• ZDNet USA
  • ZDNet China
  • ZDNet Japan
  • English
  • 지디넷 웨비나
뉴스
  • 최신뉴스
  • 방송/통신
  • 컴퓨팅
  • 홈&모바일
  • 인터넷
  • 반도체/디스플레이
  • 카테크
  • 헬스케어
  • 게임
  • 중기&스타트업
  • 유통
  • 금융
  • 과학
  • 디지털경제
  • 취업/HR/교육
  • 생활/문화
  • 인사•부음
  • 글로벌뉴스
  • AI의 눈
인공지능
스테이블코인
배터리
IT'sight
칼럼•연재
포토•영상

ZDNet 검색 페이지

'클라우데라 AI'통합검색 결과 입니다. (24건)

  • 태그
    • 제목
    • 제목 + 내용
    • 작성자
    • 태그
  • 기간
    • 3개월
    • 1년
    • 1년 이전

[기고] '지브리 프사'로 보는 AI 에이전트와 개인정보 보호

지난달 25일에 추가된 챗GPT의 이미지 생성 기능은 '지브리 프사' 유행을 만들어내며 선풍적인 인기를 끌고 있다. 너도나도 지브리 프사를 위해 사진을 챗GPT에 업로드하고 있는 가운데 일각에서는 사진 속 얼굴 정보가 데이터로 활용됨에 따라 저작권과 개인정보 보호 문제가 생길 것이라는 의견을 제기하고 있다. AI 기술에 대한 개인정보 보호의 복잡성과 중요성은 점점 더 커지고 있다. 생성형 AI의 다음 단계로 여겨지는 AI 에이전트도 마찬가지다. AI 에이전트는 사람의 개입 없이 특정 작업을 자율적으로 실행하도록 설계된 자율 지능형 시스템이다. AI 에이전트는 이미 광범위하게 사용되고 있다. 금융부문에서는 시장 동향을 자율적으로 감시하고, 거래 신호를 해독하며, 전략을 조정하는 등 즉각적으로 위험을 감지하고 대응한다. 공공부문에서는 보조금 자격 평가와 같은 업무를 간소화하고 개인 맞춤형 공공 서비스를 제공해 효율성을 향상시키고 있다. AI 에이전트는 강력한 기능과 다양한 이점을 제공하고 있지만, 개인 식별이 가능한 방대한 양의 데이터에 의존하기에 개인정보 보호 문제가 발생할 수 있다. 이는 기업의 개인정보 관리 방식에 대한 소비자의 불신을 심화시킬 수 있다. 개인정보 보호가 매우 중요한 의료·금융 서비스 분야에서는 더욱 심각한 문제를 일으킬 수 있다. 클라우데라가 국내 IT 리더를 대상으로 실시한 설문조사에 따르면 응답자의 82%는 자신의 기업에서 AI 에이전트를 사용하고 있으며, 95%는 AI 에이전트를 위한 투자의 중요성에 공감하는 등 관심이 높은 것으로 나타났다. 반면 개인정보 보호 리스크는 AI 에이전트 도입의 가장 큰 걸림돌로 작용하는 것으로 나타났다. 응답자의 42%가 데이터 프라이버시 문제를 가장 우려한다고 답했으며, 82%는 AI 에이전트가 보다 강력한 데이터 프라이버시 및 보안 기능을 갖추길 바란다고 답했다. 개인정보 보호 리스크를 해소하기 위해서는 여러 가지 단계가 필요하다. 첫 단계는 중요 개인 식별 정보(PII)를 차별화하고 보호하는 것이다. AI 에이전트는 적절한 매개변수가 설정되지 않으면 어떤 데이터든 가리지 않고 사용한다. 민감 정보 사용을 사전에 방지하려면 포괄적인 암호화·토큰화 전략을 사용하는 데이터 플랫폼 도입이 필수다. 높은 안전성을 갖춘 데이터 플랫폼은 온프레미스와 클라우드 등 모든 데이터 환경에 일관되게 적용되며 악의적 행위자에 대한 강력한 방어를 구축해 AI의 안전한 도입을 지원하는 동시에 데이터를 안전하게 보관할 수 있다. 두 번째 단계는 복잡한 데이터 거버넌스와 보안 의무를 이행하는 것이다. 전 세계적으로 개인정보 보호 규정이 강화되면서 각 지역의 시장 규제와 데이터 주권법 준수가 까다로워지고 있다. AI 에이전트가 효과적으로 작동하려면 과거 데이터와 국경 간 데이터에 대한 접근이 필요하고, 이는 규정 준수의 어려움을 한 층 더 높인다. 이를 대비하기 위해서는 모든 사용자의 접근 권한을 매번 검증하는 '제로 트러스트' 보안 모델을 권장한다. 제로 트러스트 모델에는 특정 고객 데이터가 있는 위치를 정확하게 식별하고 적절한 통제를 행사하며 세부적인 감사 보고가 수반된다. 소비자의 기대에 부응하고 규제를 준수하기 위해 기록을 삭제하거나 익명화하는 메커니즘도 구현해야 한다. 클라우데라 SDX와 같은 솔루션은 통합된 보안과 거버넌스를 제공하는 동시에 필요한 사람만이 적절한 이유로 적절한 시기에 해당 정보에 접근할 수 있도록 보장한다. 세 번째 단계는 모든 사업부문에 개인정보 보호와 신뢰를 확립하는 것이다. 신뢰와 투명성을 바탕으로 한 기업 문화 구축은 AI 에이전트 도입에 따른 데이터 사용에 대한 기대와 혁신의 윤리적 한계를 관리하는 데 필수적이다. 데이터 처리의 모든 단계에서 투명성을 최우선으로 고려한다면 신뢰 구축과 기업 평판 보호를 넘어 장기적으로 비즈니스 리스크를 완화할 수 있을 것이다. 다가오는 AI 에이전트 시대에서의 성공은 혁신과 책임의 균형을 맞추는 능력에 달려 있다. 개인정보 보호는 혁신을 지속 가능하게 만들 수 있는 주춧돌이다. 데이터 개인정보 보호 정책과 거버넌스 구축은 더 이상 미룰 수 없는 과제다.

