IT 컨설팅 기업 다빈치(대표 팽동은)가 올해 운영 혁신 컨설팅 사업을 본격 확대한다. 금융·제조·유통 등 주요 산업군에서 쌓아온 프로젝트 실적을 기반으로 중견·대기업의 데이터 기반 운영 체계 구축과 AI 도입 컨설팅 수요 증가에 대응한다는 방침이다.
다빈치는 AWS, 네이버, 올리브영, 새마을금고, 동원산업 등과 프로젝트를 수행하며 산업별 운영 과제 해결 역량을 확보했다. 금융 분야에서는 100억 건 이상의 데이터를 하둡 기반으로 이전하고 파이프라인을 안정화하며 데이터 정합성을 확보했다. 제조 분야에서는 공정·자산 관리 시스템을 구축해 원인 규명 시간을 일 단위에서 분 단위로 단축하는 동시에 상장 심사 대응 체계를 대시보드로 전환했다. 유통 분야에서는 통합 백오피스 구축으로 내부 정산에 사용되던 기존 엑셀 파일 작업을 제거하는 성과를 냈다.
기업들의 AI 도입이 가속화되고 있지만 운영 현장의 데이터 기반이 갖춰지지 않아 기대만큼의 성과를 거두지 못하는 사례가 잇따르고 있다.
다빈치는 이 같은 문제의 원인을 다섯 가지 병목으로 정리한다. POS·ERP·WMS·CRM 등 시스템 간 데이터 분절(데이터 사일로), 엑셀·스프레드시트 수작업에서 비롯되는 데이터 부정합, 부서마다 다르게 정의된 지표 불일치, 이로 인한 의사결정 지연, 부서별 실무가 개별 시스템에서 이뤄지며 발생하는 실행 단절과 가시성 저하다.
팽동은 대표는 “IT 투자의 ROI가 낮아 보이는 경우, 기술력이 부족해서라기보단 운영 데이터를 전략과 실무의 언어로 번역하는 체계가 없는 것이 원인인 경우가 많다”며 “대시보드는 중간 부산물일 뿐, 진짜 운영 혁신은 데이터·프로세스·실행을 연결하는 데 달려 있다“고 말했다.
다빈치는 AI 도입의 실질적 전제 조건으로 '데이터 표준화'와 '데이터 파이프라인 구축'을 강조한다. 예컨대 재고 최적화 AI를 도입하려면 '과부족'의 정의부터 부서 간 합의가 필요하다. 진열재고, 안전재고, 부진재고, 운송재고 등 같은 재고라도 부서별로 중시하는 기준이 다르기 때문이다.
다빈치는 이를 위해 실무 인터뷰를 통해 부서 간 용어와 기준의 차이를 먼저 확인하고, 상이한 표현과 의미를 하나의 정의 체계로 연결하는 작업을 선행한다. 다빈치 측은 이 같은 사내 지식과 개념 정리 작업이 이후 AI 도입의 효과를 좌우하는 핵심 단계라고 설명했다.
다빈치는 본격적인 컨설팅에 앞서 현황을 빠르게 파악할 수 있는 '4주 운영·데이터 진단' 서비스도 운영하고 있다. '무엇을 도입할지'보다 '어느 부서의 어떤 데이터를 먼저 중앙화할지'를 파악하는 데 초점을 맞추며, 결과물에는 운영 KPI 및 우선순위 정의, 데이터·프로세스 현황 분석, 실행 로드맵, PoC 범위 및 예상 효과 등이 포함된다.
다빈치는 베인앤드컴퍼니·IMM프라이빗에쿼티 출신 팽동은 대표가 빅테크 출신 엔지니어들과 함께 설립한 IT 컨설팅 기업이다. 전략 수립부터 기술 실행까지를 아우르며, 자체 서비스 '디어'를 출시해 매출 203억 원 규모로 성장시킨 뒤 2024년 매각한 바 있다. 현재는 M&A 기술 자문과 AI 도입 컨설팅으로 사업 영역을 넓히고 있다.
이원지 기자 news21g@etnews.com
