공식 자료에 이름이 나온 한국 고객
고객 목록에 이름이 있다는 근거일 뿐, 적용 범위가 확인된 성과 수치는 없습니다.2026년 3분기 회사 소개 자료(backgrounder)의 주요 고객 목록에 들어 있습니다.
무엇이 달라졌나요? ＋
업종 예시로 보면, 금융·고객 분석을 어떻게 규정에 맞게 관리할지가 질문입니다.
공개되지 않은 프로젝트나 도입 결과는 추정하지 않았습니다.
Teradata / 이 회사가 만드는 미래
통제한 기업 자료를 분석·AI 행동으로 연결합니다.
Tera는 자연어 업무 화면, Factory는 온프레미스 배포 경로입니다. 9월 발표의 Context Engine·Harness·Agent Skills는 2026년 4분기 제공 예정입니다. Factory는 Dell·NVIDIA 기반 통합 시스템이며 구매만으로 모든 규제 준수를 확정하지 않습니다. Vector Store의 검색과 ModelOps의 검증·배포·관찰도 나눕니다. Signet은 구매 범위·실행 위치·현재 제공 기능·운영 수용 기준을 분명히 하길 제안합니다.
그 미래가 만들어지는 모습 ↓그 미래를 만드는 제품들.
Teradata Cloud
기업의 분석·AI 워크로드를 실행합니다.
컴퓨팅 경로를 나눠 운영하면서도 규정에 맞게 관리합니다.
질문·검증·실행
예시 상황입니다. 한국의 한 은행이 규정에 맞게 관리되는 분석 워크로드를 평가합니다.
- 01
고객 니즈 파악(discovery)
내릴 결정과 원천 데이터를 정의합니다.
- 02
검증
모델이나 쿼리의 출력을 정답이 알려진 사례와 대조합니다.
- 03
활성화
검증을 통과한 워크로드를 운영 단계로 넘깁니다.
일이 이루어지는 과정 더 보기
기업 데이터를 구체적인 결정과 연결하기
Teradata는 클라우드, 온프레미스, 하이브리드 환경에서 중요한 워크로드를 운영해야 하는 조직에 기업용 데이터·분석·AI 소프트웨어를 공급합니다. 회사는 현재 이를 Autonomous Knowledge Platform으로 소개합니다. 의심스러운 계좌 거래를 조사하는 은행을 예로 들어 보겠습니다. 모델이나 분석가가 쓸 만한 결론에 이르려면 먼저 거래 흐름, 고객 관계, 업무상 정의를 연결해야 합니다. Teradata는 이런 데이터를 규정에 맞게 관리하며 조회·분석할 수 있는 환경을 제공하고, 배포 방식은 고객의 아키텍처에 맞춥니다. Signet은 이 사업을 결론을 실제로 쓸 수 있게 만드는 일로 봅니다. 데이터 출처를 확인하고, 올바른 권한을 적용하고, 질문을 정의하고, 결과를 다음 담당자나 자동화된 조치로 넘기는 일입니다. 모델이 답을 내놓았다고 업무 프로세스가 성공한 것은 아닙니다. 데이터 팀, 플랫폼 팀, 업무 책임자가 무엇을 분석했는지, 어떤 통제가 적용됐는지, 그 결과로 무엇을 할 수 있는지에 대해 같은 이해를 갖고 있어야 합니다.