2025.04.28 08:00최승철 컬럼니스트

글로벌 IT 리더 10명 중 9명 "1년 내 AI 에이전트 활용할 것"…금융·제조서 '활발'

우리나라를 포함한 14개 국가의 IT 리더 10명 중 9명이 향후 12개월 안에 인공지능(AI) 에이전트 활용을 확대할 계획을 가지고 있는 것으로 나타났다. AI 에이전트가 비즈니스 시장에 새로운 전환점이 되고 있는 만큼 IT 리더들의 관심도 크게 증가한 것으로 드러났다. 21일 클라우데라가 최근 총 14개국 IT 리더 약 1천500명을 대상으로 진행한 조사에 따르면 응답자 중 절반은 전사적으로 AI 에이전트를 대규모로 확산하려는 움직임을 보였다. 주요 활용 분야로는 성능 최적화 봇(66%), 보안 모니터링 에이전트(63%), 개발 지원 보조(62%) 등으로 나타났다. 이번 조사는 클라우데라가 주요 국가의 IT 리더들의 AI 에이전트의 도입 현황, 활용 사례, 인식 등을 살펴보기 위해 진행된 것으로, 결과물은 '기업용 AI 에이전트의 미래'라는 이름의 보고서로 발표했다. AI 에이전트는 단순 자동화를 넘어 실시간으로 사고, 행동, 적응하는 시스템을 의미한다. 또 이러한 지능형 에이전트를 효과적으로 구현한다면 운영 민첩성을 높이고 비용을 절감하며 고객 참여를 획기적으로 개선할 수 있다. 이 때문에 AI 에이전트는 점점 더 중요한 경쟁력 확보 수단으로 부상하고 있다. 응답자 중 87%도 "업계에서 앞서나가기 위해서는 AI 에이전트에 대한 투자가 필수"라고 답했다. 국내 IT 리더의 82%는 자신의 기업에서 AI 에이전트를 사용하고 있다고 응답했다. 95%는 AI 에이전트를 위한 투자의 중요성에 공감하는 등 관심이 높은 것으로 나타났다. 응답자의 32%는 향후 12개월 이내에 AI 에이전트의 사용을 확대할 계획이라고 밝혔고, 12%는 전사적으로 상당한 확장을 진행할 것이라고 밝혔다. 반면 응답자들은 개인정보 보호 리스크를 AI 에이전트 도입의 가장 큰 걸림돌로 생각했다. 국내 응답자의 42%는 개인정보 문제를 가장 우려한다고 답했다. 82%는 AI 에이전트가 보다 강력한 개인정보 및 보안 기능을 갖추길 바란다고 밝혔다. 글로벌 시장에선 전체 응답자의 57%가 지난 2년 이내에 AI 에이전트를 도입했으며 이 중 21%는 최근 1년 이내에 도입했다고 응답했다. 이를 통해 AI 에이전트 도입이 현재 기업들 사이에서 빠르게 진행 및 확산되고 있는 것으로 파악됐다. 응답자의 66%는 기업용 AI 인프라 플랫폼 위에서 직접 에이전트를 구축하고 있으며 60%는 기존 핵심 애플리케이션에 내장된 에이전트 기능을 활용하고 있다고 답했다. 클라우데라 측은 "하이브리드 접근 방식은 확장 가능하고 안전하다"며 "데이터와 가까운 위치에서 실행되는 배포 방식을 선호하는 트렌드를 반영한다"고 설명했다. AI 에이전트 도입의 가장 큰 장애 요인은 개인정보 보호(53%), 기존 시스템과의 통합(40%), 높은 구현 비용(39%) 등으로 나타났다. 