기본 콘텐츠로 건너뛰기

BTP 사이드카 본격 도입 첫 100일 — 셋업·사이클·안착 예상 가이드

 

14편에서 BTP CAP 첫 사이클의 세 함정을 짚었고, 18편에서 PCE Configuration 운용 4단계를 정리했다. 19편은 그 둘이 만나는 자리, PCE가 Clean Core로 굳혀진 후에 BTP 사이드카가 그 위에 올라갈 100일의 시간선이다. 이 글은 13·14편과 같은 자료 누적형 예상 가이드 글이다. 작가의 일반 컨설팅 경험과 시리즈 14·18편 자료를 기반으로, PCE 운영을 안착시킨 그룹사가 마주할 100일을 셋업 → 사이클 → 안착의 세 단계로 미리 정리한다. 실제 100일이 진행되면 케이스 보강 글을 따로 올리려 한다.

D+1 ~ D+7 — 첫 주: 셋업과 첫 코드

첫 주에는 코드가 아니라 환경이 일이 된다. BTP 구독을 활성화하고, Cloud Foundry 또는 Kyma 공간을 dev·test·prod로 분리하고, 14편에서 결정한 언어(Node.js 또는 Java) 런타임을 깔고, Cloud Connector로 PCE와 BTP를 연결한다. 이 셋업 자체가 작은 프로젝트가 된다. 환경 분리, 권한 모델, 인증서 관리, 네트워크 경로가 모두 처음 잡힌다.

첫 코드는 비즈니스 가치가 없어야 한다. CAP의 표준 템플릿으로 Hello World 수준의 OData 서비스를 띄우고, PCE의 표준 OData를 Cloud Connector를 통해 호출해보는 단계다. 이 셋업이 끝나면 PCE와 BTP가 서로 통신할 수 있는 상태가 확인된다. 첫 주의 가장 흔히 예상되는 함정은 Cloud Connector 셋업 누락이다. 빠진 채로 첫 코드를 짜면 PCE 호출이 모두 timeout으로 떨어지고, 디버깅이 환경 문제인지 코드 문제인지 구분이 안 되는 상태에 빠질 수 있다. 첫 주는 조용히 통신만 확인하면 성공이다.

D+8 ~ D+30 — 첫 달: 첫 사이클 완성

첫 주가 끝나면 진짜 첫 사이드카를 만들어볼 수 있다. 비즈니스 가치를 가진 하나의 작은 기능, 예를 들어 고객 마스터의 자체 필드 추가 같은 경계가 분명한 한 줄짜리 사이드카가 출발점으로 적합하다. CDS로 데이터 모델을 정의하고, OData 서비스로 노출하고, 필요하면 Fiori Elements나 React로 UI를 얹는 흐름이다. 작은 단위로 시작하는 것이 핵심이다. 첫 사이드카가 크면 디버깅이 환경·인증·데이터·UI 어디서 깨졌는지 추적이 어려워진다.

14편의 CDS 모델 함정이 이 단계에 정확히 작동할 영역이다. PCE의 표준 객체를 그대로 옮기지 않고 자체 모델을 정의하는 결정이 필요하다. 같은 단계에 CI/CD 파이프라인을 작동하는 형태로 굳히는 작업도 함께 간다. Git push → Build → Test → Deploy가 5~10분 안에 끝나는 흐름이 안정되면 첫 달의 절반은 성공한 셈이 된다. 첫 달의 핵심은 짧은 배포 사이클의 확립이다. 9편 Hyper Care의 일별 리뷰에 BTP 사이드카 항목을 추가해 PCE 운영과 같은 호흡으로 모니터링하는 흐름이 권장된다.

D+31 ~ D+100 — 안착: 패턴 굳히기

첫 달이 안정되면 두 번째·세 번째 사이드카가 들어오는 단계다. 이 단계의 핵심은 공통 패턴 발견에 있다. 인증 모듈, 로깅 모듈, PCE 호출 공통 함수, 에러 처리 패턴. 첫 사이드카에서 작성된 코드 중 재사용 가능한 부분을 공유 라이브러리로 분리하는 작업이 필요하다. 이 분리가 일어나야 사이드카 수가 늘어날 때 코드 복사가 누적되지 않는다.

