SAP Autonomous Enterprise: Business AI Platform, Joule 에이전트, ERP 전환 도구는 어떻게 맞물리나

Business AI Platform: 에이전트가 움직일 ‘통제된 기반’

SAP Business AI Platform은 이번 발표의 토대다. SAP는 이 플랫폼이 SAP Business Technology Platform, SAP Business Data Cloud, SAP Business AI를 하나의 거버넌스 환경으로 통합한다고 설명했다 .

기업용 AI 에이전트에는 대규모 언어모델만으로는 부족하다. 어떤 데이터에 접근할 수 있는지, 어떤 승인 절차를 거쳐야 하는지, 특정 거래나 문서가 어떤 프로세스와 연결되는지 알아야 한다. SAP는 SAP Knowledge Graph가 고객의 SAP 환경 전반에서 비즈니스 엔터티, 프로세스, 관계를 매핑해 에이전트가 단순히 문장을 생성하는 수준을 넘어 업무 맥락을 이해하고 행동하도록 돕는다고 밝혔다 .

개발 환경으로는 Joule Studio가 제시됐다. SAP에 따르면 Joule Studio는 개발자가 노코드, 프로코드, AI 프레임워크를 활용해 기업용 에이전트, 애플리케이션, 에이전트형 워크플로를 SAP가 관리하는 인프라 위에서 만들 수 있도록 설계됐다 . 즉 SAP는 에이전트 개발도 기존 기업 데이터와 애플리케이션이 놓인 통제된 스택 안으로 끌어들이려 한다.

SAP Autonomous Suite: AI가 실제 업무를 실행하는 층

SAP Autonomous Suite는 애플리케이션 실행 계층이다. SAP는 이 제품군을 통해 SAP 비즈니스 애플리케이션에 AI를 적용하고, 에이전트가 프로세스를 처음부터 끝까지 수행하도록 하겠다고 밝혔다 .

구성도 크다. SAP는 재무, 공급망, 구매, 인사, 고객경험 영역에서 50개 이상의 도메인별 Joule Assistants가 200개 이상의 전문 에이전트를 조율하게 된다고 설명했다 . 여기서 Joule Assistants는 업무 영역 단위의 조율자에 가깝고, 전문 에이전트는 더 좁은 작업을 수행하는 실행자에 가깝다.

SAP가 가장 분명하게 든 사례는 재무 마감이다. SAP는 Autonomous Close Assistant가 분개, 대사, 오류 해결을 자동화해 재무 마감을 몇 주에서 며칠로 줄이는 것을 목표로 한다고 밝혔다 . 이는 SAP가 자율형 엔터프라이즈를 어떻게 정의하는지 잘 보여준다. AI가 보고서를 요약하는 데 그치지 않고, 업무 절차 안에서 실제 단계들을 처리하도록 하겠다는 것이다 .

Joule Work: 사용자가 일을 지시하는 입구

Joule은 SAP의 AI 업무 경험에서 사용자가 마주하는 앞단이다. SAP는 Joule Work를 공개하며, 사용자가 원하는 비즈니스 결과를 설명하면 Joule이 필요한 워크플로, 데이터, 에이전트를 조율하는 경험을 제공하겠다고 밝혔다 .

SAP에 따르면 Joule Work는 인사이트를 선제적으로 보여주고, 반복 업무를 자동화하며, 데스크톱·모바일·음성 인터페이스에서 작동한다. 또한 SAP 시스템뿐 아니라 비SAP 시스템까지 넘나드는 방식으로 설계됐다 .

따라서 Joule은 좁은 의미의 챗봇이나 코파일럿이라기보다, 사람의 의도를 업무 실행으로 연결하는 조율 계층에 가깝다. 사용자가 목표를 말하면 Joule이 적절한 어시스턴트, 에이전트, 애플리케이션, 데이터 소스로 일을 배분하는 모델이다 .

Industry AI: 산업별 업무까지 자동화하려는 시도

SAP는 Industry AI도 함께 내놓았다. 이는 산업별 프로세스 로직, 데이터 모델, 규제 요구사항을 엔드투엔드 워크플로에 반영하는 7개의 자율형 솔루션으로 소개됐다 .

예시로는 RWE와의 Autonomous Asset Management 협업이 제시됐다. 이 시나리오에서 에이전트는 사고 데이터를 분석하고, 가능한 근본 원인을 파악하며, 해상 풍력 터빈 유지보수를 위한 사전 작성된 작업 지시서를 생성한다 .

