윤리와 지속가능성AI의 발전에 따라 윤리와 지속가능성 문제가 주목받고 있습니다. 마이크로소프트는 AI 기술의 안전성과 책임성을 높이기 위해 지속적인 테스트와 맞춤화에 주력할 것임을 밝혔습니다. 특히 데이터 센터의 에너지 효율성 개선, 워터-프리 데이터 센터 도입 등 지속가능한 AI 인프라 구축에 힘쓸 계획입니다. 버너 보겔스 아마존 CTO는 '2025년 이후 기술 트렌드 예측'에서 AI가 가짜뉴스를 검증하는 시간을 단축해 잘못된 정보의 확산과 반박 사이의 시간차를 줄여나갈 것으로 전망했습니다. <작성: 홍보그룹>
2024.12.27
-
Tech Blog
많은 대학들이 Adaptive Learning(어답티브 러닝) 시스템 도입에 적극 나서고 있습니다. 어답티브 러닝 시스템의 가치와 효과가 다양하게 증명되고 있기 때문입니다. 어답티브 러닝은 데이터 분석, AI & 머신러닝, 지식기반 알고리즘 그리고 이들 요소를 활용한 학습 방식과 경로 추천 및 평가 등으로 최적의 학습 경험을 제공합니다. 이 같은 학습자 중심의 교육 모델은 성과 향상이란 가시적 결과를 가져오고, 시간이 지나면서 학생들의 과정 수료율과 졸업률 증가 같은 대학의 핵심 목표를 가능케 하는 동력으로 작용합니다. 오늘 포스팅에서는 많은 가치를 제공하는 어답티브 러닝 시스템의 구현 방법에 대해 알아보겠습니다. 어답티브 러닝 시스템 플로우 일반적으로 어답티브 러닝 시스템은 아래와 같은 흐름으로 운영됩니다. 학습자 즉, 학생을 중심점으로 해서 학생 분류(클러스터), 학습 패턴 분석, 학습 방식과 경로 추천, 평가와 피드백 및 콘텐츠 관리 시스템 등으로 구성됩니다. 따라서 이들을 연계한 전체적인 프로세스 최적화가 효율적 운영과 관리를 위해 필요합니다.어답티브 러닝 시스템 구성어답티브 러닝 시스템은 교육자가 주도하는 학습 목표, 학습 콘텐츠와 도메인 모델 그리고 학습자에게 맞춤형 교육 경험을 제공하는 사용자 모델과 어답테이션 모델 및 프리젠테이션 모델 등으로 구성됩니다. 앞서 설명된 최적화된 어답티브 러닝 프로세스를 통해 구성 요소들을 유기적으로 연계하는 것이 중요합니다. 어답티브 러닝 시스템 요소성과를 내는 어답티브 러닝 시스템을 구현하려면 다양한 요소가 필요합니다. 여기에는 데이터 수집.분석 도구를 시작으로 AI & 머신러닝 및 지식기반 알고리즘 등이 포함됩니다. 이중에서 어답티브 러닝 시스템 구현에 꼭 필요한 항목을 살펴보겠습니다. 1. 데이터 수집 & 분석효과적인 어답티브 러닝 시스템을 구축하려면 학습자, 콘텐츠 및 시스템 관련한 다양하고 많은 데이터가 필요합니다. 필요한 데이터 종류는 다음과 같습니다.⦁ 학습자 데이터: 인구통계 정보, 학습 패턴, 진행 상황 및 피드백 데이터 등⦁ 콘텐츠 데이터: 교육 과정(교육 목표, 핵심 개념 등) 데이터, 콘텐츠 형식(비디오,텍스트, 퀴즈, 시뮬레이션 등) 데이터⦁ 사용자 데이터: 사용자 행동(로그인 시간, 클릭, 페이지 탐색 경로 등) 관련 데이터⦁ 시스템 데이터: 시스템 성능 지표(응답시간, 오류률, 사용자 만족도 등) 데이터로 시스템 문제점 파악에 필요⦁ 평가 & 피드백 데이터: 학생의 학습 진행 상황과 이해도 평가에 필요한 데이터 2. AI & 머신러닝학생의 학습 패턴 분석, 교육 콘텐츠와 학습 경로 추전 및 데이터 분석 같은 어답티브 러닝 시스템만의 차별화된 서비스 대부분은 AI & 머신러닝 기술에서 시작됩니다. AI & 머신러닝이 이용되는 주요 영역은 다음과 같습니다. ⦁ 데이터 분석: 학습 성과의 통계적 분석, 학습자의 패턴 인식 및 행동 모델링 등에 이용⦁ 추천 서비스: 학생이 선호하는 콘텐츠 기반 필터링 및 유사 사용자 그룹 기반의 필터링 기능⦁ 자연어(NLP) 처리: 대화형 피드백 & 질의응답을 제공하는 시스템 및 텍스트 분석 기능⦁ 적응형 알고리즘: 학습 상황과 이해도를 실시간 분석해 맞춤형 학습 경로를 제공하는 기능⦁ 실시간 피드백 서비스: 모델 업데이트 등을 통해 학생 답변과 행동에 대한 피드백 제공 3. 