ERP에는 매출, 재고, 고객 구매 이력, 프로젝트 공수 데이터가 계속 쌓입니다. 그런데 그 데이터가 실제 의사결정에 얼마나 자주 쓰이는지는 별개의 문제입니다. 기록은 자동화됐어도 필요한 정보를 꺼내 비교하고 행동으로 연결하는 일은 여전히 사람에게 남아 있을 수 있습니다.
잠자는 도서관
ERP는 도서관과 비슷합니다. 지식이 책장에 빼곡히 꽂혀 있어도 필요한 책을 찾고 연결하는 절차가 복잡하면 급할 때는 기억이나 담당자에게 의존하게 됩니다.
AI는 이 도서관의 사서입니다. 매일 아침 "오늘 꼭 봐야 할 것들"을 꺼내 테이블 위에 놓습니다. 발주가 필요한 품목, 이탈 신호가 보이는 고객, 이번 주 보고서에 들어가야 할 수치. ERP에 있던 데이터가 매일 열리는 가게가 됩니다.
시나리오 1 — 제조업: 발주 판단을 데이터로 보조한다
적용 전 점검
구매 담당자가 ERP의 재고 현황, 최근 소비량, 공급사별 납품 리드타임을 수기로 비교해 발주 여부를 판단한다면 자동화 후보가 됩니다. 다만 AI가 발주를 확정하기보다 담당자가 검토할 우선순위와 이상 징후를 먼저 보여주는 구조가 안전합니다.
AI 연동 방법
ERP API로 재고·입출고·납품 이력을 연결하고, 품목별 발주 기준과 승인자를 설정합니다. AI는 예상 소진 시점과 이상 소비 패턴을 표시하고, 기준을 넘는 항목만 담당자에게 검토 요청으로 보냅니다.
파일럿 검증 지표
- 재고 모니터링과 발주 검토에 걸린 시간
- 발주 지연·긴급 발주 발생 건수
- 과잉 재고 금액과 예측 오차
시나리오 2 — 유통업: 고객 이탈 신호를 영업에 연결한다
적용 전 점검
CRM에 구매 이력이 쌓여 있어도 영업 담당자가 거래처별 변화를 일일이 확인하지 못하면, 구매 빈도나 금액이 줄어든 신호를 놓칠 수 있습니다. 이 경우 AI는 고객을 자동 판정하기보다 확인이 필요한 거래처를 먼저 추리는 역할에 적합합니다.
AI 연동 방법
CRM 구매 이력 데이터를 AI가 분석해 거래처별 이탈 위험 점수를 산출합니다. 마지막 구매 경과 기간, 구매 빈도 변화율, 구매 금액 추이를 종합한 점수가 영업팀 대시보드에 표시됩니다. 위험도가 임계치를 넘으면 담당 영업사원에게 자동 알림이 발송되고, 해당 거래처의 최근 구매 패턴 요약도 함께 전달됩니다.
파일럿 검증 지표
- 이탈 위험 알림 중 영업팀이 유효하다고 판단한 비율
- 알림 후 실제 접촉과 재구매로 이어진 건수
- 담당자 1인당 점검 가능한 거래처 수
시나리오 3 — 서비스업: 주간보고 취합을 자동화한다
적용 전 점검
팀장이 ERP의 프로젝트 공수, 프로젝트 관리 도구의 진행 현황, 영업 파이프라인을 매주 수기로 취합한다면 데이터 연결과 보고서 초안 생성을 분리해 자동화할 수 있습니다.
AI 연동 방법
ERP, 프로젝트 관리 툴(Jira), 영업 파이프라인 데이터를 AI가 자동으로 취합합니다. 미리 정의된 보고서 템플릿에 맞춰 주간보고 초안이 금요일 오전에 자동 생성됩니다. 팀장은 AI 초안을 검토하고 코멘트를 추가한 뒤 제출합니다.
파일럿 검증 지표
- 팀장 1인당 주간보고 작성·검토 시간
- 형식 불일치·데이터 누락 건수
- 초안 생성 후 승인까지 걸린 시간
ERP AI 연동 전에 현실적으로 확인해야 할 것들
시나리오는 간단해 보이지만, 실제 프로젝트에서 막히는 지점은 대부분 기술보다 준비 상태에 있습니다. 착수 전에 아래 네 가지를 먼저 점검하세요.
- API 지원 여부 — ERP 벤더가 REST API를 공식 지원하는가. SAP, 더존, ECount 등 주요 ERP는 대부분 지원하지만, 구버전이나 커스텀 개발 ERP는 별도 연동 작업이 필요할 수 있습니다.
- 데이터 품질 — AI 연동 전에 ERP 데이터의 정합성과 누락 여부를 먼저 점검해야 합니다. 데이터가 지저분하면 AI 결과도 신뢰할 수 없습니다. 쓰레기가 들어가면 쓰레기가 나옵니다.
- 보안 처리 방식 — 사내 민감 데이터가 외부 AI 모델로 전송될 때 어떻게 처리되는지 확인하세요. 데이터 마스킹, 온프레미스 배포 옵션, 계약상 데이터 사용 조항을 반드시 검토해야 합니다.
- 유지보수 구조 — ERP가 업데이트될 때 AI 연동 로직도 함께 유지보수될 수 있는 구조인지 확인하세요. 벤더가 사라진 뒤 내부에서 관리할 수 있는 설계여야 합니다.
ERP에는 이미 기업의 핵심 데이터가 있습니다. 새 시스템을 구축하는 것이 아니라, 잠자던 데이터를 처음으로 읽는 작업입니다. 그래서 다른 AI 도입 영역보다 투자 대비 효과가 빠르게 나타납니다. 도서관에 책이 있는데 아무도 읽지 않는다면, 해결책은 새 도서관이 아니라 사서입니다.