SAP Connect 2026이 보여준 ‘자율적 기업’의 현재

https://www.sap.com/blogs/top-sap-connect-2026-announcements

SAP Connect 2026의 핵심 메시지는 단순합니다. AI는 더 이상 별도의 도구나 미래의 비전이 아니라, 기업의 실제 업무 흐름 속에서 일을 수행하는 기능으로 자리 잡고 있다는 것입니다. 이번 행사에서 발표된 주요 소식은 재무, 조달, 인사, 공급망, 고객경험 등 기업 전반의 프로세스에 AI 에이전트와 자동화를 확장하겠다는 SAP의 전략을 잘 보여줍니다 1. AI의 다음 단계는 ‘답변’이 아니라 ‘실행’ 이번 발표의 중심에는 Joule Work가 있습니다. SAP는 이를 AI를 활용하는 새로운 인터페이스이자, 사용자가 업무를 지시하고 실행하는 하나의 작업 공간으로 소개했고 Joule Work는 관련 정보와 애플리케이션, AI 지원 기능을 한곳에 모아 주고, 반복적인 업무를 처리하며, 여러 AI 에이전트의 활동을 조율하는 기능을 담당합니다. 특히 주목할 점은 AI가 단순히 질문에 답하는 수준을 넘어, 업무를 실제로 진행하도록 설계되었다는 것입니다. SAP는 Joule Work의 차별점을 네 가지로 제시합니다. SAP와 비SAP 데이터를 아우르는 질의응답, 인사이트와 앱 에이전트를 연결하는 업무 실행, 비즈니스 사용자와 개발자가 에이전트를 만들고 확장할 수 있는 개발 환경, 그리고 A2A·MCP 기반의 상호운용성입니다 이는 기업 AI의 성숙도를 판단하는 기준이 바뀌고 있음을 의미합니다. 과거에는 “AI가 얼마나 정확한 답을 주는가”가 중요했다면, 이제는 “AI가 업무를 어디까지 안전하게 실행할 수 있는가”가 중요해지고 있습니다. 다만 실행 범위가 넓어질수록 권한, 승인, 감사 가능성 같은 거버넌스가 함께 설계되어야 합니다. SAP 역시 에이전트가 사용자 권한 안에서 움직이고, 기존 승인·통제 체계와 현지 법규가 유지된다고 강조합니다 2. Autonomous Suite: 부서별 AI에서 기업 전체 AI로 SAP는 Autonomous Suite를 재무, 지출관리, 인사, 고객경험, 공급망 등 전 사업 영역으로 확대한다고 발표했습니다. 여기에는 어시스턴트, 에이전트, 임베디드 AI가 포함되며, 사용자는 Joule Work를 통해 이를 활용해 실제 업무를 수행할 수 있습니다 이번 발표에서 인상적인 부분은 기술 자체보다 적용 방식입니다. SAP는 AI를 각 부서에 따로 도입하는 방식이 아니라, 부서 간 프로세스를 연결하는 방향으로 제시합니다. 예를 들어 조달 업무에서는 노바티스가 Sourcing Assistant와 Sourcing Negotiation Agent를 활용해 이벤트 생성, 입찰 분석, 협상 전략, 수주 추천 같은 전술적 조달 활동을 자동화하고 있습니다. 사람은 전략, 거버넌스, 승인 업무를 담당합니다 이는 AI 도입의 바람직한 모습을 보여줍니다. AI가 사람을 대체하기보다, 사람이 판단해야 할 영역에 집중할 수 있도록 반복 업무를 줄이는 것입니다. 기업 입장에서도 생산성 향상, 업무 일관성, 대응 속도 개선이라는 효과를 기대할 수 있습니다 3. SAP Pay: 결제도 업무 프로세스 안으로 SAP는 SAP Pay를 통해 결제 실행과 정산 기능을 SAP Cloud ERP 프로세스 안에 직접 통합했습니다. 이 기능은 다양한 결제 수단을 지원하며, 결제 활동을 재무 운영과 더 긴밀하게 연결합니다 결제는 전통적으로 여러 시스템과 부서가 얽힌 영역입니다. 재무, 자금, 은행 부서 사이에서 수작업과 대조 작업이 반복되기 쉽고, 규제와 내부통제 요구도 높습니다. SAP Pay는 결제 실행을 ERP 안으로 가져옴으로써 업무 흐름을 단순화하고, 결제 수명주기 전반의 가시성을 높이며, 통제와 컴플라이언스를 강화하는 데 초점을 둡니다 이 발표는 AI 발표 사이에서도 의미가 큽니다. 기업의 디지털 전환은 화려한 AI 기능만으로 완성되지 않습니다. 결제처럼 일상적이면서도 통제가 중요한 프로세스가 얼마나 매끄럽게 연결되는지가 실제 운영 품질을 좌우하기 때문입니다. 4. 신뢰할 수 있는 데이터 없이는 에이전트도 위험하다 SAP는 Reltio 인수 이후 SAP Reltio를 SAP Business Data Cloud에 통합해, SAP 및 비SAP 환경의 마스터데이터를 통합하겠다고 밝혔습니다. SAP Reltio는 고객, 공급업체, 제품, 위치 같은 핵심 비즈니스 개체에 대해 흩어져 있거나 중복된 기록을 정리하고, 신뢰할 수 있는 통합 뷰를 만듭니다 이 부분은 AI 프로젝트의 성패를 가늠하는 핵심입니다. AI 에이전트는 데이터에 접근할 수 있는 것만으로 충분하지 않습니다. 