생성형 AI가 비즈니스 혁신과 경쟁력의 핵심 요소로 부상하면서 많은 경영진과 IT 리더분들이 생성형 AI를 어떻게 비즈니스에 활용할지 고민하고 계십니다.
본 세션에서는 기업의 생성형 AI 관련 동향과 함께 기업이 필연적으로 경험하게 되는 도전 과제와 필수 고려사항을 점검해 보고, 최신 글로벌 및 한국 기업의 생성형 AI 적용 유즈 케이스 및 사례를 살펴봅니다. 또한 IBM의 기업용 생성형 AI 플랫폼인 watsonx와 함께 기업이 보다 주도권과 책임감을 가지고 생성형 AI를 비즈니스에 확대하고, 차별화된 비즈니스 가치를 창출하기 위한 방안을 소개합니다.

미래에는 노동 인구 감소가 예상되어, 기업은 노동력 부족을 극복하기 위해 AI를 필수적으로 도입해야 합니다. AI의 중요성은 더욱 강조되며, 업무의 자동화와 효율화를 통해 생산성을 높이는 것이 필수적입니다.
앞으로는 AI가 중요한 역할을 수행할 것이지만 AI가 일자리에 미치는 영향에 대한 우려를 고려할 때, Workday AI는 사람을 대체하는 것이 아니라 보강하는 접근 방식을 사용할 것입니다. 업무 프로세스의 자동화 및 향상된 의사결정을 통해 사람과 AI의 협력을 강조하는 방향으로 진화합니다. 그리고 이러한 접근 방식을 어떻게 구현할 것인지에 대해서, Workday가 다른 기업과 어떻게 다르게 AI, ML, Generative AI를 제공하는지 차별화 요소에 대해서 설명합니다. 뛰어난 성능과 혁신적인 기능을 통해 Workday는 기업들이 미래에 대비하고, 유연하게 변화하는 비즈니스 환경에 적응할 수 있도록 지원합니다. Workday는 Generative AI를 다양한 영역에 적용할 것이며 직무 기술서, 지식 문서, 경력개발 성장계획 등을 생성하는 다양한 사용 사례를 통해서 Workday Generative AI의 효과를 설명합니다.
이번 발표를 통해 Workday AI의 기술적 차별성과 Generative AI적용을 통해 고객이 얻을 수 있는 혜택을 확인해 보시기 바랍니다.

• 남다른 미래의 창 설립자/비즈니스 닥터
• ‘4차산업혁명, 사람이 답이다’ 유튜브 크리에이터
• (저서) AI가 인간에게 묻다, 코로나19 이후의 미래 등 다수

• 現 (주)프렌들리에이아이 Founder & CEO/서울대 컴퓨터공학부 교수/한국공학한림원 회원
• 2023 SW R&D 우수성과 장관상
• 아시아 최초 컴퓨터 분야 EuroSys Test of Time Award(2021), ACM SIGOPS Hall of Fame Award(2020) 수상

• 현, LG CNS AI센터장 겸 AI연구소장
• 전, 이마트 디지털사업부 본부장(2021) / SKT DT추진본부장/AI 센터, Enterprise AI 그룹장(2018)
• 전, 미국 모바일 광고 플랫폼 탭조이 VP, Data Science & Engineering
• 전, 미국 20th Century Fox (Myspace Inc.), Lead AI Scientist

• 과학기술정보통신부 개인정보보호윤리과장, 통신정책기획과장
• 지식재산전략기획단 지식재산정책관
• 대통령비서실 국가안보실 사이버정보비서관실 선임행정관

