SAP은 왜 챗봇 대신 표에 1조 원을 걸었나 - 정형데이터 AI가 여는 다음 격전지

HFC 이슈 브리핑 · Brief 04

챗봇이 아니었다.
표였다.

SAP의 Prior Labs 인수 완료와 정형데이터 AI · HFC Consulting

---

7월 17일, SAP이 인수 하나를 마무리했다. 상대는 창업 18개월 된 독일 스타트업 Prior Labs. 챗봇 회사가 아니다. 코딩 에이전트 회사도 아니다. 표, 그러니까 정형데이터를 다루는 AI 회사다.

SAP은 여기에 4년간 10억 유로 이상을 투입해 유럽의 프런티어 AI 랩을 세우겠다고 발표했다. 생성형 AI 경쟁이 한창인 시점에, 세계 최대 ERP 기업이 방향을 다르게 잡았다.

이슈 요약

Prior Labs는 정형데이터 파운데이션 모델(TFM, Tabular Foundation Model)을 만든다. 대표 산출물인 TabPFN은 오픈소스로 300만 회 이상 다운로드됐고, 연구 성과는 2025년 1월 학술지 네이처에 게재됐다. 논문의 핵심 수치는 하나다. 기존 방법으로 4시간 튜닝해야 나오던 예측 성능을, 이 모델은 수 초 안에 낸다. SAP은 5월 초 인수 계약을 발표했고, 이번에 규제 승인을 거쳐 절차를 완료했다. Prior Labs는 SAP 내 독립 조직으로 운영된다.

배경

SAP의 인수 논리는 명확하다. 엔터프라이즈 AI의 최대 미개척지는 LLM이 아니라, 기업 업무를 실제로 움직이는 정형데이터라는 것이다. LLM은 문서와 대화에 강하다. 그러나 발주기관과 기업이 보유한 데이터의 대부분은 문서가 아니다. 회계 전표, 재고 원장, 인사 기록, 민원 통계. 전부 표다. LLM은 이 영역에서 약점을 드러내 왔다. 수치를 지어내고, 집계를 틀린다. TFM은 바로 그 지점을 겨냥한다. 대금 지연 예측, 공급망 리스크 평가, 고객 이탈 예측 같은 업무 예측이 목표 과업이다. 네이처 논문이 제시한 수치가 이 방향의 근거다. 1만 건 이하의 데이터셋에서, 4시간짜리 자동화 머신러닝 파이프라인과 동등한 정확도를 2.8초 만에 도달했다. 튜닝 인력과 기간이 예산의 상당분을 차지해 온 예측 과제의 원가 구조가 달라진다는 의미다.

전망

엔터프라이즈 AI의 경쟁 축이 이동하고 있다. 지금까지의 격전지가 대화형 UX였다면, 다음 격전지는 업무 데이터에 대한 예측 정확도다. SAP이 ERP 안의 트랜잭션 데이터를 직접 학습 자산으로 삼기 시작하면, 후발 주자들도 같은 방향으로 움직일 가능성이 크다.

국내 시사점은 더 실무적이다. 공공과 금융의 AI 발주에서 "AI 도입 = 생성형 챗봇"이라는 등식이 흔들릴 것이다. 발주기관이 이미 보유한 정형데이터로 예측 과업을 정의하는 사업, 즉 데이터플랫폼 사업과 AI 사업의 경계에 있는 발주가 늘어날 수 있다. 과업범위와 검수기준을 어느 쪽 문법으로 쓸 것인지가 새로운 쟁점이 된다. 수급인 선정 기준도 달라진다. 생성형 데모의 완성도가 아니라, 발주기관의 실데이터로 예측 정확도를 증명하는 역량이 평가의 중심으로 이동할 것이다.

HFC 진단

발주기관이 AI 사업을 기획할 때 가장 먼저 검토할 자산은 외부 LLM이 아니라 내부 정형데이터다. 챗봇은 눈에 띄지만, 예산 대비 효과를 증명하기 어렵다. 반면 연체 예측이나 수요 예측은 산출물의 검수기준을 숫자로 명문화할 수 있다. 정확도, 오탐률, 기준선 대비 개선폭. 계약 관점에서 다루기 좋은 과업이라는 뜻이다.

HFC 진단 — 정형데이터 예측 과업은 챗봇보다 검수기준을 명문화하기 쉽다 / RFP 단계에서 데이터 품질 진단을 선행 과업으로 분리하라 / 특정 벤더의 모델 종속을 피하려면 오픈소스 대안(TabPFN 등) 존재 여부를 협상 카드로 활용하라

체크포인트

AI 과업을 기획 중인 발주기관이라면, 이번 이슈에서 점검할 항목은 네 가지다.

체크포인트 — 보유 정형데이터 목록과 품질 수준을 먼저 진단했는가 / AI 과업의 검수기준을 정량 지표로 명문화했는가 / 생성형과 예측형 중 어느 쪽이 사업 목적에 맞는지 비교 검토했는가 / 특정 플랫폼 종속 시 출구 전략을 계약서에 반영했는가

SAP의 1조 원은 화려한 데모가 아니라 표에 걸렸다. 예산은 결국 증명 가능한 곳으로 흐른다.

AI 사업, 무엇부터 발주해야 할지 고민이라면

HFC컨설팅은 발주기관의 관점에서 AI 과업 정의, 데이터 품질 진단, 검수기준 설계를 지원합니다. 챗봇과 예측 모델 사이에서 사업 목적에 맞는 방향을 함께 찾아 드립니다.

changks@hfcconsulting.co.kr

1영업일 이내 답변 · 주식회사 에이치에프씨 컨설팅 · 대표이사 장기석

📎 더 읽을거리

SAP Completes Prior Labs Acquisition (SAP News, 2026-07-17) — 인수 완료 공식 발표와 4년 10억 유로 투자 계획
SAP to Acquire Prior Labs (SAP News, 2026-05-04) — 인수 배경과 "정형데이터가 최대 미개척지"라는 전략 논리
Accurate predictions on small data with a tabular foundation model (Nature, 2025-01) — TabPFN의 성능을 검증한 원 논문

---

📚 HFC 이슈 브리핑 — IT·AI 화제 이슈를 발주기관의 관점으로 읽습니다.
◀ 이전 브리핑 에이전틱 AI가 기업 업무에 들어왔습니다
브리핑 전체 보기 →