시스템별로 특화된 AI 역량이 기업 전반을 아우르는 지능적인 통찰과 만나야 비로소 AI의 진정한 마법이 펼쳐지며, 그 결과 업무 방식이 완전히 바뀐다.
기업이 디지털 전환의 차세대 변화를 수용하면서 점점 분명해지는 사실이 있다. AI는 단순히 기존 기술 위에 덧입히는 기술이 아니라 업무하는 방식, 시스템 간 상호작용, 그리고 의사결정 구조 모두를 근본부터 바꾸는 기반의 변화라는 사실이다.
AI의 잠재력을 제대로 활용하려면, 기업은 고립된 도입이나 사일로화된 사용례를 넘어설 필요가 있다. 수직적인 시스템 특화 AI와 기업 전반을 아우르는 수평적 AI를 통합하는 접근 방식을 채택해야 하며, 최종 사용자 페르소나를 중심에 두고 실행해야 한다.
기업 AI의 두 가지 차원
오늘날 기업 AI의 풍경은 뚜렷하게 구분되지만 상호 보완적인 두 축을 따라 진화하고 있다.
1. 수직적 AI : 내장형, 프로세스 특화형
수직적 AI는 세일즈포스, 서비스나우, 아이서티스(Icertis), 워크데이, SAP 같은 기업 플랫폼에 직접 내장되고, 각 시스템의 워크플로우 및 데이터 구조에 맞춰 목적에 따라 제작된다. 이런 AI 기능은 깊이 있고 정확하며, 맥락에 맞게 작동한다. 예를 들면 다음과 같다.
세일즈포스의 아인슈타인 GPT는 기회 이력과 커뮤니케이션 로그를 기반으로 영업 사원에게 가장 적절한 다음 행동을 추천한다.
- 서비스나우의 AI 서치는 과거 사례 데이터를 활용해 사고 분류 및 처리 과정을 자동화한다.
- 이서티스의 에이전틱 플랫폼은 계약 운영을 관리하고 인사이트를 발굴하며 성과를 향상하는 복잡한 워크플로우를 조율한다. 이 플랫폼은 효율성과 워크플로우 관리 능력, 준수 강화와 확장성을 제공한다.
- 워크데이의 AI 어시스턴트는 구조화된 HCM 데이터를 기반으로 관리자가 인력 계획과 승인 업무를 수행하도록 지원한다.
이런 AI는 도메인별 의미 체계를 이해하고 프로세스 무결성을 보장하며, 사용자가 이미 작업 중인 환경에서 실시간 보조 기능을 제공한다.
2. 수평적 AI : 시스템 간 지식 탐색형
반면 글린(Glean), 퍼플렉시티(Perplexity), 마이크로소프트 365 코파일럿, 구글 제미니 같은 수평적 AI는 애플리케이션, 문서, 채팅 메시지, 기업 콘텐츠 저장소를 아우르는 통합된 인텔리전스 계층을 제공한다. 이들 플랫폼은 기업의 집단적 기억체 역할을 수행하며, 해당 정보가 어디에 저장되어 있든 관련 정보를 꺼내 보여준다.
사용자가 “고객 상태 요약해 줘”라고 요청하면, 세일즈포스, 서비스나우, 프레시웍스, 젠데스크, 구글, 마이크로소프트 등 여러 시스템에서 추출한 통합된 통찰을 하나의 응답으로 받을 수 있다. 수직적 AI가 정밀하고 운영에 특화된 반면, 중앙 시스템 불가지형 AI라고 불리는 수평적 AI는 적응력이 뛰어나 여러 시스템이나 도메인을 통합하면서 단일한 인텔리전스와 혁신을 가능하게 한다.
“경쟁이 아니라 보완 관계” 두 축이 중요한 이유
두 축의 AI는 경쟁하기보다는 공생 관계를 형성한다. 수직적 AI는 실행을 최적화하며, 도메인별 작업을 간소화하고 프로세스 마찰을 줄인다. 수평적 AI는 사일로를 연결하고, 연구 속도를 높이며, 기업 전반 지식 흐름을 활성화한다. 함께 사용할 때 두 AI는 360도 인텔리전스 프레임워크를 제공한다. 하나는 엔진 역할을, 다른 하나는 지도의 역할을 한다.
