• 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
반도체
인공지능
AI의 눈
IT'sight
칼럼•연재
포토•영상

ZDNet 검색 페이지

'AI 거버넌스'통합검색 결과 입니다. (61건)

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

[이성엽의 IT프리즘] 데이터 정책 거버넌스의 과제

인공지능(AI)의 원료인 데이터의 중요성은 아무리 강조해도 지나치지 않는다. 데이터란 부가가치 창출을 위해 관찰·실험·조사·수집으로 취득하거나 정보시스템 등을 통해 생성·처리되는 전자적 자료·정보를 의미한다. 이는 유형에 따라 정형, 반정형, 비정형데이터 등으로 분류되며, 용도나 특성에 따라서는 통계, 개인정보, 공공정보, 저작물 등으로 분류된다. 이런 데이터의 다양성에 따라 데이터에 관한 법제와 거버넌스도 복잡한 양상을 띤다. 우선 데이터 관련 법제가 다양하고 복잡하다. AI 분야에서는 AI 기본법이 AI 발전·윤리·신뢰 기반 조성을, AI 데이터센터 특별법이 인허가 간소화, 전력망 특례 등 데이터센터 산업 진흥을 다룬다. 데이터 활용·거래 측면에서는 데이터산업법, 산업디지털전환법, 개인정보보호법, 신용정보법, 정보통신망법 등이 있다. 데이터 보호 측면에서는 부정경쟁방지법, 저작권법, 산업재산정보법이 데이터 부정사용 금지와 데이터베이스 보호를 담당한다. 공공분야에는 공공데이터법, AI 데이터행정법이 있는데, 2026년에는 국가데이터기본법 제정안이 추진되고 있다. 결국 서로 다른 목적과 소관 부처를 가진 총 13개의 법률이 여러 시점에 걸쳐 만들어지고 개정되면서, 이들 법제 사이의 정합성을 어떻게 확보할 것인가가 과제가 되고 있다. 데이터 정책 거버넌스도 마찬가지다. 기본적으로 현행 데이터 정책 거버넌스는 국가데이터정책위원회(과기정통부 소관)와 공공데이터전략위원회(행안부 소관)가 각각 국무총리를 위원장으로 두고 개별 운영되는 이원 체제이다. 전자는 데이터 산업·활용을, 후자는 공공데이터 제공·이용을 맡아왔으나 두 위원회가 상호 연계 없이 분절적으로 운영되고 있다. 부처별 데이터 정책 역시 심각하게 파편화되어 있어, 데이터 구축·개방, 표준화·품질, 산업육성, 안전·보호 등 데이터 생애주기의 각 단계가 부처별로 쪼개져 있으며 특히 안전·보호 영역에는 개인정보위(개인정보), 문체부(저작권), 복지부(의료데이터), 금융위(금융데이터·신용정보), 방미통위(위치정보), 지재처(데이터 무단사용 범위 명확화), 과기부(데이터 안심구역) 등 7개 부처가 관여하고 있다. 여기에 통계청의 국가데이터처 승격으로 CDO(Chief Data Officer) 역할 정립이 새 과제로 등장하면서, 기존 이원 체제에 제3의 축이 더해진 상황이다. 특히, 국가데이터처는 새로운 임무에 대한 법적 기반이 없는 상황에서 출발하면서 혼선을 더하고 있다. 원래 데이터는 가공되지 않은 원자료(raw data)에 가까운 1차적 사실의 집합이고, 통계는 그 데이터를 일정한 목적과 방법론에 따라 수집·집계·가공하여 의미를 부여한 2차적 산출물이다. 따라서 통계는 목적성과 전문성이라는 가치를 지닌 데이터라는 점에서 양자는 다르다. 또한 통계는 일단 확정되면 신뢰할 수 있는 완성된 수치를 지향하며 정합성과 오류 최소화가 중요한 가치이다. 반면 데이터 정책은 데이터를 끊임없이 결합·재가공·재활용하여 새로운 가치를 만들어내는 개방성과 유동성을 지향한다는 점에서 양자는 다르다. 이런 점에서 통계 생산기관이 국가 데이터 전반의 컨트롤타워가 되는 것은 설득력이 부족하다. 지난 5월 정부는 이런 혼선을 방지하고자 데이터 정책 거버넌스 개편안을 발표했다. 이에 따르면 3단계의 구조가 신설된다. 최상층에는 국무총리가 주재하는 '데이터 관계장관회의'를 컨트롤타워로 신설하는데, 이는 비상설 회의체로서 부처 간 쟁점이 많은 이슈가 발생할 때 수시로 총괄·조정하는 역할을 맡는다. 그 논의 범위는 기존 위원회 역할을 넘어 국가 데이터 관리, 저작권, 개인정보 등을 포괄하며, 국무총리를 비롯해 과기부총리, 행안부 장관, 데이터처장 등 각 부처의 장이 참석하고 총괄 간사는 국무조정실이 맡아 반기별 1회 개최된다. 중간층에서는 컨트롤타워가 국무총리급이 됨에 따라 기존 두 위원회의 위원장을 장관급으로 하향 조정하고, 여기에 (가칭) 국가데이터위원회를 신설해 3개 위원회 체제로 재편한다. 국가데이터위원회는 국가데이처가 향후 제정될 국가데이터기본법에 따른 업무를 수행하기 위한 합의제 조직으로 국가 데이터 관리·활용, 데이터 과학·기술‧연구, 국가 데이터 생태계 조성을 담당한다. 이번 개편으로 데이터 정책 거버번스의 컨트롤 타워 부재 문제는 일단 해결된 것처럼 보이나, 여전히 아쉬운 점이 있다. 우선 최고 컨트롤타워인 데이터 관계장관회의가 비상설 회의체이며 반기 1회 개최된다는 것이다. 수시 개최가 명시되어 있으나, 상설 사무국과 전담 인력 없는 비상설 회의체가 실질적 조정력을 가질 수 있을지 의문이다. 위원회가 3개로 늘어난 것도 문제이다. 과기부의 데이터 활용, 행안부의 공공데이터, 국가데이터처의 국가 데이터 관리라는 3개 위원회의 소관 업무의 경계가 모호하고 겹칠 가능성이 높다. 국가데이터위원회라는 명칭도 국가데이터정책위원회라는 명칭과 차별성이 없다. 결국 이번 개편은 조정 기구를 만들었다는 형식은 갖추었지만, 실질적인 조정력 확보를 위한 내용은 부족하다고 평가할 수 있다. 즉, 최상층 조정기구의 권한, 강제력, 상시성이라는 거버넌스의 실질을 확보하는 것이 과제로 남아 있다. 컨트롤 타워의 실효성은 부처 간 이견을 구속력 있게 조정하는 권한과 그것을 뒷받침하는 사무국의 역량에서 나온다는 점을 유의할 필요가 있다. 향후 국가데이터기본법 제정 등의 과제에서 명확하고 실행가능한 대안이 제시되기 바란다.

2026.06.29 11:02이성엽 컬럼니스트

남부발전, SPC·KOSA 손잡고 에너지 AI시대 연다

한국남부발전(대표 김준동)은 25일 한국소프트웨어저작권협회(SPC), 한국소프트웨어산업협회(KOSA)와 '발전 분야 AI-READY 데이터 거버넌스 수립 및 안전한 데이터 레이크하우스 구축을 위한 업무협약(MOU)'을 체결했다. 이날 협약은 세 기관이 인공지능(AI) 기반 디지털 전환에 맞춰 공공 데이터 활용에 필요한 안전성과 신뢰성·법적 안정성을 확보하고, AI 활용 기반을 체계적으로 마련하고자 추진됐다. 남부발전이 수립하려는 'AI-READY 데이터 거버넌스'는 AI가 데이터를 즉시, 안전하고 정확하게 학습·추론할 수 있도록 데이터의 품질·출처·메타데이터 등을 지속적으로 통제하고 관리하는 통합 체계이다. 구축하려는 '데이터 레이크하우스'는 비용 효율적 대용량 저장소인 데이터 레이크의 유연성과 빠른 분석을 지원하는 데이터 웨어하우스 관리 기능을 결합한 최신 데이터 플랫폼이다. 세 기관은 협약에 따라 ▲AI 학습용 데이터의 저작권 및 라이선스 사전 검증 ▲민간의 선진 데이터 거버넌스 운영 모델 도입 ▲공공 데이터 활용 활성화를 위한 제도 개선 과제 발굴 등 다양한 분야에서 협력할 예정이다. 남부발전은 안정적인 AI-READY 데이터 거버넌스 수립과 데이터 레이크하우스 구축을 위한 신뢰할 수 있는 검증 체계를 마련하고, 데이터 기반의 의사결정 체계를 한층 고도해 나갈 계획이다. SPC는 데이터와 소프트웨어의 지식재산권 관련 위험 요인을 사전에 식별하고 검증하는 역할을 한다. KOSA는 민간 기업의 데이터 활용 경험과 운영 노하우를 바탕으로 실무에 적합한 데이터 거버넌스 설계를 지원할 예정이다. 남부발전은 협약에 따른 시너지를 극대화하기 위해 다음 달 'AI-Ready 데이터 마련을 위한 전사 AI 데이터 경영 거버넌스 수립 용역'에 착수한다. 데이터 표준화와 품질관리·메타데이터 관리 체계 구축은 물론 AI 학습 데이터의 체계적인 관리 기반을 마련해 경영 전반의 인공지능 전환(AX)에 속도를 낸다는 방침이다. 남부발전은 공공기관 최초로 구축한 자체 생성형 AI인 KEMI(KOSPO Evolving Mind Innovation)를 활용해 데이터 기반의 업무 혁신을 추진하며, 자체 개발한 소프트웨어 가운데 일부를 대국민 서비스로 무료 개방할 계획이다. 김경민 남부발전 AX본부장은 “AI 시대를 맞아 공공 분야도 AI와 데이터 기반의 의사결정이 중요해지고 있다”며 “이번 협약을 계기로 단순한 기술 도입을 넘어 안전하고 지속 가능한 데이터 생태계를 조성하고, 발전 분야에서 AI와 데이터 활용의 새로운 기준을 만들어 나가겠다”고 말했다.

2026.06.25 18:03주문정 기자

[현장] 데이터이쿠 "AI 에이전트, 검증·통제 속에서 탄생해야…'코빌드'로 지원"

