기본 콘텐츠로 건너뛰기

SAP CBO BTP 전환의 진짜 비용, 청구서에 안 나오는 것

 

11편에서 BTP 라이센스 협상의 진짜 시점은 PCE를 결정할 때라고 짚었다. 그러나 라이센스는 시작일 뿐이다. 12편은 그 너머의 비용 CBO를 BTP로 옮기는 진짜 비용을 본다. 이 비용은 4가지 카테고리(개발·운영·라이센스·학습)에서 발생하지만, 발생 패턴으로 묶으면 셋이다. 즉시 비용, 누적 비용, 조직 비용. 4편에서 정의한 Side-by-Side로 옮겨야 하는 경우가 실제로 어떤 비용을 만드는지 정리한다. 이 글도 얼마인가는 다루지 않는다. 결정 프레임만 다룬다.

즉시 비용과 개발 / 한 번이지만 언어가 다르다

Embedded Steampunk는 익숙한 언어, Side-by-Side는 다른 언어다.

4편에서 본 3단계 위계의 차이는 코드 위치만이 아니다. Embedded Steampunk는 PCE 안에서 ABAP for Cloud로 작성된다. 기존 ABAP 개발자가 언어 전환 없이 적응할 수 있는 영역이다. Side-by-Side는 다르다. CAP(Cloud Application Programming)은 Node.js 또는 Java 위에서 작동하고, BTP 위 Steampunk도 PCE의 ABAP과는 다른 런타임에 산다. 즉 Side-by-Side로 옮긴다는 결정은 플랫폼 결정이자 언어 결정이다.

이 결정의 즉시 비용은 단순한 코드 라인 수가 아니다. 외부 컨설턴트 의존도가 상대적으로 높아지고, 내부 개발자의 시간당 생산성도 학습 기간 동안 떨어진다. 같은 기능을 PCE 안에서 ABAP으로 풀 때와 BTP 위에서 CAP으로 풀 때, 코드 시간은 비슷할 수 있지만 조직 시간은 다르다. 개발 비용은 한 번 발생하지만 언어 전환의 부담은 코드 라인 너머에서 작동한다. 이 부담을 가볍게 만드는 유일한 방법은 Side-by-Side 결정을 시작 단계에 묶어서 학습 일정을 미리 깔아두는 것이다.

누적 비용 운영과 라이센스는 지속 발생한다

개발이 끝난 후가 진짜 시작이다.

CBO 하나를 BTP로 옮기면, 그 CBO는 옮긴 시점부터 매월 두 가지 비용을 만든다. 운영과 라이센스다. 운영 측면에서 BTP는 Cloud Native 환경이다. DevOps, CI/CD, 분산 모니터링, 컨테이너 배포 같은 도구·절차가 PCE 운영과 다르다. PCE 운영팀이 BTP 운영을 그대로 받지 못한다는 뜻이다. 별도 운영 체계를 세우거나, 외부 운영 서비스를 받거나, 내부 인력을 늘려야 한다. 어느 쪽도 옮긴 시점에 비용이 시작된다.

라이센스는 11편의 누적 모델이 그대로 작동한다. 옮긴 CBO 수가 늘어나면 BTP의 서비스·사용량·계정 footprint가 함께 늘어나고, 비용은 비선형으로 증가한다. 두 CBO를 옮길 때의 누적 비용은 한 CBO를 옮길 때의 두 배가 아니다. 공유되는 운영 체계는 효율을 만들지만, 서로 다른 도메인의 CBO는 각자 인터페이스·데이터·권한을 만들면서 운영 복잡도를 비례 이상으로 끌어올린다. 운영과 라이센스는 옮긴 시점부터 매월 발생하고, 옮긴 CBO 수가 늘면 누적 페이스가 빨라진다.

조직 비용 — 학습 곡선은 청구서에 나오지 않는다

가장 큰 비용은 청구서에 나오지 않는다.

학습 곡선의 비용은 외부에 지급되는 비용이 아니라 내부 시간이다. ABAP 개발자가 CAP을 익히는 시간, PCE 운영팀이 BTP 모니터링을 익히는 시간, 아키텍트가 사이드카 디자인 패턴을 익히는 시간 이것들은 청구서에 한 줄로 안 찍힌다. 그러나 조직 안에서 흘러간 시간은 다른 일을 못 한 시간이다.

학습이 끝나지 않은 상태에서 운영하면 보이지 않는 비용이 더 커진다. 6편의 일탈 사례에서 본 것처럼, 환경 조건이 충분히 이해되지 않은 채 운영에 들어가면 작은 이슈가 큰 이슈로 번진다. BTP 위 CBO도 마찬가지다. 사이드카가 어떻게 PCE와 동기화되는지, 어떤 인터페이스가 어떤 권한으로 작동하는지, 어떤 모니터링 알림이 진짜 위험인지를 충분히 이해하지 못한 운영은 잠재 결함을 그대로 운영에 쌓는다. 학습 곡선의 비용은 시간으로 측정되고, 이 시간은 결정 시점에 통제할 수 있다. 늦게 결정되면 학습이 운영과 동시에 진행되고, 그 충돌이 새로운 이슈를 만든다.

카테고리발생 패턴시점통제 가능성
개발일회성옮길 때Embedded vs Side-by-Side 결정 단계에서
운영누적 (매월)옮긴 후DevOps 체계 수준에 따라
라이센스누적 (매월)옮긴 후11편 협상 시점에
학습점진적결정 직후 ~ 몇 개월결정 시점에 일정 깔기로

한 줄로

CBO를 BTP로 옮기는 진짜 비용은 4가지 카테고리에서 발생하고, 4가지 모두 결정 시점에 통제된다. 늦은 결정은 라이센스(11편)에서 가장 먼저 무거워지지만, 곧이어 개발·운영·학습이 동시에 작동하기 시작한다. 시즌 2의 다음 편들(13·14편)에서 이 비용 구조 위에서 발생한 실제 시행착오 케이스들을 본다. Integration Suite 첫 통합과 CAP 첫 개발 사이클의 함정.

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...