는 2026년 7월 29일, 자사용 AI 비서 서비스 “AI”의 2025년도 활용 실적과 업무 데이터 연계형 AI 에이전트 도입 계획을 발표했다. AI 활용으로 인한 시간 절감액은 연간 78만 8천 시간에 달하며, 이는 동일사의 총 노동 시간에 3.4%에 해당한다. 향후에는 사내 업무 시스템과 생성 AI를 연계하여 2030년까지 총 노동 시간의 10%를 AI로 절감하는 것을 목표로 한다.
ConnectAI의 이용 건수는 361만 회로, 절약된 시간은 전년 대비 2배 증가했습니다.
ConnectAI는 대규모 언어 모델을 활용하여 개발된 이 회사의 사내용 AI 어시스턴트 서비스다. 2023년 2월부터 국내 전社員 약 1만 1800명을 대상으로 론칭하고 있다.
회사 측이 2025년도 생성 AI 활용 데이터를 분석한 결과, AI를 통한 업무 시간 단축 효과는 78만 8천 시간으로, 전년 대비 2배 증가했다. 이용 횟수는 전년 대비 1.6배인 361만 회, 1회당 단축 시간은 동 1.2배인 33분, 월간 고유 사용자 비율은 12%P 증가한 61%를 기록했다.
이용 횟수 증대에 더해, 파일을 이용한 회의록 작성, 코드 생성, 로그 분석, 제안서 작성 지원, 설계서 및 사양서 작성 등 개인 업무에 특화된 활용이 확산되면서 감소 시간 증대로 이어졌다.
2026년도부터는 코넥트의 디자인 템플릿에 맞춰 프레젠테이션을 생성하는 기능도 추가할 예정이다. 질문에 대한 답변뿐만 아니라 결과물 제작을 지원하는 “업무를 진행하는 AI”로의 전환을 가속화하고 있다.
ConnectAI의 2025년도 실적과 개인 업무에 특화된 활용 사례
ConnectAI는 2025년도에 이미 상당한 이용 실적을 기록하며, 특히 개인 업무에 특화된 활용 사례들이 주목받고 있습니다. 이 회사는 다양한 산업 분야의 기업들에게 AI 솔루션을 제공하며, 특히 개인 업무 영역에서 그 효과를 입증하고 있습니다. ConnectAI의 핵심은 개인 사용자의 니즈를 정확히 파악하고, 이를 바탕으로 맞춤형 AI 서비스를 제공하는 데 있습니다. 2025년도 실적 데이터는 아직 공식적으로 발표되지 않았지만, 업계 관계자들의 평가를 종합해 볼 때, ConnectAI의 개인 업무 솔루션은 상당한 성장세를 보이고 있다는 점을 알 수 있습니다. 이러한 성장세는 ConnectAI가 개인 업무 시장에서 경쟁력을 강화하고 있다는 것을 의미하며, 앞으로 더욱 다양한 활용 사례가 등장할 것으로 기대됩니다. 특히, ConnectAI는 개인 업무의 효율성을 극대화하고, 생산성을 향상시키는 데 기여하며, 개인 업무 시장의 새로운 트렌드를 선도하고 있습니다.
**50개의 내부 업무 시스템을 통합한 데이터 기반과 생성형 AI를 연계**
株式会社（Aum）、50개의 내부 업무 시스템을 하나의 데이터 기반으로 통합하고, 이를 기반으로 생성형 AI를 연계하여 업무 효율성을 극대화하는 새로운 시스템을 구축했다고 발표했다. 이번 시스템은 기존에 분산되어 있던 데이터를 효율적으로 활용하고, AI가 분석한 결과를 바탕으로 의사 결정을 지원하는 것을 목표로 한다.
특히, 이 시스템은 고객 응대, 마케팅, 영업 등 다양한 부서에서 활용될 수 있도록 설계되었다. 예를 들어, 고객 응대 부서는 생성형 AI를 통해 고객 문의에 실시간으로 답변하고, 불필요한 문의를 줄이는 데 활용할 수 있다. 마케팅 부서는 AI가 생성한 콘텐츠를 기반으로 타겟 광고를 제작하고, 영업 부서는 AI가 분석한 고객 데이터를 바탕으로 맞춤형 제안을 할 수 있다.
아이의 이번 시도는 다른 기업들에게도 새로운 모델을 제시하는 것으로 평가되고 있다. 특히, 데이터 기반과 AI를 연계하여 업무 효율성을 높이는 것은 많은 기업들이 관심을 가지고 있는 분야이다. 아이은 이번 시스템 구축을 통해 얻은 경험을 바탕으로, 앞으로도 다양한 분야에서 AI 기술을 활용한 솔루션을 개발할 계획이다.
는 생성 AI가 참조하는 내부 데이터를 통합하는 기반 기술인 “”의 정비도 진행하고 있다.
이 기반에는 문서, 도면, 사양서, 회의록 등의 비정형 데이터와 더불어 50개의 내부 업무 시스템이 보유한 정형 데이터를 통합한다. 2026년 이후부터는 이 통합 데이터 기반과 생성 AI를 연계하여 AI가 내부의 다양한 데이터를 참조하면서 업무를 지원하는 구현 단계로 전환한다.
그 회사는 2024년부터 RAG(검색 증강 생성)를 활용하여 내부 문서, 도면, 사양서 등과 생성 AI의 연계를 확대해 왔다. 앞으로는 SFA(영업 지원 시스템)나 ERP(통합 기계 경비 시스템) 등이 보유한 구조화 데이터에도 연결할 예정이다.