데이터 분석은 현대 비즈니스의 핵심 요소이지만, 지금까지 데이터 분석을 위한 업무 시스템 구축에는 많은 시간과 노력이 필요했습니다. 또한, 코딩을 모르는 현업 실무자들은 데이터 기반의 업무를 수행하고 의사결정을 내리는 데 많은 어려움을 겪어 왔습니다. 이에 비아이매트릭스는 전문 IT 지식 없이도 데이터 기반의 업무 진행이 가능하도록 ‘생성형 AI’와 ‘로우코드(Low Code)’ 기술 기반의 솔루션을 제공합니다.
본 세션에서는 '로우코드 솔루션'을 활용하여 어떻게 초급 개발자나 현업 담당자도 데이터 기반의 업무 시스템을 구축할 수 있는지, '생성형 AI 솔루션'을 활용하여 질문을 입력하는 것만으로도 기업 DB 기반으로 업무를 진행하고 데이터 기반의 의사결정을 내릴 수 있는지 소개합니다. 특히 최근 새롭게 출시한 데이터 분석 업무용 AI 비서 G-MATRIX를 활용하여 질문만으로 기업 DB의 데이터를 조회하고 분석하고 결과를 시각화 하는 과정을 직접 확인하실 수 있습니다.
최근 업무 시스템 혁신과 자동화에 대한 관심이 점차 높아지고 있는 상황에서, 실제 생성형 AI 도입을 시도하는 기업들이 많아지고 있습니다. 본 세션에서 우리 기업에 생성형 AI를 도입하여 어떻게 데이터 분석 업무를 혁신하고 업무 생산성을 높일 수 있는지 아이디어를 얻어가기 바랍니다.

GEN AI가 비즈니스 환경에 불러올 혁신적인 변화를 살펴보고 이를 통해 직원들의 스킬업의 필요성을 짚어봅니다. 글로벌의 GEN AI 교육 사례를 공유함으로써 여러분의 기업에 꼭 맞는 GEN AI 핵심 역량을 파악하고, 회사 내부 교육을 통해 실질적으로 어떻게 적용할 것인지에 대한 교육 전략을 세우는데 중요한 인사이트를 제공하고자 합니다. GEN AI 시대를 선도하는 리더에게 GEN AI 교육 전략은 단순히 미래를 위한 투자를 넘어서 비즈니스의 성공을 가름 짓는 결정적인 역할이 될 것입니다. 본 강연에서 GEN AI 시대 속 여러분의 기업이 나아가야 하는 방향을 확인해보세요.

우리가 예측하는 것보다 훨씬 더 빠르게 다가오고 있는 AI 기술 발전의 흐름과 GPU 시장의 움직임에 대해 이야기하고, AGI (일반인공지능) 및 생성형 AI 등 기업 AI 비즈니스를 위한 인프라 도입 시 검토해야 하는 내용을 효성인포메이션시스템의 경험과 사례를 기반으로 설명합니다.

데이터는 언제나 모든 기업의 가장 중요한 핵심 자원이었고 이를 잘 활용하는 것, 잘 준비하는 것은 가장 중요한 숙제입니다. 지난 20여 년간 다양한 방식으로 데이터를 모으고 통합하여 비즈니스 의사결정을 내리는데 활용하기 위해 해온 부단한 노력은 한편으론 지금까지도 미완의 과제로 계속 남아 있습니다. 전통적인 관점에서 보면, 필요로 하는 데이터를 잘 정제해서 성능 빠른 곳에 담아 둠으로써 누구나 쉽게 활용할 수 있도록 하기 위해서 노력 해 왔습니다. 하지만, 이제는 또 다른 관점에서의 데이터 통합 및 관리 방법이 대두되고 있는 상황입니다. 본 세션에서는 데이터를 물리적으로 관리하는 방식에서 논리적인 접근 방식으로 전환해야 하는 배경과 장점, 그리고 구체적인 실현 방안에 대해 소개해 드립니다.

ChatGPT는 2022년 출시된 이후 전 세계 기업과 사회의 주목을 빠르게 받아 조직이 기술과 인재에 대한 관행과 전략을 다시 생각하게 만들었습니다. 그러나 ChatGPT 및 Bard와 같은 생성 인공 지능 도구의 채택 및 준비 상태에는 국가별 차이가 존재합니다. 투자 수준, 규제 환경, 위험 선호도, 인재 가용성과 같은 요소는 전 세계적으로 크게 다르며 생성 AI의 잠재력을 발휘하는 조직의 능력에 영향을 미칩니다. 특히 대한민국은 조직의 준비, 생성적 AI 도구 및 애플리케이션 채택, 생성적 AI의 위험 관리 및 인재 관련 전략이 성장할 잠재력을 가지고 있습니다. 본 강연에서는 대한민국 기업들이 생성 AI에 대한 준비도를 글로벌 동향과 비교분석하고, 미래 기회를 살펴봅니다.
# 본 강연에서 사용될 설문조사는 CIO Summit 2024의 현장 설문조사의 결과와 글로벌 설문조사를 비교 분석합니다.