"인공지능(AI) 에이전트는 검증·통제 가능한 환경서 만들어져야 합니다. 이에 발맞춰 우리는 '데이터이쿠 코빌드'를 출시했습니다. 코빌드는 자연어로 입력한 업무 목표를 AI 프로젝트로 만들고, 그 과정을 시각적으로 확인할 수 있도록 지원합니다." 장기욤 아페르 데이터이쿠 제품관리 부문 이사는 24일 서울 서초구 에피소드 강남 262에서 '데이터이쿠 서밋 서울 2026' 기자간담회를 열고 AI 에이전트 구축 과정에 검증·통제 환경이 필수라며 이같이 밝혔다. 데이터이쿠 서밋은 파리, 도쿄, 런던 등 세계 주요 도시에서 개최되는 글로벌 플래그십 행사다. 오는 25일 서울 웨스틴 파르나스 하모니 볼룸에서 진행된다. 이날 데이터이쿠를 활용한 확장 가능한 인공지능(AI) 환경 구축 방안 등이 공유된다. 아페르 이사는 지난 18일 출시된 코딩 에이전트 코빌드를 소개했다. 코빌드는 현업 사용자가 자연어로 입력한 비즈니스 목표를 운영 가능한 AI 프로젝트로 자동 전환하는 플랫폼 기능이다. 사용자가 목표를 설명하면 코빌드는 관련 데이터를 식별하고 워크플로를 설계한 뒤 데이터 파이프라인, 머신러닝(ML) 모델, 에이전트, 애플리케이션 등을 코드 작성 없이 생성한다. 생성된 결과물은 시각적 흐름 형태로 제공돼 현업과 IT 부서가 함께 검토·수정·승인할 수 있다. 아페르 이사는 코빌드 핵심으로 에이전트 품질 검증 검증과 통제 가능성을 꼽았다. 코빌드는 AI 프로젝트 기획 단계부터 거버넌스를 내재화해 무분별한 프로토타입 생성, AI 백로그 증가, 기술 부채 누적 문제를 줄이는 데 초점을 맞췄다. 그는 "기존 AI가 결과만 보여준다면, 코빌드는 결과가 만들어지는 과정까지 시각적으로 보여준다"며 "현업 사용자도 직접 검증하고 통제할 수 있게 돕는다"고 강조했다. 또 스노우플레이크, 오픈AI, 앤트로픽, 아마존 베드록, 구글 제미나이 등 여러 거대언어모델(LLM) 환경을 지원한다. 이를 통해 기업이 기존 AI·데이터 인프라와 연계해 활용할 수 있도록 돕는다. "에이전트 구축에 모델 성능만큼 중요한 건 운영 체계·거버넌스" 데이터이쿠는 AI 에이전트 구축 과정 필수 요소를 운영 체계와 거버넌스로 꼽았다. AI 모델만큼 에이전트 신뢰성과 정확도가 중요하다는 이유에서다. 이에 발맞춰 데이터이쿠는 사내 비즈니스 전문가 지식과 판단 기준을 AI 에이전트 추론 로직으로 전환하는 '엑스퍼트-투-에이전트(E2A)' 기술을 공개했다. 이 기술은 기업이 보유한 업무 전문성을 구조화된 에이전트 형태로 활용할 수 있도록 지원한다. 이날 '에이전트 매니지먼트' 기능도 소개됐다. 해당 기능은 데이터이쿠뿐 아니라 다른 플랫폼에서 개발된 에이전트까지 단일 화면에서 통합 관리하고 성능과 리스크를 모니터링할 수 있도록 구축됐다. 또 산업과 업무 영역별 특화 에이전트를 활용해 의사결정을 지원하는 '리즈닝 시스템'도 공개됐다. 기업은 이를 활용해 업무 프로세스를 분석하고 에이전트를 적용할 수 있는 영역을 발굴할 수 있다. 데이터이쿠는 AI 활용이 확대될수록 개별 모델 성능 만큼 운영 체계와 거버넌스 중요성도 커질 것으로 전망했다. 이에 사람과 오케스트레이션, 거버넌스를 결합한 운영 모델을 통해 기업 AI 확산을 지원한다는 방침이다. 앤드류 보이드 데이터이쿠 아시아태평양·일본 총괄 수석 부사장은 "AI 가치는 기술 자체가 아니라 실제 조직 안에서 작동할 때 드러난다"며 "AI가 제대로 내재화되기 위해서는 비즈니스 사용자가 쉽게 이해할 수 있어야 하고 리스크 관리 조직이 이를 통제할 수 있어야 하며 IT 부서는 안정적으로 운영할 수 있어야 한다"고 강조했다. 김종덕 데이터이쿠코리아 지사장은 "에이전틱 AI 시대에는 개별 모델 성능보다 이를 안전하게 확장하고 통제할 수 있는 체계가 중요하다"며 "국내 고객사들이 AI를 단발성 실험이 아닌 전사적 운영 체계로 발전시킬 수 있도록 지속적으로 지원할 것"이라고 밝혔다.

2026.06.24 13:27김미정 기자

거버넌스 엔지니어링의 세 가지 길...Build·Buy·Borrow

엔터프라이즈는 지난 30년간 '핵심이 아닌 모든 행위'를 바깥으로 밀어내 왔다. IT 개발은 SI 외주사로, 제조는 OEM과 위탁생산으로, 운영은 위탁운영사로, 고객 응대는 BPO로 흘러 나갔다. 외주화는 한 가지 단순한 원리로 움직였다. '핵심이 아닌 것을 안에서 운영할수록 비싸진다'는 원리다. 같은 전문성을 외부에서 더 싸게 살 수 있는 시장이 형성되는 순간, 그것을 내부에 보유하는 것은 비합리가 된다. SI 외주사가 산업 전반의 구축 노하우를 축적하고 OEM 제조사가 전 세계 공정 데이터를 모으는 동안 어떤 기업도 자기 인력만으로 그 깊이와 폭을 따라갈 수 없게 됐다. 외주화는 의지의 결과가 아니라 합리화의 결과였다. AI 시대는 이 원리가 더욱 강력해진다. 결정의 종류는 늘어나고 중요하지 않은 결정의 비율은 점점 커진다. 1년에 두 번 필요한 결정을 위해 안목 있는 사람을 1년 내내 고용하는 일은 점점 정당화되기 어려워진다. 어제는 안에서 처리하던 결정이 오늘은 외부에서 더 적합한 안목으로 받아내는 게 합리적인 결정이 된다. 결정의 다양성이 한 사람의 폭을 넘고 한 회사의 채용 능력을 넘는다. 30년 동안 핵심의 경계를 끊임 없이 안쪽으로 밀어붙였던 그 원리, 즉 중요하지 않은 모든 것을 외부로 밀어냈던 외주화의 원리가 이번에는 의사결정의 영역 안으로 들어와 같은 일을 반복하게 된 셈이다. 지난 칼럼에서 언급했던 '거버넌스 엔지니어링'의 진짜 정체가 여기서 드러난다. 거버넌스 엔지니어링은 모든 결정을 안에서 설계하는 것이 아니라 어떤 결정을 안에 둘 것인지, 어떤 결정을 밖으로 보낼 지를 매번 다시 그리는 일이다. 그리고 밖으로 보낸 결정의 책임을 어떻게 분산하고 회수할지를 함께 설계하는 일이기도 하다. 선택지는 세가지다. 한국 비즈니스가 오랫동안 답습해왔던 'Build' - 회사의 정체성과 직결되는 핵심 결정은 안에서 키운다. 'Buy' - 핵심에 가깝지만 빠른 충원이 필요한 자리는 사 온다. 'Borrow' - 그 외의 모든 결정은 외부 시장에서 빌려 온다. 외주화가 가속될수록 세 갈래의 무게중심은 마지막 항목으로 옮겨간다. 옛 30년의 외주화가 작업 단위로 일어났다면, 이번에는 결정 단위로 일어난다. 다만 AI 시대의 Borrow는 우리가 알던 기존의 의미와 다소 다르다. 기존에는 6개월 컨설팅, 자문역, 인력 파견처럼 시간 단위로 사람을 빌리는 것이었다면, AI 시대의 Borrow는 결정 단위로 안목을 빌리는 것을 의미한다. 한 가지 결정이 발생하는 그 순간 그 결정에 가장 적합한 안목을 가진 사람이 셀에 즉시 동원되고 결정이 끝나면 다음 결정으로 흘러 들어 간다. 우버 운전자도 컨설턴트도 아닌 그 사이의 새로운 형식이다. 이것은 사실 한때 우리가 잘 알았던 단어 '긱 이코노미'의 부활이다. 다만 방향이 정반대다. 우버와 도어대시가 만든 옛 긱은 책임을 노동자에게 떠넘기는 구조였다. 플랫폼이 매출을 가져가고 사고와 손실은 라이더가 짊어졌다. 새 긱은 그 방향을 뒤집는다. 조직이 안목을 빌리고 빌려 온 사람은 자기 안목의 무게만큼의 책임을 가지고 셀에 앉는다. 가장 낮은 입찰가가 아니라 가장 적합한 평판이 동원의 기준이 된다. 한때 불안정의 동의어였던 단어 '긱'이 AI 시대에는 분산된 책임의 인프라가 된다. 이런 긱이 작동하려면 세 가지가 함께 있어야 한다. 누가 어떤 결정에 어떤 안목을 가지고 있는지를 추적할 수 있는 평판 데이터. 결정이 발생한 즉시 적합한 사람을 셀로 모을 수 있는 동원 구조. 그리고 빌려 온 안목이 내린 결정의 책임이 어디로 귀속되는지를 명확히 하는 책임 매핑. 이 셋이 갖춰지는 순간 거버넌스의 외주화는 일상의 의사결정 차원에서 작동하게 된다. 다만 아무리 정교한 평판 시스템과 동원 구조가 갖춰져도 셀 안에서 최종적으로 결정을 감당하는 존재는 결국 사람이다. AI는 실행을 빠르게 만들고 시장은 필요한 사람을 빠르게 동원할 수 있게 만들지만, 그 실행을 어디서 멈추고 어떤 방향으로 보낼지는 여전히 사람의 안목에 달려 있다. 여기서 말하는 안목은 막연한 감각이 아니다. 안목은 세 가지 능력의 결합이다. 자신이 무엇을 알고 무엇을 모르는지, AI에게 무엇부터 물어야 하는지 정직하게 인식하는 메타인지가 첫번째다. 두번째는 AI의 답을 그대로 믿지 않고 전제와 리스크를 따져보는 비판적 사고다. 세번째는 의심을 통과한 뒤에도 어느 한 방향을 선택하고 책임질 수 있는 신념이다. AI가 실행을 대신하는 시대에 결국 거버넌스 엔지니어링의 마지막 질문은 '우리는 어떤 안목을 누구에게 맡길 것인가'로 수렴된다. 앞으로의 경쟁력은 더 많은 일을 더 빨리 처리하는 능력이 아니라 어떤 결정에 어떤 안목을 연결할 수 있느냐에 따라 갈릴 것이다.

2026.06.22 16:59이하늘 컬럼니스트

[현장] AI 시대 오픈소스 리스크 커진다…"거버넌스·공급망 관리 강화해야"

인공지능(AI)이 산업 전반을 핵심 기술로 자리 잡으면서 오픈소스 관리와 소프트웨어 공급망 보안(SBOM)이 기업 경쟁력을 좌우하는 핵심 과제로 떠오르고 있다. 생성형 AI 확산으로 개발 생산성은 높아졌지만 저작권 분쟁과 라이선스 위반, 보안 취약점 등 새로운 위험도 함께 커지면서 체계적인 거버넌스 구축이 필요하다는 목소리가 나온다. 김택완 OSBC 대표는 11일 서울 강남구 더라움에서 개최한 '오픈소스·AI 컨퍼런스'에서 "오픈소스는 이제 산업 경쟁력을 좌우하는 핵심 자산"이라며 "AI와 오픈소스는 더 이상 분리해서 생각할 수 없는 하나의 생태계가 됐다"고 강조했다. 올해로 15회를 맞은 이번 행사는 'AI와 오픈소스의 연결, 글로벌 오픈소스 거버넌스'를 주제로 열렸다. 행사에는 율촌·LG AI연구원·삼성전자·카카오·안랩 등 국내 주요 기업·기관과 일본 소니 OSPO, 사이버트러스트재팬, 인사이너리 등 해외 전문가들이 참석해 AI 저작권 분쟁과 SBOM, 글로벌 규제 대응, 오픈소스 거버넌스 구축 전략 등을 공유했다. "AI 성장 다음 과제는 기술 아닌 법과 규제" 첫 기조연설에 나선 임형주 율촌 AI DC센터장은 AI 산업이 기술 발전 단계를 넘어 법·제도 검증 국면에 들어섰다고 진단했다. 또 가트너 하이프사이클을 언급하며 생성형 AI와 파운데이션 모델이 기대 정점을 지나 이른바 '캐즘(Chasm)' 구간에 진입하고 있다고 분석했다. AI 산업의 다음 성장 과제는 기술 성능이 아니라 법적 리스크와 규제 대응이라는 설명이다. 임 센터장은 "전기차가 인프라 문제로 캐즘을 겪었다면 AI는 저작권과 각종 규제 문제로 캐즘을 맞이할 가능성이 높다"며 "우리나라 AI 기본법이 시행되면서 그동안 잠재돼 있던 법적 리스크가 현실화될 것"이라고 말했다. 실제 미국에선 AI 관련 저작권 소송이 최근 2년 사이 두 배 가까이 증가했다. 게티이미지와 스태빌리티 AI 분쟁, 뉴욕타임스와 오픈AI 소송 등 AI 학습 데이터 활용을 둘러싼 법적 공방도 확대되는 양상이다. 임 센터장은 "현재 미국에선 생성형 AI 학습 과정에 대한 판결들이 점차 나오고 있지만 국내에는 아직 명확한 판례가 없는 상황"이라며 "올해 말이나 내년께 나올 방송사와 플랫폼 사업자 간 학습 데이터 관련 소송 결과가 국내 AI 저작권 분쟁의 중요한 기준점이 될 수 있다"고 설명했다. 이어 "AI 산업 발전과 창작자 권리 보호 사이의 균형점을 찾는 과정이 앞으로 가장 중요한 과제가 될 것"이라며 "기업들은 데이터 확보 단계부터 저작권과 개인정보, 영업비밀 문제를 함께 검토해야 한다"고 덧붙였다. "AI가 만든 코드에도 오픈소스 라이선스 책임 따른다" 이어진 기조연설에선 마이크 피텐저 인사이너리 최고전략책임자(CSO)가 생성형 AI 기반 코드 개발 과정에서 발생할 수 있는 새로운 오픈소스 위험을 소개했다. 그는 생성형 AI가 오픈소스 코드 일부를 재생산하면서 개발자들이 인지하지 못하는 '숨겨진 의존성' 문제가 빠르게 확산되고 있다고 지적했다. 피텐저 CSO는 "AI는 오픈소스 코드를 학습해 유사한 코드 조각을 생성할 수 있는데 이 경우 기존 소프트웨어 구성 분석(SCA) 도구로는 탐지하기 어렵다"며 "결과적으로 라이선스 의무를 위반하거나 지식재산권(IP) 분쟁에 휘말릴 위험이 커질 수 있다"고 짚었다. 또 그는 연구 결과를 인용하며 AI가 생성한 코드 상당수에서 선언되지 않은 오픈소스 코드 조각이 발견됐다고 설명했다. 특히 AI가 생성한 애플리케이션의 경우 절반이 넘는 파일에서 오픈소스 코드 조각이 포함된 사례도 확인됐다고 소개했다. 이는 AI가 생성한 코드 안에 어떤 오픈소스 코드가 섞여 있는지 개발자가 인지할 수 없음을 시사한다. 피텐저 CSO는 "라이선스 위반은 코드 전체를 사용했는지 일부만 사용했는지와 관계없이 동일하게 적용된다"며 "AI가 생성한 코드라 하더라도 기업은 해당 코드의 출처와 라이선스를 검증해야 할 책임이 있다"고 말했다. 그러면서 "AI 도입은 선택이 아니라 필수지만 위험 관리 역시 선택이 아니다"라며 "거버넌스 체계와 개발 프로세스, 기술적 통제를 함께 강화해야만 AI 시대의 오픈소스 리스크를 효과적으로 관리할 수 있다"고 강조했다.