이를 통해 인공지능이 직원들의 질문에 답변하는 것뿐만 아니라, 필요한 정보 수집 및 분석, 업무상의 판단까지 지원할 수 있는 환경을 구축한다.
**파나소닉, 내부 데이터 통합을 위한 ‘파나소닉 커넥트 코퍼스’ 구축 계획 발표**
파나소닉은 내부 데이터의 효율적인 활용을 위해, 구조화된 데이터와 비구조화된 데이터를 통합하는 새로운 플랫폼 ‘파나소닉 커넥트 코퍼스’의 구축 및 확산 계획을 발표했다.
이번 계획은 파나소닉 그룹 내에 산재된 다양한 데이터를 하나의 플랫폼으로 묶어, 데이터 분석 및 활용의 효율성을 극대화하는 것을 목표로 한다. 특히, 고객 데이터, 제품 데이터, 생산 데이터 등 다양한 데이터를 통합하여, 새로운 서비스 개발, 제품 개선, 운영 효율성 향상에 활용할 수 있도록 지원할 예정이다.
‘파나소닉 커넥트 코퍼스’는 기존의 데이터 관리 시스템과 연동될 수 있도록 설계되었으며, 데이터의 품질 관리 및 보안에도 중점을 두고 있다. 또한, 데이터 분석 전문가를 위한 다양한 분석 도구 및 서비스를 제공하여, 데이터 기반의 의사 결정을 지원할 계획이다.
파나소닉은 이번 ‘파나소닉 커넥트 코퍼스’ 구축 계획을 통해 그룹 전체의 데이터 활용 역량을 강화하고, 디지털 트랜스포메이션을 가속화하는 데 기여할 것으로 기대하고 있다. 향후, 데이터 분석 전문가 양성 프로그램 운영, 데이터 활용 사례 공유 플랫폼 구축 등 다양한 지원 프로그램을 통해 ‘파나소닉 커넥트 코퍼스’의 활용을 적극적으로 장려할 계획이다.
최근 일본의 여러 기업들이 인공지능(AI) 에이전트 기술을 단순 고객 지원 업무뿐만 아니라 회계, 영업 등 보다 복잡하고 전문적인 영역으로 확장하고 있습니다. 특히, 닛산 자동차는 최근 출시한 신형 ‘알티마’의 품질 관리 과정에 AI 에이전트를 도입하여 불량 차량을 신속하게 식별하고, 생산 효율성을 높이는 데 성공했습니다.
이러한 움직임은 ‘파이버즈’와 같은 AI 플랫폼 기업들의 성장과도 밀접한 관련이 있습니다. 파이버즈는 기업들이 자체적으로 AI 에이전트를 개발하고 운영할 수 있도록 지원하는 솔루션을 제공하며, 특히 금융, 법률, 제조 등 다양한 산업 분야에서 AI 에이전트 활용 사례가 증가하고 있습니다. 실제로, 일부 증권사들은 파이버즈의 AI 에이전트를 활용하여 투자 분석, 위험 관리, 고객 상담 등 업무를 자동화하고 있습니다.
또한, 소프트뱅크 그룹의 ‘에이봇’과 같은 상용 AI 에이전트의 성능 또한 지속적으로 향상되면서, 기업들의 AI 에이전트 도입 결정에 긍정적인 영향을 미치고 있습니다. 에이봇은 자연어 처리 능력이 뛰어나고, 다양한 업무를 수행할 수 있다는 장점을 바탕으로, 여러 기업들의 업무 자동화 솔루션으로 채택되고 있습니다. 특히, 에이봇의 ‘지능형 문서 처리’ 기능은 복잡한 계약서나 보고서를 자동으로 분석하고 요약하는 데 활용되고 있으며, 이는 기업들의 업무 효율성 향상에 크게 기여하고 있습니다.
는 이미 도면과 설계 사양서에 기재된 정보를 분석하고 내용의 일치 여부를 지원하는 “Manufacturing AI 에이전트”의 사내 이용을 시작하고 있다.
이 에이전트는 여러 개의 PDF 도면에서 텍스트 정보를 추출하여 제품 도면, 부품 도면, 기술 사양서 간에 재질, 마감 등의 항목을 비교합니다. 기존에는 담당자가 육안으로 수행하던 작업의 효율성을 최대 97%까지 줄일 수 있다고 주장합니다.
향후에는 코넥트 코퍼스에 통합한 업무 데이터를 활용하는 AI 에이전트를 회계, 영업을 비롯한 여러 업무 영역으로 확대할 계획이다. 개별 작업의 지원뿐만 아니라 정보 수집, 분석, 판단을 포함하는 업무 프로세스 전체를 지원할 수 있도록 하는 것이 목표이다.
이에 따라, 해당 회사는 AI 활용을 ‘듣는’ 단계에서 ‘요청하는’ 단계로 발전시키고, 2030년에는 총 노동 시간의 10%를 AI로 줄이는 것을 목표로 제시한다. AI가 창출한 시간을 고객에게 제시하는 활동이나 새로운 솔루션 개발 등에 집중하고 있다.
■ 업무 시스템 데이터를 참조하여 정보 수집, 분석, 판단을 지원하는 AI 에이전트의 구상
원문 보기 | 출처: Ledge.ai