이는 강력한 통합 데이터 관리 및 거버넌스 필요성에서 비롯된 것으로 분석된다. 클라우데라 측은 "AI 에이전트 도입 시 규모는 작지만 효과가 큰 프로젝트부터 시작하는 것이 좋다"며 "내부 IT 지원 에이전트처럼 빠르게 가치를 실현하는 사례를 통해 투자대비수익률(ROI)을 입증하고 신뢰를 쌓은 후 대규모 도입의 기반을 마련할 수 있다"고 말했다. 기업들이 AI 에이전트를 활용하는 것도 산업별로 상이하게 나타났다. 금융 및 보험에선 이상 거래 탐지(56%), 리스크 평가(44%), 투자 자문 지원(38%)에 주로 활용되고 있는 것으로 조사됐다. AI 에이전트는 실시간으로 의심 거래를 감지하고 리스크를 평가하며 맞춤형 투자 조언을 제공하는 자문 업무를 지원한다. 제조 분야에선 프로세스 자동화(49%), 공급망 최적화(48%), 품질 관리(47%)에 주로 활용되고 있는 것으로 드러났다. 이 분야에서 AI 에이전트는 생산 라인을 실시간 모니터링해 결함 발생을 빠르게 발견하고 물류 경로 재조정으로 지연을 방지하며 업무 자동화로 효율성을 높이는 역할을 한다. 헬스케어에선 진료 예약 관리(51%), 진단 지원(50%), 의료 기록 처리(47%)에 주로 활용되고 있다. 의료진의 행정적 부담을 줄이고 진료 일정 조율, 전자 의무기록(EMR) 데이터 탐색, 영상 데이터를 통해 질환을 식별하는 것에 AI 에이전트가 상당한 역할을 하고 있는 것으로 분석됐다. 통신에서도 AI 에이전트는 고객 지원 챗봇(49%), 고객 경험(44%), 보안 모니터링(49%)을 할 때 도움을 준 것으로 나타났다. 또 서비스 이슈를 즉시 해결하고 고객 행동 데이터를 분석해 위험에 빠진 고객을 감지할 뿐 아니라 신종 위협으로부터 네트워크를 보호하는 역할도 하고 있는 것으로 드러났다. 국내에서 AI 에이전트를 가장 많이 활용하는 사례로는 ▲금융 및 보험 분야에서의 이상 거래 탐지(33%) ▲제조 분야에서의 불량 감지(38%) ▲소매 및 이커머스 분야에서의 수요 예측(44%) ▲헬스케어 분야에서의 환자 모니터링(50%) ▲통신업계에서의 고객 지원(33%)으로 나타났다. 아바스 리키 클라우데라 최고 전략 책임자(CSO)는 "AI 에이전트는 이제 실험 단계를 넘어 구체적인 자동화, 효율성, 비즈니스 성과를 실현하는 단계로 진입했다"며 "현재 많은 기업들이 수백 개의 모델을 프로덕션 환경에서 운영하고 있고, 더 나은 결과를 이끌어내기 위해 고품질의 잘 관리된 데이터를 요구하고 있는 상황"이라고 밝혔다. 이어 "2025년은 생성형 AI의 뒤를 이어 AI 에이전트가 업계의 중심으로 떠오르는 해가 될 것"이라며 "우리는 강력한 기업용 AI 생태계를 구축했고, 글로벌 기업들이 안전하고 확장 가능하며 통합된 AI 워크플로우를 설계할 수 있도록 지원해 데이터를 실제 행동으로 전환하는 혁신을 이끌고 있다"고 덧붙였다.