실행 환경을 투명하게 드러내기
이 플랫폼에서는 기업 데이터를 여러 방식으로 다룰 수 있습니다. 데이터베이스 내 분석(in-database analytics)은 지원되는 분석 작업을 데이터가 있는 곳에서 바로 실행합니다. ModelOps는 모델의 수명 주기를 관리합니다. Enterprise MCP는 에이전트가 데이터베이스 도구를 통제된 방식으로 쓰게 해 줍니다. 서로 관련은 있지만 답하는 질문이 다릅니다. 분석가에게는 알맞은 데이터셋에 접근할 권한과 명확한 업무 정의가 필요합니다. 데이터 과학자에게는 검증된 모델과 반복 가능한 배포 절차가 필요합니다. 플랫폼 엔지니어는 워크로드의 동작과 필요한 자원을 파악할 수 있어야 합니다. 예를 들어 구현 단계에서는 기준이 될 쿼리나 모델을 정하고, 출력을 정답이 알려진 사례와 대조하고, 접근 역할을 나눈 뒤, 실제 예상 워크로드에서 어떻게 동작하는지 관찰합니다. Signet이라면 모든 외부 시스템이나 모델을 손쉽게 통합할 수 있다고 말하기보다, 선택한 경로를 기록해 두겠습니다. 공식 개발자 자료에는 특정 경로를 테스트해 볼 수 있는 예제와 문서가 있습니다. 평가할 때는 답을 내는 속도와 함께 정확성, 권한, 예측 가능한 운영도 따져야 합니다.
맥락을 잃지 않고 데이터 기반 확장하기
Teradata Fabric은 여러 환경에 흩어진 데이터를 하나로 묶습니다. 2026년 9월 발표한 OneLake 통합은 다른 플랫폼의 데이터에 접근하는 구체적인 예입니다. 회사에 따르면 고객은 OneLake 테이블을 Teradata로 먼저 복제하지 않고도 Apache Iceberg API로 조회하고, Microsoft Entra ID로 인증할 수 있습니다. 이는 해당 통합에서의 읽기 접근이며, 모든 통합이 똑같이 동작한다는 뜻은 아닙니다. Factory는 인프라와 민감한 워크로드를 자체 환경 안에 두려는 조직을 위한 별도의 온프레미스 경로입니다. AI Services는 사업 유스케이스를 고르고 구현하는 데 전문 인력을 지원합니다. Signet이라면 이 선택지들을 고객의 실제 제약에 맞춰 정리하겠습니다. 데이터가 어디 있는지, 어떤 작업이 필요한지, 권한은 어느 팀이 맡는지, 어떤 결과를 측정해야 하는지입니다. 하이브리드 아키텍처는 팀이 그 경계를 설명할 수 있을 때 의미가 있습니다. 구매자가 기술 경로뿐 아니라, 시연이 실제 운영 워크로드로 넘어간 뒤에도 남는 운영 책임까지 이해할 수 있어야 합니다.
제품과 고객을 더 깊이 알아보기
Cloud는 상시 워크로드와 일시적 급증 워크로드를 구분합니다
Teradata Cloud는 현재 플랫폼을 지원되는 퍼블릭 클라우드 환경에 배포하는 방식입니다. 공식 아키텍처는 관리형 시스템 안에서 항상 켜져 있는 Active Compute와 필요할 때만 쓰는 Elastic Compute를 구분합니다. 제품 도식에는 워크로드 관리와 '기본+탄력(base-plus-flex)' 요금 방식도 나와 있어, 회사가 자원 통제를 어떻게 내세우는지 구체적으로 알 수 있습니다. 기업은 한 팀이 새 데이터셋이나 모델을 탐색하는 동안에도 운영 중인 분석은 기존 서비스 수준을 계속 지켜야 할 수 있습니다. Signet이라면 어떤 워크로드를 어느 자원에 둘지, 그에 따른 비용과 성능을 고객이 어떻게 측정할지 묻겠습니다. 도식은 회사의 아키텍처 설명일 뿐, 특정 고객 계정의 화면도, 모든 구성에서 같은 절감 효과가 난다는 증거도 아닙니다. 구매자는 여전히 워크로드, 서비스 요구 사항, 용량, 계약 조건을 합의해야 합니다. 이 자료는 Cloud를 더 큰 기업 플랫폼 안의 배포 선택지 하나로 보며, Teradata를 퍼블릭 클라우드 데이터베이스 회사로만 보지 않습니다.