수직적 AI는 특정 도메인에 집중되고 전문적이며, 깊은 지식을 갖춘 엔진으로 볼 수 있다. 기술, 제조, 헬스케어, 부동산 같은 산업마다 고유한 핵심 과제를 정밀하게 자동화하고 목표에 맞춘 인사이트를 제공하며 비즈니스 기능을 강화한다.
반면 수평적 AI는 기업 조직 전반의 데이터, 시스템, 팀을 연결하는 지도 역할을 한다. 다양한 정보를 통합해 통합된 시각을 제공하며, 부서 간 협업과 전략적 조율을 이끌어내면서 의사결정을 안내한다.
이 두 AI가 결합되면 기업은 효율적인 운영뿐만 아니라 민첩하고 명확한 방향성을 갖고 복잡성을 헤쳐 나가며, 더 빠른 혁신과 지속 가능한 성장을 달성한다.
데이터 포인터의 역할 : 수직적 수평적 AI의 맥락 차이
두 AI 모두 데이터를 기반으로 하지만, 사용하는 데이터 종류는 다르다. 먼저, 수직적 AI가 사용하는 데이터는 다음과 같다.
- 세일즈포스의 기회‑견적‑거래 메타데이터, 서비스나우의 티켓 여정처럼 구조화되고 도메인에 특정된 데이터이다.
- 워크플로우 자동화, 패턴 인식, 예측 모델링에 최적화되어 있다.
- 시스템별 데이터에 기반해 정밀한 이해, 추론, 자동화를 가능하게 한다.
수평적 AI가 사용하는 데이터는 다음과 같다.
- PDF, 채팅 로그, 이메일 스레드처럼 반정형 또는 비정형 데이터이다.
- 의미론적 이해, 맥락 검색, 다중 시스템 요약을 위해 인덱싱되어 있다.
- 데이터가 여러 시스템을 넘나들며 더 나은 맥락적 명확성으로 정보를 연결한다.
가치를 극대화하려면, 기업은 구조화된 데이터와 비정형 데이터를 공유 메타데이터, 일관된 식별체계, 그리고 안전한 접근 통제를 통해 정렬하는 시스템을 설계해야 한다.
페르소나 기반 AI : 통합된 경험의 완성
AI의 진정한 힘은 맥락에 맞는 적시성에 있다. 즉, 적절한 순간에 적절한 사용자에게 적절한 인사이트를 제공하는 데서 AI의 진가가 발휘된다. 이를 가능케 하는 것이 바로 페르소나 기반 모델이다.
AI 역량을 영업 사원, 고객 지원 담당자, 구매 관리자 등 특정 사용자 페르소나에 맞춰 정렬하면, 기업은 다음과 같은 매끄럽고 선제적인 사용자 경험을 구현할 수 있다.
| 페르소나 | 수직적 AI의 역할 | 수평적 AI 역할 |
| 영업 사원 | 기회 단계 및 계정 인사이트를 기반으로 최적의 다음 행동을 추천 | 회의를 준비할 수 있도록 고객에 대한 최근 부서 간 커뮤니케이션(슬랙, 셰어포인트, 이메일 등)을 요약 |
| 고객 지원 담당자 | 서비스나우 AI가 티켓을 할당하고 해결 | 퍼플렉시티가 지식베이스 문서 및 채팅 로그를 검색 |
| 구매 책임자 | SAP 아리바 AI가 구매 주문서를 분석하고 점진적으로 프로세스를 자동화 | 수평적 AI가 시장 인사이트를 요약하고 구매 주문서와 비교 |
이런 2계층 접근 방식은 사용자가 현재 하고 있는 일과 알아야 할 정보를 동시에 이해함으로써 생산성을 높이고, 의사결정의 질을 개선하며, 더 빠른 결과를 이끌어낸다.
