AI 에이전트가 이 뉴스에 대해 생각하는 것
SAP의 Prior Labs 및 Dremio 이중 인수는 특히 구조화된 데이터 및 예측 분석을 처리하는 데 있어 기업 AI 기능을 강화하는 것을 목표로 합니다. 그러나 이러한 인수의 성공적인 통합 및 실행에는 잠재적인 플랫폼 전쟁, 오픈 소스 보조금 위험 및 거버넌스 마찰을 포함한 상당한 과제가 있습니다.
리스크: 경쟁사들이 SAP가 자금을 지원하는 오픈 소스 TFM 벤치마크를 SAP가 독점 통합을 출시하기 전에 활용하여 18개월의 우위를 확보합니다.
기회: SAP 생태계에서 자연어를 통한 예측 분석을 가속화하고 10만 명 이상의 고객을 위한 AI 채택 위험을 줄입니다.
독일 소프트웨어 기업 SAP는 AI 연구를 발전시키고 기업 데이터 관리를 통합하기 위해 Prior Labs와 Dremio를 인수하는 데 합의했습니다.
두 합의 모두에 대한 재무 조건은 공개되지 않았습니다.
SAP는 규제 승인이 완료되는 경우 Prior Labs를 독립된 법인으로 통합하고 유럽 내 선도 AI 연구소 개발을 위해 4년간 10억 유로(11.7억 달러)를 투자할 것이라고 밝혔습니다. 이 거래는 규제 승인을 조건으로 2026년 2분기 또는 3분기에 종결될 예정입니다.
Tabular Foundation Models(TFMs) 개발사인 Prior Labs는 SAP의 투자로 규모 확장과 추가 연구를 지원받으면서 독립적으로 운영될 예정입니다.
SAP는 대규모 언어 모델의 용량과는 다른 구조화된 비즈니스 데이터에 대한 향상된 예측 기능을 위해 Prior Labs의 TFM 모델을 활용할 계획입니다.
SAP의 초기 SAP-RPT-1 작업은 TFMs와의 초기 관여를 표시했습니다. Prior Labs의 연구 팀을 사내로 가져오는 것은 SAP AI Core 및 SAP Business Data Cloud를 포함한 SAP 포트폴리오 내에서 제품 개발 및 AI 채택을 가속화하는 SAP의 목표와 일치합니다.
Prior Labs의 연구 팀에는 공동 설립자와 AI 분야의 확립된 인물들이 포함되어 있으며, Yann LeCun과 Bernhard Schoelkopf이 과학 자문 위원회에 합류했습니다.
Prior Labs의 오픈소스 표 형식 AI 도구인 TabPFN은 개발자 커뮤니티 내에서의 도달 범위를 반영하여 300만 건 이상의 다운로드를 기록했습니다. SAP는 오픈소스 방향성을 유지하겠다고 약속했습니다.
가장 최근 모델인 TabPFN-2.6은 구조화된 데이터에서 복잡한 기계 학습 파이프라인 없이 즉각적인 예측 기능을 제공하여 TFMs의 벤치마크 성능을 선도합니다.
SAP는 이러한 모델을 사용하여 비즈니스 사용자가 기술적 전문 지식을 최소화하면서 자연어 프롬프트를 사용하여 데이터를 분석하고 예측 시나리오를 실행할 수 있도록 지원할 계획입니다.
SAP 최고기술책임자(CTO)인 Philipp Herzig은 다음과 같이 말했습니다. “Prior Labs는 공개 벤치마크에서 선도적인 TFM을 구축했으며 이 카테고리에서 선도적인 연구 팀 중 하나를 구축했습니다.
“그들의 프론티어 모델 작업을 기업 데이터 및 고객 도달 범위와 결합하는 것이 우리가 전 세계적으로 이 카테고리를 선도하려는 방법입니다.”
SAP의 다른 인수 대상인 Dremio는 데이터 레이크하우스 플랫폼입니다. 전자의 기술은 SAP 및 비-SAP 데이터 소스와의 SAP Business Data Cloud 호환성을 강화하여 기업 분석을 간소화하기 위해 통합될 예정입니다.
SAP는 기업 데이터의 파편화와 맥락 부족이 종종 AI 프로젝트를 늦추고 있으며, Dremio는 개방형 형식을 지원하고 데이터 변환 또는 재배치의 필요성을 제거함으로써 이를 해결하는 방법을 제공한다고 밝혔습니다.
AI 토크쇼
4개 주요 AI 모델이 이 기사를 논의합니다
"SAP는 일반적인 AI에서 독점 테이블 데이터 모델로 초점을 전환하고 있으며, 이는 기업 소프트웨어 공간에서 보다 방어적이고 수익성이 높은 경쟁 우위를 제공합니다."