2026.06.11 15:56한정호 기자

[SW키트] "보여야 통제한다"…기업 새 과제로 떠오른 '에이전트 거버넌스'

"인공지능(AI) 에이전트가 많아질 수록 기업은 더 큰 과제를 안을 것입니다. 보이지 않는 에이전트를 어떻게 찾을지부터 작동 권한을 어디까지 허용할지, 데이터 접근을 어떻게 감시할지, 문제가 생겼을 때 어떻게 멈출지가 새로운 이슈로 떠올랐습니다. 기업은 AI 에이전트를 업무 생산성 도구가 아니라 관리해야 할 대상으로 봐야 합니다." 네타 하이비 마이크로소프트 시큐리티 AI 보안 부문 파트너 제품 매니저는 4일까지 미국 샌프란시스코에서 열린 '마이크로소프트 빌드 2026'에서 '에이전트 365' 특장점을 소개하며 이같이 밝혔다. AI 에이전트 성능이나 생산성도 중요하지만, 조직 안팎에 흩어진 에이전트를 식별·감시·관리할 수 장치가 필수라는 설명이다. 에이전트 365는 기업 내 AI 에이전트를 등록·감시·통제하는 관리 솔루션이다. 마이크로소프트는 이 제품을 지난해 11월 처음 공개한 뒤 5월 1일 전 세계에서 정식 출시했다. 현재 AI 에이전트는 기업 업무 환경 안으로 깊숙이 들어왔다. 서비스형 소프트웨어(SaaS) 애플리케이션에 기본 탑재된 에이전트부터 개발자가 직접 만든 에이전트, 클라우드 플랫폼 위에서 구동되는 맞춤형 에이전트가 동시에 작동하고 있다. IDC 발표에 따르면 2028년까지 전 세계 조직 내 에이전트 수가 13억 개에 이를 전망이다. 하이비 매니저는 에이전트 증가 속도만큼 관리 체계가 마련되지 못하고 있다는 점을 짚었다. 조직은 에이전트가 어디에 있는지, 누가 만들었는지, 어떤 권한을 갖고 있는지, 실제 어떤 행동을 했는지 모두 확인할 수 없을 것이란 예측이다. 이에 에이전트가 의도한 범위를 벗어나거나, 연결된 도구를 오용하거나, 민감 데이터를 과도하게 공유할 가능성도 관리 대상이 돼야 한다는 주장이다. 그는 이에 발맞춰 '모든 에이전트를 위한 컨트롤 플레인'이 기업 시스템에 구축돼야 한다고 강조했다. 그러면서 '에이전트 365' 필요성을 제시했다. 에이전트 365는 조직 내 에이전트를 등록, 관측하며 정책을 적용하고 위험을 통제하는 관리 플랫폼이다. 하이비 매니저는 에이전트 365가 자사 에이전트만 관리하지 않는다고 말했다. 마이크로소프트 플랫폼에서 만들어진 에이전트뿐 아니라 외부 에이전트, 맞춤형 에이전트, 외부 클라우드 기반 에이전트까지 관리 대삼으로 삼는다고 설명했다. 그는 "이같은 접근은 AI 에이전트 시대 기업 환경이 단일 플랫폼으로 정리되기 어렵다는 현실을 반영한 것"이라고 강조했다. 실제 기업들은 이미 마이크로소프트 365를 비롯한 워크데이, 젠스파크, 아마존 베드록, 구글 버텍스 AI, 랭체인 기반 에이전트를 혼합해 사용 중이다. 그는 "에이전트가 특정 벤더 생태계 안에서만 작동하지 않는 만큼 관리·보안도 이같은 환경을 전제로 설계돼야 한다"고 주장했다. "에이전트, 기업 시스템서 행동하는 주체로" 켄드라 스프링거 에이전트 365 수석 그룹 제품 매니저는 "에이전트가 기업 시스템에서 직접 행동하는 주체 역할을 담당하기 시작했다"고 강조했다. 스프링거 매니저는 에이전트 365 핵심 기능으로 관측, 거버넌스, 보안을 꼽았다. 에이전트 365 관측은 조직 내 어떤 에이전트가 존재하는지 실시간 확인하는 기능이다. 그는 "기업은 숨겨진 에이전트에 보안 정책을 적용하거나 위험을 평가할 수 없다"며 "사고 발생 시 책임 소재를 추적할 수도 없다"고 설명했다. 이어 "에이전트 365는 관측 기능으로 조직 안팎에 보이지 않는 에이전트 존재를 구석구석 확인하는 역할을 한다"고 밝혔다. 거버넌스는 안전한 에이전트 확산을 위한 가드레일이다. 스프링거 매니저는 "에이전트가 어떻게 구축됐든, 누가 만들었든, 위험 수준에 맞는 보호 장치가 일관되게 적용돼야 한다"며 "이는 AI 도입 속도를 늦추기보다 기업이 안심하고 에이전트를 확대하도록 돕는 장치"라고 설명했다. 보안 기능은 에이전트를 직원, 애플리케이션, 데이터 자산처럼 보호해야 한다는 관점에서 출발한다. 스프링거 매니저는 "에이전트는 단순 SW가 아니라 사용자 대신 정보를 조회하고 도구를 실행하며 업무를 처리한다"며 "프롬프트 인젝션, 의도 이탈, 도구 오용, 데이터 유출 같은 새로운 위험을 막는 기능"이라고 소개했다. 스프링거 매니저는 에이전트도 정체성을 갖고 있다고 주장했다. 에이전트가 사용자 대신 권한을 행사하거나, 스스로 업무를 수행할 수 있다는 이유에서다. 그는 "에이전트의 호출 내역이나 권한 관리, 데이터 접근, 도구 실행 기록이 반드시 확인돼야 한다"며 "이는 사고 발생 시 감사와 책임 추적 출발점"이라고 주장했다. "에이전트 365, 식별·감시·통제 핵심" 이날 마이크로소프트는 에이전트 365 구조를 소개했다. 이 솔루션은 '마이크로소프트 엔트라' '디펜더' '퍼뷰' '인튠' 등 기존 보안·관리 제품과 결합된 형태로 이뤄졌다. 기존 보안 정체성 관리는 엔트라, 위협 탐지·차단은 디펜더, 데이터 거버넌스는 퍼뷰, 섀도 AI 탐지는 인튠이 맡는 식이다. '에이전트 365 소프트웨어 개발 키트(SDK)'는 외부 에이전트를 관리 체계 안으로 끌어들이는 역할을 한다. SDK는 기존 에이전트를 에이전트 365 안에서 찾아주거나 에이전트 ID와 관측성, 보안 정책, 도구 연결, 데이터 보안 기능을 붙이는 연결 장치다. 이를 통해 관리자는 조직 내 전체 에이전트·사용자 수, 런타임 시간, 보류 중인 요청, 위험 감지 에이전트, 소유자 없는 에이전트 등을 확인할 수 있다. 특히 소유자 없는 에이전트는 중요한 관리 리스크로 다뤄진다. 에이전트가 조직 안에서 계속 작동하고 있는데 책임자가 없다면, 권한 관리와 사고 대응이 어려워질 수 있어서다. 마이크로소프트는 정책 템플릿도 에이전트 365 핵심 기능으로 제시했다. 엔트라, 디펜더, 퍼뷰, 쉐어포인트 전반 정책을 한 템플릿으로 묶어 에이전트에 적용할 수 있다는 설명이다. 관리자는 에이전트가 어떤 데이터와 도구에 접근하는지 확인한 뒤 위험 수준을 판단하고, 적절한 보호 정책을 적용해 배포를 승인할 수 있다. 마이크로소프트는 섀도 에이전트 관리도 강조했다. 기존에는 직원이나 부서가 개별적으로 AI 도구를 사용하는 섀도 AI가 문제였다면, 앞으로는 관리되지 않는 에이전트가 새로운 위험이 될 수 있다는 이유에서다. 에이전트 365는 이런 섀도 에이전트를 식별하고 차단하거나 관리 체계 안으로 편입하는 방향을 제시할 수 있다는 것이다. 스프링거 매니저는 "AI 에이전트 경쟁은 더 이상 '누가 더 똑똑한 에이전트를 만드느냐'에만 머물지 않는다"며 "기업 환경에서는 '그 에이전트를 누가 볼 수 있고, 누가 승인하며, 어떤 권한으로 움직이고, 문제가 생겼을 때 누가 책임질 수 있느냐'가 핵심 경쟁력이 되고 있다"고 강조했다. 이어 "AI 에이전트 시대 핵심은 자동화 속도가 아니라 통제 신뢰성"이라며 "기업이 에이전트를 얼마나 많이 도입하느냐보다, 그 에이전트를 얼마나 투명하게 보고 안전하게 다룰 수 있느냐가 다음 단계 경쟁력을 가를 가능성이 크다"고 내다봤다.

