[베스픽] 세일즈포스는 왜 데이터 관리 기업을 인수하려는 걸까?

당신의 클라우드 ‘원픽’ 뉴스레터, 베스픽입니다 🙂
매주 새로운 소식으로 찾아뵙겠습니다.

👍 베스픽의 원픽

세일즈포스는 왜 데이터 관리 기업을 인수하려는 걸까?

AI 없이는 Tech를 논할 수 없는 시대가 되었습니다. 오늘도 AI 관련 소식들이 뉴스거리인데요. 기업들의 AI 인재 확보 경쟁부터 기업간 AI 연대 강화, 공공기관의 AI 기술 도입 소식까지 AI 경쟁이 다방면으로 치열하게 펼쳐지고 있습니다. 그런데 최근 흥미로운 인수합병 소식이 들려왔습니다.

최근 세일즈포스(Salesforce)가 데이터 관리 소프트웨어 기업 인포매티카(Informatica)를 인수한다는 소식이 보도되어 이목이 집중되었는데요. 이번 딜이 성사된다면 2020년 280억 달러의 슬랙(Slack) 인수 이후 세일즈포스의 가장 큰 거래가 될 것으로 보입니다. 세일즈포스 정도의 기업이라면 AI를 전략적으로 잘 추진하고 있는 것으로 보이고, 또 내부에 AI 인재들이 많이 있을 것으로 생각되는데요. 요즘 같은 투자 불황 속에 AI 기술 기업이 아닌 데이터 관리 기업을 인수한다는 소식은 어찌보면 대세를 어긋나고 있는건 아닐까 생각할 수도 있습니다.

세일즈포스는 지속적으로 AI 역량 강화에 힘쓰고 있는데요. 작년에 생성형 AI를 적용해 고객 정보 기반 아인슈타인 GPT를 출시한 데 이어 최근엔 여기서 확장된 AI 기반 대화형 서비스 ‘아인슈타인 코파일럿(Einstein Copilot)’을 공개했습니다. 이번 인포매티카 인수 추진은 이와 같은 세일즈포스의 AI 전략의 연장선에 있는 것일까요? 인포매티카는 1993년에 설립된 클라우드 기반 데이터 관리 플랫폼 운영 기업으로 데이터 관리를 자동화해 통합적으로 관리하는 것이 주요 경쟁력입니다.

AI로 가는 여정의 출발점은 데이터입니다. 데이터가 없다면 AI를 시도조차 할 수가 없죠. 이 때문에 데이터 매니지먼트의 중요성은 재차 강조해도 지나치지 않습니다. 그런데 데이터를 꼭 관리해야 하는 것일까요? 데이터를 관리한다는 것은 무엇을 의미할까요?

데이터 관리를 한 문장으로 요약하자면, 데이터를 실용적이고 사용 가능한 방식으로 정리하는 종합적인 프로세스라고 할 수 있습니다. 데이터를 효율적으로 수집하고 분류한 뒤 가장 의미 있는 데이터를 얼마나 빠르게 뽑아낼 수 있는지가 핵심이죠. 빠르게 뽑아낸 의미 있는 데이터는 기업의 AI 경쟁력을 판가름하는 매우 중요한 요소가 됩니다. 실제로 데이터 관리자를 대상으로 한 인포매티카의 조사에 따르면, 54%가 AI 및 LLM 도입의 가장 큰 장애물로 데이터 품질을 꼽았고 이를 타개하기 위한 방안으로 데이터 관리에 투자할 것이라고 답했다고 합니다.

그리고 최근 세일즈포스도 데이터 관리의 중요성을 강조하는 또 다른 리포트를 내 놓았습니다. IT 리더 응답자의 85%는 AI가 향후 3년간 조직의 개발자 생산성을 높일 것이라는데 동의했는데요. 62%는 자신이 속한 조직은 AI를 활용하기 위한 데이터 시스템 통합이 아직 덜 되어 있다고 응답했습니다. 문제로 데이터 사일로를 꼽은 사람은 80%나 되었습니다. 여기서 알 수 있는 것은 IT 리더의 대부분은 AI가 개발 생산성을 높여 줄 것으로 기대하고 있지만 가장 큰 장애물은 효과적인 데이터 관리의 부재라는 것입니다.

데이터 관리는 프로세스를 기준으로 크게 수집과 저장, 분석 및 처리 두 단계로 나눌 수 있는데요. 두 영역이 목표하는 바가 다릅니다. 수집과 저장 부문은 얼마나 효과적으로 정형/비정형 데이터들을 모아서 정리하는가가 성과 지표입니다. 반면에 분석 및 처리 부문은 유용하고 의미 있는 데이터를 정확하고 빠르게 도출해 활용할 수 있는가가 성과 지표가 되겠습니다.

앞서 베스픽에서도 몇 차례 설명했었는데요. 데이터 관리는 기본적으로 기업이 혼자서는 하기 어려운 영역입니다. 기업의 여러 활동을 통해 수 많은 데이터들이 매일 같이 엄청나게 생성되는데요. 처음부터 잘 정제된 데이터들이면 좋겠지만 그렇지 못한 비정형 데이터들도 수두룩하거든요. 먼저 첫 번째 단계인 데이터 수집과 저장의 방법론과 설계 및 구축을 신중하게 준비해야 합니다. 데이터의 집합소인 데이터 웨어하우스에는 어떤 것들이 있는지, 데이터 레이크는 어떻게 구성되는지는 지난 베스픽과 베스핀 테크 블로그에서 상세하게 확인하실 수 있습니다.