SAP는 기존 ECC버전에 대한 기술지원을 2025년 혹은 2027년까지 종료한다고 발표하였습니다. 이에 따라 많은 기업들의 S/4HANA 전환에 대한 의사결정을 늦어도 2027년 이전에는 현재 사용중인 ECC 버전을 SAP가 제시하는 로드맵에 따라서 Rise with SAP와 같은 S/4HANA로 전환할 것인지, 아니면 현재 ECC를 유지하면서 다양한 외부 클라우드 솔루션과의 연계를 통해 컴포저블 ERP 모델을 적용할 것인지를 고민하고 결정해야 합니다. 리미니스트리트는 SAP ERP사용고객을 위해 현명한 S/4HANA 도입방안에 대한 가이드를 제공하여, 가장 비용 효율적인 SAP운영방안을 제시하고자 합니다. 또한, 현재 SAP가 주력으로 판매중인 RISE WITH SAP의 장단점 분석을 통해 개별 기업별 최적의 S/4HANA 방안 도출을 위한 가이드를 제시하고자 합니다.
리미니스트리트의 SAP서비스는 고객 중심의 효율적이고 안정적인 기술지원 서비스 제공을 위해 서비스 프로세스 전반에 AI를 도입하였습니다. 이러한 AI를 통한 최적의 엔지니어를 빠르게 매칭하여 제공하고 유사 사례 등의 분석을 통해 발생한 장애에 대한 적절한 대응을 안정적으로 제공하고 있습니다. 탁월한 경험과 기술력을 가진 엔지니어로 구성된 기술지원 네트워크와 AI기반의 효율적인 관리시스템을 통해 리미니스트리트는 단순한 SAP 유지보수 서비스를 넘어 Rimini Manage, Consult, Connect, Protect, Watch 등 SAP 시스템 전반을 지원하는 End-to-End 엔터프라이즈 소프트웨어 서비스를 제공하고 있습니다.

GenAI 등장이후, IT 시장은 물론 개인과 기업의 환경은 어떻게 하면 빠르게 인공지능을 적재적소에 효과적으로 적용할 수 있는지 어떠한 업무 프로세스에 활용할 수 있는지에 대하여 관심이 폭증하고 있습니다. 이에 기업의 IT 목표는 Digital Transformation에서 AI Transformation으로 급선회하고 있습니다. 엔코아는 기업과 기관이 활용하고 있는 다양한 어플리케이션의 효과적인 AI Transformation을 가능하게 하는 AI 플랫폼을 제공하고자 합니다.
엔코아는 인공지능을 활용하여 단순히 생활의 편의와 업무의 자동화가 아닌 인공지능을 활용한 결과의 가치 향상을 고려하며 기업과 기관이 적극적으로 활용할 수 있는 AI 환경을 고려하고 있습니다. 이미 구축 하여 활용하고 있는 기업과 기관의 수많은 어플리케이션들이 인공지능을 활용하여 보다 가치있는 의사결정을 할 수 있는 재료가 되게 함은 물론 사용자 입장에서 인공지능 활용에 보다 효과적으로 접근할 수 있도록 합니다. 목적과 환경에 부합하는 최적의 LLM선택에서 인공지능의 활용방안, 기존 시스템과 인공지능의 효과적인 결합, 이를 기반으로 생성된 리소스를 인공지능을 통해 의미있는 결과로 이끌어내는 모든 과정을 엔코아의 전략과 기술력으로 지원하고자 합니다. 이번 세션에서는 이러한 엔코아 의 AI 플랫폼 전략을 통해 AI에 대한 새로운 인사이트를 확인할 수 있습니다.

