美 빅테크, 데이터 수집·정제 자동화 승부수…"AI 경쟁력 핵심"
밀키트는 손질된 식재료와 양념을 알맞게 담은 간편식입니다. 누구나 밀키트만 있으면 별도 과정 없이 편리하게 맛있는 식사를 할 수 있습니다. [SW키트]도 마찬가지입니다. 누구나 매일 쏟아지는 소프트웨어(SW) 기사를 [SW키트]로 한눈에 볼 수 있습니다. SW 분야에서 가장 주목받는 인공지능(AI), 보안, 클라우드 관련 이야기를 이해하기 쉽고 맛있게 보도하겠습니다. [편집자주] 인공지능(AI) 경쟁력이 모델 성능을 넘어 데이터 관리 역량으로 이동하고 있다. AI를 실제 업무에 적용하고 확산하기 위해서는 양질의 데이터를 안정적으로 축적·관리하고 활용하는 체계가 필수적이라는 인식이 확산하는 분위기다. 8일 IT 업계에 따르면 AI를 실제 운영·확산하려면 통합적인 데이터 전략이 필수라는 인식이 커지고 있는 것으로 나타났다. 이에 글로벌 기업들을 AI를 데이터 관리 자체에 적용하는 전략을 강화하고 있다. AI를 활용해 데이터 수집부터 정제·검증까지 자동화하는 움직임이 활발해지고 있다. 한국인공지능·소프트웨어산업협회(KOSA)는 지난해 3월 발간한 'AI 산업전환을 위한 데이터 전략 보고서'에서 한국 AI 경쟁력을 세계 6위 수준으로 평가했다. 다만 AI를 실제로 운영하고 확산할 수 있는 기업 인프라·환경은 미국과 중국 등 주요 국가에 비해 취약하다고 진단했다. 보고서는 그 핵심 원인으로 통합적인 데이터 전략의 부재를 지목했다. 보고서는 많은 기업이 AI 학습에 필요한 데이터를 충분히 축적·활용하지 못하고 있다고 봤다. 이는 단순한 규제 문제를 넘어, 기업 내부에 데이터가 분산됐거나 표준화·관리 체계가 갖춰지지 않았다는 설명이다. 데이터를 자산으로 활용하지 못하는 거버넌스 차원에서의 구조적 한계다. 이런 상황이 지속되면 국내 기업들의 AI 도입이 개별 실험이나 시범사업(PoC)에 머무르면서 산업 전반의 AI 전환이 지연될 수 있다는 우려가 나온다. KOSA는 AI가 효과적으로 작동하려면 반도체·데이터·소프트웨어(SW)가 유기적으로 연결되는 선순환 환경이 필요하다고 강조했다. 특히 기업 AI 혁신의 핵심은 민감 데이터 관리에 있다고 봤다. 개인정보나 내부 업무 기록처럼 외부에 공개되지 않는 데이터를 얼마나 체계적으로 정리하고 실제 의사결정에 연결하느냐가 AI 성과를 좌우한다는 설명이다. 보고서는 데이터 품질과 통합이 확보되지 않은 상태에서 AI를 도입할 경우 잘못된 출력이나 분석 오류가 발생할 수 있으며, 데이터 거버넌스 위반과 규제 리스크로 이어질 가능성도 크다고 봤다. 효과적 AI 활용 방안은?…"데이터 관리 자체에 AI 도입" 글로벌 데이터 기업들은 AI를 데이터 관리 자체에 적용하는 전략을 강화하고 있다. 실리콘밸리를 중심으로 AI를 활용해 데이터 수집, 정제, 검증 과정을 자동화하려는 시도가 활발한 것으로 전해졌다. 대표 사례는 세일즈포스의 글로벌 지능형 데이터 분석 플랫폼 태블로(Tableau)다. 태블로는 차세대 분석 솔루션 '태블로 넥스트(Tableau Next)'를 앞세워 데이터 준비부터 분석, 의사결정까지 전 과정에 AI 에이전트를 적용했다. 이를 통해 데이터 검증과 정제에 소요되는 시간을 줄이고, 신뢰 가능한 데이터를 기반으로 분석과 의사결정까지 지원하고 있다. 플랫폼에 포함된 '데이터 프로(Data Pro) 에이전트'는 분석 이전 단계에서 데이터 상태를 자동으로 점검할 수 있다. 데이터상 누락이나 오류 가능성 있는 항목을 식별하고, 정제·변환이 필요한 부분을 제안하거나 일부 데이터 최적화 작업을 자동으로 수행한다. 이를 통해 분석에 활용되는 데이터의 품질과 신뢰도까지 끌어올리는 식이다. 태블로는 데이터 신뢰성을 확보하기 위한 장치도 마련했다고 밝혔다. '태블로 시맨틱스(Tableau Semantics)'는 조직 전체에서 사용하는 지표와 용어, 데이터 간 관계를 일관되게 정의하는 기능을 제공한다. 