이 사례는 SAP가 목표로 하는 범위가 단순한 사무 자동화가 아님을 보여준다. 자산이 많고, 규제가 강하며, 운영 복잡도가 높은 산업 현장에도 같은 플랫폼·에이전트 모델을 확장하려는 전략이다 .

거버넌스: 왜 SAP는 데이터와 프로세스를 강조하나

이번 발표에서 거버넌스는 핵심 메시지다. SAP CEO 크리스티안 클라인은 SAP Business AI Platform과 SAP Autonomous Suite를 결합함으로써 AI 에이전트를 비즈니스 프로세스, 데이터, 거버넌스에 고정하고 정확하고 컴플라이언스를 충족하며 안전한 결과를 내도록 하겠다는 취지로 설명했다 .

실무적으로 보면 SAP의 논리는 세 부분으로 나뉜다. 첫째, SAP Business AI Platform이 에이전트 개발과 배포를 위한 통제된 환경을 제공한다 . 둘째, SAP Knowledge Graph가 엔터티, 프로세스, 관계에 대한 구조화된 업무 맥락을 제공한다 . 셋째, SAP Autonomous Suite와 Industry AI가 에이전트를 정해진 업무 흐름 안에 배치한다 .

물론 이것이 고객사의 검토와 통제를 대체한다는 뜻은 아니다. 승인 기준, 예외 처리, 감사 추적, 책임 소재, 보안 정책은 여전히 기업별로 설계하고 검증해야 한다. SAP의 주장은 AI 에이전트가 기업 데이터와 업무 프로세스 계층에 묶일수록 더 유용하고 더 안전하게 운영될 수 있다는 쪽에 가깝다 .

1억 유로 파트너 펀드: 구축 역량을 생태계로 넓힌다

SAP의 자율형 엔터프라이즈 전략은 SAP 혼자 완성하기 어렵다. SAP는 파트너가 SAP가 만든 AI 어시스턴트와 에이전트를 고객에게 배포하도록 돕고, Joule Studio를 통해 SAP Business AI Platform 위에서 에이전트를 만들거나 확장하도록 지원하는 1억 유로 규모 펀드를 발표했다 .

이는 SAP 고객의 현실과도 맞닿아 있다. 대기업 ERP 프로젝트는 시스템 통합, 프로세스 재설계, 데이터 정리, 커스텀 개발, 변화관리까지 얽히는 경우가 많다. SAP가 파트너 펀드를 내건 것은 컨설팅사, 시스템 통합사, 소프트웨어 파트너가 SAP의 AI 에이전트를 실제 현장에 심고 산업별·기능별 확장을 만들도록 유도하려는 장치로 볼 수 있다 .

주요 AI 파트너십: 모델부터 마이그레이션까지 분업

SAP는 Sapphire 2026에서 다양한 AI 파트너십도 강조했다. 역할은 파트너마다 다르다.

• 기반 모델: SAP는 Anthropic의 Claude가 인사, 구매, 공급망 영역의 Joule 에이전트를 구동하는 기반 모델 중 하나가 될 것이라고 밝혔다 . 또한 Mistral AI와 Cohere는 소버린 모델 선택지로 언급됐다 .
• 데이터 접근: SAP는 SAP Business Data Cloud와 Amazon Athena 간 AWS 제로 카피 데이터 통합을 발표했다 . 제로 카피는 데이터를 불필요하게 복제하지 않고 분석·연계하는 접근을 뜻한다.
• 에이전트 상호운용성: SAP는 Google Cloud와 Microsoft가 Joule과 외부 에이전트 프레임워크 사이의 양방향 에이전트 간 상호운용성을 지원한다고 밝혔다 .
• 워크플로와 런타임: SAP는 Joule Studio의 시각적 워크플로 오케스트레이션을 위해 n8n을, 보안 런타임 지원을 위해 NVIDIA를 언급했다 .
• 고객 서비스: SAP는 SAP Service Cloud의 고객 서비스 AI 에이전트 영역에서 Parloa를 제시했다 .
• 마이그레이션과 구축: SAP는 복잡한 데이터 마이그레이션 시나리오에서 Palantir와 Accenture를, AI 기반 클라우드 ERP 마이그레이션에서 Conduct를 언급했다 .