12편에서 본 옮긴 CBO 수가 늘면 비용이 비선형으로 증가하는 위험이 이 단계에서 통제 대상이 된다. 공통 패턴이 공유 자산으로 굳혀지면 세 번째 사이드카는 첫 사이드카보다 훨씬 가볍게 만들어질 수 있다. 세 번째 사이드카가 첫 사이드카보다 가볍지 않다면, 공통 패턴 추출이 늦은 상태로 봐야 한다. 100일째 회고에는 첫 사이드카가 제값을 하는가도 함께 점검 대상이 된다. 비즈니스 가치 vs 운영 비용이 비교 가능한 형태로 측정되어야 한다. 측정이 없으면 왜 BTP로 옮겼는지가 한 분기 후 흐려지고, 의사결정자가 다음 사이드카 승인을 망설이게 된다.

한 줄로

BTP 사이드카 첫 100일의 본질은 패턴 굳히기가 될 것이다. 첫 주는 환경, 첫 달은 사이클, 나머지 70일은 공통 자산 추출. 세 단계가 굴러가면 세 번째 사이드카부터 가벼워지는 흐름이 만들어지고, 그 흐름이 시즌 2의 12편 비용 메시지를 실제로 통제하는 자리가 된다. 본 글은 진행 전 예상 가이드이고, 실제 100일이 흐른 후의 케이스는 별도 글로 보강할 예정이다. 20편에서 시즌 2.5의 마지막 편, SAP Joule과 Generative AI in SAP를 다룬다. BTP 위에서 AI 카테고리가 어떻게 새로운 결정 영역을 여는지의 이야기다.

댓글

이 블로그의 인기 게시물

SAP Joule과 Generative AI in SAP / 2026 AI 카테고리의 진입

15편에서 2026 한국 SAP 시장의 풍경 과 다음 12개월의 결정점 세 가지 를 정리했고, 그 셋째가 AI 기능 확산 이었다. 20편은 그 셋째 결정점을 단독으로 들여다본다 SAP Joule이라는 어시스턴트 제품과, 그 너머의 Generative AI in SAP 카테고리. 이 글은 작가가 직접 운영해본 영역이 아닌 시장 자료와 SAP 공식 발표 기반의 트렌드 정리 다. 실제 적용 케이스가 누적되면 보강 글을 따로 낸다. SAP Joule 어시스턴트 카테고리의 등장 SAP Joule은 SAP 제품군 전반에 대화형 인터페이스 를 얹는 어시스턴트다. S/4HANA Cloud, SuccessFactors, BTP, Ariba 등 SAP 주요 제품에 공통 채팅 UI 가 들어가는 그림이다. 사용자가 자연어로 질문하면 Joule이 해당 제품의 트랜잭션이나 데이터를 가져다 답하는 흐름이다. SAP Sapphire 2023~2025의 발표에서 Joule은 전 제품 통합 어시스턴트 로 자리매김했다. Joule의 의미는 어시스턴트 자체 보다 카테고리의 등장 에 있다. SAP는 기존에 트랜잭션 코드(T-code) + Fiori 의 두 인터페이스 층을 가졌다. Joule은 그 위에 제3의 층 을 얹는다. 어떤 업무가 이 제3의 층 으로 넘어갈지, 어떤 업무는 여전히 Fiori·T-code에서 처리될지의 분류 결정 이 새로 추가된다. 시리즈 4편의 Clean Core 위계와 같은 결정 구조가 AI 카테고리에도 작동하게 된다. Generative AI in SAP Joule을 넘어선 카테고리 Joule은 어시스턴트 한 축이고, Generative AI in SAP는 그보다 넓은 카테고리다. BTP의 AI Core·AI Launchpad·Document Information Extraction 같은 기능형 AI 서비스 가 같은 카테고리에 들어간다. 어시스턴트 외에 문서 자동 처리, 마스터 데이터 자동 정제, 코드 생성 보조 같은 영역이 같은 우산 아래 묶이는 그...