👉 [베스픽 다시보기] 창고? 호수? 우리 회사 데이터는 어디에 있을까?
👉 [베스핀 Tech Blog] 데이터 레이크란 무엇인가?

이 다음 단계는 데이터 분석과 처리입니다. AI/ML 모델을 통해서 분석할 수도 있고요. 생성형 AI 모델을 통해서 할 수도 있습니다. AI/ML 모델을 통해 데이터 레이크의 데이터를 분석하면 기업은 수요 예측 모델이나 개인화, AI 알고리즘 등과 같은 결과물을 얻을 수 있습니다. HD현대건설기계의 경우 상시적인 데이터 분석 환경을 구축하고 원격 관리 시스템으로 수집한 대내외 데이터를 기반으로 수요 예측 데이터를 추출할 수 있는 시스템을 마련했습니다. 그 결과 글로벌 시장에 대한 수요 예측과 장비 판매 후 예상되는 부품 수요 추정이 가능해졌고, 이를 기반으로 부품 판매 지표도 도출할 수 있게 되었습니다.

생성형 AI 모델을 활용하게 되면 기업의 데이터에 기반한 생성형 AI 어플리케이션 개발이 가능해지는데 여기에 LLM, 이미지, 음성 등 다양한 요소를 접목해 생동감있는 고객 친화적 서비스 개발로 확장할 수도 있습니다. 한 유통기업 D사는 생성형 AI 모델을 활용해 제품 설명을 자동으로 작성하는 서비스를 도입했습니다. Google Vertex AI를 활용해 200만 개의 제품 설명을 생성하고 파인튜닝을 거쳐 최종적으로 1억 5천만 개 규모의 제품 설명을 생성했는데요. 제품 판매를 위한 작업 속도를 혁신적으로 단축시켜 비즈니스 경쟁력을 크게 높일 수 있게 되었습니다.

베스핀글로벌의 B2D2 Analytical AI Stack과 Generative AI Stack은 AI 비즈니스를 실현하는데 필요한 데이터 분석 및 처리, 운영⋅관리를 체계적으로 신속하게 지원합니다. 기업은 데이터 활용 목적과 산업별 성격, 규모 등에 따라서 적합한 B2D2 서비스를 컨설팅 과정을 통해 함께 논의하고 최적의 방안으로 실현하실 수 있습니다.

👉 베스핀글로벌 B2D2 Analytical AI Stack이 궁금하신가요?
👉 베스핀글로벌 B2D2 Generative AI Stack이 궁금하신가요?

오늘은 AI로 가는 첫 여정, 데이터 관리에 대해서 알아보았는데요. 누구나 다 알고 있지만 막상 시작하려면 내부 인력 부족과 적합한 파트너 부재로 어려움을 겪게 됩니다. 여기에 속도전까지 필요하기에 여간 어려운 것이 아닙니다. 대부분의 기업과 조직이 마주하고 있는 난제이기 때문에 하나씩 시도해 보는 전략이 요구되는 시점입니다. 그 첫 번째로 우리 조직이 어떤 데이터를 가지고 있는지 먼저 들여다 보면 어떨까요?

Sources:

베스픽 구독하기

클라우드 문의하기

🔎 BeSaaS: 베스핀 SaaS 파헤치기

기존과 전혀 다른 보안 위협에 대응해야 하는데 취약점을 점검하는 것도, 보안 상황을 파악하는 것도 너무 복잡해 엄두가 나지 않으신다구요?

복잡한 멀티 클라우드 보안 현황을 한눈에 알고 싶으시다면
회사의 보안 정책을 수립하는 데 고민이 있으시다면
복잡한 컴플라이언스 적용에 어려움을 겪고 계시다면
어떻게 찾아올지 모르는 보안 위험에 대응하고 싶으시다면

더 안전한 클라우드 운영 환경을 만드는 클라우드 보안 형상 관리 플랫폼, 옵스나우 시큐리티(OpsNow Security)에 맡기세요!

옵스나우 시큐리티는 국내외 컴플라이언스와 모범 사례를 기반으로 멀티 클라우드 환경의 취약점을 진단하고 분석합니다. 회사의 보안 현황을 점수로 표시해 주기 때문에 주요 보안 현황과 이슈를 한눈에 쉽게 확인할 수 있습니다.

멀티 클라우드 환경에서 각기 다른 보안 수준을 우리 회사의 동일한 기준으로 관리하고 국내외 컴플라이언스를 지원할 뿐 아니라, 다년간에 걸쳐 집약한 옵스나우의 클라우드 보안 정책 가이드도 제공합니다. 이상 행위 기반 분석을 통해 보안 위험을 예측하는 것도 가능합니다.

보안 담당자를 위한 맞춤 솔루션, 옵스나우 시큐리티로 클라우드 보안 현황을 점수로 관리해보세요!

이 글 공유하기:

관련글