AI Studio는 데이터에서 운영까지의 과정을 정리합니다
회사는 AI Studio를 AI 성과를 구축하고, 활성화하고, 관리하는 통합 환경으로 소개합니다. 현재 페이지는 데이터 작업, 벡터, 모델, 에이전트 실행을 하나로 이어진 구성으로 소개하고, Enterprise MCP, Enterprise Vector Store, AgentStack, ModelOps 페이지 링크도 함께 제공합니다. 데이터 엔지니어는 쓸 수 있는 데이터셋을 준비하고, 모델 팀은 분석 경로나 검색(retrieval) 경로를 고르고, 운영 책임자는 배포와 모니터링을 점검할 수 있습니다. 다만 제공 시점은 주의해서 봐야 합니다. 같은 페이지는 정식 출시(GA)가 '곧' 시작되며, Enterprise MCP부터 내놓은 뒤 다른 기능을 추가한다고 적고 있습니다. 그래서 Signet은 발표된 제품 구조를 설명하되, 필요한 구성 요소가 실제로 제공되는지는 구매자가 영업팀에 확인해야 한다고 봅니다. 공식 AI Studio 도식은 의도한 시스템을 이해하기 쉽게 보여 주고, 연결된 기능 페이지는 개별 기능을 설명합니다. 제품 로드맵과 지금 쓸 수 있는 기능은 다릅니다. 시연 이미지나 제품군 설명만으로는 발표된 패키지 전체가 모든 지역과 환경에서 제공된다고 볼 수 없습니다.
Tera와 Factory는 시스템의 서로 다른 영역을 맡습니다
Tera는 기업 데이터 작업을 위한 자연어 작업 공간이고, Factory는 온프레미스 배포 방식입니다. 2026년 9월 발표는 새 구성 요소인 Tera Context Engine, Tera Harness, Agent Skills를 소개하며 2026년 4분기 출시 예정이라고 밝혔습니다. 이 구성 요소들은 업무 지식과 통제된 실행을 연결하는 역할을 하며, 출시 시점은 발표된 예정일 그대로 적습니다. 5월 Factory 발표는 소버린·배포 요건이 있는 고객을 위해 Dell PowerEdge 서버와 NVIDIA AI 인프라·소프트웨어로 구성한 통합 시스템을 설명합니다. 이는 배포 방식에 대한 제안일 뿐, 구매하면 모든 규제를 자동으로 충족한다는 뜻은 아닙니다. 한편 Enterprise Vector Store는 정형·비정형 데이터 검색을, ModelOps는 모델 검증·배포·모니터링을 맡습니다. Signet은 제품을 고객이 무엇을 사는지, 어디서 실행되는지, 수명 주기의 어느 단계를 맡는지로 나눠 봅니다. 제대로 된 제안이라면 플랫폼 전체를 특정 고객용 완성 솔루션으로 내세우기 전에, 현재 제공되는 구성 요소, 통합 단계, 운영 승인 기준부터 밝혀야 합니다.
이야기는 숫자로도 남습니다.
날짜별 관측
USD · million연간 매출
공개한 연간 USD 매출이며 ARR·분기 실적은 따로 봅니다.
수치와 기준일 확인하기 ＋
| 기준일 | 수치 | 집계 기준 |
|---|---|---|
| 2023-12-31 | 18억 3,300만 달러 | 공시된 연간 매출(달러 기준) |
| 2024-12-31 | 17억 5,000만 달러 | 공개한 해당 연도 USD 매출입니다. |
| 2025-12-31 | 16억 6,300만 달러 | 공개한 해당 연도 USD 매출입니다. |
U.S. Securities and Exchange Commission · Teradata
OneLake 연동
Iceberg API로 지정 OneLake 자료를 읽습니다.
Tera 구성 발표
Context Engine·Harness·Skills는 4분기 예정입니다.
의료 고객 업무
범위를 정한 고객 사례 세 건입니다.