지식기반 알고리즘지식기반 알고리즘은 학생의 지식 수준을 추적하고 행동 데이터를 분석해 맞춤형 학습 경로를 제공합니다. 학습자에게 최적의 학습 경험을 제공하는데 있어 가장 중요한 역할을 수행합니다. 주요 알고리즘의 종류와 역할을 살펴보겠습니다. ⦁ 베이지안 지식 추척(BKT): 4가지 변수를 이용한 학습자의 지식 수준 추적에 이용⦁ 딥러닝 기반 지식 추적(DKT): RNN을 이용해 시간 흐름에 따른 학습자의 지식 변화 추적⦁ 아이템 반응 이론(IRT): 학습자의 응답 패턴 분석 결과를 토대로 학습자 수준과 능력 예측⦁ 성과기반 분석(PFA): BKT 단점을 보완해 더 많은 요소를 동시에 분석 가능한 알고리즘⦁ 지식 맵 기반: 학습자에게 필요한 지식과 개념 간의 관계를 시각적으로 설명하는 방법으로 학생에게 필요한 지식과 기술을 제시 4. 콘텐츠 관리 시스템(LMS/CMS)어답티브 러닝 시스템에 있어 LMS는 학습자용 콘텐츠 개발, 저장, 배포와 관리를 책임지고 이를 통해 학생에게 맞춤형 학습 경험을 제공하는데 중요한 역할을 합니다. 주요 기능은 다음과 같습니다. ⦁ 콘텐츠 중앙집중화: 콘텐츠와 관련 자료의 효율적 관리와 사용자 접근성 보장 ⦁ 맞춤형 학습 경험 제공: 지식기반 알고리즘과 연계한 학습 패턴 분석 및 학습 상황에 따른 조정 ⦁ 실시간 피드백 & 평가: 과제 완료에 따른 즉각적 평가, 피드백 제공 및 학습 성과 분석을 토대로 다음 학습 경로 계획에 필요한 정보 제공⦁ 콘텐츠 협업 & 재사용: 콘텐츠 공동 개발과 활용이 가능하고 재사용 가능성 강화⦁ 콘텐츠 개선: 학습자 피드백과 학습 분석 결과를 개선에 활용하고 새로운 교육 이론 등을 적용 5. 학습자 평가 & 피드백평가 & 피드백은 학습자에게 최적의 학습 방식과 과정을 안내하는 토대가 됩니다. 또한 평가와 피드백 기능이 제대로 작동할 때 어답티브 러닝 시스템의 지속적 향상과 성과 창출이 가능합니다. ⦁ 지식기반 평가: 베이지안 지식 추적, 딥러닝 기반 지식추적 등으로 학생의 특정 개념 및 기술 이해 수준을 평가하는데 이용⦁ 성과기반 평가: 형성 평가, 포토폴리오 평가 등으로 전체 학습 성과를 분석하고 학생의 장단점 파악하는데 이용⦁ 실시간 피드백: 자동 피드백 시스템, 자기주도 학습 등을 통해 결과와 피드백을 실시간 제공 ⦁ 개인화 피드백: 진행상황 기반 및 학습 패턴 기반 방법을 이용한 학생 맞춤형 피드백 제공⦁ 지속적 평가: 데이터 분석 기반의 평가 및 적응형 학습 전략 기반의 학습자 성과 모니터링과 평가를 이용한 학습 경로 조정 6. 데이터 및 사용자 정보 보안어답티브 러닝 시스템에는 중요하고 민감한 정보(학생 개인정보, 성적 및 평가 데이터 등)가 많이 존재합니다. 시간이 흐를수록 규모도 커집니다. 잘 준비된 보안은 정보 보호뿐 아니라 어답티브 러닝 시스템 신뢰도 그리고 위변조 방지를 통한 데이터 정확성과 신뢰도까지 연결됩니다. ⦁ 개인정보보호: 학생, 교수진의 개인 및 민감정보 보호와 법적 규제 준수⦁ 시스템 신뢰성 확보: 보안이 어답티브 러닝 시스템의 신뢰성 및 성공과 직결⦁데이터 정확성 & 신뢰성: 데이터와 정보의 무결성이 전제될 때 학습자 평가 및 피드백의 정확성과 신뢰성 보장도 가능⦁ 사용자 만족도: 완벽한 보안은 곧 사용자 만족도와 사용률 증가로 이어지고 어답티브 러닝의 목표인 학습 성과 향상으로 연결 어답티브 러닝 시스템의 가치는 분명합니다. 많은 대학이 적극 도입하는 이유이죠. 하지만 다양한 기술과 역량이 요구되는 어려운 일이기도 합니다.따라서 메타넷디엘 같은 전문 기업과의 동행이 필요합니다. 대학정보화와 어답티브 러닝 시스템에 대해 궁금하시면, 메타넷디엘과 상담하세요!
