2030년 기업 10% 'AI 퍼스트' 전환…AI 에이전트가 핵심
2030년까지 전 세계 기업 10% 이상이 '인공지능(AI) 퍼스트' 기업으로 전환해 경쟁 우위를 확보할 것이란 전망이 제시됐다. AI 에이전트, 시맨틱 기술, 통합 데이터·분석(D&A) 플랫폼은 향후 기업 경쟁력의 핵심 축이 될 것으로 예상됐다. 17일 가트너가 발표한 데이터 및 분석(D&A) 핵심 트렌드에 따르면 ▲소버린 AI 가속화 ▲AI 에이전트 리스크 완화를 위한 의사결정 거버넌스 ▲신뢰를 구축하는 AI 거버넌스 플랫폼 ▲실시간 인텔리전스를 주도하는 에이전틱 데이터 스트리밍 ▲운영 효율화를 위한 에이전틱 데이터 관리 ▲복잡한 활용 사례 대응을 위한 그래프 검색증강생성(GraphRAG) 등이 기업이 향후 2년간 전략 수립 시 주목해야 할 분야로 제시됐다. 이 트렌드는 기업의 AI 활용 방식이 업무 자동화 중심에서 의사결정, 업무 프로세스, 투자 판단 전반으로 확대되고 있음을 보여준 것으로 평가된다. 또 전사 차원의 명확한 의지가 뒷받침되지 않으면 비즈니스 전반에서 AI 잠재력을 지속적으로 실현하기 어렵다는 점도 드러냈다.칼리 이도인 가트너 VP 애널리스트는 "기업은 AI를 모든 비즈니스 의사결정, 업무 프로세스, 투자의 핵심 기준으로 삼는 AI 퍼스트 운영 모델로 빠르게 전환하고 있다"며 "전사적 차원의 명확한 의지가 뒷받침되지 않는다면 비즈니스 전반에서 AI의 잠재력을 지속적으로 실현하기 어려울 것"이라고 말했다.소버린 AI는 이번 트렌드에서 가장 먼저 언급된 분야다. AI가 경제력의 핵심 요소로 부상하면서 각국은 자국 AI 역량에 대한 통제권 확보를 우선순위에 두고 있다. 데이터와 분석 통제권을 현지화하려는 흐름도 기업 AI 전략 수립 과정에서 주요 변수로 떠올랐다.이도인 애널리스트는 "소버린 AI는 기업이 AI 전략에서 통제, 혁신, 회복탄력성을 바라보는 관점을 변화시키고 있다"며 "소버린 AI가 가져올 기회와 위협에 효과적으로 대응하려면 D&A 로드맵을 현대화하고 AI 활용 사례를 단순 도입 단계에서 경쟁 우위 확보 단계로 발전시켜야 한다"고 강조했다. 최근에는 AI 에이전트 확산에 따른 의사결정 거버넌스 필요성도 커지고 있다. AI 에이전트가 전략, 전술, 운영 전반의 의사결정에 관여하는 비중이 높아지면서 자동화된 판단이 법무, 운영, 평판 리스크로 이어질 가능성도 제기됐다. 의사결정 거버넌스는 AI가 내린 판단의 근거를 설명하고 검토할 수 있는 통제 체계를 마련하는 데 초점을 둔다. 가트너는 의사결정 인텔리전스 플랫폼을 도입할 경우 2029년까지 거버넌스가 적용되지 않은 의사결정보다 신뢰도는 5배 높고 처리 속도는 80% 빨라질 것으로 전망했다. AI 거버넌스 플랫폼도 주요 과제로 제시됐다. AI 규제 환경이 복잡해지고 새로운 AI 리스크가 등장하는 가운데 자율형 AI 에이전트 도입도 빨라지고 있어서다. 이에 기업 정책과 규제, 업계 표준에 맞춰 AI 활용을 관리할 수 있는 통제 체계 필요성이 커지고 있다. 또 가트너는 D&A 리더가 AI 거버넌스 플랫폼을 도입해 중앙집중식 감독 체계를 구축할 것을 권고했다. 기업 정책과 규제, 업계 표준에 맞는 리스크 관리 프레임워크를 적용하고 필요한 통제 조치를 시행해야 한다는 취지에서다. 실시간 인텔리전스를 구현하기 위한 에이전틱 데이터 스트리밍도 핵심 분야로 꼽혔다. AI 에이전트가 업무를 빠르게 처리하려면 배치 방식보다 지속적인 이벤트 기반 데이터 흐름이 필요하다는 이유에서다. 가트너는 이를 통해 D&A 조직이 데이터를 더 빠르게 제공하고 AI 에이전트의 업무 수행 정확도와 속도를 높일 수 있다고 봤다. 가트너는 에이전틱 AI를 위한 데이터 스트리밍 도입률이 2025년 15% 미만에서 2028년 60% 이상으로 증가할 것으로 예상했다. 의사결정 인텔리전스, 자율 운영, 디지털 트윈처럼 실시간 데이터가 필요한 활용 사례가 우선 적용 대상으로 거론됐다. 그래프RAG도 기업용 AI 활용 확산 과정에서 중요성이 커질 기술로 제시됐다. 많은 기업용 AI 애플리케이션이 높은 수준의 정확성과 신뢰성을 요구하지만 기존 검색증강생성(RAG) 방식만으로는 복잡하고 맥락이 풍부한 질의를 처리하는 데는 한계가 있다. 그래프RAG는 지식 그래프와 대규모언어모델(LLM)을 결합해 AI 시스템의 정보 검색과 연결 방식을 개선하는 기술이다. 맥락적 의미를 반영해 복잡한 기업용 활용 사례에서 더 정확한 결과를 제공하는 데 초점을 둔다. 가트너는 2029년까지 기업 40%가 응답의 사실 정확도와 LLM 추론 능력을 높이기 위해 그래프RAG 기술을 활용할 것으로 전망했다. 데이터 관리 영역에서도 AI 에이전트 활용이 확대될 것으로 예상됐다. 데이터 환경이 복잡해지면서 기존 데이터 관리 프로세스 부담이 커지고 AI 도입 준비도 어려워지고 있다는 이유에서다. AI 에이전트를 데이터 관리에 적용하면 실시간 대응, 패턴 탐지, 권장 사항 제시를 통해 핵심 데이터 프로세스를 강화할 수 있다. 이도인 애널리스트는 "데이터 관리 워크플로우에 AI 에이전트를 통합하면 데이터 팀은 자체 학습 시스템을 활용해 더욱 유연하게 운영할 수 있다"며 "이러한 기능이 일관되게 비즈니스 목표에 부합하는 성과로 이어지려면 강력한 거버넌스를 구축하고 성능을 지속적으로 모니터링해야 한다"고 말했다.
