둘째는 눈에 잘 보이지 않는 'AI 레디 데이터(AI-ready data)' 문제다. 인프라가 아무리 현대적이라도, 기업 데이터가 여기저기 흩어져 있고 통제되지 않은 채 품질 문제로 가득하다면 AI 학습이나 추론에 쓸모가 없다. 이를 해결하기 위해 서비스나우의 워크플로우 데이터 패브릭에 IBM 왓슨x.데이터를 더해 데이터 품질, 관측 가능성, 마스터 데이터 관리 기능을 제공한다. 이 모든 것은 서비스나우 데이터 카탈로그(Data Catalog)를 통해 시각화되고 관리된다. 핵심은 일회성 데이터 정리 프로젝트가 아니라 기업 데이터를 '항상 AI가 쓸 수 있는 상태'로 유지하는 것이다 .
애플리케이션 현대화는 구형 코드를 이해하고 리팩토링하도록 설계된 AI 코딩 에이전트 IBM 밥(Bob)과 자바 앱을 위한 런타임에 크게 의존한다. 기존 환경 안에서 작업함으로써, 기업이 처음부터 다시 시작하는 부담 없이 시스템을 진화시킬 수 있도록 돕는 것이 목표다 .
기업 데이터 거버넌스는 확장된 서비스나우 워크플로우 데이터 패브릭에 IBM 왓슨x.데이터가 계층화된다. 이를 통해 조직은 데이터 품질을 관리하고, 데이터 흐름을 모니터링하며, 마스터 데이터 기록을 일관되게 유지할 수 있다. 이 모든 과정은 서비스나우 데이터 카탈로그에 연결되어 가시성과 통제력을 높여준다 .
자율 인프라 운영은 레드햇 앤서블(Red Hat Ansible), 인스타나(Instana), IBM 밥(Bob), 그리고 하시코프(HashiCorp) 인프라 도구들을 결합해 문제가 비즈니스에 영향을 미치기 전에 감지하고 해결한다. 이 기능이 서비스나우의 IT 워크플로우에 직접 통합되면서, 운영팀은 사후 대처에 급급한 소방수 역할에서 벗어나 AI 기반의 사전 예방적 해결사로 거듭날 수 있다 .
IBM과 서비스나우는 공동 개발 솔루션이 2026년 하반기에 고객에게 제공될 것이라고 밝혔다 . 초기 발표에는 구체적인 가격이나 티어(tier, 등급) 정보가 포함되지 않았으며, 기술 통합이 깊어지는 단계에 따라 순차적으로 출시될 가능성이 높다.
화려한 발표 후 흐지부지되는 파트너십도 많다. 하지만 이번 협력은 10년 이상의 긴밀한 협업 경험 위에 서 있다. 이는 최근 생성형 AI 열풍이 불기 훨씬 전부터 시작된 관계다 .
IBM은 2011년부터 서비스나우 전체 포트폴리오의 관리형 서비스 제공자(MSP)였다 . 양사는 2017년에 IT, HR, 고객 서비스, 보안 워크플로우 전반에 걸친 지능형 자동화를 목표로 글로벌 전략적 파트너십을 공식화했다
. 2020년에는 IT 운영에 AI를 적용해 운영 리스크를 줄이고 비용을 낮추는 방향으로 계약을 확장했다
.
2023년에는 서비스나우가 공식적으로 IBM을 핵심 전략 서비스 파트너로 하는 얼라이언스 생태계를 강화했으며, 2024년 초에는 양사 모두 AI 전환을 지원하기 위한 파트너 프로그램을 업데이트했다 . 이어 2024년 5월 서비스나우 '널리지(Knowledge)' 컨퍼런스에서는 IBM 왓슨x.ai와 그래닛(Granite) 대규모 언어 모델(LLM)을 서비스나우 나우 어시스트(Now Assist) GenAI 경험에 통합하고, 새로운 생성형 AI 우수 센터를 발표했다
.
2024년 7월에는 인재 개발 측면으로 확장해 IBM 컨설팅이 서비스나우 플랫폼 위에 구축한 AI 기반 인력 스킬 향상 솔루션을 출시했다. 이는 IBM의 스킬 분류 데이터와 HR 전환 전문성을 결합한 결과물이다 .
2026년 6월의 발표는 이러한 일련의 행보에서 논리적 귀결이다. 단순히 AI 기능을 한 겹 더 추가하는 대신, 기업 AI 프로젝트 성패를 좌우하는 전제 조건, 즉 '데이터를 믿을 수 있는가', '시스템이 실제로 모델을 돌릴 수 있는가'라는 근본적인 질문에 답하기 시작한 것이다.
Comments
0 comments