2024.12.23
-
Tech Blog
지난 포스팅에서는 실용적 AI 에이전트의 확산 / 생성 증강 검색, GAR'시대의 도래라는 주제에 대해 설명드렸습니다. ▶ 1편 보러가기: 2025년 AI 트렌드 : 실용성의 시대 ① 이번 포스팅에서도 2025년 AI 트렌드에 대해 자세히 살펴보겠습니다. 3. 산업별 맞춤형 AI 솔루션의 진화: 비즈니스 로직과 요구사항을 반영하는 시대 2025년 AI 도입의 핵심 키워드는 단연 '맞춤화(Customization)'입니다. ChatGPT나 Claude와 같은 범용 AI가 대중화되었지만, 이제는 각 산업의 고유한 특성과 비즈니스 로직을 정교하게 반영한 특화 솔루션이 주목받고 있습니다. 산업마다 AI에 요구하는 핵심 성능이 모두 다르기 때문입니다. 의료 분야의 경우 진단 정확도가 99.9%에 달해야 하며, 환자 정보 보호를 위한 엄격한 규제 준수도 필수적입니다. 금융권에서는 밀리세컨 단위로 반응하는 실시간 거래 분석 능력과 함께, 내부 정보 유출 방지를 위한 정교한 보안 체계가 요구됩니다. 제조 현장은 또 다른 도전 과제를 안고 있습니다. 수많은 센서 데이터를 실시간으로 분석해 설비 고장을 예방하고, 글로벌 공급망 전체를 효율적으로 관리할 수 있어야 하죠. 이렇게 다양하고 특수한 요구사항들로 인해 기업들은 On-Premise나 Dedicated Private Cloud 기반의 솔루션 구축을 선호하고 있습니다. 클라우드 기반 AI 서비스보다 초기 투자와 운영이 복잡하지만, 일단 안정적으로 구축되면 타 기업이 쉽게 모방하기 어려운 핵심 경쟁력이 되기 때문이죠. 스켈터랩스가 주목하고 있는 점은, 이전에는 데이터 보안이나 규제로 인해 생성형 AI 도입을 꺼렸던 업종에서도 변화의 바람이 불고 있다는 것입니다. 하이퍼클로바X, 코히어(Cohere), 클로드(Claude), 벨라(BELLA) 등 다양한 LLM을 상황에 맞게 선택하고 조합할 수 있는 유연한 솔루션들이 등장하면서, 이제는 단계적이고 안전한 도입이 가능해졌기 때문입니다. 이 과정에서 AI 솔루션 기업들의 역할이 더욱 중요해지고 있습니다. 가령 스켈터랩스는 각 기업의 IT 인프라와 보안 정책, 그리고 실시간성·정확성·처리량 등 다양한 요구사항을 면밀히 분석합니다. 그리고 지속적인 이터레이션을 통해 최적의 솔루션을 찾아내죠. 고객사와 긴밀히 협력하며 On-Premise 구축이 필요한지, Private Cloud가 더 적합한지, 어떤 LLM 조합이 최선인지를 함께 고민합니다. 단순히 AI 모델을 도입하는 것을 넘어, 실제 업무 성과(KPI)를 끊임없이 개선하는 과정이기도 합니다: AI는 이제 더 이상 '모두에게 똑같은 범용 도구'가 아닙니다. ▶ 2024년 생성형 AI 도입 성공 사례 보러가기 4. Too Much AI 현상 → '적합한 도구의 적절한 사용' 2023년과 2024년, 많은 기업들이 ChatGPT가 보여준 혁신에 매료되어 모든 문제를 '생성형 AI'로 해결하려는 시도를 했습니다. "AI면 모두 다 해결해주겠지"라는 생각으로 무분별하게 도입을 시도했던 것이죠. 하지만 2025년에는 이러한 '과잉 AI' 현상이 한풀 꺾이고, 보다 현실적인 접근이 주목받을 것으로 보입니다. 특히 기업들은 '꼭 최신 거대 언어모델이어야 할까?'라는 질문을 던지기 시작했습니다. 예를 들어 단순한 문서 분류나 데이터 처리는 작고 가벼운 AI 모델로도 충분히 해결할 수 있기 때문입니다. 오히려 무거운 LLM을 쓰는 것이 비용과 시간 낭비가 될 수 있겠죠. 마치 집 근처 장을 보러 갈 때 굳이 스포츠카를 몰 필요가 없는 것처럼요. 