가트너, 올해 데이터·분석 6개 트렌드 발표
가트너는 향후 2년간 기업이 전략 수립 시 주목해야 할 ‘데이터 및 분석(D&A)’ 핵심 트렌드 6가지를 17일 발표했다.
가트너에 따르면, 2030년까지 전 세계 기업의 10% 이상이 ‘AI 퍼스트’ 기업으로 전환해 AI 에이전트, 시맨틱, 통합 D&A 플랫폼 도입에서 경쟁사를 앞설 것으로 전망된다. 가트너는 이 세 분야를 D&A 트렌드를 이끌 핵심 동력으로 꼽았다.
칼리 이도인 가트너 VP 애널리스트는 “기업은 AI를 모든 비즈니스 의사결정, 업무 프로세스, 투자의 핵심 기준으로 삼는 AI 퍼스트 운영 모델로 빠르게 전환하고 있다”며 “전사적 차원의 명확한 의지가 뒷받침되지 않는다면, 비즈니스 전반에서 AI의 잠재력을 지속적으로 실현하기 어려울 것”이라고 설명했다.
1. 소버린 AI 가속화
AI가 경제력의 핵심 요소로 부상하면서, 각국은 주권적 목표 달성을 위해 자국 AI 역량에 대한 통제권을 최우선으로 삼고 타국 의존도를 최소화하고 있다. D&A 통제권의 현지화는 이러한 흐름의 핵심 요소로, 기업이 AI 퍼스트로 전환하는 로드맵에서 반드시 고려해야 할 외부 지정학적 현실이다.
이도인 애널리스트는 “소버린 AI는 기업이 AI 전략에서 통제, 혁신, 회복탄력성을 바라보는 관점을 변화시키고 있다”며 “소버린 AI가 가져올 기회와 위협에 효과적으로 대응하려면, D&A 로드맵을 현대화하고, AI 활용 사례를 단순 도입 단계에서 경쟁 우위 확보 단계로 발전시켜야 한다”고 강조했다.
2. AI 에이전트 리스크 완화를 위한 의사결정 거버넌스
AI 에이전트가 전략, 전술, 운영 전반의 의사결정에 점차 깊이 관여하면서, 통제되지 않은 의사결정이 법무, 운영, 평판 측면의 리스크로 이어질 가능성도 커지고 있다. 의사결정 거버넌스는 AI가 내린 판단의 근거를 설명하고 검토할 수 있는 통제 체계를 마련해, 자동화된 의사결정이 비즈니스 목표에 부합하도록 지원한다.
가트너는 의사결정 인텔리전스 플랫폼을 도입할 경우, 거버넌스가 적용되지 않은 의사결정보다 2029년까지 신뢰도는 5배 높고, 처리 속도는 80% 빨라질 것으로 전망했다.
3. 신뢰를 구축하는 AI 거버넌스 플랫폼
AI 규제 환경이 복잡해지고, 새로운 AI 리스크가 등장하고, 자율형 AI 에이전트 도입도 가속화되면서, 기존 검증 방식만으로는 효과적인 AI 거버넌스를 구현하기 어려워지고 있다. AI 거버넌스 플랫폼은 조직이 ‘책임감 있는 AI’ 원칙에 따라 기업 정책, 규제, 업계 표준을 준수할 수 있도록 지원한다.
가트너는 D&A 리더가 AI 거버넌스 플랫폼을 도입해 거버넌스를 적용할 것을 권고했다. 이를 통해 중앙집중식 감독 체계를 구축하고, 리스크 관리 프레임워크를 적용하며, 필요 통제 조치를 시행할 수 있다.
4. 실시간 인텔리전스를 주도하는 에이전틱 데이터 스트리밍
속도에 한계가 있는 기존의 배치(Batch) 기반 데이터 처리와 달리, 에이전틱 데이터 스트리밍은 AI 에이전트를 활용하려는 조직에 필수적이다. 지속적인 이벤트 기반 데이터 흐름은 D&A 리더가 데이터를 더 빠르게 제공할 수 있도록 지원하며, AI 에이전트는 더 많은 업무를 신속하고 정확하게 수행할 수 있다.
가트너는 실시간 대응이 기업 경쟁력의 핵심 요소로 부상하면서, 에이전틱 AI를 위한 데이터 스트리밍 도입률이 2025년 15% 미만에서 2028년 60% 이상으로 증가할 것으로 전망했다. 조직은 의사결정 인텔리전스, 자율 운영, 디지털 트윈 등 실시간 데이터가 요구되는 활용 사례를 우선순위에 둬야 한다.
5. 운영 효율화를 위한 에이전틱 데이터 관리
D&A 리더는 갈수록 복잡해지는 데이터 관리에 어려움을 겪고 있다. 이는 기존 데이터 관리 프로세스에 부담을 주고 AI 도입 준비를 복잡하게 만든다. 데이터 관리에 AI 에이전트를 활용하면 실시간 대응, 패턴 탐지, 권장 사항 제시가 가능해져 핵심 데이터 프로세스를 강화하고, 민첩성과 대응 속도를 높일 수 있다.
이도인 애널리스트는 “데이터 관리 워크플로우에 AI 에이전트를 통합하면 데이터 팀은 자체 학습 시스템을 활용해 더욱 유연하게 운영할 수 있다”며 “이러한 기능이 일관되게 비즈니스 목표에 부합하는 성과로 이어지려면 강력한 거버넌스를 구축하고 성능을 지속적으로 모니터링해야 한다”고 전했다.
6. 복잡한 활용 사례 대응을 위한 그래프 검색증강생성(GraphRAG)
많은 기업용 AI 애플리케이션은 높은 수준의 정확성과 신뢰성을 요구하지만, 기존 검색증강생성(RAG) 방식만으로는 복잡하고 맥락이 풍부한 쿼리를 처리하기 어렵다. 그래프 검색증강생성은 지식 그래프와 대규모언어모델(LLM)을 결합해 AI 시스템의 정보 검색 및 연결 방식을 개선하고, 맥락적 의미를 반영해 복잡한 활용 사례에 더욱 정확한 결과를 제공한다.
가트너는 2029년까지 기업의 40%가 응답의 사실적 정확도와 LLM 추론 능력을 높이기 위해 그래프 검색증강생성 기술을 활용할 것으로 전망했다.
글. 바이라인네트워크
<김우용 기자>yong2@byline.network