2026.06.06 08:16김미정 기자

[기고] AI 확산 속 '통제 구조 재설계'가 필요한 이유

인공지능(AI)은 이미 조직 내부에서 조용하지만 강력하게 확산하고 있다. 직원들은 생산성 향상을 위해 여러 생성형 AI 툴을 업무에 활용하기 시작했다. 개발 조직은 외부 API와 서비스형 소프트웨어(SaaS)에 내장된 AI 기능을 자연스럽게 사용하고 있다. 문제는 이같은 활용이 공식적인 승인이나 관리 체계 밖에서 이뤄지는 경우가 많다는 점이다. 최근 발표된 '2026 클라우드플레어 보안 시그널 리포트'에 따르면 직원 98%가 섀도 AI를 포함해 승인되지 않은 애플리케이션을 사용하고 있는 것으로 나타났다. AI 관련 보안 사고를 경험한 조직 97%는 적절한 AI 접근 통제조차 갖추지 못한 것으로 확인됐다. 이는 기술 확산을 넘어 기존 운영 방식 한계를 여실히 보여주는 사례다. AI 도입 속도는 거버넌스 있으며 많은 조직이 사용 현황과 책임 구조조차 명확히 설명하지 못하는 실정이다. 클라우드플레어 리포트는 이를 '실제 사용과 통제 사이의 구조적 격차'라고 정의한다. 이제 AI는 단순한 도입 단계를 넘어 통제 방식과 책임 소재를 근본적으로 재정립해야 하는 국면에 접어들었음을 시사한다. AI 확산 과정에 가장 먼저 드러나는 문제는 거버넌스 구조 한계다. 기존 IT 환경에서는 기술 도입이 엄격한 승인과 검토를 중심으로 이뤄졌지만, AI는 브라우저 확장 프로그램이나 API를 통해 마찰 없이 조직 내부로 자율적으로 침투한다. 그 결과 섀도 AI가 빠르게 증가하며 통제되지 않은 사용이 자리잡았다. 이는 단순한 관리 실패가 아니라 혁신적인 기술 도입 방식과 기존의 정적인 통제 모델 간 구조적 불일치에서 비롯된 문제다. 이런 구조 변화는 가시성과 책임 공백으로 이어진다. 특히 의사결정 속도는 빨라진 반면 결과에 대한 책임 구조는 오히려 희미해지는 '벨로시티 패러독스(Velocity Paradox)'가 발생한다. 다수 기업이 AI 사용 위치와 데이터 기반을 명확히 파악하지 못하고 있으며, 결과적으로 의사결정 설명 가능성과 책임 소지는 약화하고 있다. 더 심각한 점은 이런 공백이 치명적인 데이터 리스크로 직결된다는 사실이다. 데이터 접근이 통제 체계보다 먼저 확장되면서 다양한 서비스와 도구가 기업 데이터에 연결되고 데이터 흐름은 더욱 복잡하고 불투명해지고 있다. 리포트에 따르면 봇 트래픽이 전체 트래픽의 약 30%를 차지하며 공격의 정교함이 더해지는 현시점에서 기업은 AI 활용과 동시에 데이터 유출, 오용, 규제 리스크에 무방비로 노출될 수 밖에 없다. 규제 환경도 전례 없이 강화되는 추세다. 미국서만 한 해 동안 1200개 넘는 AI 관련 법안이 발의될 정도로 AI 거버넌스는 더 이상 선택적인 정책이 아니다. 추적 가능성과 설명 가능성을 중심으로 한 법적 책임 영역이다. 이제 설명 가능성과 추적 가능성은 AI 거버넌스를 평가하는 핵심 잣대로 자리잡았다. 이러한 환경에서 기업은 AI를 단순히 도입하는 차원을 넘어, 이를 실질적으로 통제할 수 있는 구조를 근본적으로 재설계해야 한다. 그렇다면 이 변화는 어디서부터 시작되어야 하는가. 우선 조직 내 AI 활용에 대한 지속적이고 투명한 가시성 확보가 선행돼야 한다. 단순히 어떤 툴을 사용하는지 파악하는 수준을 넘어, AI가 어디에서 어떤 데이터와 연결돼 작동하는지 실시간으로 추적할 수 있어야 한다. AI 사용이 시야에서 벗어난 순간, 통제는 불가능해진다. 데이터 접근과 활용에 대한 통제 체계도 재정립돼야 한다. AI는 본질적으로 데이터 시스템이며, 데이터 흐름이 곧 리스크의 경로가 된다. 많은 조직에서 데이터 접근 권한이 통제 역량보다 빠르게 확장하고 있다는 점이 문제 핵심이다. AI 리스크를 관리하기 위해서는 데이터 흐름을 기준으로 한 결정적 가드레일과 통제 구조가 반드시 뒷받침돼야 한다. 이런 통제 구조는 단순히 리스크를 줄이기 위한 방어 장치에 그치지 않는다. '2026 클라우드플레어 보안 시그널 리포트'에 따르면 AI와 자동화를 보안 운영에 효과적으로 적용한 조직은 보안 침해 대응 시간을 평균 80일 단축하고 사고 대응 비용을 평균 190만 달러 절감한 것으로 집계됐다. 결국 AI 거버넌스는 보안을 위한 비용이 아니라 더 빠르고 안정적인 운영을 가능하게 하는 비즈니스 인프라이자 효율성 기반이 될 수 있다. 마지막으로 기업은 거버넌스를 '상시 작동하는 시스템'으로 전환해야 한다. 과거처럼 도입 여부를 사전에 승인하는 방식으로는 AI의 폭발적인 확산 속도를 따라잡을 수 없다. 대신 실제 사용 과정에서 지속적으로 모니터링하고 AI 활용을 실시간 통제할 수 있는 인프라로서 거버넌스 체계가 구축돼야 한다. AI 시대 경쟁력은 기술 도입 속도만이 아니라 이를 얼마나 안전하고 효율적으로 운영할 수 있는지에서 결정된다. 기업이 던져야 할 질문은 "AI를 사용할 것인가"가 아니라 "AI를 어떻게 통제할 것인가"다. 앞서 제시한 세 가지 핵심 과제를 바탕으로 AI를 단순히 도입하는 수준을 넘어 시스템 스스로 스트레스를 감지하고 회복하는 '자율적 회복력(Autonomic Resilience)'을 갖춘 구조로 재설계하는 기업만이 변화무쌍한 환경 속에서도 리스크를 관리하며 안정적인 성장을 이어갈 수 있을 것이다.

2026.06.05 14:26조원균 컬럼니스트

"'자율 AI 시대' 드론·로봇 보안 설계도 그린다"

사이버보안신기술융합학회와 한국인공지능산업법학회가 인공지능(AI) 보안의 미래 설계를 위한 폭넓은 논의를 펼칠 예정이다. AI가 로봇과 드론 등 산업 생태계 변화를 주도하고 있는 가운데 취약점을 스스로 찾아내고 공격 코드까지 작성하는 등 우리 일상에도 위협이 되고 있는 만큼 선제적으로 대안을 모색하기 위함이다. 양 학회는 오는 13일 동국대 문화관 초허당 세미나실에서 '인공지능과 사이버보안'을 주제로 2026년 하계 공동 학술대회를 개최한다고 2일 밝혔다. 이번 학술대회에서는 총 3개의 세션으로 나뉘어 AI 거버넌스, 치안 체계, 법적 프레임워크, 로봇과 드론 생태계 변화, 그리고 신기술 융합 보안 등 폭넓은 주제를 다룬다. 먼저 첫 번째 세션에서는 'AI 거버넌스의 진화와 디지털 입헌주의의 국가 사이버 보안까지'를 주제로, ▲AI 인공지능 거버넌스와 설명가능한 인공지능 이해 ▲미래 인공지능 치안 거버넌스 설계 ▲디지털 입헌주의와 국가 사이버보안의 대전환 등을 중심으로 발표 및 토론이 예정돼 있다. 두 번째 세션에서는 AI 융합드론, 로봇 보안 산업의 생태계를 전반적으로 다룰 예정이다. 해당 세션은 동국대 국제정보보호대학원이 AI융합드론·로봇 보안전공 석사과정을 국내 최초로 개설한 만큼, 동국대 국제정보보호대학원 교수들의 발표가 핵심으로 구성됐다. 세부 세션을 보면 ▲내재형 윤리 사이버 보안 프레임워크(Embedded EthiCS Cyber Security FRAMEwork) ▲AI 자율성의 결합 지점에서 본 드론 보안 ▲소부대 방호용 대드론 시나리오 ▲적 드론 무력화 '사이버로직밤' 기술과 군 적용 등을 주제로 마련됐다. 내재형 윤리 사이버 보안 프레임워크는 국내 보안 분야에서는 최초로 시도된 프레임워크 연구다. AI와 드론 로봇과 같은 최신 기술의 자율적 판단 과정에서 발생할 수 있는 문제에 대응하기 위해 '인간의 안전과 생명'을 최우선으로 지킬 수 있도록 윤리적·철학적 토대와 공학적 실천 방안을 내재화해 결합한 것이 특징이다. 마지막 세션에서는 사이버보안신기술융합학회 신진연구자의 논문 발표가 예정돼 있다. 동국대 국제정보보호대학원 연구자들이 국가 망보안 체계(N2SF), AI 학습 데이터 등을 중심으로 발표한다. 한편 사이버보안신기술융합학회는 이재우 동국대 국제정보보호대학원 석좌교수가 회장을 맡고 있다. 한국인공지능산업법학회는 손형섭 경성대 법학과 교수가 회장 직을 역임 중이다. 동국대 국제정보보호대학원은 "이번 학술대회는 AI가 자율적으로 판단하는 시대에 맞춰 드론 및 로봇 보안, 거버넌스, 컴플라이언스 등을 융합한 '대한민국 AI 보안의 미래 설계도'를 제시하는 것이 목표"라며 "시대적 흐름에 맞춰 국내 정보보호 및 법학계 최고 전문가들이 모여 대한민국 AI 보안의 미래를 설계하겠다"고 밝혔다.

2026.06.02 18:20김기찬 기자

기술도 ESG 시대…포티투마루, 대한상의·포브스 사회공헌대상 수상

포티투마루(42Maru)가 인공지능(AI) 기술 기업으로서 자본과 규모 중심의 전통적 환경·사회·지배구조(ESG) 틀을 넘어 '기술 기반 ESG 경영' 성과를 인정받았다. 포티투마루는 서울 중구 더 플라자 호텔 그랜드볼룸홀에서 열린 '제17회 2026 대한상공회의소·포브스 사회공헌대상'에서 ESG 경영 부문 대상을 수상했다고 27일 밝혔다. 우선 거버넌스(G) 측면에선 사내 AI 윤리위원회를 설치·운영하며 AI 모델의 학습부터 운영 전 과정에 걸쳐 데이터 보안·개인정보 보호 체계를 구축했다. 편향 점검 프로세스와 설명 가능한 AI(XAI) 기준을 내재화해 AI 윤리와 투명성, 신뢰성도 확보했다. 환경(E) 부문에선 BNZ파트너스와 함께 구축한 'AI 기반 K-택소노미 적합성 판단 지원 시스템'을 통해 한국형 녹색분류체계의 분류 절차를 자동·표준화했다. 이를 통해 중소·중견기업의 녹색금융 진입 장벽을 낮췄으며 저전력 중앙처리장치(CPU) 기반 경량화 AI 모델을 공급해 친환경 AI 운영 환경을 실현했다. 사회(S) 부문에선 AI 학습데이터 구축 사업을 통해 1000여명 고용을 창출하고, 무료 대민 품질관리(QA) 챗봇 서비스와 디지털 취약계층을 위한 키오스크 사용자 경험(UX) 개선·시각장애인용 전자 점역 서비스 등 포용적 AI 기반 사회공헌 활동을 확대해 왔다. 김동환 포티투마루 대표는 "기술 영향력이 비즈니스와 사회 전반으로 폭발적으로 확장되는 시대인 만큼, 기술력 못지않게 고도의 신뢰성과 거버넌스를 확립하는 기업의 책무가 막중해지고 있다"며 "기술 혁신을 넘어 환경 보호와 투명 경영을 아우르는 안전하고 책임감 있는 AI 생태계를 구축하기 위해 지속 노력할 것"이라고 강조했다.

2026.05.27 16:47이나연 기자

한국형 AI 정부 모델 알린다…행안부, 유엔과 개도국 초청 연수

정부가 유엔과 함께 개발도상국 공무원들을 대상으로 공공 인공지능(AI) 정책 연수를 개최하며 글로벌 AI 거버넌스 논의 주도권 확보에 나선다. 공공 AI와 데이터 주권, 디지털 신분증 등 한국형 디지털정부 모델을 공유해 AI 시대 국제 협력 기반을 확대하고 'AI 기본사회' 가치 확산에도 속도를 낸다는 목표다. 행정안전부는 오는 18일부터 21일까지 유엔 경제사회처(UN DESA)와 함께 개발도상국 AI 담당 공무원을 대상으로 공공 AI 정책 역량 강화 초청 연수를 실시한다고 17일 밝혔다. 이번 프로그램은 2014년부터 진행해 온 개도국 디지털전환 정책 역량 강화 지원 사업 일환으로 마련됐다. 특히 올해는 전 세계적인 AI 확산과 디지털 전환 가속화 흐름에 맞춰 각국 정부가 직면한 AI 정책 과제와 공공 거버넌스 방향을 함께 논의하는 데 초점을 맞췄다. 연수에는 라오스와 우즈베키스탄, 스리랑카, 몽골, 캄보디아, 카자흐스탄, 도미니카공화국 등 7개국 공무원들이 참석한다. 참가국들은 한국의 공공 AI 정책과 디지털정부 추진 사례를 벤치마킹하고 글로벌 AI 협력 방안도 함께 논의할 예정이다. 행안부는 이번 연수를 통해 AI 전환(AX) 시대 정부 역할과 공공 AI 거버넌스 방향에 대한 국제 논의를 주도한다는 계획이다. 경제협력개발기구(OECD) 디지털정부 평가 1위를 기록한 한국의 디지털 행정 경험을 기반으로 지속 가능한 글로벌 협력 네트워크를 확대한다는 구상이다. 연수 과정에선 한국 AI 정책 거버넌스와 AI 기반 디지털정부 데이터 주권, 원스톱 디지털정부 플랫폼, AI 활용 공공서비스, 디지털 신분증 등 핵심 정책과 서비스 사례가 공유된다. 최근 생성형 AI와 데이터 주권 논의가 글로벌 정책 이슈로 부상하는 가운데 한국형 디지털정부 모델을 국제사회에 확산하려는 움직임으로 풀이된다. 특히 유엔 경제사회처 디지털정부 최고담당관이 직접 강연에 나서 UN 전자정부평가 지표와 AI 정부 거버넌스, 디지털 거버넌스에서 '에이전틱 거버넌스'로의 전환 방향 등을 소개할 예정이다. AI 기반 공공서비스 혁신과 정부 역할 변화에 대한 국제 논의도 함께 이뤄진다. 국내 AI 기업들도 이번 행사에 참여한다. 공공 AI 분야 기술력을 보유한 국내 기업들이 해외 공무원들에게 한국 AI 기술과 서비스 적용 사례를 소개하고 협력 가능성을 논의할 예정이다. 정부는 이를 통해 국내 AI 기업 글로벌 인지도 제고와 해외 진출 확대 효과도 기대하고 있다. 최근 글로벌 AI 경쟁은 단순 기술 개발을 넘어 데이터 거버넌스와 공공 서비스 혁신, 디지털 주권 경쟁으로 확산되는 분위기다. 특히 각국 정부가 AI 규범과 공공 활용 체계 구축에 속도를 내는 가운데 한국 역시 디지털정부 선도 경험을 기반으로 국제 AI 정책 논의 영향력을 확대하려는 움직임을 강화하고 있다. 황규철 행안부 인공지능정부실장은 "AI는 국가 경쟁력과 정부 혁신 수준을 결정하고 국민 일상을 바꾸는 핵심 인프라"라며 "AI·디지털정부 선도국으로서 공공 AI와 데이터 거버넌스 분야의 국제 논의를 주도하고 누구나 안전하고 공정하게 AI 혜택을 누릴 수 있는 'AI 기본사회' 가치를 국제사회에 확산해 나가겠다"고 밝혔다.

