SAP "기업용 SW에 쉽게 AI 통합 가능"

마커스 노가 SAP 머신러닝부문 총괄 임원

[프랑크푸르트(독일)=김우용 기자] “전세계 기업에서 창출하는 매출의 76%가 SAP 소프트웨어로 이뤄진다. SAP 레오나르도 머신러닝은 기업의 기존 시스템과 SaaS 앱에 쉽게 연동시키게 해 모든 비즈니스 앱을 더 인텔리전트하게 향상시켜준다.”

마커스 노가 SAP 머신러닝부문 총괄 임원은 12일(현지시간) 독일 프랑크푸르트에서 개최된 ‘SAP 레오나르도 라이브’ 행사에서 기자와 만나 이같이 밝혔다.

그는 “기본적으로 SAP의 머신러닝은 마이크로서비스로 제공되므로, 고객사의 어떤 서비스, 애플리케이션, 솔루션과 연동가능하다”며 “SAP의 ERP든 직접 개발한 SW나 써드파티 앱이든 SAP 머신러닝과 결합해 주요 비즈니스 프로세스 전부를 자동화하게끔 준비하고 있다”고 설명했다.

마커스 노가 SAP 머신러닝부문 총괄

SAP 레오나르도는 지난 5월 공개된 디지털 트랜스포메이션 관련 브랜드다. 머신러닝, 빅데이터, 클라우드, 블록체인 등 신기술을 활용해 새로운 사업으로 나아가려는 기업 전략을 겨냥했다.

레오나르도는 SAP 클라우드 플랫폼 위에서 기존 SAP 애플리케이션에 이런 기술들을 통합할 수 있게 해줘, 보다 지능형으로 업그레이드 시켜주는 핵심 역할을 한다.

레오나르도 머신러닝 기술을 활용하면서 전사적자원관리(ERP) 시스템인 S/4HANA 클라우드도 한층 지능화됐다. S4/HANA를 구성하는 SAP 캐시 애플리케이션은 사람이 송장 같은 채권을 열기 위해 어떻게 은행 입출금 명세서를 매칭 시키는지 보고 학습할 수 있다. 인적자원(HR)관리 분야에 적용되면, 구직자들의 이력서를 검토해 채용하려는 자리에 얼마나 적합한지 자동으로 점수화하는 일 등이 가능하다.

SAP는 머신러닝 기술을 세가지 형태로 제공한다. SAP 클라우드 플랫폼에서 제공하는 다양한 SaaS 형태의 머신러닝 기반 앱이 첫째다. 개발자에게 API를 제공해 다양한 외부 앱에 SAP 머신러닝 기술을 활용할 수 있게 한다. 또, 기존 구축형 SW에 머신러닝 기술을 통합할 수 있게 한다.

그는 “대표적인 해 사용가능한 SaaS 앱은 재무부서를 위한 SAP 캐시 애플리케이션, 고객서비스센터를 위한 SAP 서비스 티케팅, 마케팅 부서를 위한 SAP 브랜드 임팩트 등이다”며 “캐시 애플리케이션은 재무 부서의 수작업을 자동화하고, 서비스 타케팅은 고객 문의나 요청을 자동 분류하고, 브랜드 임팩트는 마케팅이나 스폰서십의 가치와 실제 효과를 측정해준다”고 말했다.

그는 “이같은 앱에 이어 플랫폼 차원에서 내부 트레이닝을 제공하는 기능을 곧 상용화할 계획이며, 다양한 앱을 상용화하도록 준비하고 있다”고 덧붙였다.

SAP는 2014년 이래 머신러닝그룹이란 조직을 만들어 독일, 싱가포르, 이스라엘, 미국 팔로알토 등지에서 운영하고 있다. 190명의 엔지니어가 머신러닝그룹에 소속돼 있고, 올해말까지 300명으로 증원할 계획이다. 또한 SAP 내 5천400여명의 전문가가 머신러닝을 탑재한 솔루션과 제품을 개발하고 있다.

SAP는 전략적 파트너십을 통해 머신러닝 기술과 서비스를 구축하고 있다. 엔비디아와 협력해 딥러닝 전용 GPU 하드웨어를 활용하고, 구글과 협업하며 머신러닝 백엔드 프레임워크로 텐서플로우를 활용한다.

파트너의 하드웨어와 프레임워크에 SAP의 비즈니스 애플리케이션 지식과, 데이터, 비즈니스 프로세스 및 방법론 등을 결합해 다양한 산업군의 기업의 머신러닝 활용을 돕는다는 전략이다.

그는 “SAP 머신러닝의 또다른 강점은 막강한 데이터”라며 “전세계 5천만 고객의 500억달러 규모 거래가 SAP 컨커 거래정보 네트워크에서 일어나며, 1억3천명 규모의 SAP 클라우드 서비스 사용자와 기존 온프레미스 고객의 데이터를 보유했다”고 강조했다.

그는 “기존 고객과 전략적 파트너십을 체결해 허락하에 고객 데이터를 관리하면서 비즈니스 모델을 개발하고 있다”며 “SaaS 앱을 기반으로 가장 최근의 데이터를 딥러닝 시스템 통해 학습시키고, 이 기술을 기반으로 사람이 하는 업무를 컴퓨터가 수행하도록 한다”고 덧붙였다.

그는 쉽게 쓸 수 있다는 점도 강조했다. 사용자가 데이터 가공에 대한 고도의 지식을 갖고 있지 않아도 머신러닝의 혜택을 쉽게 누릴 수 있다는 것이다.

그는 “서비스 티케팅을 예로 들면, SAP가 기존의 모든 데이터 구조를 이해하고 있으므로, 다양한 종류의 고객 문의를 어떻게 추출할지 자동화하고, 모두 시스템과 연동해 데이터 구조나 포맷을 추출해 사용자에게 제공한다”며 “새로운 시나리오를 만들어야 하는 경우 모든 종류의 상황에 API 서비스를 제공해서 연동하도록 하고, 어려운 지식을 몰라도 웹서비스 기반으로 기존 시스템과 연동해 데이터 추출해 사용하는게 가능하다”고 설명했다.