IBM이 제시하는 기업의 AI 데이터 전략
“AI가 시장에서 큰 붐을 일으키고 기업의 AI 적용이 실험 단계를 넘어서고 있지만, AI를 실험했던 기업의 26% 정도만 전체로 확장하고 있다. 전체 프로세스의 변화과 인력의 역량, 기술 자체 등을 다 감안하고 적용해야 AI 성과를 얻을 수 있다. AI 시대에서 기업의 미래는 데이터 전략으로 결정된다.”
이수정 한국IBM 대표이사 사장은 9일 여의도 한국IBM 사무실에서 개최한 기자간담회에서 이같이 밝혔다.
이수정 사장은 “기업의 고객 데이터가 생성형 AI 가치 실현에서 어떤 전략 아래서 어떻게 운영돼야 하는가가 매우 중요하다”며 “현재 생성형 AI에 활용되는 엔터프라이즈 데이터의 비율은 1%에 불과하다”고 강조했다.
IBM 조사에 의하면 생성형 AI의 가치 실현을 위해 CEO들이 가장 중요하게 꼽은 요소는 ‘기업 고유 데이터 활용’으로 나타났다. 하지만 AI에 활용되는 엔터프라이즈 데이터는 전체의 1% 수준에 그치고 있다. IBM 조사 결과 글로벌 기업 의 26%만 자사의 데이터 역량이 AI에 준비됐다고 답했으며, 한국의 경우 13%에 불과했다.
이 사장은 최고데이터책임자(CDO)의 역할이 단순한 데이터 관리를 넘어 AI와 AI 에이전트 전체의 프로세스를 책임지는 역할로 변화하고 있다고 밝혔다. CDO의 역할 변화로 데이터를 AI에 맞게 준비하는 게 CDO의 책임이란 얘기다.
그는 기업의 생성형 AI 전체 확산의 걸림돌로 ‘AI 레디 데이터 확보의 여러움’에 따른 전략의 부재를 꼽았다. AI 레디 데이터란 생성형 AI가 활용할 수 있도록 조직화되고 관리된 데이터세트를 말한다.
이수정 사장은 “AI 과제가 실질적인 성과를 내려면 AI에서 사용되는 데이터가 필요하지만, 데이터의 복잡성 때문에 실행이 늦어진다”며 “여기서 이 복잡한 데이터는 정형과 비정형 데이터 사이의 연계 의미를 파악하기 어렵다는 것”이라고 설명했다.
그는 “또한 조직 내 여러 부서가 데이터의 품질과 일관성, 규정 준수를 보장하는 건 끝없는 과제이고, 비즈니스 변화에 따라 회사의 데이터도 지속적으로 변화하므로, 데이터 사이에 어떻게 연계 돼야 되는지 알아내야 하는 과제가 생긴다”고 말했다.
그는 “여러 부서를 아울러 어떻게 데이터의 품질을 확보하고 구조화된 데이터를 만들 것인가, 그리고 구조화된 데이터를 전사적으로 통일성있게 관리되는가를 판단하기 매우 어렵다”며 “빠른 의사결정을 위해 실시간으로 최신 데이터가 공급돼야 할텐데, 실시간 데이터를 모으는 것도 어렵고 관리하기도 어렵다”고 덧붙였다.
그리고 산재된 여러 소스의 데이터를 정리하고 준비하는 데 많은 시간을 들여야 하고, 부서마다 다른 포맷으로 관리하는 데이터를 하나로 통합하는 것도 AI 레디 데이터의 부재를 유발한다.
그는 AI 활용을 제한하는 기업의 데이터의 제약 요소로 접근성, 보안, 규제, 데이터 유형, 품질 등 5가지를 들었다. 부서별로 권한이나 처리 방식 등의 차이에 따라 접근 가능한 데이터의 계층이 생기고, 데이터 보안과 권한 관리에 대한 프로세스와 거버넌스 없이 경직된 보안을 고집하며, 복잡한 규제를 준수해야 하는 상황과 다양한 데이터 유형을 다루면서, AI에서 사용할 수 있는 데이터를 준비하는 가공 작업이 부재하다는 것이다. AI는 애매한 데이터 필드를 ‘null’로 인식하고, 이로 인해 AI에 혼돈을 일으킨다.