2026.05.17 12:33한정호 기자

SAS, 'AI 레디' 데이터 관리 고도화…"AI 경쟁력, 결국 데이터가 좌우"

[그레이프바인(미국)=남혁우 기자] SAS가 인공지능(AI) 경쟁력 강화를 위해 AI 레디 데이터 관리 고도화에 나섰다. 데이터 준비부터 활용까지 전 과정을 통합 분석과 AI 기반 자동화로 연결해 기업의 AI 신뢰성과 확장성을 높이겠다는 구상이다. AI 기능은 빠르게 늘고 있지만 실제 기업 현장에서는 데이터를 정리하고 통제하는 체계가 이를 따라가지 못해 프로젝트가 지연되거나 실험 단계에 머무는 경우가 적지 않기 때문이다. 자레드 피터슨 SAS 부사장과 수전 할러 시니어 디렉터는 28일(현지시간) 미국 텍사스주 그레이프바인에서 열린 'SAS 이노베이트 2026'에서 SAS 바이야(SAS Viya) 기반 데이터 관리 고도화 전략을 소개했다. 핵심은 데이터 워크플로우 전반에 거버넌스와 데이터 계보, 성능 관리 기능을 내장해 AI 확대 과정에서 통제력과 신뢰성을 유지하는 것이다. AI 확산 병목은 데이터… 설계부터 거버넌스 내장 세션에서는 기업들의 AI 도입 속도에 비해 데이터 환경 정비가 충분히 이뤄지지 못하고 있다는 점이 반복해서 언급됐다. 클라우드와 온프레미스가 혼재된 환경에서는 데이터가 흩어지고, 어떤 데이터가 믿을 만한지, 어떻게 쓰였는지 추적하기가 어렵다. 실제로 최근 IDC와 SAS의 공동 조사에 따르면, 기업의 49%가 분산된 클라우드 데이터 환경을, 44%가 거버넌스 미비를 AI 도입의 가장 큰 장애물로 꼽았다. 가트너 역시 AI에 적합한 데이터 부족으로 전체 AI 이니셔티브의 60%가 실패할 것으로 전망한 바 있다. 자레드 피터슨 부사장은 결국 AI의 성능 문제가 아니라 데이터 운영 문제로 현장 적용이 막힌다고 진단했다. 이에 SAS는 분절된 관리 도구를 임시방편으로 덧붙이는 대신, 플랫폼 설계 단계부터 데이터 접근과 준비 전 과정에 거버넌스와 감사 기능을 직접 내장하는 정면 돌파를 택했다. 비용·지연 없앤다…'데이터 이동 없는 분석' 실현 이날 발표에서 가장 눈길을 끈 부분은 플랫폼 간의 불필요한 데이터 이동과 복제를 없앤 '데이터 이동 없는 분석' 전략이다. 그간 기업들은 분석이나 AI 구동을 위해 데이터를 다른 곳으로 옮기는 과정을 거쳤고, 이는 필연적으로 지연 시간(Latency) 증가와 비용 상승, 보안 리스크로 이어졌다. SAS는 이를 해결하기 위해 가능하면 데이터가 있는 위치에서 바로 분석과 AI를 수행하는 구조를 내세웠다. SAS 스피디스토어는 SAS 바이야와 긴밀하게 통합된 클라우드 네이티브 분석 플랫폼으로, 분산된 데이터 환경에서 직접 분석과 AI를 실행해 불필요한 이동을 줄이고 성능을 대폭 향상시킨다. SAS 데이터 액셀러레이터를 통해 대규모 데이터 웨어하우스나 주요 클라우드 환경에서도 SAS 분석을 직접 실행할 수 있도록 지원 범위를 넓혔다. 덕DB(DuckDB)와 같은 최신 내장형 엔진을 지원해 파켓(Parquet), CSV 등 오픈 포맷 데이터에 대한 빠른 로컬 분석도 가능해졌다. 데이터 수명주기 전반에 코파일럿·합성 데이터 투입 SAS는 인간의 개입을 최소화하는 에이전틱 AI(Agentic AI) 워크플로우 역시 철저히 데이터 기반 위에서 작동한다는 점을 강조했다. 많은 AI 어시스턴트가 데이터가 준비된 이후에만 작동해 관리 감독의 공백이 생기는 점을 보완하기 위해, 데이터 수명주기 전반에 코파일럿과 에이전트를 투입한다는 구상이다. SAS 바이야 코파일럿 포 데이터 디스커버리는 사용자가 자연어로 신뢰할 수 있는 데이터와 분석 자산을 단 몇 초 만에 탐색하도록 돕는다. 개발자를 위한 SAS 바이야 코파일럿 포 코드 어시스턴스는 거버넌스가 적용된 환경 내에서 안전하게 SAS 및 파이썬 코드를 작성하고 개선하도록 지원해 반복적인 작업을 줄여준다. 이와 함께 민감한 정보 노출은 차단하면서도 실제 데이터의 통계적 특성을 고스란히 반영하는 합성 데이터 생성 도구 'SAS 데이터 메이커'도 소개됐다. 데이터 접근이 까다로운 부서 간에도 규제 리스크 없이 안전하게 AI 모델을 개발하고 테스트할 수 있는 장치다. 자레드 피터슨 부사장은 "인간의 개입을 최소화하는 에이전틱 AI 워크플로우로 전환이 가속화되면서, 이를 뒷받침할 현대적인 데이터 플랫폼은 이제 선택이 아닌 핵심 요구사항이 됐다"고 짚었다. 이어 "거버넌스와 신뢰성이 내장된 데이터 파운데이션을 통해, 기업들이 복잡성을 줄이고 AI의 실질적인 가치를 대규모로 실현할 수 있도록 지원을 아끼지 않겠다"고 강조했다.

2026.04.29 10:10남혁우 기자

"AI 거버넌스는 규제 아닌 경쟁력"…SAS, 'AI 내비게이터'로 기업 신뢰 구축

[그레이프바인(미국)=남혁우 기자] SAS가 인공지능(AI) 시대 기업 경쟁력의 핵심으로 '신뢰(Trust)'와 '거버넌스'를 제시했다. 단순한 원칙 제시에 그치지 않고, 조직 전반에 분산된 AI 모델과 자산을 중앙에서 통합 관리하는 특화 플랫폼을 통해 기업의 실질적인 AI 리스크 관리를 지원하겠다는 전략이다. 레지 타운센드 SAS 데이터 윤리 부문 부사장은 28일(현지시간) 미국 텍사스주 그레이프바인에서 열린 'SAS 이노베이트 2026'에서 'SAS AI 내비게이터(SAS AI Navigator)'를 공개했다. SAS AI 내비게이터를 통해 고객사가 규제 대응을 넘어 보다 투명하고 통제 가능한 AI 운영 기반을 마련하도록 돕겠다는 구상이다. AI 도입과 급증하는 불확실성, 핵심 차별화 요소는 신뢰 타운센드 부사장은 AI 기술의 빠른 확산이 기대와 함께 보안과 일자리, 의사결정 책임 문제를 둘러싼 불안과 불확실성에 대한 우려도 키우고 있다고 진단했다. 그는 "이런 우려는 급변하는 환경에서 자연스러운 반응"이라며 "불확실성의 시대에 기업이 지속 가능한 경쟁우위를 확보하려면 기술적 우위를 넘어 신뢰를 확보하는 것이 중요하다"고 설명했다. 또 AI 거버넌스의 목적은 기술 발전을 억제하는 규제가 아니라 실제 업무 환경에서 AI가 신뢰 가능한 방식으로 작동하도록 만드는 데 있다고 덧붙였다. 타운센드 부사장은 "완전한 자동화나 기술에 대한 맹신보다 중요한 것은 의사결정 과정 안에 인간의 판단력을 남겨두는 일"이라며 "결정적인 순간에 인간의 개입과 검토가 가능해야 AI를 실제 비즈니스 현장에 안전하게 적용할 수 있다"고 설명했다. 이는 AI 거버넌스를 단순한 규제 준수 수단이 아니라 기업 운영의 기본 인프라로 보겠다는 SAS의 문제의식과 맞닿아 있다. AI 도입 속도보다 누가 어떤 모델을 어떤 목적으로 활용하는지, 그 과정에서 어떤 위험이 발생할 수 있는지를 파악하고 관리할 수 있어야 한다는 것이다. 거버넌스 선언 넘어 실행 도구로…'SAS AI 내비게이터' 타운센드 부사장은 안전한 AI 활용을 실행하기 위해 거버넌스 특화 솔루션 'SAS AI 내비게이터'을 선보인다고 소개했다. AI 내비게이터는 조직 내 AI 모델과 자산 현황을 한눈에 파악할 수 있는 중앙 집중형 대시보드를 제공한다. 기업은 AI 내비게이터를 활용해 부서별로 흩어진 AI 자산과 잠재적인 관리 사각지대를 가시화하고 전사 차원에서 현황을 보다 체계적으로 점검할 수 있다. 어떤 모델이 어디에 적용되고 있는지 각 모델이 어떤 위험 요소를 안고 있는지 필요한 관리 기준이 반영되고 있는지를 통합적으로 살펴볼 수 있도록 지원한다. 그는 이를 통해 경영진이나 사업 부문 책임자도 조직의 AI 운영 현황과 위험 수준을 보다 쉽게 파악할 수 있다고 밝혔다. AI가 특정 기술 부서의 전유물이 아니라 전사적 리스크 관리 대상이 되고 있는 만큼, 경영진이 이해하고 판단할 수 있는 수준의 가시성을 확보하는 것이 중요하다는 설명이다. 타운센드 부사장은 "많은 기업이 거버넌스를 성장을 늦추는 부담으로 인식해 왔지만 오히려 실용적이고 도입 가능한 AI를 구축하는데 필수적"이라며 "단순히 원칙을 선언하는 것이 아니라 현장에서 실제로 작동하는 관리 체계를 구축하고 지원할 것"이라고 강조했다. 산업별 맥락에 맞춘 규제·정책 연계 지원 타운센드 부사장은 AI 거버넌스가 단일 기준만으로 해결될 수 있는 문제가 아니라고 지적했다. 금융업의 신용평가, 제조업의 품질 관리, 헬스케어 분야의 임상 데이터 분석은 AI가 적용되는 환경과 위험 수준, 요구되는 통제 수준이 각각 다르기 때문이다. 거버넌스 역시 산업과 업무 맥락에 따라 다르게 설계돼야 한다는 설명이다. 타운센드 부사장은 AI 내비게이터가 ISO 표준, 유럽연합 AI법, 기업 내부 정책 등 다양한 기준을 개별 활용 사례에 맞춰 연계해 관리할 수 있도록 지원한다고 밝혔다. 같은 AI 기술이라도 적용되는 산업과 업무에 따라 요구되는 설명 가능성, 검토 절차, 위험 관리 방식이 달라지는 만큼 획일적인 통제보다 맥락에 맞는 거버넌스 체계가 필요하다는 것이다. SAS의 접근은 문제가 발생한 뒤 수습하는 사후 대응보다 설계 단계에서 위험을 줄이는 사전 관리에 무게를 둔다. 특히 의료나 금융처럼 오류의 파급력이 큰 영역에서는 AI 도입 자체보다 어떤 통제 체계 아래에서 운영되는지가 더 중요하다는 점에서 거버넌스는 기업 경쟁력의 핵심 요소로서의 가치를 가진다는 것이다. 레지 타운센드 부사장은 "AI 거버넌스는 단순히 기술을 통제하는 것이 아니라 적절한 순간에 올바른 판단이 개입되도록 돕는 체계"라며 "기업들이 투명하고 안전한 환경에서 AI를 활용해 지속 가능한 비즈니스 우위를 확보할 수 있도록 지원하겠다"고 말했다.