이러한 인식 변화에 따라 새로운 흐름이 등장하고 있습니다. 경량화된 전용 모델을 쓰거나, 특정 업무에 특화된 솔루션을 도입하거나, 때로는 기존의 단순한 알고리즘과 AI를 적절히 섞어 쓰는 식입니다. 즉, "가장 최신의 AI"가 아니라 "우리 상황에 가장 알맞은 도구"를 찾아 쓰는 현명한 선택이 2025년의 트렌드가 될 것입니다. 2025년은 AI가 화려한 겉모습을 벗고 실용적인 작업복을 입는 전환점이 될 것입니다. ChatGPT로 시작된 AI 열풍이 마침내 실질적인 비즈니스 가치를 만들어내는 단계로 진화하는 것이죠. 특히 '하나의 AI로 모든 것을 해결하려는' 시도에서 벗어나, 각 산업과 기업의 특성에 맞는 최적의 솔루션을 찾아가게 될 것 입니다. 가령 의료 분야는 정확성을, 금융권은 실시간성을, 제조업은 안정성을 추구하는 등 산업별 맞춤형 접근이 더욱 중요해질 것입니다. 또한 AI 기술을 도입하는 방식도 더욱 현명해질 것입니다. 보안과 규제를 고려한 신중한 접근, 비용 대비 효과를 꼼꼼히 따지는 전략적 선택, 그리고 무엇보다 실제 사용자들의 피드백을 적극 반영하는 점진적 도입이 중요하게 여겨질 것입니다. 결국 2025년 AI 시장의 승자는 '가장 앞선 기술'을 가진 기업이 아닌, '가장 현명한 접근'을 한 기업이 될 것입니다. 기업용 AI 도입을 고민하고 계신다면, 스켈터랩스와 상담하세요! <작성: 스켈터랩스>
2024.12.19
-
Tech Blog
2023년은 ChatGPT로 대표되는 생성형 AI(Generative AI)가 전 세계를 휩쓴 해였습니다. 이어 2024년에는 기업들이 이 혁신적 기술을 어떻게 활용할지 방향을 모색하며 다양한 시도를 해왔죠. 이렇듯 AI의 기술적 잠재력은 이미 충분히 입증되었지만, 여전히 "실제 비즈니스 현장에서 어떻게 활용할 것인가"라는 과제를 두고 기업들의 고민이 이어지고 있습니다. 2025년은 예측컨대, 이러한 탐색기를 지나 AI가 본격적으로 산업 현장에 스며드는 해가 될 것으로 보입니다. 특히 '실용성'과 '차별화된 가치' 두 가지를 중심으로 시장이 재편될 전망인데요. 범용 AI를 도입하는 것을 넘어, 각 산업과 분야별 특성에 맞춰 AI를 최적화하고 실질적인 성과를 만들어내는 것이 핵심 과제가 될 것입니다. 이제부터 2025년 AI 시장의 주요 흐름들을 살펴보면서, 기업들이 어떤 전략적 선택을 해야 하는지, 또 이를 실행하기 위해 어떤 준비가 필요한지 2개의 포스트를 통해 구체적으로 들여다보겠습니다. 1. 실용적 AI 에이전트의 확산: 업무 자동화에서 가치 창출로 전환 2025년 AI 도입의 가장 큰 변화는 '자율형 AI 에이전트'의 실용적 확산일 것입니다. 이미 가트너 등 글로벌 리서치 기관들은 2028년까지 일상 업무의 15% 이상이 AI 에이전트에 의해 자율적으로 처리될 것으로 전망하고 있죠. 주목할 점은 이러한 AI 에이전트의 핵심 가치가 '대화 능력' 자체가 아니라는 것입니다. 사실 2024년까지 이어진 LLM 기반 챗봇 열풍은 다소 아쉬운 점이 있었습니다. 사용자가 '어떻게 질문하느냐'에 따라 성능이 크게 달라지는 등 불안정한 생산성 향상에 그쳤기 때문입니다. 그러나 2025년에는 이러한 한계를 넘어 '특정 업무를 독자적으로 해결하는 능력'이 AI 에이전트의 핵심 경쟁력이 될 것입니다. 특히 RPA(Robotic Process Automation)와 결합한 자율형 에이전트는 가히 주목할 만합니다. 기존 레거시 시스템까지 통합적으로 다루는 고도화된 업무 플랫폼으로 발전할 것으로 예측됩니다. 