이 조합은 SAP가 AI 스택의 모든 것을 직접 제공하려 하기보다, SAP Business AI Platform과 Joule을 기업 업무의 통제된 중심 계층으로 두고 나머지 모델, 데이터 연계, 외부 에이전트 연동, 워크플로 도구, 구축 역량을 파트너로 보완하려 한다는 점을 보여준다 .

클라우드 ERP 전환: RISE와 GROW가 중요한 이유

이번 발표의 상업적 핵심은 클라우드 ERP 전환과 AI 도입을 한 묶음으로 제시했다는 점이다. SAP는 RISE with SAP와 GROW with SAP를 강화해 AI 도입을 가속하겠다고 밝혔고, 여기에는 Joule Assistants 접근도 포함된다 .

SAP에 따르면 RISE 고객은 첫해에 3개의 어시스턴트를 활성화할 수 있고, GROW 고객은 온보딩 시점에 전체 포트폴리오에 접근할 수 있다 . 또한 온프레미스 S/4HANA와 ECC를 운영 중인 고객이 SAP Cloud ERP로 대부분의 환경을 이전하기로 약속하면, 전환 기간 중 일부 AI 시나리오를 이용할 수 있다고 설명했다 .

가장 눈에 띄는 주장은 에이전트 기반 전환 도구다. SAP는 이 도구가 시스템 분석, 코드 수정, 설정, 테스트를 대규모로 자동화해 ERP 마이그레이션 노력을 35% 이상 줄일 수 있다고 밝혔다 .

다만 이 수치는 그대로 받아들이기보다 검증할 지표로 보는 편이 맞다. 실제 ERP 전환 난이도는 오래된 커스텀 코드, 외부 시스템 연동, 데이터 품질, 현업 프로세스 예외, 규제 요건에 따라 크게 달라질 수 있다. SAP가 제시한 35% 이상 절감은 SAP가 밝힌 역량이며, 각 고객 환경에서 파일럿과 진단을 통해 확인해야 한다 .

기업이 확인해야 할 질문

CIO, CFO 조직, ERP 전환팀이 이번 발표를 볼 때는 다음 질문이 중요하다.

• 우리에게 필요한 에이전트가 실제 운영 가능한 수준인가. 포트폴리오 규모는 크지만, 가치는 업무 영역별 성숙도와 프로세스 적합도에 달려 있다 .
• SAP 데이터가 충분히 정리되고 연결돼 있는가. SAP의 모델은 SAP Business Data Cloud, SAP Knowledge Graph, 프로세스 관계에서 나오는 업무 맥락에 의존한다 .
• 사람의 검토와 승인 기준은 어디에 둘 것인가. SAP는 거버넌스 기반 에이전트를 강조하지만, 승인 한도, 예외 처리, 감사 추적, 책임 소재는 고객사가 정해야 한다 .
• 마이그레이션 절감 효과를 실제 환경에서 증명할 수 있는가. ERP 전환 노력을 35% 이상 줄일 수 있다는 주장은 SAP가 제시한 수치이므로, 각 기업의 시스템 복잡도에 맞춰 검증해야 한다 .
• 어떤 파트너가 우리 프로젝트에 맞는가. SAP의 1억 유로 펀드는 파트너 배포와 확장을 지원하지만, 실제 성과는 프로젝트 범위와 파트너 역량에 좌우될 수 있다 .

결론: AI 전략이 곧 ERP 현대화 전략이 됐다

SAP의 Autonomous Enterprise는 풀스택 AI 전략이다. SAP Business AI Platform은 통제된 기반을 제공하고, SAP Autonomous Suite는 에이전트를 비즈니스 애플리케이션 안에 심으며, Joule은 사용자 인터페이스와 오케스트레이션 계층이 된다. Industry AI는 산업별 워크플로를 더하고, 파트너 생태계는 구현과 확장을 맡으며, 클라우드 ERP 전환 도구는 고객을 SAP가 원하는 실행 환경으로 이동시키는 역할을 한다 .

의미는 크다. SAP는 AI 자동화를 ERP 현대화와 직접 연결하고 있다. 그러나 주의점도 분명하다. 가장 강한 효과 주장들은 SAP가 제시한 것이며, 고객사는 자신의 SAP 환경에서 에이전트 성능, 거버넌스, 마이그레이션 절감 효과, 실제 비즈니스 가치를 검증해야 한다 .