성장의 맥락 더 읽기
구독과 서비스, 두 가지 매출 경로
Teradata는 반복 매출이 나는 소프트웨어와 관련 상품, 컨설팅 서비스, 그리고 규모가 작은 영구 라이선스 소프트웨어·하드웨어·기타 항목에서 매출을 냅니다. 연간 보고서와 실적 발표는 이 매출 구분과 경영진 지표인 ARR(연간 반복 매출)을 따로 다룹니다. 고객 입장에서 보면, 기업은 배포 환경을 고르고, 구독이나 서비스 범위에 합의하고, 계약 기간 동안 워크로드를 운영합니다. 컨설팅과 AI Services는 유스케이스 선정, 현대화, 최적화를 도울 수 있지만, 전문 서비스 계약이 곧 반복 매출 제품 계약은 아닙니다. Signet이라면 성장률을 비교하기 전에 계약된 결과물과 매출 인식 기간부터 확인하겠습니다. Cloud 페이지의 '기본+탄력' 요금 방식은 자원 통제를 제품 논의의 일부로 만들지만, 실제 사업 성과는 구매자와 맺은 계약 조건에 달려 있습니다. 운영 단계에 들어간 워크로드는 재계약과 확장으로 이어질 수 있습니다. 그래서 현재 신규 영업 포지션이 계약 후 초기 활성화까지 맡습니다. 이 자료는 사업 모델을 도입 업무와 연결해 읽되, 회사가 쓰는 재무 정의는 각각 그대로 따릅니다.
연간 매출과 시점 기준 ARR 구분하기
차트에 나온 공시 연간 매출은 2023년 18억 3,300만 달러, 2024년 17억 5,000만 달러, 2025년 16억 6,300만 달러입니다. 비교 가능한 세 해의 수치를 보면, 회사가 새 AI 제품을 내놓는 동안에도 매출은 줄었습니다. 2025년 실적 발표에 따르면 반복 매출은 14억 4,500만 달러, 연말 총 ARR은 15억 2,200만 달러였습니다. 반복 매출은 보고 기간 전체에 인식된 매출이고, ARR은 특정 날짜 기준의 연간 계약 가치입니다. 2026년 2분기 발표는 분기 총매출 4억 1,000만 달러, 6월 30일 기준 총 ARR 15억 900만 달러를 보고했으며, 이 중 퍼블릭 클라우드 ARR은 6억 8,600만 달러입니다. 이 수치들은 연간 매출 차트에 덧붙이거나 곱해서 연간 실적처럼 만들지 않고 따로 적었습니다. Signet은 제품의 성장세를 비교 가능한 재무 수치와 함께 읽습니다. 새 상품이 기회를 만들 수는 있지만, 발표만으로 과거의 매출 감소 흐름이 바뀌지는 않으며, 그 제품이 실제로 얼마의 매출을 냈는지도 알 수 없습니다.
현금과 고객 경제성은 범위를 밝혀 평가하기
재무 수치를 해석할 때는 본업 실적과 일회성 항목을 나눠 봐야 합니다. 1분기 발표에는 SAP 합의에 따른 이익이 반영돼 있고, 2분기 전망은 회사가 예상하는 영업활동 현금흐름에 세후 합의금을 포함합니다. 발표는 조정 잉여현금흐름과 기타 비GAAP 지표의 조정 내역을 따로 제시합니다. Signet이라면 현금 창출력을 이야기할 때 합의금을 따로 표시하고, 그 전액을 평소 제품 수요의 결과로 보지 않겠습니다. 고객 입장에서는 경쟁 데이터·AI 플랫폼이 아키텍처, 용량, 사용량 기반 과금을 다르게 제시할 수 있습니다. 제대로 비교하려면 어디서나 비용이 싸다고 주장하기 전에, 고객이 실제로 운영할 워크로드, 서비스 요건, 통합에 드는 노력, 계약 범위부터 짚어야 합니다. 클라우드·온프레미스·하이브리드 경로는 Teradata의 포지셔닝을 설명해 주지만, 도입 확대, 고객 유지, AI 로드맵 실행은 여전히 풀어야 할 사업 과제입니다. 한국 영업 포지션을 준비하는 지원자라면 큰 계약 소식만 내세우지 말고, 검증된 거래가 빠른 초기 활성화와 믿을 만한 고객 가치 사례로 이어지는 과정을 운영 근거로 설명할 수 있어야 합니다.
