기업이 인공지능 전환(AX)에 나서기 전 전사적자원관리(ERP)와 고객관계관리(CRM), 재고, 회계 등 사내에 흩어진 데이터를 먼저 연결해야 한다는 주장이 나왔다. 데이터가 부서와 시스템별로 분리된 상태에서는 AI를 도입하더라도 활용 범위와 분석 신뢰도가 제한될 수 있다는 설명이다.

최지훈 Odoo 팀장은 17일 서울 강남구 그랜드 인터컨티넨탈 서울 파르나스에서 열린 ‘컨버전스 인사이트 서밋(CIS) 2026’에 연사로 나서 ‘AI로 연결된 스마트 운영: CRM·ERP 데이터 통합 전략’을 주제로 발표했다. 

최 팀장은 “궁극적인 AX에 도달하는 시간과 속도, 범위에는 아직 정답이 없다”며 “다만 분산된 데이터가 아니라 잘 정돈된 데이터가 모든 AX의 출발점이다”라고 말했다.

기업들은 업무 필요에 따라 ERP와 CRM, 창고관리시스템(WMS), 제조실행시스템(MES) 등 여러 솔루션을 도입해왔다. 그러나 시스템마다 데이터베이스와 운영 환경이 달라지면서 마케팅과 영업, 재고, 회계 데이터가 부서별로 고립되는 문제가 발생하고 있다.

최 팀장은 “통합되지 않은 데이터로도 AI를 도입할 수는 있지만 부분적이고 파편적인 활용에 머물 가능성이 크다”며 “학습 데이터와 분석 신뢰도가 부족하면 효율성을 높이기 위해 시작한 AX가 오히려 비용과 시간, 인력을 소모하는 짐이 될 수 있다”고 말했다.

서비스형 소프트웨어(SaaS)와 시스템통합(SI) 사이의 선택도 기업의 고민으로 꼽았다. SaaS는 빠르게 사용할 수 있지만 기업별 업무에 맞춘 수정이 제한되고, SI는 맞춤형 구축이 가능한 대신 시간과 비용 부담이 크다.

Odoo는 이 같은 문제에 대응하기 위해 회계와 CRM, 영업, 재고, 제조, 전자상거래, 프로젝트 관리 등 70여개 업무 모듈을 하나의 플랫폼에서 제공한다. 각 모듈이 하나의 데이터베이스를 사용하는 구조로 필요한 기능을 추가하더라도 데이터 흐름을 유지할 수 있다는 설명이다.

최 팀장은 “프로젝트에 따라 약 80%는 Odoo의 기본 기능을 사용하고 20%는 기업 업무에 맞춰 조정할 수 있다”며 “SaaS의 표준성과 SI의 맞춤형 구축 사이에서 유연하게 접근할 수 있다”고 설명했다.

파이썬 기반 오픈소스 구조를 적용해 응용프로그램 인터페이스 연동과 추가 개발, 호스팅, 데이터 반출에 제한을 두지 않는 점도 특징으로 제시했다. 필요한 모듈을 단일 라이선스 구조 안에서 추가할 수 있어 여러 솔루션을 각각 도입하고 연동할 때 발생하는 비용도 줄일 수 있다는 주장이다.

이어서 발제에 나선 김일두 솔바인드9 대표는 한국 시장에서는 기존 시스템을 모두 교체하기보다 데이터가 끊긴 영역부터 연결하는 방식이 현실적이라고 진단했다.

김 대표는 “한국은 시스템을 처음 설치하는 시장이 아니라 이미 여러 시스템이 구축된 시장”이라며 “시스템 자체보다 시스템 사이의 연결에서 어떤 가치를 만들고 데이터 사일로를 얼마나 줄일 것인지가 중요하다”고 말했다.

국내 기업에서는 하나의 거래 정보가 이메일과 메신저, 엑셀, CRM, ERP, 고객지원 시스템 등에 반복 입력되는 경우가 많다. 견적과 수주, 재고, 납품, 청구, 수금, 사후서비스가 하나의 흐름으로 이어지지 않아 부서마다 서로 다른 정보를 보게 되는 구조다.

Odoo는 하나의 고객 정보를 중심으로 영업 기회부터 수금과 사후서비스까지 연결한다. 업무 이력과 이벤트가 일관된 흐름으로 쌓이면 AI도 일부 파일이나 특정 부서의 데이터만 보는 대신 거래 전반을 바탕으로 분석과 예측을 수행할 수 있다.

김 대표는 “데이터가 없는 것이 아니라 같은 데이터를 여러 시스템에 반복 입력하는 것이 문제”라며 “AI가 가치를 내려면 업무 이벤트와 이력이 데이터 흐름에 따라 쌓이는 공간이 먼저 만들어져야 한다”고 말했다.

이미 ERP를 사용하고 있는 기업은 재무와 회계, 인사 등 기존 백오피스 시스템을 유지하면서 CRM과 영업, 고객지원 등 부족한 영역만 Odoo로 보완할 수 있다. 대규모 시스템 교체보다 가장 큰 병목부터 개선하고 현업의 적응 상황에 따라 적용 범위를 넓히는 방식이다.

관련기사

김 대표는 “기업마다 시작점은 ERP일 수도 있고 CRM이나 업무 플랫폼일 수도 있다”며 “가장 시급한 문제에서 빠른 성과를 만든 뒤 필요한 기능을 레고 블록처럼 하나씩 추가해야 한다”고 말했다.

이어 “AI의 가치는 기능을 하나 더 붙이는 데서 나오지 않는다”며 “데이터가 하나로 이어질 때 의사결정 속도와 자동화 수준, 데이터 품질을 함께 높일 수 있다”고 강조했다.