2025.04.21 09:00장유미 기자

[기고] 생성형 AI 도입, 급할수록 돌아가라

미국 트럼프 2기 행정부가 출범한 이후 인공지능(AI)에 대한 규제 완화, 새로운 AI 모델 출현, 미·중 간 AI 패권 경쟁 등 AI 관련 소식이 쏟아지고 있다. AI 발전 속도는 상상 이상으로 급격한 상승 곡선을 그리고 있으며 많은 비즈니스 리더들은 AI 기술에 대해 낙관적인 기대를 내놓고 있다. 동시에 AI 시대에서 뒤쳐지면 안 된다는 위기감도 느낀다. 국내 상황도 마찬가지다. 많은 기업들이 비즈니스 혁신의 기회를 붙잡고 산업을 선도하기 위해 생성형 AI를 필두로 한 AI 기술을 적극적으로 도입하고 있다. 하지만 AI 기술은 도입 선언 후 근시일내 도입이 완료되는 기술이 아니다. 오늘날 치열한 비즈니스 환경 속 기술 도입의 성공을 좌우하는 것은 체계적인 전략의 유무다. 제품 개발부터 시장 확대에 이르기까지 모든 의사결정은 명확한 로드맵 기반으로 이뤄져야 한다. 획기적인 아이디어, 파격적인 신기술이어도 모든 이해관계자가 명확한 목적과 목표를 숙지하지 않는다면 성공적인 결과물을 내지 못하고 흐지부지 된다. 생성형 AI와 같이 급격히 진화하는 기술을 비즈니스에 도입할 때 이는 더욱 중요해진다. 지난해 맥킨지 설문조사에 따르면, 생성형 AI를 정기적으로 사용하는 기업 수가 2023년 대비 약 두 배 증가하면서 보편적인 기술로 자리잡고 있음을 증명했다. 하지만 KPMG가 2023년에 발표한 설문조사에서는 다수 기업이 생성형 AI를 구체적으로 어떻게 도입할지에 대한 명확한 방안이 부족하고, 생성형 AI 도입에 대한 경영진 이해와 전략이 부족해 AI 도입에 어려움을 겪는 것으로 나타났다. 생성형 AI를 어떻게 도입해야 원하는 가치를 창출할 수 있을까. 생성형 AI를 혁신과 생산성을 극적으로 개선하는 특별한 기회라고 인식하는 것만으로는 충분치 않다. 단순 기술 도입으로는 성공을 보장할 수 없으며 명확한 목표, 기대치, 도입 목적이 없으면 구현 과정에서 다양한 어려움에 부딪치게 된다. 해답은 분명하다. AI 기술 도입에 대한 명확한 기준을 세우는 것이다. 어떤 목적을 위해 AI 기술을 도입할 것인지 결정해야 한다. 이를 위한 첫 번째 단계는 전략적 자산을 활용하기 위한 명확한 데이터 전략 수립이다. 데이터 사용을 비즈니스 우선순위에 따라 조정함으로써 기업은 생성형 AI를 통해 워크플로우를 간소화하고 비즈니스에 필수적인 인사이트를 확보할 수 있다. 경영진으로부터 시작되는 '학습 문화' 조성도 중요하다. 경영진이 기업의 AI 전략과 목표를 명확히 전달해야 직원들이 진화하는 AI 기술을 신뢰하면서도 효과적으로 활용할 수 있는 기반이 마련된다. 직원들이 끊임없이 변화하는 AI 활용 방식에 대응할 수 있도록 필수 자원과 역량, 지식을 갖출 수 있는 교육 프로그램을 제공해야 한다. 이를 통해 직원들은 AI 시대에 요구되는 전문성을 지속적으로 갖출 수 있다. 