단순한 응대나 정보 제공을 넘어, 특정 업무 영역을 깊이 이해하고 필요한 도구까지 직접 제작해 프로세스를 최적화하는 수준까지 진화할 전망입니다. 하지만 모든 혁신에는 도전 과제가 따르기 마련입니다. 자율형 AI 에이전트가 해결해야 할 가장 시급한 문제이자 약점은 바로 '오류 가능성'입니다. 오류 가능성을 극복하기 위해 2025년에는 '자기 반영(Self-Reflecting)' 기능이 핵심 기술로 부상할 것으로 보이는데요. 단순히 피드백을 통해 모델을 재학습하는 수준을 넘어, AI가 자신의 수행 과정과 결과물을 스스로 검증하고 개선하는 단계로 나아가게 될 것 이라는 게 스켈터랩스 엔지니어 팀의 예측입니다. 가령 '자가 반영' 에이전트는 기업 내 사용 이력과 업무 패턴, 사용자 피드백을 실시간으로 반영하며 진화합니다. 결과적으로 사용자들은 "내가 쓰는 AI가 점점 나를 이해하고 맞춰간다"는 경험을 하게 될 것이며, 이는 AI에 대한 신뢰도와 실제 비즈니스 성과를 함께 높이는 핵심 요인이 될 것입니다. 결국 기업들이 가장 먼저 고민해야 할 것은 "어떤 업무에서 AI를 써야 가장 큰 효과를 볼 수 있을까?" 입니다. 모든 업무에 AI를 한꺼번에 도입하기보다는, 가장 효과가 클 것 같은 특정 영역부터 시작하는 게 현명한 전략일 수 있겠죠. 예를 들어 반복적인 데이터 처리 업무나 고객 응대 같이 즉각적인 생산성 향상을 기대할 수 있는 분야부터 시작해서, 점진적으로 확대해 나가는 전략이 필요한 시점입니다. 궁극적으로는 AI 에이전트가 사용자의 의도와 상황을 정확히 파악하고, 필요한 도구를 스스로 만들어가며 진화하는 수준까지 발전하겠지만, 2025년 시장의 우선순위는 '실질적인 업무 생산성 향상'이 될 것입니다. 따라서 당분간은 특정 업무에 특화된 실용적 AI 에이전트의 확산이 두드러질 것으로 예상됩니다. 2. RAG 기술 너머: '생성 증강 검색, GAR' 시대의 도래 2023년부터 2024년까지 RAG(Retrieval-Augmented Generation)는 '검색'과 '생성'을 결합한 새로운 정보 활용 모델로 주목받았습니다. AI가 방대한 문서를 검색하고, 이를 바탕으로 새로운 콘텐츠를 생성하는 방식은 기업들의 큰 관심을 받았죠. 2025년에는 이 기술이 한 단계 더 진화합니다. 'Modular RAG', 'Agentic RAG', 'Graph RAG' 등 다양한 발전된 형태가 등장하면서, AI의 정보 처리 능력이 한층 더 고도화될 전망입니다. 이제는 단순히 텍스트를 만들어내는 수준을 넘어, 방대한 문서와 데이터, 그리고 복잡한 지식 그래프까지 능동적으로 탐색하고 가공하는 수준으로 발전하고 있습니다. 가장 주목할 만한 변화는 '검색증강생성(RAG)'에서 '생성증강검색(GAR: Generation-Augmented Retrieval)'이라는 새로운 패러다임으로의 전환입니다. 쉽게 설명하자면, RAG가 "검색한 정보를 바탕으로 새로운 답변을 만들어내는 방식"이었다면, GAR은 "찾고자 하는 정보를 더 잘 찾기 위해 AI가 검색 자체를 지능적으로 수행하는 방식"입니다. 즉, 검색의 질 자체를 높이는 것이죠. GAR의 목표는 명확합니다. 단순히 "필요한 정보를 찾아주는 것"이 아니라, "찾은 정보를 깊이 이해하고 사용자에게 맞춤형으로 재구성"하는 것입니다. 진화된 검색 경험은 기업의 업무 효율성을 높일 뿐만 아니라, 전반적인 지식 관리 체계와 의사결정의 질적 향상까지 이끌어낼 수 있기 때문에 기대가 되는 부분입니다. 2025년 AI 전망은 다음 편에서 계속 이어집니다! <작성: 스켈터랩스>