누군가는 먼저 보았습니다.
사장·CEO
Steve McMillan
2020년 6월부터 CEO, 기업 서비스·클라우드 분야 경력
회사를 만든 선택 ＋
회사 방향·고객 가치를 이끕니다.
“Teradata는 전체 ARR·반복 매출·의미 있는 잉여현금흐름을 늘리며 다시 견조한 분기를 기록했습니다.”
Steve McMillan · 2분기 실적 · 2026-08-04
회사를 만든 결정들
오랜 회사 역사와 현재 경영진 함께 보기
Teradata의 공식 연혁 보고서는 회사 설립을 1979년으로 기록합니다. 현재 회사는 오랜 기업 데이터 경험과 AI 방향을 나란히 내세우고, 현재 경영진 자료는 Steve McMillan을 사장 겸 CEO로 소개합니다. 공식 약력에 따르면 McMillan은 2020년 6월 이사회에 합류했고, 그전에는 F5, Oracle, IBM에서 서비스·클라우드 조직을 이끌었습니다. 이 자료는 McMillan을 창업자가 아니라 현재 경영자로 다룹니다. 오래된 기업용 소프트웨어 회사에는 기존 고객 기반, 기술적 이력, 운영상 약속이 있고, 이것이 새 제품 방향을 내놓는 방식을 좌우합니다. Signet은 경영진 이야기를 이 전환과 함께 읽습니다. 믿고 쓰던 기존 워크로드를 새 분석·에이전트 유스케이스로 어떻게 옮길 것인가입니다. 의미 있는 근거는 제품의 배포 선택지, 현재 진행 중인 고객 프로젝트, 현재 채용 공고에 적힌 영업 업무입니다. 경영진의 경력은 방향을 설명하는 데 도움이 되지만, 모든 제품이나 영업 시도의 결과를 보장하지는 않습니다.
제품 책임과 운영 책임의 연결 지점
현재 회사 자료는 Sumeet Arora를 최고제품책임자(CPO)로, Michael Hutchinson을 최고운영책임자(COO)로 소개합니다. 2026년 9월 Tera 발표와 10월 의료 분야 발표는 두 사람이 각각 어떤 주제를 이야기하는지 날짜와 함께 보여 줍니다. 제품 조직은 맥락과 실행을 기업 데이터 환경의 일부로 설명하고, 운영 쪽은 고객 프로젝트를 그 프로젝트가 가능하게 하는 업무로 설명합니다. 다만 이 발표들로 전체 내부 조직도나 한국의 보고 라인을 알 수는 없습니다. Signet은 이를 지원자가 대화에 들고 갈 실무 질문으로 바꿉니다. 유스케이스는 누가 고르는지, 데이터와 모델 경로는 누가 검증하는지, 고객의 수용 기준은 누가 정하는지, 활성화 뒤 운영은 누가 지원하는지입니다. 회사 공고에 따르면 APJ 신규 영업팀의 이 포지션은 솔루션 아키텍트, 영업 리더십, 영업 운영과 협업해야 합니다. 공개된 이 책임 범위만으로도 제품과 영업 기능이 어떻게 맞물리는지 알 수 있으며, 한국 인원수를 지어내거나 경영진 보고 관계를 짐작할 필요는 없습니다.
규정에 맞게 관리된 근거와 고객 성과로 면접 준비하기
Signet이 꼽는 첫째 원칙은 규정에 맞게 관리된 근거로 기업용 AI를 이해할 수 있게 만드는 것입니다. Trust and Security Center는 데이터 보안, 컴플라이언스, 거버넌스, 개인정보 보호를 나눠 설명하고, 개발자 페이지와 모델 관리 페이지는 구체적인 구현 경로를 제시합니다. 지원자는 입력, 접근 범위, 출력 검증, 그 결과로 내린 결정을 설명하는 사례로 이 원칙을 보여 줄 수 있습니다. 둘째 원칙은 기술적 결과를 고객 성과로 연결하는 것입니다. AI Services는 사업 가치, 현대화, 최적화를 내세우고, 현재 영업 공고는 성과 중심의 고객 니즈 파악(discovery)과 빠른 초기 워크로드 활성화를 요구합니다. 기술적으로 인상적인 시연도 구매자가 그 의미와 운영 방식을 설명할 수 있어야 사업이 됩니다. 범위가 분명한 고객 사례를 준비하되, 합의된 기준치와 다음 마일스톤을 담고 아직 검증해야 할 부분도 솔직히 밝히는 것이 좋습니다. 이 원칙들은 공개 자료를 바탕으로 한 Signet의 준비용 관점이며, Teradata의 내부 직원 평가 체계나 확정된 면접 기준이 아닙니다.
