AI 시대에는 데이터의 자산성이 더욱 분명해진다. 과거의 데이터는 사람이 보고서를 작성하거나 분석할 때 필요한 원천 자료에 가까웠다. 그러나 지금의 데이터는 AI 모델이 학습하고, 예측하고, 추천하며, Agent가 업무를 실행하는 기반이 된다. 잘못된 자재 코드, 중복된 거래처, 불완전한 BOM, 부정확한 배출량 데이터가 AI에 투입되면 결과는 더 빠르게 잘못될 뿐이다.
---p.44

MDM 역시 EAR 개념을 기반으로 운영된다. 고객, 제품, 공급업체 마스터는 모두 엔터티이며, 각각 다양한 속성과 관계를 가진다. MDM은 이러한 구조를 표준화하고 통합적으로 관리하는 체계다.
---p.101

AI와 ESG 시대에 MDM의 중요성은 더욱 커지고 있다. AI와 Agent는 정확한 기준정보를 바탕으로 학습하고 의사결정을 수행해야 하며, ESG 관리 역시 공급업체, 사업장, 자산, 조직과 같은 마스터데이터의 일관성에 의존한다. 결국 MDM은 기업이 신뢰할 수 있는 기준정보를 생성하고 유지하며 활용하도록 지원하는 전사 데이터 운영의 핵심 체계라 할 수 있다.
---p.158

MES는 생산 현장의 실행을 관리하는 핵심 시스템으로, 작업지시, 생산실적, 설비 운영 현황, 품질 검사, 공정 이력 등의 정보를 실시간으로 수집하고 관리한다. ERP가 생산계획을 수립하는 역할을 수행한다면 MES는 계획된 작업이 현장에서 정확하게 실행되도록 지원한다. 그러나 MES만으로는 전사 차원의 데이터 일관성과 표준화를 보장하기 어렵기 때문에 MDM과의 연계가 필수적이다.
---p.215

Agentic Enterprise 환경에서는 Agent별 권한, 책임, 의사결정 범위 및 협업 규칙을 명확히 정의해야 한다. 영업 Agent, 구매 Agent, 생산 Agent, ESG Agent 등이 동일한 기준정보와 통제 체계 아래 운영될 수 있도록 관리함으로써 자동화의 안정성과 일관성을 확보해야 한다.
---p.282

MDM 1.0의 가장 큰 성과는 데이터 신뢰성 향상이다. 부서와 시스템마다 서로 다른 데이터를 사용하는 환경에서 벗어나 전사적으로 동일한 기준정보를 활용함으로써 일관된 보고와 의사결정이 가능해진다. 또한 중복 등록과 반복 수정 업무를 줄여 운영 효율성을 높이고 관리 비용을 절감할 수 있다.