같은 고객이나 제품이 시스템마다 다르게 기록되어 있다면, AI는 불완전하거나 상충하는 정보를 바탕으로 판단할 수 있습니다. SAP Reltio는 개체 해석과 지속적인 데이터 품질 관리를 통해 ‘골든 레코드’를 만들고, 관계와 계층 정보까지 제공함으로써 AI가 더 완전한 맥락에서 판단하도록 돕습니다 SAP는 Reltio가 SAP Master Data Governance를 대체하는 것이 아니라 보완한다고 설명합니다. Reltio는 애플리케이션 간 통합과 360도 뷰에 집중하고, Master Data Governance는 원천 시스템의 거버넌스와 프로세스 통제를 유지합니다. 결국 AI의 품질은 모델의 성능만이 아니라, 그 모델이 어떤 데이터를 보고 있는가에 달려 있다는 점을 다시 확인하게 됩니다 5. 산업별 AI: 범용 AI를 넘어 현장의 문제로 SAP는 자동차, 소매, 에너지, 원자재, 자산 집약 산업 등을 위한 Industry AI 포트폴리오도 확대했습니다. 여기에는 유지보수 요청의 자동 분류와 우선순위 지정, 자동차 품질관리의 8D 프로세스 지원, 원자재 거래 계약의 신속한 확정, 에너지 분야의 유지보수 일정 자동 수립, 소매업의 상품·공급업체 데이터 개선 및 프로모션 최적화 등이 포함됩니다 이 중 일부 기능은 올해 말까지 일반 제공될 예정이며, 자동차 분야 기능은 내년 초에 이어질 전망입니다. 산업별 AI가 중요한 이유는 분명합니다. 기업이 직면한 문제는 ‘AI를 어디에 쓸까’라는 추상적 질문이 아니라, 유지보수 지연, 품질 불량, 재고 공백, 거래 지연 같은 구체적 운영 과제이기 때문입니다 네슬레의 사례도 주목할 만합니다. 네슬레는 연결된 디지털 코어를 구축해 일관된 프로세스와 신뢰할 수 있는 데이터, AI를 글로벌 운영에 적용하고 있으며, Joule과 Accounts Receivable Assistant를 통해 미수금 관리 우선순위를 정하고 다음 조치를 추천하며 고객 커뮤니케이션 초안을 작성하도록 지원하고 있습니다 회사는 준비 과제로 AI 에이전트 시대의 전환 파트너를 고민해봐야 합니다. SAP Connect 2026이 보여준 Autonomous Enterprise는 AI가 모든 일을 대신하는 기업이 아닙니다. 오히려 AI, 애플리케이션, 신뢰할 수 있는 데이터가 함께 작동해 반복 업무를 줄이고, 의사결정을 개선하며, 사람이 더 높은 가치의 일에 집중하도록 돕는 기업입니다. 회사에게 이 변화는 단순한 신기술 트렌드가 아니라, ERP·데이터·AI·클라우드 역량을 하나의 고객 가치로 재조립해야 하는 전환점입니다 첫째, 회사는 AI 에이전트 도입 컨설팅 역량을 강화해야 합니다. 고객은 ‘어떤 모델을 쓸까’보다 “조달, 재무, 공급망 업무 중 어디를 먼저 자동화하고, 어떤 승인·통제 체계를 유지할 것인가”를 묻고 있습니다. SAP가 강조하는 것처럼 에이전트는 사용자 권한과 기존 통제 체계 안에서 움직여야 하므로, 회사는 업무 프로세스 진단, 자동화 범위 설정, 권한 설계, 예외 처리, ROI 측정까지 아우르는 방법론을 갖추어야 합니다 둘째, 데이터 신뢰성 역량이 새로운 차별화 요소가 되어야 합니다. SAP Reltio가 마스터데이터 통합과 골든 레코드 구축을 강조하는 것처럼, AI 에이전트의 성과는 결국 데이터 품질에 좌우됩니다. 회사는 SAP와 비SAP 시스템을 아우르는 데이터 통합, 마스터데이터 정제, 데이터 거버넌스, 품질 모니터링을 하나의 패키지로 제공해야 합니다. 특히 제조·물류·유통 고객의 경우 제품, 자재, 거래처, 설비 데이터의 정합성이 공급망 AI 성패를 결정합니다 셋째, SAP와의 파트너십을 확대하고 산업별 솔루션을 내재화해야 합니다. SAP가 자동차, 소매, 에너지, 원자재 등 산업별 AI를 확대하는 만큼, 회사도 제조 품질, 설비 유지보수, 물류·재고, 수요예측, 고객 응대 등 한국 기업의 현장 과제에 맞는 활용 시나리오를 먼저 검증해야 합니다. 이를 통해 단순 SI 제공자가 아니라, 고객의 업무 도메인을 이해하고 AI 에이전트를 실제 성과로 연결하는 파트너로 포지셔닝할 수 있습니다 넷째, 보안·컴플라이언스·운영체계를 미리 설계해야 합니다. AI가 승인, 결제, 조달, 고객 응대까지 관여할수록 감사 로그, 권한 통제, 데이터 접근 관리, 장애 대응이 핵심 요구가 됩니다. 회사는 AI 에이전트 운영을 위한 관제 체계, 모델/프롬프트/에이전트 변경관리, 보안 정책 점검을 표준 서비스로 제공한다면 고객의 도입 장벽을 크게 낮출 수 있습니다. 결국 회사가 준비해야 할 것은 AI 기술 자체만이 아닙니다. 프로세스를 이해하고, 데이터를 신뢰할 수 있게 만들며, AI가 안전하게 실행되도록 운영하는 통합 역량입니다. SAP가 제시하는 자율적 기업의 흐름 속에서 회사가 ‘AI 에이전트 시대의 전환 파트너’로 자리 잡으려면, 컨설팅·데이터·SAP·클라우드·보안 역량을 하나의 고객 여정으로 묶는 준비가 시급합니다.