한국에서 만드는 다음 장.
한국에서 APJ 신규 고객 영업 방식을 처음부터 구축합니다.
Account Executive＋
솔루션 아키텍트＋
영업 리더십·영업 운영＋
공개한 직무 협업 상대입니다.
왜 한국이고, 왜 지금일까요?＋
현지 SI와 기업·중견 고객의 자료·AI 기회입니다.
선정 한국 고객
2026년 3분기 언론용 회사 소개 자료에 한국 기업 이름이 등장
한국에서의 기회 자세히 보기
이름이 공개된 고객은 확인된 범위까지만 활용하기
Teradata의 2026년 3분기 언론용 회사 소개 자료는 KB증권, 한화갤러리아, 신세계백화점을 주요 고객으로 꼽습니다. 한국에 고객이 있다는 근거는 되지만, 고객별 도입 시점, 구매한 구성, 수치로 확인된 AI 성과까지 알려 주지는 않습니다. Signet은 이 한계를 지키면서, 해당 업종에 데이터와 분석이 왜 중요한지 설명합니다. 증권사라면 믿을 수 있는 금융·고객 분석이 필요할 수 있고, 백화점이라면 상품 기획, 고객, 운영 데이터를 연결해야 할 수 있습니다. 어디까지나 업종별 예시 질문이며, 이 고객들의 비공개 프로젝트를 말하는 것이 아닙니다. 현재 한국어 금융 서비스 페이지는 규정에 맞게 관리되는 금융 데이터와 분석 유스케이스를 소개하므로, 제품 차원의 대화를 시작하기에 좋은 출발점입니다. 이를 신규 영업 공고가 겨냥하는 대기업·중견기업 고객과 연결해 볼 수는 있지만, 주요 고객 목록을 새 계약이나 한국 AI 도입 완료의 증거로 봐서는 안 됩니다.
한국 신규 사업을 여는 현재 공고
포지션 220530의 공식 상세 페이지는 현재 열려 있으며, 지원 링크와 함께 풀타임, 하이브리드, 대한민국 서울로 표시돼 있습니다. APJ Growth Engine 신규 영업 Account Executive 자리로, 한국어·영어 능통과 함께 한국 대기업·중견기업·현지 SI 영업을 직접 해 본 경험을 요구합니다. 잠재 고객 발굴, 고객 니즈 파악, 가치 제안, 시연, 협상, 계약 체결, 초기 워크로드 활성화까지 맡습니다. 스스로 수요를 만들고, 데이터·AI를 측정 가능한 고객 가치와 연결해 설명할 수 있는 지원자를 선호합니다. 준비할 때는 공고에 명시된 경험, 언어, 하이브리드 조건을 기준으로 삼으세요. 확인 당시 공식 검색 목록에는 결과가 0건이었지만, 상세 페이지는 열려 있어 따로 기록했습니다. 회사의 채용 메타데이터상 게시일은 8월 11일이고, 화면에는 '30일 이상 전'으로 나옵니다. Signet은 회사의 한·영 공고 전문을 보관하고, 이 공고를 기존 운영 카탈로그의 같은 항목에 연결했습니다.
