검색 - IT세상을 바꾸는 힘 지디넷코리아

ZDNet 검색 페이지

'유재성'통합검색 결과 입니다. (2건)

태그
기간
- 3개월
- 1년
- 1년 이전

재검색

[기고] 아시아 태평양 시장, 경쟁력의 관건은 '데이터 인프라'

한국 이커머스, IT 서비스 기업들이 최근 기술 경쟁력을 기반으로 글로벌 고개 확보에 공격적으로 나서고 있다. 금융과 여행·레저 분야 역시 디지털 서비스를 앞세워 아시아 태평양(APAC) 시장을 중심으로 새로운 기회를 찾고 있는 것이다. 자연스럽게 많은 기업에 APAC은 성장 가능성이 큰 핵심 시장으로 부상하고 있지만, 실제 운영 과정에서는 언어·규제·데이터 환경이 국가마다 크게 달라 예기치 않은 복잡성을 마주하게 된다. 특히 인공지능(AI) 활용이 기업 경쟁력의 핵심이 된 지금, APAC 전역의 데이터 구조와 규제 차이를 어떻게 극복할 것인지가 해외 비즈니스 성공의 중요한 기준이 되고 있다. APAC, 단일 시장 아닌 여러 시장의 집합 APAC은 시장의 크기만큼이나 이질적인 환경을 가진 지역이다. 고객 경험 분석에서 나타나는 차이가 대표적이다. 일본에서는 온라인 리뷰 3점을 낮은 평가로 해석하지만, 다른 국가에서는 단순히 평균이라는 의미로 받아들여진다. 동일한 AI 고객 분석 모델을 국경을 넘나들며 적용할 경우 문화적 편차를 간과한 채 잘못된 판단을 내릴 수 있다. 언어의 다양성 역시 난관이다. 인도는 120개가 넘는 주요 언어가 존재하며 인도네시아는 섬마다 방언이 다르다. 필리핀은 영어와 타갈로그어, 지역 언어가 동시에 사용된다. 기업이 APAC 전역의 소비자 의견이나 고객센터 기록, 소셜미디어 반응을 통합해 분석하려 하면 비정형 데이터가 폭발적으로 증가한다. 이를 하나의 구조로 정제하기 위해서는 상당한 시간과 비용이 소요된다. 규제 환경도 국가마다 다르다. 싱가포르는 개인정보보호법(PDPA)을 개정해 정보 침해 통지를 의무화했고 베트남은 데이터 현지화와 국경 간 이동 규제를 강화했다. 일본은 개인정보보호법을 개정하며 유럽연합(EU)의 개인정보보호법 GDPR과의 조화를 고려했고 AI 활용과 자동화된 의사 결정에 관한 조항도 추가했다. APAC 진출 기업은 이처럼 상이한 규제 체계 안에서 데이터를 관리하고 활용하는 복잡한 과제를 마주하게 된다. 데이터 활용의 간극이 커지는 AI 시대 세계적으로 생성되는 데이터는 175제타바이트에 이를 것으로 전망되며 그중 80~90%가 비정형 데이터라는 사실은 이미 널리 알려져 있다. 문제는 이 방대한 데이터가 실제 분석과 AI 학습에 바로 활용될 수 있는 상태가 아니라는 점이다. 기업 내에서도 데이터 과학자들이 전체 시간의 대부분을 전처리와 정제 작업에 투입하는 8 대 2 구조가 여전히 이어지고 있다. 특히 APAC은 국가별 시스템이 서로 다르고 데이터 저장 형태도 균일하지 않아 동일 기업 내 데이터조차 통합하기 어렵다. 한국 고객 의견 데이터는 한글 기반 비정형 텍스트로, 호주 영업 데이터는 영문 고객관계관리(CRM) 시스템에, 태국 생산 데이터는 독립된 제조 실행 시스템이나 엑셀로 관리되는 사례가 많다. 이러한 데이터가 하나의 AI 모델로 연결되려면 준비 과정만으로도 많은 시간이 필요하다. AI는 더 빨라진 의사결정과 자동화를 약속하지만 실제 AI 도입 속도는 데이터 준비 속도를 따라가지 못하는 경우가 많다. 데이터가 학습 가능한 형태로 정제되지 않으면 AI 투자는 기대만큼의 효과를 만들기 어렵다. 해법으로 떠오른 '지능형 데이터 인프라' AI 도입을 위해 별도의 신규 인프라를 구축하려는 기업도 있지만 이는 오히려 기존 시스템과의 단절을 낳을 수 있다. 중요한 것은 인프라가 새롭냐가 아니라 데이터가 위치와 형식에 상관없이 일관된 방식으로 관리될 수 있는 기반이 마련돼 있느냐다. 