두 번째 단계는 AI 전략을 뒷받침할 수 있는 AI 서비스개발·운영과 통합된 최신 데이터 플랫폼 도입이다. 레거시 인프라는 분산된 구조를 갖고 있어 유용한 데이터가 노후화되고 사일로화된 시스템에 갇히는 경우가 많다. 이는 구조화되지 않은 데이터가 무분별하게 쌓여 병목 현상을 일으키고 AI 모델의 실질적인 인사이트 추출을 방해한다. AI 시스템은 다양한 고품질 데이터를 얼마나 갖고 있는지에 성패가 갈린다. 이런 데이터를 확보할수록 효율적인 운영과 최대치의 IT 투자 수익률로 새로운 비즈니스 기회 창출 가능성이 높아진다. 반면 기술 스택을 현대화하지 않는 기업은 경쟁에서 빠르게 뒤쳐진다. 기존 레거시 시스템에서 벗어나려면 점점 증가하는 AI 기반 데이터 워크로드를 감당할 수 있는 확장 가능하고 안전하며 복원력이 뛰어난 데이터 아키텍처에 투자해야 한다. 실시간 데이터 처리, 저장, 통합 기능을 활용함으로써 기업은 AI의 잠재력을 최대한으로 활용해 특정 작업을 자동화하고 비용을 최적화할 수 있다. 최신 데이터 플랫폼은 데이터 중심 문화를 조성하고, AI 모델에서 얻은 인사이트를 제품 개발, 마케팅 전략, 고객 서비스 전반에 걸쳐 활용할 수 있도록 AI 서비스개발·운영을 통합 지원하는 역할도 수행한다. 데이터 위치가 어디든 직원들이 기업의 모든 데이터를 자유롭게 활용할 수 있기 때문에 모든 환경에서 일관된 데이터 보안과 거버넌스를 유지하고 분석할 수 있다. 데이터 양이 계속 늘어나고 있는 만큼 강력한 데이터 플랫폼을 구현해 AI 모델의 변화하는 요구 사항을 충족하는 것 역시 그 중요성을 더한다. 진정한 하이브리드 데이터플랫폼은 기업으로 하여금 모든 데이터를 AI 활용에 최적화하고, 데이터 기반 의사결정을 가속화해 각 산업에서 경쟁 우위를 확보할 수 있게 도와줄 것이다. 마지막 단계는 데이터 신뢰성을 확보하는 것이다. AI 시스템은 대량의 데이터를 기반으로 작동하기에 데이터에 대한 신뢰를 높이는 것은 AI 솔루션을 도입하려는 모든 기업의 기초 작업이 돼야 한다. 이 부분도 최신 데이터 플랫폼으로 해결할 수 있다. 안전하고 민첩한 플랫폼은 비즈니스 아이디어에서 가치를 추출할 수 있도록 신뢰할 수 있고 원활하게 확장 가능한 인사이트를 제공해 더 빠른 의사결정과 적극적인 데이터 중심 전략을 지원한다. 기업은 AI 이니셔티브의 기초를 구축함으로써 지속적이고 공정한 인사이트를 확보할 수 있다. 궁극적으로 자신감과 명확성을 바탕으로 비즈니스 성공을 이끌어낼 수 있다. AI 기술 트렌드에 뒤쳐질 수 있다는 두려움으로 인해 무조건적인 AI 도입을 서두를 수 있다. 어느 기업이든 예외는 아니다. 하지만 급할수록 돌아가라는 말처럼 AI 기술 도입 시 '명확한 데이터 전략 수립', 'AI 시스템과 통합을 지원하는 최신 데이터 플랫폼 도입', '데이터 신뢰성 확보'라는 세 가지 단계를 숙고해 견고한 AI 기술 도입을 추진하기 바란다.