2026.04.29 09:02남혁우 기자

"불확실한 AI, 단독 사용은 위험"…SAS, 사스포칼립스 해법은 '통제'

[그레이프바인(미국)=남혁우 기자] 인공지능(AI)이 기존 서비스형 소프트웨어(SaaS)를 대체할 것이란 이른바 '사스포칼립스(SaaSpocalypse)' 위기론에 대해 SAS가 정면 돌파에 나섰다. 기업 환경에서는 단 한 번의 오류도 비용 손실과 규제 리스크, 안전 문제로 이어질 수 있는 만큼, AI만으로 이뤄진 자동화 프로세스는 활용에 한계가 있을 수밖에 없다는 지적이다. SAS는 이에 대한 해법으로 강력한 통제와 검증 체계를 기반으로 한 기업용 AI 운영 모델을 제시했다. 브라이언 해리스 SAS 최고기술책임자(CTO)는 28일(현지시간) 미국 텍사스주 그레이프바인에서 열린 연례 기술 컨퍼런스 'SAS 이노베이트(SAS Innovate) 2026' 기조연설에서 "기업용 AI는 강력한 가드레일과 검증 체계 안에서 작동해야 한다"며 SAS의 대안을 소개했다. 동시에 그는 AI 시대에도 궁극적으로 중요한 것은 기술 자체가 아니라 결국 '사람'이라고 강조했다. 확률적 AI, 단독 사용은 위험…미션 크리티컬 특화 가드레일 필수 브라이언 CTO는 AI 에이전트만으로 구성된 자동화 프로세스의 위험성을 경고했다. 대형언어모델(LLM)과 같은 AI는 같은 질문에도 맥락과 상황에 따라 다른 답을 내놓을 수 있는 비결정론적 특성을 지닌다. 이런 특성 탓에 개별 단계에서 발생한 작은 오류가 연쇄적으로 누적되면 판단을 왜곡하고 복합 오류로 확산될 수 있다는 설명이다. 특히 기업 환경에서는 이런 불확실성이 단순한 오답에 그치지 않고 비용 손실, 규제 리스크, 안전 문제로 이어질 수 있다고 지적했다. 이 때문에 기업용 AI는 자유로운 생성 능력보다 예측 가능성과 검증 가능성, 운영 통제 체계를 우선해야 한다는 게 그의 판단이다. 그는 의료, 제조, 금융처럼 정확한 의사결정이 핵심인 미션 크리티컬 분야에서 AI 단독 활용은 특히 위험하다고 강조했다. 이어 기업용 에이전틱 AI가 실제 비즈니스 성과로 이어지려면 강력한 운영 통제와 거버넌스가 필수적이라고 거듭 밝혔다. 바이야, 분석 플랫폼에서 'AI 통제 플랫폼'으로 진화 브라이언 CTO는 이런 AI의 한계를 보완할 대안으로 SAS의 데이터·AI 플랫폼 '바이야(Viya)'를 제시했다. 바이야는 원래 기업 데이터를 통합·분석하고, 그 결과를 실제 의사결정으로 연결하는 분석 및 의사결정 플랫폼 역할을 해왔다. SAS는 여기에 생성형 AI와 외부 LLM, AI 에이전트 활용이 확대되는 흐름을 반영해 기존의 분석 신뢰성과 통제 체계를 AI 운영 전반으로 확장하고 있다고 설명했다. 과거 바이야가 데이터 분석과 모델 운영 중심의 플랫폼이었다면, 이제는 외부 AI가 개입하는 환경에서도 그 결과가 SAS의 검증된 분석 로직과 신뢰할 수 있는 데이터, 거버넌스 절차를 반드시 거치도록 만드는 통합 운영 플랫폼으로 진화하고 있다는 의미다. 이를 위해 SAS는 AI 통제력 확보를 위한 기능을 바이야에 추가했다. 'SAS 바이야 MCP 서버'는 클로드(Claude)와 같은 외부 LLM이 임의로 결과를 생성하거나 통제 체계를 우회하지 못하도록 막는다. 또 외부 AI 에이전트가 의사결정을 수행할 때도 반드시 SAS의 검증된 로직과 수치 데이터를 거치도록 강제하는 표준화된 안전장치다. 외부 AI 활용은 허용하되, 최종 판단은 SAS의 통제 가능한 프레임 안에서 이뤄지도록 설계했다. 'SAS 바이야 코파일럿'은 실제 분석 워크플로우 안에 깊숙이 내장돼 데이터 준비, 모델 해석, 결과 검토 등 업무 전반에서 인간 전문가와 협업하도록 설계됐다. AI가 단독으로 결론을 내리는 것이 아니라, 데이터 과학자 등 담당자가 실시간으로 결과를 확인하고 유효성을 검증하는 인간 개입형 체계를 전제로 한다. 'SAS 에이전틱 AI 액셀러레이터'는 기업이 자체 AI 에이전트를 설계하는 초기 단계부터 보안과 거버넌스를 내재화한다. 부서별 무분별한 AI 개발을 막고 사전에 정의된 베스트 프랙티스와 승인된 컴포넌트만 사용하도록 함으로써 통제 범위를 벗어난 AI의 등장을 원천 차단하겠다는 전략이다. 조직 내 AI 자산 한눈에 통제…'AI 내비게이터' 플랫폼 차원의 통제와 함께 기업 전반의 규제 준수를 지원하는 거버넌스 특화 솔루션도 이번 행사에서 공개됐다. 올해 3분기 마이크로소프트 애저 마켓플레이스에 출시될 'SAS AI 내비게이터'는 조직 내 LLM, 에이전트, 오픈소스 모델 등 다양한 AI 자산의 생애주기를 통합 관리할 수 있도록 설계된 SaaS형 솔루션이다. 브라이언 CTO는 "AI가 기업 시스템 안으로 들어올수록 중요한 것은 결과를 어떤 승인 체계와 거버넌스 위에서 작동하게 하느냐에 있다"며 AI 내비게이터를 통해 외부 규제와 기업 내부 정책을 개별 AI 활용 사례에 보다 손쉽게 적용할 수 있다고 강조했다. 디지털 트윈으로 의료 현장 혁신 브라이언 CTO는 생성형 AI가 기업이 보유한 수많은 기술 역량 가운데 하나일 뿐이라며, 진정한 기회는 여러 기술의 융합에서 나온다고 짚었다. 생성형 AI, 에이전틱 AI, 컴퓨터 비전, 합성 데이터 등이 결합될 때 조직 전체를 정밀하게 분석하고 개선할 수 있는 '디지털 트윈'이 완성된다는 설명이다. 대표 사례로는 에픽게임즈와 협력해 덴마크 최대 의료 멸균 서비스 기업 스테릴 센트럴의 코펜하겐 시설을 디지털 트윈으로 구현한 프로젝트를 소개했다. 공정 최적화 시뮬레이션 결과 겉으로는 병목처럼 보였던 승강기가 아니라 시스템 후반부 공정에서 실제 병목 현상이 발생하고 있다는 점을 찾아냈고 이를 개선해 운영 효율을 크게 개선했다는 설명이다 또 합성 데이터를 활용해 컴퓨터 비전 모델을 훈련시키는 '합성 비전' 기술도 선보였다. 이를 통해 현장 작업자들의 마스크와 가운 등 보호 장비 착용 여부를 높은 정확도로 식별하며 의료 현장의 안전 관리 수준을 한층 끌어올렸다고 소개했다. 브라이언 CTO는 강연 말미에 "사람이 여전히 중요할 것인가?(Will people matter?)"라는 질문을 던지며 기술의 본질을 되짚었다. 그는 1987년 우주비행사들이 우주에서 지구를 바라보며 국경이나 정치적 경계 없이 하나의 인류를 느꼈던 '조망 효과(Overview Effect)'를 언급하며 기술의 진정한 역할은 인간을 대체하는 것이 아니라 인간의 역량을 확장하는 데 있다고 강조했다. 브라이언 해리스 CTO는 "과거 인터넷이 그랬듯 AI 역시 사회를 재편한 뒤 결국 우리 일상 속으로 자연스럽게 스며들 것"이라며 "모든 혁신보다 오래 살아남는 것은 결국 사람이며 철저한 통제와 신뢰를 바탕으로 인간의 능력을 확장하는 것이 SAS가 추구하는 AI의 미래"라고 말했다.

2026.04.29 09:01남혁우 기자

시스원, 'ISO 42001' 인증 취득…AI 거버넌스 경쟁력 입증

시스원이 인공지능(AI) 경영 체계에 대한 국제 표준 인증을 확보하며 AI 거버넌스 경쟁력을 입증했다. AI 기술 확산과 함께 안전성과 신뢰성 확보 요구가 커지는 가운데 글로벌 기준 대응 역량을 높인다는 목표다. 시스원은 AI 경영시스템 국제 표준인 'ISO 42001' 인증을 취득했다고 28일 밝혔다. 이번 인증 수여식은 지난 22일 서울 강서구 마곡 사옥에서 진행됐다. 행사에는 이상훈 시스원 부회장과 김영주 대표, 이소영 DNV 비즈니스어슈어런스코리아 대표 등이 참석했다. ISO 42001은 AI 기술 확산에 따라 제기되는 예측 불가능성과 안전성 문제를 관리하기 위한 국제 표준이다. AI 시스템의 신뢰성과 규제 준수 여부를 평가하는 기준으로, 글로벌 차원에서 AI 거버넌스 체계 확립을 위한 움직임의 일환으로 도입됐다. 시스원은 자체 AI 솔루션 'AiWACS AIOps'를 기반으로 이번 인증을 획득했다. 해당 솔루션은 IT 인프라 데이터를 학습·분석해 서비스 성능과 장애를 예측하고 이상 징후를 사전에 감지하는 기능을 제공한다. 운영자 경험을 데이터 기반으로 전환해 운영 효율을 높일 수 있도록 지원한다. 회사는 인증 준비 과정에서 약 1년간 AI 솔루션 개발 단계부터 국제 기준을 반영해 설계했다고 밝혔다. 이번 인증을 통해 자사 AI 제품 신뢰성과 글로벌 규제 대응 역량을 동시에 확보했다는 평가다. 이상훈 시스원 부회장은 "AI가 산업 전반 혁신을 주도하는 동시에 윤리적 책임과 투명성 요구도 커지고 있다"며 "ISO 42001 인증은 지난해 ESG 인증 취득과 더불어 우리 AI 시스템이 체계적이고 책임감 있게 관리되고 있음을 객관적으로 입증하는 지표"라고 말했다. 이어 "국내에서 2번째라는 선도적인 취득과 글로벌 기준에서도 시작 단계의 인증으로 AI 거버넌스에 대한 충실한 준비와 대응력을 입증하게 됐다"며 "국내와 글로벌 시장에서 디지털 혁신을 선도하는 기업으로의 성장과 글로벌 기준에 부합하는 AI 거버넌스를 한층 강화해 나갈 것"이라고 강조했다.