BTP CAP 첫 개발 사이클 PCE 관성을 깨는 결정 3가지

13편에서 Integration Suite는 도구가 아니라 재설계 결정 3가지 라고 짚었다. 같은 본질이 BTP CAP 첫 개발 사이클에서 다른 모습으로 작동한다. 14편은 그룹사가 PCE 안에서 익숙하게 일하다가 BTP 위에서 CAP 첫 사이클을 시작할 때 마주하는 3가지 함정 을 정리한다. 이 글도 13편처럼 자료 누적형 예상 패턴 글이다. 작가 일반 지식과 시리즈 4·12·13편 자료를 기반으로 했고, 실제 CAP 사이클이 진행되면 보완 글을 따로 낸다. 언어 선택의 함정 PCE의 관성에서 벗어나기 CAP의 언어는 Node.js와 Java 둘이지만, 진짜 결정 은 언어가 아니라 관성이다. CAP(Cloud Application Programming Model)은 BTP 위에서 작동하는 SAP의 표준 개발 프레임워크다. Node.js 와 Java 양쪽을 지원하고, 같은 CDS(Core Data Services) 모델 위에서 두 언어가 동등하게 동작한다. 그룹사 첫 사이클에서 이 둘 중 하나를 고를 때, 흔한 함정은 기존 ABAP 개발자가 익숙해 보이는 쪽 을 고르는 것이다. 일반적으로 Java가 문법적으로 더 친숙 해 보여서 그쪽으로 기울고, 그 결정이 팀 역량 분석 없이 굳어진다. 이 결정의 진짜 비용은 코드 라인이 아니라 런타임의 무게 에서 나온다. BTP의 Cloud Native 환경에서 Node.js는 경량 스타트업과 작은 메모리 footprint 를 만들고, Java는 엔터프라이즈 패턴과 큰 컴퓨트 사용량 을 만든다. 12편의 누적 비용 모델이 여기서 작동한다. 작은 CAP 앱을 Java로 짜면 컴퓨트 사용량 이 비례 이상으로 늘어난다. 언어 선택은 팀 역량과 Cloud Native 적합도 의 균형으로 결정해야 한다. ABAP 관성이 Java 관성으로 바뀌고, Java 관성이 학습 미완료 상태의 운영 으로 이어지는 흐름이 가장 흔한 첫 사이클 실패다. 데이터 모델 함정 CDS의 자체성을 살리는 결정 PCE의 데이터 모델을 그...

2026 SAP 도입 동향 GROW·RISE·BTP의 한국 풍경

14편에서 PCE의 관성 이 BTP의 본질을 가린다고 짚었다. 그러나 이 관성도 시장의 풍경 이 바뀌면서 함께 움직인다. 15편은 시즌 1·2의 마지막 글이다. 한 그룹사 PCE 전환 사례에서 출발한 14편의 이야기를 2026 한국 SAP 시장의 풍경 속에 위치시키고, 다음 12개월의 결정점을 정리한다. 2026 한국 SAP 시장의 풍경 GROW · RISE · BTP 2026의 한국 SAP 시장은 세 가지 패키지 가 재편하고 있다. 첫째, GROW with SAP . 중견기업과 신규 도입 대상에 맞춰진 Public Cloud 기반 패키지다. 표준 프로세스를 받아들이는 대신 도입 속도와 비용 예측 가능성이 높다. 한국 시장에서는 그룹사가 아닌 단일 법인 중견기업 의 진입로로 자리 잡는 추세다. 둘째, RISE with SAP . 그룹사와 대기업의 마이그레이션 묶음 이다. S/4HANA Cloud(주로 PCE)와 BTP credit 이 함께 묶이는 구조라, 시즌 2의 11~12편이 다룬 라이센스 함정 과 CBO 전환 비용 의 시장 배경이 정확히 여기다. 셋째, BTP 단독 도입 . 기존 SAP 시스템 위에 BTP만 얹어 확장 측면 만 가져가는 모델이다. 그룹사 디지털 전환의 두 번째 단계 에서 흔히 선택된다. 한국 그룹사가 2026에 가장 많이 가는 길은 RISE 묶음 이다. 그 묶음 안에 PCE와 BTP가 어떻게 엮이는가 이게 시즌 2의 시그니처 메시지가 출발한 자리다. 2026의 의사결정자는 세 패키지 중 하나 가 아니라 세 패키지를 어떻게 조합하는가 를 결정한다. 단일 패키지를 고르는 시대는 지났고, 조합과 시점이 결정의 본체가 됐다. 이 풍경 속에서 시리즈 1~14편이 닿는 곳 시리즈 1~14편이 다룬 모든 결정이 2026 풍경의 디테일 이다. 시즌 1의 1~9편은 PCE 구축의 풀 라이프사이클 을 다뤘다 . RISE 묶음을 받은 그룹사가 마주하는 9개월의 실제 작업 이다. 1편의 코어보다 주변이 먼저 흔들린다 에서 시작해, 3편의 결...