디지털 전환 흐름에 대응해 기업의 경영 전략을 강화하려는 전통적인 ERP 시스템의 영역과 한계를 극복하기 위하여 AI 기술을 활용하여 기업의 모든 프로세스가 연결된 ERP 데이터와 외부 시장 상황의 데이터를 통합 분석해 기업의 전략적 의사결정과 미래 성장을 위한 진화된 비즈니스 인사이트 소개하고자 합니다.

Slack이 이제 AI로 더욱 강력해진 비즈니스 전반의 생산성을 통해 모든 사람의 역량을 강화하는 방법을 소개합니다. 본 세션을 통해 자동화와 지식 공유를 통해 Slack이 어떻게 Customer 360으로 향하는 첫 번째 문이 되는지 알아보는 시간을 갖고자 합니다.

쿠버네티스/컨테이너 환경이 확산되며 비즈니스 민첩성과 유연성이 높아지고 있지만, 동시에 클라우드, 데이터 센터, 엣지를 위한 새로운 인프라 보안 스택의 필요성이 대두되고 있습니다. 이에 본 세션에서는 사용의 편의성과 성능을 담보하며 제로트러스트 보안을 구현하는 방안 (컨테이너/쿠버네티스 확산에 따른 전통적인 보안 체제의 한계, 컨테이너 환경의 제로 트러스트 확보 방안, 보안 자동화와 개발 생산성의 함수 관계, 비즈니스 크리티컬 Linux 보안, 엣지 애플리케이션 보안 등)을 알아보고자 합니다.

본 세션에서는 Private Cloud, Gen AI의 성공적 구축에 필요한 것, Private AI with Nvidia, 엔터프라이즈를 위한 성공적 Build-up 시나리오에 대해 소개합니다.

오늘날의 데이터 중심 세계에서 인공지능 및 기계 학습(AI/ML)은 조직의 디지털 혁신 및 운영 효율성을 가속화하기 위한 통찰력을 얻는 데 필수적입니다. 퍼블릭 클라우드는 AI/ML 서비스를 배포하는 데 자주 사용되지만 GPU 및 Kubernetes를 지원하는 NCP(Nutanix Cloud Platform)의 분산 특성 덕분에 온프레미스에서 AI/ML 모델 및 데이터 세트를 마찬가지로 쉽게 운영할 수 있습니다. NCP는 여러 AI 워크로드가 에지에서 병렬로 실행될 수 있는 공유 에지 인프라를 제공합니다. 이 세션에서는 MLOps 인증 Nutanix 클라우드 플랫폼에서 온프레미스 또는 하이브리드 클라우드 AI/ML 플랫폼을 구축하고 구성하는 방법을 살펴봅니다.

AI 시대의 복잡하고 고도화된 데이터·정보들은 서로 관계를 형성해 '지식(Knowledge)'으로 구조화되고, 컴퓨터는 이 구조를 통해 논리적으로 이해하고 추론할 수 있습니다. 이것이 바로 그래프 기술로 구현하는, 신뢰할 수 있는 AI인 '지식 그래프(Knowledge Graph)' 입니다. 이 지식 그래프는 분석한 데이터와 텍스트에 대해 포괄적인 컨텍스트를 제공하고, AI의 정확도와 그 관련성까지 풍부하게 만들어 줄 수 있습니다.
이러한 지식 그래프는 비트나인의 RDBMS 시스템에서 쉽고 빠르게 생성할 수 있습니다. 이 시스템은 저장용 DB와 분석용 DB를 동시에 구현할 수 있는 하이브리드 DBMS의 형태를 이루며, 최적의 성능으로 엔터프라이즈 환경의 데이터 관리 업무를 수행해 냅니다. 클라우드 전환과 운영 유연성으로부터의 비용 절감은 물론, 레거시 시스템으로부터의 마이그레이션까지 모두 강점을 나타내며, AI 시대를 준비하는 기업들의 가장 강력한 DBMS 솔루션이 되어 줄 것입니다.