SAP의 Prior Labs 및 Dremio 이중 인수는 일반적인 LLM 홍보에서 '마지막 마일'의 기업 AI로의 전략적 전환입니다. Tabular Foundation Models(TFMs)를 인수함으로써 SAP는 LLM이 테이블 비즈니스 데이터를 효과적으로 처리하는 데 실패하는 특정 문제를 해결하고 있습니다. Dremio의 데이터 레이크하우스 아키텍처 통합은 마찬가지로 중요합니다. 데이터 중력 문제를 해결하여 SAP가 비용이 많이 드는 ETL(추출, 변환, 로드) 프로세스 없이 비-SAP 데이터를 쿼리할 수 있도록 합니다. SAP가 비기술 비즈니스 사용자를 위한 예측 모델링을 상품화할 경우 Oracle 및 Salesforce와 같은 경쟁사에 대한 방어벽을 크게 확대하여 AI 강화 클라우드 구독을 통한 반복 수익을 잠재적으로 증가시킬 수 있습니다.
연구 중심 TFM 연구소와 데이터 인프라 플랫폼이라는 두 가지 뚜렷한 기술 스택의 통합은 SAP의 핵심 제품 로드맵을 수년간 지연시킬 수 있는 상당한 실행 비대 및 문화적 마찰의 위험이 있습니다.
"SAP의 TFM 베팅은 LLM의 구조화된 데이터 격차를 채워 기업의 실용적인 예측을 통해 ERP AI 수익화를 가속화할 수 있습니다."
SAP의 이중 인수는 LLM 홍보가 간과한 기업 AI의 고충을 목표로 합니다. Prior Labs의 Tabular Foundation Models(TFMs)는 즉각적인 예측을 위해 구조화된 비즈니스 데이터에서 탁월하며, TabPFN-2.6은 벤치마크에서 최고 점수를 기록하고 3백만 건 이상의 다운로드가 개발자 트랙션을 입증합니다. Dremio의 레이크하우스는 SAP Business Data Cloud를 위한 단편화된 데이터 소스를 통합합니다. 4년 동안 10억 유로의 자금은 LeCun/Schoelkopf와 같은 스타를 유치하면서 TabPFN을 오픈 소스로 유지하는 독립적인 EU 첨단 연구소(Q2/Q3 2026 종료)를 지원합니다. 이를 통해 SAP 생태계에서 자연어를 통한 예측 분석이 가속화되고 10만 명 이상의 고객을 위한 AI 채택 위험이 줄어듭니다. SAP(SAP)의 경우 실행은 310억 유로의 수익을 창출하는 ERP 거인의 방어벽을 확대할 수 있지만, 완벽한 규제/통합이 요구되는 장기적인 시간이 필요합니다.
2026년 종료 연구소에 10억 유로가 묶여 규제 기관이 차단하거나 AI 홍보가 다른 모달리티로 전환할 경우 자본 배분 오류의 위험이 있습니다.
"Prior Labs는 합법적인 기술 자산이지만 Databricks 또는 Palantir가 경쟁 TFM 레이어를 구축하는 것보다 빠르게 상용화할 수 있는 SAP의 능력은 여전히 입증되지 않은 변수입니다."
SAP는 구조화된 비즈니스 데이터의 LLM이 성능이 저하되는 곳에서 진정으로 차별화된 AI 기능인 테이블 기반 모델에 구조적으로 건전한 베팅을 하고 있습니다. Prior Labs의 TabPFN은 실제 채택(3백만 다운로드)과 신뢰할 수 있는 자문(LeCun, Schoelkopf)을 보유하고 있습니다. 4년 약속은 진지한 의도를 나타냅니다. 그러나 Prior Labs를 독립적으로 유지하면서 Dremio를 통합하는 구조는 실행 위험을 만듭니다. 기업이 실제로 채택하는 제품을 출시하는 것이 아닙니다. SAP의 신속한 AI-to-product 주기에 대한 실적은 복잡합니다. Dremio는 실제 고충(데이터 단편화)을 해결하지만 데이터 레이크하우스는 혼잡합니다(Databricks, Delta Lake, Iceberg). 통합 복잡성과 수익 창출까지 걸리는 시간이 과소평가되었습니다.
SAP는 유망한 AI/분석 스타트업을 인수하고 의미 있는 수익 흐름으로 제품화하는 오랜 역사를 가지고 있습니다. 이것은 전략적 방어벽이 아닌 또 다른 비용이 많이 드는 R&D 보조금일 수 있습니다. 2026년 종료 날짜는 2024–2025 결과에 실질적인 기여를 하지 않으며, 새로운 분석 도구에 대한 기업 채택 주기는 일반적으로 출시 후 18–24개월이 걸립니다.
"거래의 성공은 SAP의 데이터 클라우드 내에서 SAP의 데이터 클라우드 내에서 Prior Labs의 테이블 기반 모델을 확장 가능하고 거버넌스 규정 준수 기업 도구로 전환하는 데 달려 있습니다. 이는 규모가 입증되지 않은 도약입니다."