2026.04.28 10:23한정호 기자

[기고] 미토스와 AI 거버넌스

챗GPT 등장 이후 인공지능(AI)과 신기술, 혁신적인 서비스의 개발을 해하지 않으면서도 이용자의 권리와 개인정보를 보호하려면 어떤 것을 고려해야 할 지에 대한 논의가 최근 활발해진 분위기다. 급변하는 정보사회에서 AI와 개인정보 보호에 있어 우리 사회가 취해야 할 균형 잡힌 자세가 어떤 것인지에 대해 법무법인 태평양 AI팀에서 [AI 컨택]을 통해 2주 마다 다뤄보고자 한다. [편집자주] 최근 AI 기업 앤트로픽이 공개한 '클로드 미토스' 모델이 법조계와 보안업계를 포함한 산업 전반에 큰 화두를 던졌다. 미토스는 사람이 찾지 못한 보안 시스템 취약점을 파악하는 탁월한 성능을 가지고 있다. 기존 AI가 사용자의 지시를 성실히 수행하는 역할을 했다면 미토스는 스스로 시스템 취약점을 찾아낼 뿐만 아니라 이를 공격하는 방법까지 고안해 내는 모델이다. 이러한 기술적 특이점은 우리로 하여금 그동안 구축해 온 규제 체계가 과연 새로운 기술에도 적용가능한지 고민하게 한다. 정보보안 체계가 이 수준의 지능적 위협에 안전한지, 기업이 법령상 보호조치를 준수한 것만으로 면책될 수 있는지가 문제다. 급변하는 기술 환경과 규제 동향에 비춰볼 때 새로운 기술의 등장에 발맞춘 법령 개정이나 제정 등이 필요한 것은 아닌지 살펴볼 필요가 있다. 현재 시행 중인 AI 기본법은 고위험 영역 AI 개발자에게 안전성 확보의무를 부과한다. 개인정보보호법에선 개인정보처리자에게 안전조치의무를 부과한다. 각 법령은 데이터의 유출·변조 방지를 위한 기술적·관리적 보호와 위험관리체계 구축과 같은 의무를 부과한다. 기관과 기업 등이 미토스와 같은 모델을 활용한다면 이들의 법령 준수 여부보다 AI가 생성하는 공격 코드에 적시에 대응할 수 있는 고도화된 기술적 보호조치를 했는지로 판단하는 것이 타당하다. 진정한 기술 발전은 규제와 진흥 균형에서 나온다. 과도한 규제는 국내 기업의 발목을 잡을 수 있지만 명확하고 합리적인 기준은 기업들이 예측 가능한 환경하에 놓이도록 한다. 기업이 수행할 역할을 정해줌으로써 혁신의 돛이 될 수 있다. 이를 위해 기업은 법령 체크리스트를 채우는 수준을 넘어 내부적인 AI영향평가 등을 투명하게 기록해야 한다. AI 진화는 거스를 수 없는 거대한 흐름이다. 15년 전 스마트폰 등장이 법조계 지형을 근본적으로 바꿨듯 미토스로 대변되는 고성능 AI는 우리 사회 보안과 프라이버시 패러다임을 다시 쓰기를 요구하고 있다. 여전히 가장 중요한 가치는 신뢰다. 기업은 자신의 AI가 안전하다는 것을 데이터와 거버넌스로 증명해야 하고 정부는 그 증명의 기준을 합리적으로 제시하며 혁신을 뒷받침해야 한다. 미토스가 던진 질문은 단순히 발전된 기술로 인한 위협과 공포가 아니다. 우리가 급변하는 이 거대한 변화를 감당할 만큼 책임 있는 시스템을 구축하고 있느냐는 법치주의적 성찰이다. 이제 속도 경쟁을 넘어 우리 사회가 수용 가능한 발전의 질을 고민해야 할 골든타임이다.

2026.04.24 17:00이강혜 컬럼니스트

AI 늘어나는데 통제는 뒷걸음…기업 '거버넌스 리스크' 커진다

인공지능(AI) 도입이 기업 전반으로 빠르게 확산되면서, 이를 통제하고 관리할 거버넌스 체계는 상대적으로 뒤처지고 있다는 지적이 나온다. 기술 확산 속도에 비해 의사결정 구조와 책임 체계가 정립되지 않으면서 '통제 공백'이 발생하고, 이는 비용·보안·운영 전반의 리스크로 이어질 수 있다는 분석이다. 5일 글로벌 컨설팅업체 딜로이트에 따르면 지난해 연매출 5억 달러(약 7550억원) 이상 기업 515곳을 대상으로 실시한 AI 인프라 설문조사 결과, 기업들의 AI 도입은 실험 단계를 넘어 본격적인 확산 국면에 진입한 것으로 나타났다. 특히 2028년까지 응답자의 70% 이상이 AI 학습·추론 전 과정을 통합한 시스템 'AI 팩토리'와 엣지 기반 AI를 대규모로 운영할 것으로 전망됐다. AI 활용 속도 역시 가파르게 증가하고 있다. 현재 31개 이상의 AI 파일럿 프로젝트를 운영 중인 기업 비중은 약 50% 수준이지만, 2028년에는 70%에 육박할 것으로 예상된다. 실제 운영 단계에 들어간 AI 활용 사례 역시 같은 기간 44%에서 67%로 확대될 전망이다. 이는 기업들이 파일럿과 운영을 동시에 확장하는 구조로 전환되고 있음을 시사한다. 문제는 이러한 확산 속도에 비해 기술 복잡성도 함께 급증하고 있다는 점이다. 응답자의 96%는 자사 AI 워크로드를 '중간 이상 복잡도'로 평가했으며 멀티모달·멀티에이전트 기반 고도화가 진행되면서 기술 난이도는 더욱 높아지는 추세다. 그럼에도 97%는 향후 3년 내 AI 확장이 가능하다고 답해 기대와 현실 간 괴리가 동시에 존재하는 것으로 나타났다. AI 사용량 증가를 보여주는 핵심 지표인 토큰 소비량도 급증하고 있다. 현재 기업의 30%는 월 100억 개 이상의 토큰을 사용 중이며 2028년에는 이 비중이 61%까지 확대될 전망이다. 일부 기업은 월 1000억 토큰 이상을 사용하는 대규모 소비 구조로 전환될 것으로 예상된다. 다만 토큰 소비 증가가 반드시 효율적 활용을 의미하는 것은 아니다. 딜로이트는 초기 단계에서 토큰 증가가 비효율적인 설계나 관리 부족을 반영할 수 있으며 이는 비용 증가와 직결될 수 있다고 지적했다. AI 확산이 곧바로 경쟁력으로 이어지기보다 비용 리스크로 전환될 가능성도 존재한다는 의미다. 인프라 측면에서도 대규모 투자 흐름이 확인된다. 현재 64% 기업이 AI 팩토리 구축을 시작했으며 2028년에는 88%까지 확대될 전망이다. 엣지 AI 역시 36%에서 72%로 증가할 것으로 조사됐다. 이에 멀티클라우드와 하이브리드 구조가 사실상 표준 아키텍처로 자리잡고 있다. 다만 이러한 확장과 관련한 제약 요인도 있다. 응답자의 51%는 경제 불확실성을 주요 리스크로 꼽았으며, 규제(48%), 조직 내부 문제(48%), 인재 부족(40%) 역시 AI 투자 확대를 제한하는 요인으로 지목됐다. 기술 확산과 동시에 구조적 리스크가 누적되고 있는 양상이다. 특히 거버넌스 공백 문제는 더욱 두드러진다. 현재 AI 인프라 의사결정의 51%는 최고정보책임자(CIO)·최고기술책임자(CTO) 등 IT 리더가 주도하고 있으며, 거버넌스 조직이 담당하는 비중은 15%에 불과하다. 기능 조직이나 전문 AI 조직 역시 각각 14%, 6% 수준으로 분산돼 있어 전사 차원의 통합 의사결정 체계는 아직 미흡한 상태라는 설명이다. AI 투자가 급증하는 상황에서 재무·운영 통제 체계도 뒤따르지 못하고 있다. 응답자의 86%는 향후 3년간 AI 인프라 예산이 증가할 것으로 예상했으며 평균적으로 3배 이상 확대될 것으로 전망됐다. 하지만 비용 관리, 가치 측정, 책임 분배 등 재무 거버넌스는 여전히 초기 단계에 머물러 있는 것으로 분석됐다. 인재 측면에서도 구조적 격차가 확인된다. IT 조직이 AI 확장을 위한 기술·재무 역량을 갖췄다고 응답한 비율은 81%였지만, 사업 및 제품 조직은 65%에 그쳤다. AI 확산이 조직 전반으로 이어지기 위해서는 기술뿐 아니라 운영·변화관리 역량까지 포함한 통합적 접근이 필요하다는 지적이다. AI 확산은 더 이상 기술 문제가 아니라 운영과 통제의 문제로 전환되고 있다. 인프라, 비용, 인력, 의사결정 구조가 복합적으로 얽히면서 이를 관리할 거버넌스 체계 부재는 기업 리스크로 직결되는 상황이다. 딜로이트는 "AI를 단순히 빠르게 확장하는 것을 넘어 재무적 규율과 운영 회복력, 명확한 책임 구조를 기반으로 확장하는 것이 중요하다"며 "향후 3년은 AI가 경쟁 우위가 될지, 구조적 비용 부담이 될지를 결정짓는 분기점이 될 것"이라고 강조했다.

2026.04.05 11:53한정호 기자

CIO 74% "AI 성과 못 내면 직무 위기"…투자수익·책임 압박 심화

전 세계 최고정보책임자(CIO) 10명 중 7명이 인공지능(AI) 성과를 단기간 내 입증하지 못할 경우 직무 위기에 직면할 수 있다고 인식한 것으로 나타났다. AI 도입 확산과 함께 성과 검증과 책임 요구가 동시에 강화되는 '책임의 시대'에 진입했다는 분석이 나온다. 18일 데이터이쿠가 발표한 '2026년 CIO의 커리어를 좌우할 7가지 AI 의사결정' 보고서에 따르면 전 세계 CIO의 71%가 올해 상반기까지 AI 성과를 입증하지 못할 경우 관련 예산이 삭감되거나 동결될 가능성이 높다고 답했다. 이번 조사는 글로벌 시장조사기관 해리스 폴과 함께 전 세계 9개국 CIO 600명을 대상으로 진행됐다. 보고서는 AI가 기업 경쟁력의 핵심 요소로 자리 잡으면서 CIO의 역할이 기술 도입을 넘어 성과 책임까지 확대되고 있다고 분석했다. 이번 조사 결과 CIO의 74%는 향후 2년 내 AI를 통해 측정 가능한 성과를 창출하지 못할 경우 자신의 직무가 위험해질 수 있다고 응답했다. 또 90%는 자신의 커리어가 AI 성과에 의해 좌우될 것이라고 인식하고 있었다. 이미 CIO의 95%는 이사회에 AI 성과를 보고하고 있으며 이 가운데 46%는 최소 월 1회 이상 관련 내용을 보고하는 것으로 나타났다. CIO의 85%는 자신의 보상이 AI 성과와 직접 연동될 것이라고 예상했으며 81%는 최고경영자(CEO) 역시 같은 기준이 적용될 것으로 전망했다. AI 도입 과정에서의 부담과 불확실성도 크게 나타났다. CIO의 74%는 최근 18개월 동안 선택한 AI 벤더나 플랫폼 결정에 대해 최소 한 번 이상 후회한 경험이 있다고 답했다. 62%는 CEO로부터 해당 결정에 대해 직접적인 질문이나 도전을 받은 경험이 있다고 밝혔다. 또 29%는 AI 성과를 충분히 설명하지 못해 반복적으로 정당성을 요구받은 경험이 있다고 응답했다. AI 투자에 대한 조직 내 인내심도 빠르게 줄어드는 것으로 조사됐다. CIO의 70%는 향후 12개월 내 AI 감사나 설명 가능성 관련 새로운 요구 사항이 등장할 것으로 예상했다. 85%는 설명 가능성 부족 등으로 인해 AI 프로젝트가 실제 운영 단계에서 지연되거나 중단된 경험이 있다고 답했다. 보고서는 "현재의 병목은 AI를 구축하는 데 있는 것이 아니라 이를 신뢰하고 관리하며 방어할 수 있음을 입증하는 데 있다"고 분석했다. 거버넌스 공백도 주요 위험 요인으로 지목됐다. CIO의 54%는 조직 내에서 승인되지 않은 '섀도 AI' 사용을 발견한 경험이 있다고 답했으며 82%는 직원들이 IT 부서의 통제 속도보다 빠르게 AI 애플리케이션을 개발하고 있다고 우려했다. 아울러 89%는 통제되지 않은 AI 접근이 심각한 기술 부채를 초래할 수 있다고 답했다. AI 에이전트 활용이 확대되는 가운데 관리 체계는 여전히 부족한 것으로 나타났다. CIO의 87%는 이미 AI 에이전트를 핵심 업무에 활용하고 있다고 답했지만, 전체 운영 상황을 실시간으로 파악할 수 있다고 응답한 비율은 25%에 그쳤다. AI 시장 변동성에 대한 우려도 제기됐다. CIO의 73%는 이른바 'AI 거품'이 붕괴될 경우 기업에 큰 혼란이 발생할 것으로 예상했으며 57%는 기업 생존 자체가 위협받을 수 있다고 답했다. 보고서는 올해를 AI가 경영 리더십을 시험하는 분기점으로 규정하고 설명 가능성, AI 에이전트 책임성, 기술 스택 유연성, 멀티 모델 거버넌스, 투자수익률(ROI) 증명 등 7가지 핵심 의사결정이 기업 경쟁력을 좌우할 것이라고 제시했다. 플로리앙 두에토 데이터이쿠 최고경영자(CEO) 겸 공동창업자는 "대부분의 조직이 예상했던 것보다 훨씬 빠른 속도로 실험 단계에서 책임 단계로 이동하고 있다"며 "압박은 현실적이고 시간은 촉박하지만 설명 가능하고 거버넌스가 가능한 AI 시스템을 구축하는 CIO에게 성공의 기회가 있다"고 말했다. 이어 "책임이 외부에서 강제되기 전에 스스로 설명하고 통제할 수 있는 AI 체계를 구축하는 것이 중요하다"고 강조했다.