데이터와 AI의 발전으로 우리 주변의 세계는 더 스마트하고 빠르며 더 연결되어 있습니다. 우리는 이제 지능형 시스템 경제에 살고 있습니다. 2030년까지 15.7조 달러의 가치가 있을 것으로 예상되며 모든 경제, 국가, 조직 및 개인은 그로 인해 영원히 변하게 될 것입니다. 2024년, 오픈소스 DBMS의 대표기업 EDB는 포스트그레스 데이터베이스의 선두에서 새로운 세대의 지능형 응용 프로그램 및 시스템을 위한 최고의 포스트그레스 생성 데이터 및 AI 플랫폼으로 전환될 것입니다.

디지털 비즈니스 모델로의 전환 및 디지털 혁신의 속도는 점점 더 빨라지고 있습니다. 이제 우리는 디지털 비즈니스의 기술 부채를 넘어 진정한 디지털로 전환해야만 변화에 맞춰 나아갈 수 있습니다. 모든 업무와  비즈니스  행위는  디지털  방식으로  전환할  수  있어야 하며  인텔리전스를  통해  가장  생산적이고  쉬운 방식으로  늘  진보해야  합니다. 
특히 서비스나우 디지털 플랫폼은 생성형 AI 및 다양한 AI 기술을 세계 최고의 워크플로우 자동화 플랫폼과 결합하여 제공합니다.

• Text to Code/App: 어플리케이션 생성 과정에서 개발자들이 보다 빠르게 앱 포트폴리오를 확장 및 프로세스 담당자들이 보다 효율적인 프로세스를 수립하고 개선할 수 있도록 지원합니다.
• Contextual Experience: 여러 데이터 소스로부터 생성형AI 기술을 통해 비정형 데이터를 구성하여, 사용자에게 요약된 핵심 비즈니스 정보 제공, 업무 자동화 등 다양한 향상된 사용자 경험을 지원합니다.

디지털 플랫폼의 생성형AI 기술은 엔터프라이즈 컨텍스트에서 최대한으로 활용할 수 있도록 지원됩니다. 이를 통해 모든 사용자의 경험을 혁신하고 직원들의 생산성을 향상할 수 있도록 지원하고 궁극적으로 비즈니스로서 민첩성을 가속할 수 있도록 지원합니다. 기업의  모든  업무  영역에서  디지털화 그리고 경험 혁신을  가속화할  수  있는  방법을  알아보시기  바랍니다.

성공적인 GenAI를 위해서 기업은 신뢰할 수 있는 출처에서 전략적으로 데이터를 수집하고 적절한 모델을 활용해야 합니다. 이렇게 기업이 AI 전략을 수행하고자 할 때 해결해야 하는 큰 과제 중 하나는 데이터 유출 리스크를 최소화하면서 AI 모델의 가치를 극대화하는 것입니다. 이를 위해 많은 기업이 프라이빗 AI라는 개념을 도입하고 전략을 수립하기 시작했습니다. 기업은 프라이빗 AI라는 유연한 하이브리드 접근 방식을 통해 AI 전략을 실행하는 동시에 데이터를 보호할 수 있습니다.
이 세션에서는 프라이빗 AI와 퍼블릭 AI의 차이점 그리고 기업이 고려해야 할 Top 3 프라이빗 AI 도입 효과(자체 데이터 보호, 규제 리스크 감소, 성능 및 비용 효율성 최적화)에 대해 다루고자 합니다.

Gen AI 등장으로 인해, 산업계에서도 생성형 AI를 도입하려는 움직임이 늘어나고 있습니다. 그러나 제조현장과 같이 특화된 머신 러닝 모델이 필요한 영역에서는 Gen AI만으로 구체적인 문제를 해결하기 어렵고 머신 러닝 모델과 결합하여 활용해야 합니다.
본 세션에서는 산업별 AI 활용 방안을 선정하는 것부터 데이터 준비, 모델링, 배포 및 운영 시스템 구축까지의 AI 도입 프로세스를 살펴보고, 기업에 맞는 최적의 엔터프라이즈 AI 플랫폼을 선택하는 방법을 소개합니다.