넷앱은 기업이 분산되고 지속적으로 변화하는 규제 환경 속에서도 데이터를 효과적으로 관리할 수 있도록 지능형 데이터 인프라를 구축할 수 있는 기반을 제공하고 있다. IDI는 우선 기업 내 모든 데이터를 하나의 통합된 체계에서 관리할 수 있도록 한다. 클라우드·온프레미스·엣지 등 분산된 환경을 연결해 데이터가 고립된 채 남지 않도록 하며 APAC처럼 이질적인 시스템이 공존하는 지역에서 특히 큰 장점을 제공한다. 또 각국 규제를 충족하면서 데이터를 활용할 수 있도록 암호화, 접근 통제, 감사 추적 등 보안 관리 체계를 강화한다. 데이터 규제가 복잡한 APAC에서 규제 준수는 단순한 법적 의무를 넘어 비즈니스 신뢰의 기반이다. AI 학습을 위한 데이터 품질 확보도 IDI의 핵심 요소다. 데이터 중복 제거, 품질 점검, 자동 분류 기능을 통해 AI 학습 데이터를 빠르게 준비할 수 있도록 하며 데이터 과학자의 분석 생산성을 향상한다. 최근 AI 개발에서는 그래픽처리장치(GPU) 부족과 함께 데이터가 GPU로 제때 공급되지 않는 병목 현상이 문제로 떠오르고 있다. IDI는 고성능 캐싱과 입출력 최적화를 통해 GPU 활용률을 극대화해 모델 학습과 추론 속도를 높인다. 홍콩 퐁 위엔 사례로 보는 APAC 데이터 혁신 홍콩의 AIoT·머신러닝 기업 퐁 위엔(Pong Yuen)은 자율주행차용 AI 모델을 훈련하기 위해 대규모 합성 데이터를 생성하는 기업이다. 과거에는 데이터 복제에 시간과 자원이 과도하게 투입돼 개발 일정이 자주 지연되곤 했다. 그러나 넷앱의 솔루션을 도입한 후 해당 기업은 데이터 복제 시간은 수 초로 단축됐고 대규모 데이터 압축 및 전송 과정에서도 성능 저하 없이 운영할 수 있게 됐다. 이러한 변화는 모델 개발 속도뿐 아니라 시장 출시 기간 단축에도 직접적인 영향을 미쳤다. APAC처럼 복잡한 데이터 환경에서도 인프라가 정비되면 혁신 속도가 크게 높아질 수 있다는 점을 보여주는 사례다. 한국 기업이 APAC 시장에서 성공하려면? 한국 기업이 APAC 시장에서 성공적으로 성장하기 위해서는 다음과 같은 질문에 답할 수 있어야 한다. 우선 국가별로 흩어진 고객 데이터를 하나의 관리 체계로 통합할 수 있는가. 또 각국의 개인정보 규제 변화에 대응하기 위해 데이터 보호와 접근 통제 체계를 기술적으로 마련하고 있는가. 이와 함께 텍스트·이미지·음성 등 다양한 형태의 비정형 데이터를 AI 학습에 활용할 수 있는 품질 표준화를 갖추고 있는지 점검해야 한다. 아울러 언어와 문화의 차이를 AI 모델 설계 단계부터 반영하고 있는지, 그리고 데이터 증가 속도에 맞춰 AI 인프라가 병목 없이 확장 가능하도록 준비돼 있는지도 중요한 요소다. 이 질문은 모두 데이터 인프라의 준비 수준과 연결된다. APAC의 복잡성, 준비된 기업엔 경쟁력 APAC은 전자상거래와 금융, 제조업 디지털화 등 다양한 분야에서 가장 빠르게 성장하고 있는 지역 중 하나다. 한국 기업이 이미 보유한 산업 경쟁력과 결합하면 APAC은 분명히 큰 기회가 될 수 있다. 하지만 APAC의 기회는 준비된 기업에게만 열린다. 국가와 언어, 규제의 차이가 만들어내는 데이터 복잡성을 해결할 수 있는 기술적 기반을 갖추지 못한다면 AI 기반 경쟁력 확보는 어렵다. AI를 통해 비즈니스 경쟁력을 확보하기 위해서는 기업이 지능형 데이터 인프라를 갖추는 것이 필수적이다. 데이터가 어디에 있든 일관되게 관리할 수 있어야 하며 국가별 규제를 준수하면서도 AI 학습의 속도와 효율을 높일 수 있는 기반이 마련돼야 한다. APAC 시장의 데이터 환경은 앞으로 더 복잡해질 가능성이 크지만, 이를 해결할 수 있는 인프라를 갖춘 기업에는 오히려 경쟁사와 차별화되는 진입 장벽이 될 것이다. AI 중심의 미래에서 APAC은 선택이 아닌 필수의 시장이며 그 기회를 성과로 연결하는 출발점은 바로 데이터 인프라의 준비 상태다.