이를 통해 사용자는 각 데이터가 어떤 의미를 갖는지, 서로 어떤 관계를 이루는지 명확히 이해할 수 있다. 데이터 출처와 처리 과정도 투명하게 확인할 수 있다. 특히 데이터 의미와 처리 과정을 조직 전반에서 일관되게 관리함으로써, AI가 제시하는 인사이트를 포함한 분석 결과의 신뢰성을 높이고, 조직 전체가 동일한 기준으로 데이터를 이해하고 활용할 수 있도록 돕는다. 태블로 분석 단계에서 AI는 단순히 데이터를 처리하는 역할을 넘어, 초기 분석 주제 설정부터 적극적으로 개입한다. 사용자가 어떤 지표를 확인하고 어떤 질문을 던질지 결정하는 초기 단계에서, AI는 핵심 지표와 분석 관점을 제안해 사용자가 보다 빠르고 정확하게 인사이트를 도출할 수 있도록 돕는다. 이를 통해 데이터 분석이 일부 전문가 영역에만 머무르지 않고, 현업 담당자나 조직 리더까지 활용 범위를 넓힐 수 있다. 태블로 넥스트에 탑재된 '컨시어지(Concierge) 에이전트'는 분석 결과 기반으로 가장 적절한 실행 방향을 제시한다는 평을 받고 있다. '인스펙터(Inspector) 에이전트'는 주요 데이터 지표 변화를 지속적으로 모니터링해 이상 징후를 사전에 알린다. 이를 통해 기업은 단순히 변화를 사후적으로 확인하는 데 그치지 않고, 잠재적인 문제 발생 시점을 미리 감지하고 신속하게 대응할 수 있다. 태블로를 도입해 AI와 데이터를 효과적으로 연결한 국내 기업들도 가시적인 성과를 내고 있다. 삼성물산은 태블로의 AI 분석 기능을 활용해 구매 의사결정을 고도화했다. 10여 년간 축적된 구매 데이터에 원자재 가격, 생산자물가지수, 환율 등 외부 지표를 결합하고, 머신러닝·딥러닝 기반 예측 모델을 적용했다. 분석 결과는 직관적인 시각화로 제공돼, 현업 담당자가 가격 변동 요인과 향후 흐름을 한눈에 파악할 수 있도록 했다. 데이터 양과 정확도가 풍부한 금융권에서도 성과 사례가 이어지고 있다. 토스는 태블로를 통해 데이터를 시각화해 이상 징후와 변화 요인을 신속하게 포착하고, 이를 대응 전략 수립에 활용하고 있다. 분석 결과가 즉시 공유되면서 의사결정 과정도 한층 단순화됐다. KB국민은행은 태블로를 전사적으로 도입해 반복적인 리포팅 업무를 자동화했다. AI 기반 분석과 시각화를 통해 데이터를 일 단위로 확인하고 변화 추이를 실시간으로 점검할 수 있게 되면서, 연간 약 1만 시간의 리포팅 업무 시간을 절감했다. 이를 통해 현업 직원들은 보다 빠르고 자율적인 판단에 집중할 수 있는 환경을 마련했다. 이 외 글로벌 데이터·AI 기업들도 유사한 흐름을 보이고 있다. 데이터브릭스는 '데이터 인텔리전스 플랫폼'을 통해 기업이 보유한 데이터를 통합 관리하고 분석하고 있다. 이를 통해 AI를 쉽고 안전하게 구축·운영할 수 있도록 지원한다. 주요 기능으로는 기업용 AI 에이전트 개발을 자동화하는 '에이전트 브릭스', 비기술 사용자도 코드 없이 데이터 파이프라인을 구축할 수 있는 '레이크플로우 디자이너', 통합 거버넌스를 제공하는 '유니티 카탈로그 3.0' 등이 있다. 스노우플레이크는 비즈니스 사용자가 복잡한 SQL 없이도 자연어로 데이터를 활용하고 인사이트를 얻을 수 있도록 지원한다. AI 에이전트는 반복적인 데이터 작업을 자동화해 업무 효율성을 높이며, '호라이즌 카탈로그'를 통해 기업 전체 데이터 자산을 통합 관리하고 보안을 강화한다. 데이터 파이프라인부터 분석, 거버넌스, AI까지 한 플랫폼에서 모두 제공하는 '올인원 전략'이 특징이다. 캐시 로스 가트너 수석 애널리스트는 "기업이 AI를 비즈니스 현장에 즉각 활용하려면 '실행 가능한 맥락 기반 데이터'가 필요하다"며 "데이터가 체계적으로 정리·맥락화될 경우 기업 생산성을 크게 높일 수 있다"고 강조했다.