이 사장은 “AI 레디 데이터는 정확하면서 최신이어야 하고, 신뢰 가능해야 하며, 정제화되고 구조화돼 있어야 한다”고 밝혔다.
그는 기업에서 AI의 전사적 확장을 위해 가져가야 할 데이터 전략을 4가지로 제안했다.
큰 전제는 AI 성과 도출을 위해 데이터를 AI에서 사용될 수 있도록 준비하는 게 선결 과제란 점이다. 분산된 데이터를 통합하고, 구조화해 통일된 형태로 데이터를 관리하는 것이다.
이 사장은 “데이터 전략은 기술 전략이 아니라 경영 전략이며 한국 기업이 AI를 성공적으로 도입하고 성과를 거두려면 데이터 전략 강화가 시급하다”며 “데이터를 단순한 기록이 아닌 비즈니스 성과를 창출하는 핵심 자산으로 전환해야 한다”고 밝혔다.
그는 “이를 위해 기업 데이터 중 90%에 이르는 비정형 데이터의 활용 방안을 구축하고, 데이터를 활용한 성과지표를 통해 데이터 전략을 기업 전사에 내재화해야 하는 것이 중요하다”며 “데이터 전략이 데이터 수집에만 머무르지 않고, CIO, CTO, CISO 등 주요 의사결정자들이 협력해 데이터 전략에 맞게 데이터를 활용하는 전사적 연계가 필요하다”고 강조했다.
그는 “데이터 전략은 비즈니스 목표와 긴밀히 연결되고 선제적으로 구축된 성과 측정 체계에 따라 활용되어야 실질적 성과로 이어질 수 있다”며 “AI가 데이터를 빠르고 효율적으로 활용할 수 있도록 기술적으로 자동화된 프로세스 처리 환경 조성도 필수적”이라고 역설했다.
그는 고품질 데이터에 접근 가능한 AI 에이전트와 확장 가능한 엔터프라이즈 데이터 아키텍처, 하이브리드 클라우드 기반의 실시간 데이터 접근 체계는 AI 투자대비효과(ROI)를 좌우하는 핵심 요소로 데이터가 여러 시스템에 분산돼 있거나 접근성이 떨어지면 AI는 제 성능을 발휘할 수 없다고 설명했다. 마지막으로 품질, 주권, 거버넌스 확보에 대한 중요성을 강조했다.
이수정 사장은 ”데이터 형식 불일치, 오류, 규제 준수 문제는 AI 신뢰성을 저해하는 주요 요인이므로 거버넌스 체계는 AI 확산 과정에서 리스크를 최소화하고, 신뢰할 수 있는 AI 환경 구축의 핵심 역할을 한다”고 말했다.
한국IBM은 기업에서 AI 레디 데이터를 갖출 수 있도록 하이브리드 클라우드 플랫폼에 기반해 왓슨엑스.데이터(watsonx.data)란 솔루션을 제공한다.
이어 홍규표 한국IBM 데이터 플랫폼 기술 영업 부장이 ‘AI를 위한 데이터’ 구현을 위한 구체적 접근법을 소개했다. 그는 ▲데이터 품질 ▲데이터 거버넌스 ▲데이터 통합 ▲비정형 데이터 관리 등을 꼽으며 “비정형 데이터 활용 가능성을 높이고, 데이터 품질을 자동 점검하는 AI 기반 관리 도구가 기업 혁신의 속도를 결정할 것”이라고 설명했다.
그는 “IBM은 AI를 위한 왓슨x제품군 중 왓슨x.데이터를 통해 데이터 통합 솔루션을 제공하고 있으며, 올 6월 대규모 데이터 처리와 고속 검색 기술에 강점을 가진 데이터스택스를 인수하는 등 탄탄한 로드맵을 구축해 기업의 데이터 활용 역량을 높이고 있다”고 강조했다.
그는 “IBM 왓슨엑스.데이터는 데이터 레이크 하우스 기능뿐 아니고 데이터 패브릭 기능을 통해 비정형 데이터를 핸들링하고, 변환하며, 데이터 거버넌스 체계를 만들어 보안 체계를 부여하는 기능을 제공한다”며 “정형 및 비정형 데이터 전반의 데이터 패브릭 기능을 통해 진정한 AI 레디 데이터를 만들 수 있는 완성할 수 있는 데이터 플랫폼”이라고 덧붙였다.
글. 바이라인네트워크
<김우용 기자>yong2@byline.network