고객 니즈 파악과 활성화 사례 준비하기
새 분석 워크로드를 검토하는 한국 기업을 예로 들어 보겠습니다. Account Executive는 사업 책임자, 현재 데이터 환경, 내리려는 결정을 파악한 뒤, 솔루션 아키텍트와 함께 시연 내용과 승인 기준을 정합니다. 현지 SI 파트너가 고객 이해와 구현 역량을 보탤 수 있지만, 파트너의 구체적인 역할은 프로젝트마다 합의해야 합니다. 공고상 계약 이후 초기 활성화도 이 포지션의 책임이므로, 인계와 고객 준비 상태까지 영업 성과에 포함됩니다. Signet이라면 준비할 사례에 처음의 문제, 기술·사업 이해관계자, 거래 선별 판단, 시연 근거, 계약 조건의 절충, 실제 운영에 들어간 첫 워크로드를 담겠습니다. 팀이 그 경험을 반복 가능한 APJ 영업 방식으로 어떻게 정리했는지도 설명할 수 있어야 합니다. 이는 Signet의 준비 제안이며, 회사가 약속한 첫 90일 계획이 아닙니다. 공고에 나온 협업 대상은 고객 솔루션 아키텍트, 영업 리더십, 영업 운영 팀이며, 이 자료는 공개된 직무와 업무 범위로만 협업을 설명합니다.
한국 공고 3개
Signet 공고 목록 · 2026-10-19 기준
지원자에게
고객 니즈 파악, 시연, 사업적 판단, 활성화 과정을 보여 주세요.
재무·법무
AI Sales Engineer - North East Asia
- 하는 일
- APJ 영업팀을 대상으로 AI 데모, PoC, 기술 워크숍을 진행하고 기술 자문을 맡습니다.
- 찾는 사람
- 프리세일즈, 솔루션 아키텍처, AI 엔지니어링, 데이터 엔지니어링 등 고객 대면 기술 직무 경력 8년 이상
- 알아 둘 점
- 자세한 업무와 자격 요건은 공고 상세에서 확인하세요.
영업·사업개발(GTM)
APJ Growth Engine: New Business Account Executive (South Korea)
- 하는 일
- 신규 발굴·계약·초기 업무 활성화를 맡습니다.
- 찾는 사람
- B2B 소프트웨어·데이터·클라우드·분석 영업 실적과, 이해관계자가 많은 복잡한 기업 영업 경험이 필요합니다.
- 알아 둘 점
- 서울 정규직·하이브리드이며 최소 연차·출근 일수는 명시하지 않습니다.
재무·법무
Customer Solutions Architect
- 하는 일
- 전략 고객사와의 기술 관계를 관리하고, AI 도입 확대 방안을 설계해 제안합니다.
- 찾는 사람
- 기업용 데이터 플랫폼이나 클라우드 분석 분야에서 프리세일즈, 솔루션 설계, 구현 등 고객과 직접 일하는 기술 업무 경력 8년 이상
- 알아 둘 점
- 자세한 업무와 자격 요건은 공고 상세에서 확인하세요.
다음 장면은 만들어지고 있습니다.
OneLake 연동
Iceberg API로 지정 OneLake 자료를 읽습니다.
Tera 구성 발표
Context Engine·Harness·Skills는 4분기 예정입니다.
의료 고객 업무
범위를 정한 고객 사례 세 건입니다.
최근 움직임의 맥락 더 읽기
OneLake와의 구체적인 통합 출시
2026년 9월 2일 발표에 따르면 고객은 지정된 데이터를 복제하거나 옮기지 않고도 OneLake 테이블에서 Teradata 분석 워크로드를 실행할 수 있습니다. Iceberg API로 읽기 접근을, Microsoft Entra ID로 플랫폼 간 인증을 지원합니다. 기업이 이미 쓰는 두 환경 사이에 구체적인 경로가 생겼다는 점이 핵심이며, 정해진 데이터 경로 안에서는 조인과 피처 파이프라인도 가능합니다. Signet은 고객이 두 환경에 걸쳐 권한을 어떻게 설정하고, 쿼리 동작을 어떻게 검증하고, 운영 책임을 누구에게 맡기는지 지켜볼 생각입니다. 이 발표는 이 통합에 대한 근거일 뿐, 모든 Microsoft 서비스나 모든 외부 데이터 형식이 똑같이 동작한다는 증거는 아닙니다.