2025.03.20 09:42최승철 컬럼니스트

[기고] 헬스케어에서 생성형 AI 리스크를 최소화하는 방법

생성형 인공지능(AI)은 IT 전문가만이 다룰 수 있는 전유물이 아니다. 만들어진 목적 자체가 누구나 사용할 수 있는 보편적 기술을 지향하고 있다. 이 때문에 최근에는 많은 사람들이 실생활뿐만 아니라 업무에서도 문서 작성 소프트웨어를 사용하듯 자주 사용하고 있다. 바야흐로 모든 산업에서 AI 기술을 통한 업무 방식의 혁신이 이루어지고 있는 시대다. 의료 분야도 예외는 아니다. 맥킨지에 따르면 의료 기관의 72%가 AI 기술을 사용하고 있거나 사용할 계획이라고 밝혔다. 우리나라 정부도 지난 5년간 2조2천억원 규모의 국내 의료 AI 관련 국가 연구개발에 투자했다. 또 2028년까지 의료 인공지능 연구개발 로드맵을 세우며 AI를 통한 의료 서비스 혁신을 꾀하고 있다. 이미 많은 의료 종사자들은 X선, MRI 및 CT 스캔 결과 해석이나 환자 데이터 통계 요약 등 다양한 업무에서 생성형 AI를 사용하고 있다. 이처럼 AI 기술은 많은 의료 분야에 도움을 주고 있다. 이는 의료 서비스 개선 및 국민 건강 증진이라는 긍정적 효과로 이어진다. 그러나 간과하지 말아야 할 것은 생성형 AI가 제공하는 답변이 부정확하거나 완전히 허구인 정보를 생성할 수 있다는 점이다. 맥킨지에 따르면 생성형 AI는 자신감 있는 답변을 제공하지만 그것이 정확한 사실이 아닐 경우가 종종 있는 것으로 나타났다. 이는 생성형 AI에 대한 신뢰도와 실제 답변에 대한 정확도의 격차로 나타나며 생성형 AI를 사용하는 모든 산업 분야에 리스크로 작용한다. 특히 생명과 직결되는 의료 분야에서는 매우 심각한 위협이 될 수 있다. 단순 기업의 효율성이나 비용 절감에 악영향을 주는 것이 아니라 국민의 생명, 웰빙, 건강에 돌이킬 수 없는 피해를 줄 수 있기 때문이다. AI 기술에서 도출된 부정확한 정보가 환자 치료에 심각한 결과를 초래할 수 있음에도 생성형 AI 제공업체는 라이선스 계약에 '위험성이 높은 시나리오에서 해당 도구를 사용하지 마십시오'와 같은 면책 조항을 통해 책임을 회피한다. 그렇기 때문에 의료 기업은 AI 활용에 따른 위험을 온전히 인식하고 AI가 제공한 정보에 대한 엄격한 검증 프로세스를 구현해야 한다. 민감한 환자 정보를 어떻게 보호할지 또한 매우 중요한데 강력한 보호 장치가 없다면 생성형 AI 사용으로 인한 무단 접근이나 기밀 유출과 같은 취약점이 노출될 수 있다. AI 모델은 제공되는 데이터의 품질에 따라 성능이 결정된다. 그렇기 때문에 의료 분야에서 사용되는 AI 모델은 신뢰할 수 있는 데이터를 기반으로 철저하고 엄격한 기준을 둬야 한다. 결과적으로 데이터 관리 시스템은 치명적 오류를 완화하기 위한 필수 요소다. 많은 개발자들은 AI 기술의 리스크를 줄이기 위해 실시간으로 결과물을 수정하거나, 데이터 편향을 줄이거나, 다양한 조건에서 테스트를 수행하는 등 신뢰도 보정에 노력을 기울이고 있다. 결국 핵심은 데이터다. 의료 분야에 속한 기업은 보통 민감 정보를 다루기 위한 온프레미스와 데이터 처리 성능을 위한 퍼블릭 클라우드를 동시에 쓰는 하이브리드 환경을 구축한다. 이러한 복잡한 환경에서 다양하고 정확한 최신 데이터가 확보돼야 AI 기술을 온전히 활용할 수 있기 때문에 하이브리드 데이터 플랫폼은 데이터 전략의 중심이 될 수밖에 없다. 하이브리드 데이터 플랫폼은 인프라를 막론하고 데이터를 원활하게 통합, 검증, 분석할 수 있다. 이 외에도 실시간 데이터 액세스로 데이터 변환, 피드백 메커니즘 구현 및 교육 개선, 성능 테스트를 수행할 수 있다. 또 강력한 데이터 카탈로그화 및 계보 추적과 같은 기능은 데이터의 출처와 이동 과정을 밝혀 투명성과 AI 모델에서 생성된 정보에 대한 신뢰를 높인다. 데이터 보안과 규정 준수도 놓칠 수 없다. 하이브리드 플랫폼은 저장 및 전송 중의 암호화, 역할 기반 액세스 제어, 엔터프라이즈 ID 관리 시스템과의 통합 등을 지원한다. 이를 통해 민감 환자 정보와 데이터 무결성을 보호하며 안전하고 신뢰할 수 있는 데이터로 AI 모델을 작동할 수 있도록 보장한다. 의료 산업의 미래는 어떻게 데이터를 활용해 환자가 겪는 의료 서비스를 개선할지에 달려 있다고 해도 과언이 아니다. 신뢰할 수 있는 하이브리드 데이터 플랫폼이 의료 서비스, 연구에서 새로운 혁신 가능성을 열어주는 열쇠가 될 것이다.

