세일즈포스가 태블로를 앞세워 인공지능(AI) 에이전트 기반 데이터 분석 시장 공략에 나선다. 기업이 보유한 데이터를 단순 조회·시각화하는 수준을 넘어 AI 에이전트가 비즈니스 맥락을 이해하고 의사결정과 업무 실행까지 지원하도록 분석 플랫폼의 역할을 확장하겠다는 구상이다.
세일즈포스는 지난 5일부터 7일까지 미국 샌디에이고에서 열린 '태블로 컨퍼런스 2026'에서 차세대 분석 플랫폼 '에이전틱 애널리틱스 플랫폼'을 공개했다. 이 플랫폼은 기업 내 흩어진 데이터와 업무 맥락을 신뢰 가능한 지식 기반으로 연결해 조직 전반의 '에이전틱 엔터프라이즈' 전환을 지원하는 것이 핵심이다.
이번 발표는 AI 에이전트 도입이 기업 업무 전반으로 확산되는 가운데 데이터 분석의 역할이 바뀌고 있다는 판단에 따른 것이다. 기존 분석 플랫폼이 데이터 조회와 시각화에 초점을 맞췄다면, 앞으로는 AI 에이전트가 데이터의 의미와 업무 맥락을 이해하고 의사결정과 실행까지 지원하는 분석 환경이 중요해질 것으로 회사 측은 보고 있다.
태블로 에이전틱 애널리틱스 플랫폼은 ▲지식 엔진 ▲대화형 분석 ▲헤드리스 애널리틱스 ▲의사결정 엔진 ▲에이전틱 애널리틱스 커맨드 센터 등을 중심으로 구성됐다. 이를 통해 기업 내 분산된 데이터와 업무 맥락을 연결하고 AI 에이전트가 분석부터 의사결정, 실행까지 지원할 수 있도록 했다.
핵심 기능인 지식 엔진은 지난 10여 년간 축적된 3300만 개 시맨틱 모델을 기반으로 한다. AI 에이전트가 기업의 데이터 구조와 비즈니스 의미를 이해할 수 있도록 돕는 역할이다. 세일즈포스는 스노우플레이크, dbt 랩스 등과 추진 중인 '오픈 시맨틱 인터체인지' 프로젝트를 통해 데이터 호환성도 강화하고 있다.
이를 통해 태블로 기반 AI 에이전트는 단순 데이터 조회를 넘어 기업별 지표, 업무 규칙, 맥락을 반영한 답변과 실행 방안을 제시할 수 있다. 부서별로 다른 데이터 해석 기준이나 단절된 업무 맥락으로 인해 발생하는 의사결정 지연을 줄이는 데도 초점이 맞춰졌다.
데이터 활용 방식도 실제 업무 환경으로 확장된다. 대화형 분석과 헤드리스 애널리틱스를 활용하면 사용자는 별도 대시보드에 접속하거나 SQL을 작성하지 않아도 자연어 질문만으로 필요한 인사이트를 확인할 수 있다. 분석 결과는 세일즈포스, 슬랙, 마이크로소프트 팀즈, 클로드, 챗GPT 등 업무가 이뤄지는 다양한 환경에서 활용할 수 있다.
의사결정 엔진은 분석 결과를 업무 실행으로 연결하는 역할을 맡는다. 예컨대 고객 만족도 하락, 영업 파이프라인 리스크, 운영 지표 이상 등이 감지될 경우 담당자 알림, 세일즈포스 케이스 생성, 후속 워크플로우 실행 등을 지원한다.
AI 에이전트가 데이터에 접근하고 분석 결과를 바탕으로 실행까지 수행하는 만큼 관리·거버넌스 기능도 강화됐다. 에이전틱 애널리틱스 커맨드 센터는 AI 에이전트가 접근한 데이터 현황과 수행한 분석·실행 내역을 확인할 수 있는 환경을 제공한다. 기업은 이를 통해 데이터 보안과 규제 요건을 관리하면서 에이전틱 분석 환경을 전사적으로 확대할 수 있다.
관련기사
- 세일즈포스, 실적 선방에도 '사스포칼립스' 그림자…내년 전망 보수적2026.02.26
- 美 빅테크, 데이터 수집·정제 자동화 승부수…"AI 경쟁력 핵심"2026.02.08
- "비전문가도 쉽게"…태블로가 AI로 데이터 분석 장벽 낮춘 비결은?2025.08.27
- 태블로 "데이터 준비부터 분석·활용까지 AI 에이전트로 통합"2025.08.27
마크 레처 태블로 사업 총괄 매니저는 "지난 20여 년간 태블로는 전 세계가 데이터를 보고 이해하는 방식을 이끌어왔다"며 "이에 그치지 않고 데이터를 즉시 의사결정과 실행으로 연결할 수 있는 플랫폼으로 혁신하고 있다"고 강조했다. 그러면서 "이에 따라 분석가의 역할 또한 신뢰할 수 있는 데이터를 바탕으로 기업의 의사결정과 실행 방향을 설계하는 영역으로 확장되고 있다"고 밝혔다.
박세진 세일즈포스 코리아 대표는 "기업의 데이터 활용을 어렵게 만드는 것은 데이터의 부족보다 부서마다 다른 해석 기준과 단절된 업무 맥락인 경우가 많다"며 "태블로의 지식 엔진은 10년간의 노하우가 집약된 비즈니스 컨텍스트 엔진으로, 기업의 비즈니스 데이터를 AI 에이전트가 이해할 수 있도록 연결하고, 조직 전반에서 데이터 분석, 인사이트 확보, 의사결정, 실행이라는 전 과정을 지원하는 핵심 역할을 수행하게 될 것"이라고 강조했다.