2026.03.18 15:24한정호 기자

AI 활용 기업, 수익 효과 봤지만…"데이터 준비·거버넌스 미흡"

기업이 인공지능(AI)으로 수익·고용 확대 효과를 봤지만, 여전히 데이터·거버넌스 이슈에 발목 잡혔다는 조사 결과가 나왔다. 11일 스노우플레이크가 옴디아와 공개한 '생성형 AI와 AI 에이전트 투자대비효과(ROI)' 보고서에 따르면 글로벌 비즈니스 의사결정권자는 데이터와 거버넌스 문제 해결에 여전히 어려움 겪고 있는 것으로 나타났다. 해당 조사는 10개국 비즈니스 의사결정권자 2050명 대상으로 진행됐다. 조사 결과 전체 응답 기업 77%는 AI 도입 이후 채용이 증가했다고 답했다. 또 46%는 일부 직무 감소를 경험했다고 밝혀 AI가 일자리 감소와 창출을 동시에 유도하는 것으로 나타났다. 직무 변화 형태를 보면 응답자의 42%는 새로운 일자리가 창출됐다고 답했다. 11%는 직무가 사라졌다고 응답했으며 35%는 창출과 감소가 동시에 발생했다고 밝혔다. AI 도입 성숙도 역시 고용 효과에 영향을 미쳤다. 여러 AI 활용 사례를 보유한 조직 75%는 인력 측면에서 순긍정 효과를 경험했다고 답했다. 직군별로는 IT 운영, 사이버보안, 소프트웨어(SW) 개발 분야에서 고용 증가 효과가 두드러졌다. 반면 고객 서비스 지원, 데이터 분석 등 일부 직무는 감소 영향을 상대적으로 크게 받은 것으로 나타났다. 기업들은 AI 투자에서도 높은 수익을 경험하고 있는 것으로 조사됐다. 응답 기업은 AI 투자 1달러당 평균 1.49달러 수익을 거뒀다고 답했다. 초기 AI 도입 조직 가운데 92%는 긍정적 ROI을 기록한 것으로 나타났다. 또 향후 1년 동안 전체 기술 예산의 22%를 AI에 투자할 계획이라고 밝혔다. AI 확산 과정에서는 데이터 환경이 주요 병목으로 지목됐다. 응답 기업 96%는 AI 확장 과정에서 어려움을 겪고 있다고 답했다. AI 확산을 가로막는 요인으로는 데이터 사일로 해소, 데이터 품질 측정, AI 활용에 적합한 데이터 준비 등이 꼽혔다. 또 비정형 데이터 가운데 AI 활용 가능 상태라고 답한 조직은 7%에 그쳤다. 데이터 거버넌스도 주요 과제로 나타났다. 직원 57%와 임원 66%가 승인되지 않은 AI 도구를 사용하고 있다고 답했다. 60%는 데이터 인프라와 모니터링 SW 추가 투자가 필요하다고 밝혔다. 보고서는 AI 활용은 이미 기업 핵심 업무 전반으로 확산하고 있다고 봤다. IT 운영, 데이터 분석, 사이버보안 SW 개발 분야에서 활용도가 높은 것으로 조사됐다. 산업별로는 광고, 미디어, 헬스케어, 생명과학, 제조 기술 분야에서 AI 도입이 상대적으로 활발했다. 또 전체 코드 약 48%가 AI로 생성되는 것으로 나타났다. AI 코딩 도구를 활용하는 조직 82%는 코드 테스트와 버그 탐지 개선을 경험했다고 답했다. 80%는 전반적인 코드 품질이 향상됐다고 평가했다. 아나히타 타프비지 스노우플레이크 최고 데이터 및 애널리틱스 책임자는 "AI 영향은 모두 일률적으로 동일하지 않다"며 "AI를 얼마나 효과적으로 활용하느냐에 따라 생산성과 영향력이 크게 달라질 것"이라고 말했다. 이어 "가장 강력한 ROI 지표는 AI를 핵심 운영에 내재화하고 데이터 준비도와 거버넌스를 강화할 때 실현된다"고 밝혔다.

2026.03.11 13:23김미정 기자

인포뱅크, 생산성·사생활 보호 동시 구현 'AI 거버넌스' 제시

인포뱅크가 인공지능(AI) 시대 새롭게 정립한 기업용 AI 운영 기준을 앞세워 디지털 전환(DX) 가속에 박차를 가한다. 인포뱅크는 생산성 향상과 직원 사생활 보호를 동시에 실현할 수 있는 'AI 거버넌스' 설계 방안을 발표했다고 9일 밝혔다. 이번 발표는 기업 내 업무 효율화를 위한 DX가 빠르게 확산되면서 내부 대화와 활동 데이터 처리 방식에 대한 법적·윤리적 기준 마련이 필요하다는 문제의식에서 비롯됐다. 기업은 영업비밀 보호와 보안 유지를 위해 시스템을 관리·통제할 책임이 있지만, 동시에 헌법·통신비밀보호법·개인정보 보호법 등은 직원의 통신 비밀과 프라이버시를 엄격히 보장하고 있기 때문이다. 특히 당사자 동의 없이 대화 내용을 열람하는 행위는 원칙적으로 금지되며 보안 목적의 로그를 인사 평가 등 다른 용도로 활용할 경우 법적 분쟁으로 이어질 가능성이 크다는 게 회사 측 설명이다. 인포뱅크는 이러한 관리 권한과 사생활 보호 사이의 긴장 관계를 해소하기 위해 자사 AI 협업 플랫폼 '인세븐(IN7)'에 보안 통제와 프라이버시 보호가 내재된 구조적 거버넌스 설계를 적용했다. 인세븐은 단순히 기능을 추가하는 방식을 넘어 감청 가능성을 구조적으로 차단하는 시스템 아키텍처를 채택한 것이 특징이다. 관리자 권한을 조직 관리자와 보안관리자로 분리해 특정 개인이나 부서에 통제권이 집중되지 않도록 했다. 감사 체계 역시 대화 내용이 아닌 시스템 활동 기록 중심으로 설계해 개인정보 침해 요소를 최소화했다. 또 IP 접속 제한, 이용 시간 관리, 금칙어 마스킹 등 기업 운영에 필요한 보안 로그는 제공하면서도 관리자가 팀원의 대화 내용을 직접 열람하는 기능은 지원하지 않는다. 대신 구성원이 자신의 채팅 기록을 직접 확인하고 내려받을 수 있도록 해 통신비밀보호법상 리스크를 구조적으로 차단하고 최소 침해 원칙을 구현했다. 인포뱅크는 향후 산업별·직무별 특성을 반영한 AI 거버넌스 모델을 지속 고도화하고 국내외 규제 변화에도 유연하게 대응할 수 있도록 통제와 투명성 기능을 강화할 계획이다. 강진범 인포뱅크 최고기술책임자(CTO)는 "업무용 AI 도입은 단순한 기술 선택을 넘어 기업 거버넌스 설계의 문제"라며 "성능과 통제력을 강화하면서도 사생활 침해 우려를 불식시키는 구조를 갖춰야만 기업이 법적 안정성과 구성원의 신뢰를 동시에 확보할 수 있다"고 강조했다. 이어 "인세븐은 대화 내용을 감시하지 않고도 고도의 보안 관리가 가능한 플랫폼으로서 AI 시대 새로운 운영 기준이 될 것"이라고 덧붙였다.

2026.03.09 18:12한정호 기자

"직장인 86%, 업무에 개인 생성형 AI 이용…기업 거버넌스 체계 필요성↑"

직장인 10명 중 8명 이상이 개인이 사용하는 생성형 인공지능(AI) 도구를 업무에 활용하는 'BYOAI(Bring Your Own AI)' 환경이 국내 기업에서도 빠르게 확산되고 있는 것으로 나타났다. AI 활용이 실험 단계를 넘어 실제 업무 생산성 도구로 자리 잡고 있지만, 동시에 기업 차원의 정책과 관리 체계 등 AI 거버넌스 구축 필요성도 커지고 있다는 분석이 나온다. 6일 메가존클라우드가 발표한 'BYOAI와 함께하는 스마트워크' 보고서에 따르면 응답자의 86.0%가 생성형 AI 도구를 개인 또는 조직 차원에서 비공식적으로 활용 중인 것으로 조사됐다. 개인 차원의 소규모 사용이 43.5%로 가장 많았고 특정 부서에서 사용한다는 응답은 21.1%였다. 여러 부서에서 사용한다는 응답과 조직 전반에서 사용한다는 응답은 각각 10.7%로 나타났다. 이번 조사는 메가존클라우드가 IT월드·CIO와 공동으로 지난해 12월부터 올해 1월까지 국내 기업 IT 담당자 500여 명을 포함해 총 600여 명을 대상으로 진행됐다. 조사 결과 대부분 기업에서 공식 정책과 무관하게 생성형 AI가 업무에 활용되고 있는 것으로 확인됐다. BYOAI 확산 배경으로는 업무에 맞는 AI 도구 필요성이 가장 크게 작용했다. 응답자의 37.6%는 특정 업무에 적합한 AI 도구가 필요하기 때문에 개인 AI를 활용한다고 답했다. 회사가 제공하는 공식 AI 도구의 기능적 한계(36.7%)와 비용 효율성(33.6%)도 주요 이유로 꼽혔다. AI 활용 목적은 문서 업무가 가장 많았다. 문서 요약 및 보고서 작성이 60.6%로 가장 높은 비율을 기록했고, 데이터 분석 및 인사이트 도출이 46.1%로 뒤를 이었다. 이어 개발 및 프로그래밍 보조(38.4%), 기획·전략 수립 보조(33.8%) 등의 활용도 높은 것으로 조사됐다. 다만 기업 차원의 관리 체계는 아직 충분히 갖춰지지 않은 것으로 나타났다. AI 활용을 위해 가장 필요한 요소로는 AI 사용 정책 및 가이드라인 수립이 53.4%로 가장 많았고 조직 차원의 AI 거버넌스 체계 구축이 49.3%로 뒤를 이었다. 전사적 AI 거버넌스 및 리스크 관리를 담당하는 조직이나 인력이 없다는 응답도 35.4%에 달했다. 기업들이 가장 우려하는 문제는 데이터 보안이었다. 응답자의 68.2%는 기업 기밀 정보 유출과 데이터 통제 상실을 가장 큰 위험 요소로 꼽았다. 외부 AI 서비스에 의한 데이터 저장 및 학습 문제(41.8%), 개인정보 보호 위반 가능성(40.2%) 등도 주요 우려로 조사됐다. 실제 BYOAI를 전면 금지한 기업은 7.7%에 불과했다. 별도 통제나 제한 없이 사용하도록 하는 기업이 23.7%, 기본 보안 원칙을 준수하는 범위에서 활용을 권장하는 기업이 19.6%로 나타나 절반에 가까운 기업이 직원 자율에 맡기는 방식으로 대응하고 있는 것으로 분석됐다. 공성배 메가존클라우드 최고AI책임자(CAIO)는 "BYOAI 사용이 보편화되고 있는 만큼 활용 가치를 유지하면서도 관리 가능한 영역에 머무르도록 하는 AI 거버넌스 확보가 중요해졌다"고 말했다. 이어 "기업이 안전하고 효과적으로 AI를 활용하기 위해선 정책과 교육을 기반으로 민감정보 차단과 권한 관리, 감사 로그 및 사용 이력 기반 점검 체계 등 최소한의 데이터 통제를 갖춘 공식 AI 환경을 구축한 뒤 조직 운영 기준과 책임 체계를 단계적으로 고도화해야 한다"고 제언했다.

2026.03.06 10:54한정호 기자

  Prev 1 2 3 4 Next  

지금 뜨는 기사

이시각 헤드라인

AI 데이터센터 국가전략사업화 시동…인프라 생태계 전방위 육성

韓 게임업계, 하반기 MMO 대전 치열…무기는 '차별화'

AI는 북중미 월드컵을 어떻게 바꿨나

정부 AI 데이터센터 1000조 투자 계획...산업계 환영 속 환경 관리 과제 부상

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.