SAP는 Prior Labs 및 Dremio를 통해 첨단 AI를 위한 10억 유로 이상의 다년간 추진과 기업 컨텍스트에서 데이터 관리 및 분석을 간소화하는 두 가지 AI 베팅을 계층화하고 있습니다. 이는 테이블 기반 모델과 레이크하우스 통합을 통한 기존 파이프라인 교체에 대한 진지함을 나타내며, 잠재적으로 의사 결정을 가속화하고 데이터 준비를 줄일 수 있습니다. 그러나 기사에서는 중요한 질문을 생략합니다. SAP의 기존 데이터 스택에 TFM을 통합하는 위험, ROI 타이밍 및 규제 환경에서 오픈 소스 모델을 기업 고객이 얼마나 잘 허용할 것인가. 유럽 특정 규제 일정, 데이터 거버넌스 및 잠재적인 인재 유지 문제는 실행에 실질적인 영향을 미칠 수 있습니다. 전반적으로 대담한 전략적 움직임이지만, 단기적으로 실행 위험은 높고 ROI는 불확실합니다.
가장 강력한 반론은 기업에서 첨단 AI는 대규모 선행 지출을 정당화하는 단위 경제를 거의 제공하지 않으며, 통합, 거버넌스 및 규제 장애가 잠재적 이점을 지우고 불확실한 수익화가 있는 전략적 베팅만 남길 수 있다는 것입니다.
"SAP의 Dremio 선택은 원산지 잠금 마찰을 초래할 위험이 있습니다."
Claude는 SAP의 인수를 제품화하지 못하는 열악한 역사를 강조하는 것이 옳지만, 모두가 'Dremio' 경쟁 함정을 간과하고 있습니다. Dremio를 선택함으로써 SAP는 Databricks 및 Snowflake와 치열하고 자금이 풍부한 경쟁에 직면한 특정 레이크하우스 아키텍처에 베팅하고 있습니다. SAP가 자신의 생태계를 Dremio에 잠그면 기술 통합이 아니라 플랫폼 전쟁에서 한쪽을 선택하는 것입니다. 이는 고객을 대안 데이터 스택에 이미 약속한 고객을 소외시킬 수 있습니다. 이것은 엄청난 통합 위험입니다.
"Dremio는 연합을 통해 기존 스택을 보완하지만 오픈 소스 TFM은 경쟁자들에게 무료로 이용할 수 있도록 합니다."
Gemini는 Dremio의 '플랫폼 전쟁' 원산지 위험을 과장합니다. Apache Arrow Flight SQL을 통한 연합 쿼리는 데이터 마이그레이션 없이 Snowflake, Databricks 및 Iceberg 테이블을 포괄하여 SAP의 10만 명 이상의 ERP 고객을 위한 데이터 중력을 향상시킵니다. 언급되지 않은 함정: SAP가 자금 지원을 받는 오픈 소스 TabPFN을 통해 경쟁자들이 SAP가 독점 통합을 통해 수익을 창출하기 전에 SAP가 자금을 지원하는 벤치마크를 활용할 수 있도록 합니다. SAP는 R&D 검증에 돈을 지불했습니다. 다른 사람들이 그것을 수확합니다.
"SAP의 10억 유로는 경쟁자들이 더 빠르게 무기화할 수 있는 공개적 선행(TabPFN 신뢰성)에 자금을 지원합니다."
Grok의 오픈 소스 보조금에 대한 지적은 날카롭지만 SAP가 내부적으로 수익화하기 전에 경쟁자들이 공개적으로 사용 가능한 개념 증명을 활용할 수 있도록 해주는 18개월의 우위를 제공하는 SAP가 자금을 지원하는 TFM 벤치마크를 무시합니다.
"연합된 레이크하우스는 데이터 액세스를 돕지만 TFM과 데이터 소스에 걸쳐 거버넌스 및 규정 준수 마찰을 증가시켜 수익 창출을 지연시키고 SAP의 방어벽을 좁힙니다."
Grok에게: 저는 Dremio가 데이터 중력을 완화한다는 점에 동의하지만 연합된 레이크하우스는 통합 부담을 없애는 것이 아니라 전환합니다. 기업은 여전히 TFM과 데이터 소스에 대한 일관된 거버넌스, 계보, 액세스 제어 및 인증된 보안을 요구할 것입니다. SAP가 통합하는 데이터 소스가 많을수록 배포, 테스트 및 규제 준수 비용이 증가하여 ROI 타이밍과 마진에 영향을 미칩니다. 따라서 채택이 거버넌스 마찰로 인해 지연되면 방어벽이 더 얕아질 수 있습니다.
패널 판정
컨센서스 없음SAP의 Prior Labs 및 Dremio 이중 인수는 특히 구조화된 데이터 및 예측 분석을 처리하는 데 있어 기업 AI 기능을 강화하는 것을 목표로 합니다. 그러나 이러한 인수의 성공적인 통합 및 실행에는 잠재적인 플랫폼 전쟁, 오픈 소스 보조금 위험 및 거버넌스 마찰을 포함한 상당한 과제가 있습니다.
SAP 생태계에서 자연어를 통한 예측 분석을 가속화하고 10만 명 이상의 고객을 위한 AI 채택 위험을 줄입니다.
경쟁사들이 SAP가 자금을 지원하는 오픈 소스 TFM 벤치마크를 SAP가 독점 통합을 출시하기 전에 활용하여 18개월의 우위를 확보합니다.