2024.12.19
-
Tech Blog
다양한 기기와 연결 옵션이 증대됨에 따라 상황과 환경에 상관없이 일관된 사용자 경험이 중요하다는 것은 과언이 아닌데요. ERP(전사자원관리) 시스템도 예외는 아닙니다. 이런 관점에서 SAP S/4 HANA에서 제공되는 핵심 기능 중 하나인 SAP Fiori(피오리) 사용자 인터페이스를 주목할 필요가 있습니다. SAP ECC 버전을 사용한 경험이 있는 사용자들은 SAP 화면에 대해 디자인 측면에서, 또 여러 기기와의 호환성 측면에서 답답함을 느끼신 적 있으실 것으로 생각합니다. 한편, SAP Fiori 사용자 인터페이스가 가장 강조하는 부분은 ‘모든 기기와 사용자를 위한 현대적인 사용자 경험’입니다. 이번 포스팅을 통해 SAP Fiori가 무엇인지 쉽고 빠르게 알아보도록 하겠습니다. SAP ECC 버전의 경우 데스크톱 전용 UI 환경으로 SAP GUI를 반드시 설치해야 시스템 접속이 가능했습니다. 또한 복잡한 메뉴 설계로 Transaction Code라고 하는 T-Code를 알아야 메뉴에 접근이 가능했습니다. 하지만 Fiori 사용자 인터페이스의 경우 멀티 디바이스 지원 UI 환경으로 웹 브라우저를 통한 접속이 가능합니다. 또한 아래 5가지 원칙을 기반으로 생성되어 제품과 상관없이 동일한 사용자 경험을 제공합니다. 뿐만 아니라 Fiori와 ECC 버전의 UI를 모두 사용할 수 있어 ECC 버전이 편리한 사용자의 경우 단계적으로 Fiori 앱에 대한 적응도를 높여갈 수 있습니다. 또한 동일한 업무 프로세스를 SAP ECC 버전과 S/4 HANA Fiori Apps에서 진행했을 시에 진행 시간, 클릭 횟수 등이 크게 줄어들어, 약 2배 이상 효율이 증가한 것을 확인할 수 있었습니다. SAP Fiori Launchpad SAP Fiori Launchpad의 홈페이지는 타일들로 구성됩니다. 타일은 Fiori 앱 및 Fiori 테마가 적용된 Classic UI를 호출하는 역할을 수행하는 동시에, 그래픽으로 정보를 표현해줌으로써 홈페이지 자체에서 KPI 모니터링 작업을 진행할 수 있도록 지원합니다. SAP Fiori Elements Apps과 SAP Fiori Tools SAP Fiori Element Apps은 SAP Fiori에서 개발하여 사용할 수 있는 앱을 말합니다. SAP Fiori Element Apps와 SAP Fiori Tool은 애플리케이션 개발에 메타데이터 중심 접근 방식을 적용하여 개발자의 효율성을 높이고, 사용자 경험의 일관성을 보장하며, 계속해서 진화하는 SAP Fiori 디자인 가이드라인에 따라 앱을 최신 상태로 유지 및 사용하는데 이점이 있습니다. 해당 Elements 앱은 Fiori Tools을 이용하여 비교적 쉽게 제작할 수 있습니다. - 마법사 스타일 접근 방식 사용- 일관된 앱 체계 보장- 단계별 개발 가이드 제공- 코드 일관성 향상- 앱 유지 관리 간소화- 주석 작성에 필요한 공수 절약 가능 지금까지 SAP Fiori 사용자 인터페이스에 대해 설명 드렸습니다. 메타넷글로벌 고객 중에는 통합업무시스템 구축 프로젝트에서 SAP S/4 HANA를 도입하면서 소개 드린 Fiori 의 장점을 십분 활용하여 Fiori Launchpad를 단일 엔트리 포인트로 활용하여제 3자의 앱이나 업무 포탈 등을 연결하여 효과적으로 업무를 진행하고 있는 사례들이 있습니다. 이에 대한 설명 및 SAP ERP 구축 등에 대한 궁금증이 있으시면 언제든지 메타넷글로벌에 문의주시기 바랍니다.