현실화 전략 : AI 운영 모델
수직적 AI와 수평적 AI의 융합 환경을 운영하기 위해서는 다음과 같은 요소를 한 최신 아키텍처를 도입해야 한다.
- 페더레이티드 데이터 인덱싱. 애플리케이션 데이터를 엔터프라이즈 전체 AI 모델에 안전하게 연결
- API 및 이벤트 프레임워크. 수직적 AI와 수평적 AI 간 상호 작용 가능
- 통합된 ID 및 접근 제어. 플랫폼 전반에 걸쳐 일관된 권한 보장
- 메타데이터 관리. 시스템 전반에서 통용되는 분류체계 적용
- 피드백 루프. 사용자 참여 데이터를 활용해 AI 모델 지속적 개선
“AI 도입은 더 이상 고립된 성공 사례로 판단할 수 없다”는 것이 이 분야 대가들의 새로운 진언이다. 앞으로는 영업, 재무, 마케팅, 법무, 구매 등 각 분야에 깊이 뿌리내린 수직적 AI와 데이터를 비롯해 팀, 프로세스, 워크플로우까지 연결하는 수평적 AI의 결합이 핵심이다.
이런 접근 방식은 정확성과 확장성을 동시에 제공하며, 사일로를 깨고 AI를 서로 분리된 도구의 집합이 아니라 하나로 통합된 성장 엔진으로 전환한다.
에이전틱 워크플로우와 AI 우선 설계
다음 단계는 에이전틱(agentic) AI이다. 사용자를 대신해 시스템 전반에서 여러 단계의 작업을 실행하는 자율 에이전트다. 예를 들어, 매출 운영 에이전트는 업셀링 기회를 놓친 사실을 식별하고 제안서를 작성하며, 회의를 예약하고 고객 담당자에게 알림까지 보낸다. 이 에이전트는 항상 영업팀이 AI 기반 인사이트를 활용해 거래 상태를 선제적으로 관리하고 잠재 리스크를 줄이며, 거래를 더 빨리 성사시킬 수 있도록 지원한다.
법무, 구매, 재무, 영업 등 기업의 모든 업무 기능은 AI 에이전트가 구동하는 디지털 트윈으로 지원할 수 있다. 이들은 에이전틱 워크플로우로 조율되며, 기업 생산성과 성과를 배가시키는 역할을 한다. 예를 들어, 아이서티스는 기업을 위한 계약 인텔리전스 에이전트를 개발 중이다.
하지만 이를 구현하려면 더 똑똑한 AI 모델 뿐만 아니라 AI 우선 프로세스 설계, 강력한 오케스트레이션 계층, 정확하고 신뢰할 수 있으며 품질 높은 비즈니스급 데이터, 그리고 정교한 시스템 통합이 필요하다.
이런 AI 우선 시스템은 단순한 도구나 플랫폼이 아니다. 조직 리더는 이 시스템을 똑똑하고 학습 의지가 강한 인턴, 학습하고 관찰하며 행동하는 디지털 동료로 다뤄야 한다. 이들은 기업 운영 방식을 완전히 재구성할 것이다. 에이전틱 워크플로우를 책임 있게 도입하려면, 거버넌스와 신뢰, 투명성, 설명 가능성에 대한 투자가 필수다. AI 도입이 성숙해질수록, 기업은 수동적 지원 단계를 넘어 선제적 오케스트레이션, 나아가 자율 협업 단계로 나아가게 된다.
디지털 트랜스포메이션, 재창조의 시대
디지털 전환은 한때 클라우드 마이그레이션, 워크플로우 디지털화, 플랫폼 도입을 의미했다. 이제는 기업의 모든 계층, 프로세스부터 사람, 시스템에서 전략까지 인텔리전스를 탑재하는 것을 뜻한다. 수직적 AI의 정밀함과 수평적 AI의 확장성을 사용자 페르소나에 맞춰 결합하면, 기업은 진정한 지능형 엔터프라이즈를 구축할 수 있다.
이것은 단순한 트랜스포메이션이 아니라 완전한 재창조다.
dl-ciokorea@foundryco.com