2025.12.18 10:26유재성

[기고] 플랫폼으로 혁신하는 기업 데이터 관리

애플, 구글, 마이크로소프트, 우버, 에어비앤비, 스포티파이, 아마존 등 세계에서 가장 크고 누구나 알 만한 유명 기업들의 성공은 이들이 구축해 놓은 생태계, 즉 플랫폼의 역할이 매우 중요했다. 플랫폼은 고객 경험을 간소화하고 새로운 혁신, 서비스 및 역량을 강화해 준다. 이러한 대형 테크 기업들이 각자의 분야에서 파괴적 혁신을 일으키고 고객 충성도를 확보할 수 있었던 이유다. 플랫폼은 독립적인 요소들의 단순한 합 이상으로, 전체로서 더 큰 가치를 제공한다. 사용자를 연결하고 상호 작용, 거래 및 가치 창출을 용이하게 하며 운영을 간소화하고 프로세스를 최적화해 새로운 혁신을 만들고 제공하도록 민첩성을 높인다. 위험 부담도 줄여 준다. 애플은 소비자 기술 분야에서 가장 성공적인 플랫폼 사례 중 하나다. 자체 개발 실리콘 칩부터 앱스토어, 운영 체제, 전자 기기를 통해 사용자들은 여러 애플 기기에서 데이터와 환경 설정을 공유하고 동기화할 수 있다. 이러한 통합적 접근은 사용자에게 더 큰 시너지를 제공한다. B2B 분야에서는 시스코가 다양한 솔루션을 통합하고 IT 및 보안 팀이 여러 클라우드와 서드파티 앱, IoT 및 보안 위협의 복잡성을 관리할 수 있도록 돕는 시스코 네트워킹 클라우드 플랫폼을 제공한다. 엔비디아는 그래픽 처리 장치(GPU)를 넘어 AI 플랫폼과 AI 트레이닝 서비스, AI 모델을 통합하여 고객의 AI 진입 장벽을 낮췄다. 기업에게 데이터는 가장 가치 있는 자산이며, 이를 어떻게 활용하는가에 따라 비즈니스 성과와 고객 경험이 결정된다. 데이터는 언제나 필요한 성능으로 제공돼야 한다. 이를 위해서는 개별 스토리지 솔루션이 아닌 데이터 워크플로우에 초점을 맞춘 효율적이고 안정적이며 확장 가능한 솔루션이 필요하다. 즉 기업용 데이터 스토리지에서도 플랫폼 접근 방식이 필수적이다. 기업용 데이터 관리 플랫폼은 데이터 수집, 저장, 분석, 거버넌스 및 보안과 관련된 모든 요구사항을 충족해야 한다. 다양한 유형의 워크로드, 사용자, 클라우드 네이티브 배포 및 기업용 애플리케이션을 지원해야 하며 데이터는 완전히 통합되고 지속적으로 업데이트돼야 한다. 자동화할 수 있는 모든 과정을 자동화해 혁신을 촉진하고 효율성을 높이며 고객 경험을 향상시키는 것이 필요하다. 플랫폼 접근 방식은 기업이 다양한 환경에서 데이터 관리를 더욱 효율적으로 하도록 돕는다. 통합된 운영 체제와 단일 관리 소프트웨어를 통해 기업은 소프트웨어 업데이트를 자동으로 제공하고 하드웨어 업그레이드를 중단 없이 수행할 수 있다. 기업은 엣지, 데이터센터, 퍼블릭 클라우드 등 다양한 환경에서 데이터와 앱을 배포할 수 있는 시스템을 갖춰야 한다. 플랫폼을 통해 서비스형 또는 기존 방식으로 운영할 수 있으며 하드웨어 소유 여부에 따라 자본지출(Capex) 또는 운영지출(Opex) 모델을 선택할 수 있다. 이러한 접근 방식은 고객이 단일 에코시스템 내에서 자유롭게 데이터 서비스를 배포할 수 있는 유연성을 제공할 것이다. 기업용 데이터 관리 시장의 성장에 대한 리서치 기관들의 중기 전망은 다양하지만 모두 견고한 성장세를 예견하고 있다. 포춘 비즈니스 인사이트에 따르면 전 세계 기업용 데이터 관리 시장은 2024년 1천10억4천만 달러에서 2032년까지 10.5%의 연평균 성장률을 보이며 2천248억7천만 달러로 성장할 것으로 예상된다. AI 시대가 도래함에 따라 기업용 데이터 플랫폼은 복잡한 AI 워크로드에 필요한 성능과 기능을 제공해야 한다. 기업들이 투자 대비 수익률(ROI)을 달성하기 위해 노력함에 따라 스토리지 자동화 솔루션과 생성형 AI 코파일럿의 필요성이 증가할 것이다. 시대에 발 맞춰 최신 기술을 도입하는 기업은 시장에서 경쟁력을 갖출 가능성이 높다. 이에 따라 기업들은 혁신을 지속적으로 추구하고 변화하는 시장 환경에 적응할 수 있는 플랫폼 전략을 마련해야 한다.

2024.10.07 10:26유재성