2024.12.16
-
Tech Blog
최근 채용, 인사, 급여 등 다양한 인사 부문에서 AI를 활용하여 생산성을 높이고 있습니다. AI 기술을 통해 직원 인사 평가와 주요 보직 적합자를 추천받고, 많은 기업들이 채용에서 AI 역량 검사를 시행하고 있죠. HR 담당자가 알아야 할 필수 영역이 되어버린 AI, 구체적으로 어떻게 사용되고 있는지, 어떻게 실무에 적용할 수 있을지 알아보겠습니다. AI 인사관리, 왜 해야 하나요? 인사관리 전문 매거진 HRO투데이가 진행한 설문조사에 따르면, 2025년에는 기업들이 인사관리 업무에 AI를 적용한 비중이 60%를 넘어설 전망이라고 합니다. 25~34세 인사담당자의 86%도 향후 4년간 인사 AI가 인사 관리에 긍정적인 영향을 줄 것이라고 응답했을만큼, AI 도입은 단순한 기술 채택 문제가 아니라 기업의 전략적 핵심이라고 할 수 있습니다. ① 시간과 비용의 효과적인 절감AI는 대량의 데이터를 신속하게 처리하고 분석할 수 있어, HR 담당자들이 반복적이고 시간이 많이 소요되는 작업에서 벗어날 수 있게 합니다. 실제 정부 인사혁신처에서 AI를 적용해 공무원의 출장 및 복무관리 효율을 높여 얻은 세금 절감 효과도 연간 수십억원이라고 합니다. ② 데이터 기반의 의사결정을 통한 공정성 강화사람의 주관적인 판단을 줄이고, 객관적인 데이터와 사전에 설정된 공통된 기준을 기반으로 의사결정을 내릴 수 있도록 지원합니다. HR 담당자들은 이러한 시스템을 통해 직원들에게 신뢰를 줄 수 있으며, 조직 문화의 투명성을 높일 수 있습니다. ③ 맞춤형 인재 관리와 직원 만족도 향상직원들의 역량과 직무 적합성을 분석하여 최적의 인재 배치를 할 수 있습니다. 이를 통해 직원들이 자신의 능력을 최대한 발휘할 수 있는 환경에서 일하게 되어 만족도가 높아지고, 팀의 성과도 올라갈 수 있습니다. 또한 조직 운영에 큰 걸림돌이 되는 이직률 감소에도 긍정적 영향을 줄 수 있습니다. 연말정산 솔루션으로 실무에 적용하는 AI 인사관리 AI 인사관리의 중요성을 느끼고 있지만 어떻게 시작해야 될지 모르겠다면, 다가오는 연말정산 시기부터 적용해보는 것은 어떨까요? 과세표준 구간이 다양한 직원들의 연말정산을 처리해야 할 경우 서류 검토 과정과 문의 응대만으로 막대한 시간이 듭니다. 연말정산 시 AI 기술을 활용하면 사람이 직접 확인하고 처리하며 발생했던 불필요한 인력 소모와 오류를 줄일 수 있을 뿐만 아니라, 담당자들은 바쁜 시기에 더 중요한 업무에 집중할 수 있게 됩니다. 메타페이 연말정산 AI는 담당자가 일일이 세법 변경 사항을 찾고 시스템에 적용할 필요 없이, 자동으로 최신 세법이 반영됩니다. 또한, 제출된 PDF 서류를 광학 문자 인식(OCR) 기능을 통해 정보를 추출해 수기 입력에 따른 오류를 확실하게 줄여줍니다. AWS와 함께 더 강화된 메타페이 연말정산 솔루션, 메타페이 AI 메타페이는 아마존 웹 서비스(Amazon Web Service)의 최신 대규모 언어 모델(LLM) 모델 클로드 3 (Claude 3)를 활용해 ‘연말정산 AI’ 솔루션을 ‘메타페이AI’로 고도화할 예정입니다. 메타페이AI에 활용될 클로드 3는 AWS가 보유한 클로드 모델 중 처리 속도가 가장 빠르고 강력한 보안 기능을 갖추고 있습니다. 이런 뛰어난 성능을 통해 연말정산 AI 솔루션에서 가장 만족도가 높았던 챗봇의 질문 처리 기능이 한층 강화될 것으로 기대됩니다. 인사 담당자에게 연초는 연간 HR 전략 수립의 중요한 시기입니다. 이 때 연말정산 서류 검토와 임직원 문의 응대로 인해 리소스가 분산되는 경험, 다들 있으실 텐데요. 메타페이 AI를 활용하면 연말정산 업무 시간을 줄이고 더 중요한 일에 집중할 수 있습니다. AWS와 함께 한층 더 강화된 연말정산 솔루션, 메타페이 AI에 많은 기대 부탁드립니다! 더 쉬운 연말정산 방법을 고민하신다면, 메타페이와 상담하세요!