새 Tera 구성 요소는 4분기 출시 계획입니다
2026년 9월 22일 Teradata는 Tera 제품군에 Context Engine, Harness, Agent Skills를 추가로 소개했습니다. 발표는 규정에 맞게 관리되는 업무 지식을 여러 데이터 직무의 실행과 연결하고, 모델 선택권과 배포 통제를 고객의 주요 관심사로 꼽습니다. 새 구성 요소의 출시 시점은 2026년 4분기로 밝혔습니다. 이 자료는 10월 확인 시점에도 이를 계획으로 적었으며, 4분기가 시작됐다는 이유만으로 출시가 끝났다고 보지 않았습니다. 회사가 내세운 벤치마크 수치도 비교하기 전에 어떤 모델과 방법론을 썼는지 확인해야 합니다. 실무에서 중요한 질문은 구매자가 지금 어떤 구성 요소를 쓸 수 있는지, 제안된 구현이 어떤 전제에 기대는지입니다.
범위가 분명한 의료 분야 고객 사례
2026년 10월 7일 발표는 이름을 밝히지 않은 의료·생명과학 고객 사례 세 건을 소개합니다. 집단 수준의 질병 예측, 환자 참여, 그리고 한 보험사(payer)의 규제 대응 프로젝트입니다. 연구 모델 사례는 전체 수요를 계획하는 용도이며, 개인 진단을 보장하는 것처럼 소개하면 안 됩니다. 발표는 지원되는 모델과 기업 데이터를 실제 운영 유스케이스와 연결하면서도, 사례마다 성숙도와 결과가 다르다는 점을 그대로 둡니다. Signet은 이 사례들을 유스케이스를 실제로 구현했다는 근거로 읽고, 각 사례에 어떤 데이터셋, 접근 통제, 검증 기준이 쓰였는지 묻겠습니다. 사업적 의미는 발표에 밝힌 업무와 고객 성과에서 나옵니다. 고객 이름을 지어 붙이거나, 한 사례의 성능을 플랫폼 전체로 일반화해서는 안 됩니다.
알아 두면 좋은 것
Teradata, 이것만은 알아 두세요
Teradata는 무슨 일을 하나요?
은행이 의심 거래를 조사한다고 가정해 볼 수 있습니다. 거래 순서만으로는 부족합니다. 고객 관계와 업무의 정의, 어떤 사람이 어떤 정보를 볼 수 있는지를 연결해야 쓸 만한 결론이 나옵니다. Teradata는 이런 기업 데이터의 분석과 AI 업무를 클라우드·자체 시설·혼합 환경에서 운영하는 소프트웨어를 제공합니다. 현재 회사는 이를 Autonomous Knowledge Platform으로 설명합니다. Signet은 자료의 출처를 확인하고 권한을 적용하며 질문을 정한 뒤, 분석 결과를 다음 판단이나 허용된 행동에 연결하는 과정으로 읽습니다. 데이터팀과 플랫폼팀, 업무 책임자가 분석 범위와 통제를 함께 이해해야 합니다. 이 은행 장면은 제품을 설명하기 위한 예시입니다.
한국에는 어떤 기회가 있나요?
한국에서 APJ 신규 고객 영업 방식을 처음부터 구축합니다.
여기 나온 포지션은 실제로 확인된 공고인가요?
네. 2026-10-10에 회사 채용 페이지와 대조했습니다. 모집 여부는 바뀔 수 있습니다. 모의지원은 회사에 지원서가 가는 것이 아니라 Signet에 검토를 요청하는 단계입니다.
회사를 더 깊이 알아보려면 어떻게 하나요?
비전부터 제품, 성장, 사람, 한국 팀과 현재 공고까지 한 페이지에서 이어집니다. 목차로 원하는 곳으로 이동하고, 궁금한 부분은 펼쳐서 더 읽을 수 있습니다.