2025.02.11 10:29최승철 클라우데라 컬럼니스트

  Prev 1 2 Next  

지금 뜨는 기사

이시각 헤드라인

AI인프라·밸류업 투트랙 공략…삼성·SK, 주총서 미래 청사진 제시

'9년 뚝심' 퓨리오사AI, 양산 칩 내놓고 실증 시험대 올라

BTS 광화문 공연 인파 몰린다…네카오 지도 서비스도 ‘총력 대응’

오류없는 양자컴퓨터 나오나…초전도 120% 증폭 현상 세계 첫 발견

ZDNet Power Center

Connect with us

ZDNET Korea is operated by Money Today Group under license from Ziff Davis. Global family site >>    CNET.com | ZDNet.com
  • 회사소개
  • 광고문의
  • DB마케팅문의
  • 제휴문의
  • 개인정보취급방침
  • 이용약관
  • 청소년 보호정책
  • 회사명 : (주)메가뉴스
  • 제호 : 지디넷코리아
  • 등록번호 : 서울아00665
  • 등록연월일 : 2008년 9월 23일
  • 사업자 등록번호 : 220-8-44355
  • 주호 : 서울시 마포구 양화로111 지은빌딩 3층
  • 대표전화 : (02)330-0100
  • 발행인 : 김경묵
  • 편집인 : 김태진
  • 개인정보관리 책임자·청소년보호책입자 : 김익현
  • COPYRIGHT © ZDNETKOREA ALL RIGHTS RESERVED.