2024.12.05
-
Tech Blog
연결 회계를 사용하고 있는 기업들은 특히 주목하세요! SAP S/4 HANA Public 버전 Finance 모듈을 사용하시면 SAP 기존의 연결 회계 솔루션들의 장점만을 취합하여 가장 최적의 연결 결산 환경을 제공하는 SAP Group Reporting 기능을 추가 라이선스 비용 없이 사용하실 수 있습니다. 연결 재무제표란? 연결 재무제표는 두 개 이상의 회사를 경제적으로 한 몸(연결 실체)로 간주하고 한 회사인 것처럼 재무제표를 작성하는 것입니다. 따라서 각 회사의 재무 항목들은 모두 더하고 중복 분은 제거해야 제대로 된 연결 재무제표가 생성됩니다. SAP Group Reporting의 특장점 연결 결산이 어려운 이유 중 하나는 지배기업인 본사에서의 결산 뿐 아니라 종속 기업들의 개별 결산은 개별 결산대로 완료하고 연결 재무 자료를 만들어내야 하기 때문입니다. 또한 내부거래 대사 과정에서 대사 과정을 위한 많은 커뮤니케이션이 필요하며, 내부거래 데이터간 불일치 이슈를 해결하는데도 많은 시간과 어려움이 따릅니다. SAP S/4 HANA Public Cloud에서는 이런 고객들의 Pain points를 이해하여 Finance 모듈을 사용하는 경우 Group Reporting 기능을 추가 라이선스 없이 사용할 수 있도록 하였습니다. Group Reporting 기능을 사용할 경우 거래 기준의 매칭 및 대사의 실시간 프로세스가 제공될 뿐만 아니라 내장된 워크플로우에 의한 매칭 차이 처리 자동화, 로컬 결산으로부터 연결 결산의 연속적인 프로세스 활용 등이 가능하여 연결 결산을 이전보다 훨씬 수월하게 진행할 수 있습니다. Group Reporting 솔루션에 대해 조금 더 기능적으로 설명드리자면, 각 기업의 개별 재무재표 생성을 위해 회계 담당자들이 해야 할 테스크와 연결 회계 담당자가 해야 할 테스크를 나눠서 확인할 수 있어 연결 결산에서 필수적으로 실시해야 하는 프로세스들을 표준화하여 빠짐없이 수행할 수 있습니다. 개별 기업 회계 담당자가 해야 할 테스크는 데이터 모니터라는 앱에서 확인할 수 있습니다. 데이터 모니터 앱에서는 연결 분개 데이터를 가지고 오거나, SAP를 사용하지 않는 연결 단위의 회사 데이터를 업로드 하는 엑셀 업로드 데이터를 수집할 수 있습니다. 또한 순 이익 계산을 통해 회사의 순이익을 계산할 수 있으며, 수동 전기를 통해 수정이 필요한 분개 데이터의 경우에는 수정이 가능합니다. 통화 환산을 통해 로컬 통화로 되어 있는 해외 법인의 데이터를 그룹 통화로 변환하는 작업도 가능합니다. 연결 회계 담당자가 해야 할 테스크는 연결 모니터 앱에서 확인이 가능합니다. 해당 앱을 통해 내부 거래를 제거하거나 미 실현 손익을 제거하고 투자/자본 상계와 같은 작업을 진행할 수 있으며 결과적으로 연결 재무제표를 산출할 수 있습니다. SAP Group Reporting 사용 A사 사례 Group Reporting 기능을 사용하여 연결 결산을 진행하고 있는 A사 사례에 대해 간략하게 설명드리겠습니다. 연결 결산을 진행하고 있는 A사의 경우 아래 그림에서 보듯이 한국 본사에서는 온프레미스 S/4 HAHA Private 버전을 사용하면서 해외 법인에는 SAP S/4 HANA Public Cloud를 사용하는 SAP 2 Tier ERP 전략을 채택하였습니다. A사의 미국법인과 캐나다법인은 하나의 SAP S/4HANA Public Cloud테넌트안에 Company Code로 분류하여 개별결산을 수행합니다. 개별결산 수행 후, Group Reporting의 공통분개 릴리즈 기능을 사용하여, 법인별 시산표 데이터를 추출합니다. 추출된 데이터를 바탕으로 통화환산, 내부거래 제거 등의 데이터 모니터, 연결 모니터의 태스크를 수행하고나면 내부보고용 북미법인 연결재무제표가 완성됩니다. 유럽 법인 역시 동일한 테넌트 안에 Company Code로 분류하여 개별결산을 수행하고, 별도의 개발 없이 본사와 미국, 캐나다, 유럽의 시산표를 합산하여 연결 조정 분개 및 연결결산을 진행합니다. SAP 2 Tier ERP 전략에 대해 더 알고 싶으시다면 링크를 통해 Ebook을 다운로드 해보세요. 연결 결산 작업은 어렵고 복잡하지만 SAP S/4 HANA Public 버전 Finance 모듈을 사용하실 경우 가장 최적의 연결 결산 환경을 제공하는 SAP Group Reporting 기능을 무료로 사용하실 수 있어 연결 결산 작업에 있어 조금은 더 쉽고 편리하게 관리하실 수 있을 것으로 기대합니다. SAP S/4 HANA Public Finance 모듈 구축에 관한 걱정과 질문 사항이 있다면, 메타넷글로벌과 상담하세요!.
2024.12.02