파수AI “AI 에이전트 보안의 시작은 데이터 거버넌스”
◈ [웨비나] AI 투자의 ROI, 모아야 보입니다: 흩어진 AI를 자산으로 바꾸는 측정 가능한 에이전트 전략
일시 : 2026년 12월 2일 (수) 14:00 ~ 15:30
장소 : 온라인(bylineplus.com)
[바이라인네트워크 기획 시리즈 / AI 에이전트 플랫폼⑮]
기업의 AI 에이전트 도입은 짧다면 짧고, 길다면 긴 여정이다. 그리고 완주하기 힘든 여정이기도 하다. 출발선을 긋는 것부터 힘들고, 목표 지점을 잡는 것도 힘들다. AI 에이전트 여정에 존재하는 어려움은 무엇이고, 어떻게 여정을 계획해야 하며, 또 어떻게 여정을 진행할 것인가. 많은 질문이 시중을 뒤엎고 있다. 현재 AI 에이전트 프로젝트에서 발견되는 공통의 문제점과 그 해결 방안, 기술적 논쟁을 분석하고, 현재와 앞으로 AI 사업자의 시장 경쟁 양상을 전망해본다.
기업이 인공지능(AI) 에이전트 플랫폼을 도입하려면 업무에 필요한 데이터를 연결해야 한다. 그러나 기존 문서를 플랫폼으로 옮기는 과정에서 문제가 발생할 수 있다. 문서에 설정한 접근권한이 사라지거나 기존 보안 정책과 다른 기준이 적용될 수 있기 때문이다.
파수AI(대표 조규곤)는 AI 에이전트 오케스트레이션에서 보안의 출발점으로 ‘데이터 거버넌스’를 강조했다. 기업의 데이터를 정비하고 기존 접근권한을 AI 환경에서도 유지하게 만드는 것이 핵심이다. 데이터 거버넌스는 기업이 보유한 데이터의 품질과 변경 이력, 접근권한 등을 일관된 기준으로 관리하는 체계다.
고동현 파수AI 상무는 AI 활용을 위해 기존 문서의 보안장치를 해제하는 방식을 지적했다. 그는 “AI와 연결되면서 데이터가 갖고 있는 권한의 속성 자체가 무너지기 시작하는 것”이라고 강조했다. 고 상무는 기업 전체의 AI 에이전트를 연결하려면 데이터 관리와 계정·권한 관리, AI 거버넌스라는 세 가지 기반이 필요하다고 봤다. 여러 에이전트가 협업해도 기업이 기존에 적용해 온 데이터 관리 기준과 보안 정책을 유지해야 한다는 설명이다.
AI가 사용할 데이터부터 정비해야
AI 에이전트를 기업 업무에 활용하려면 데이터가 준비돼 있어야 한다. 그러나 기업의 데이터는 직원 PC와 파일 서버, 클라우드 등 여러 시스템에 흩어져 있다. 같은 문서의 복제본이 여러 곳에 저장되거나 최신 자료와 오래된 자료가 섞여 있는 경우도 있다.
이러한 상태에서 AI 에이전트를 연결하면 업무에 필요한 정보를 정확히 가져오기 어렵다. 예를 들어 매출 보고서를 작성하는 에이전트가 과거 자료를 참조하거나 수정되기 전의 문서를 가져온다면 결과도 달라질 수 있다. 데이터가 어디에 있고 어떤 자료가 최신인지 관리해야 한다.
고 상무는 “AI 에이전트를 도입하기 전에 기업 데이터를 정비해야 한다”며 “데이터는 한 번 정리하는 것으로도 충분하지 않다. 새로운 문서가 생성되고 기존 자료가 변경될 때마다 관리 현황을 갱신해야 한다”고 강조했다.
파수AI는 이를 위해 문서 관리 플랫폼 ‘랩소디(Wrapsody)’를 활용한다. 랩소디는 기업 문서의 버전과 변경 이력, 접근권한 등을 관리하는 솔루션이다. 문서를 여러 위치에서 사용하더라도 변경 사항과 권한 정보를 일관되게 관리하는 것이 목적이다. AI 에이전트가 자료를 요청할 때 어떤 문서를 제공해야 할지 판단할 수 있는 기반이 된다.
고 상무는 “AI에 많은 데이터를 제공하는 것보다 업무에 적합한 양질의 데이터와 관련 정보를 제공하는 것이 중요하다”고 설명했다. AI가 참고할 자료를 선별하면 불필요한 데이터 처리도 줄일 수 있다는 것이다.
기존 문서의 권한, AI 환경에서도 유지해야
데이터 정비와 함께 해결해야 할 문제는 ‘접근권한’이다. 기업은 직원의 업무와 직책에 따라 문서 열람과 수정 권한을 구분한다. 인사 담당자라고 해서 재무 부서의 모든 자료를 열람할 수 있는 것은 아니다. AI 에이전트 역시 이 원칙을 따라야 한다. 하지만 기존 문서를 AI 플랫폼에 연결하는 과정에서 권한체계가 달라질 수 있다. 암호화된 문서를 AI가 읽을 수 있도록 복호화하고 별도의 저장소에 넣으면 기존 문서의 접근권한이 그대로 이어지지 않을 수 있다.
AI 플랫폼에서 권한을 새로 설정할 수는 있지만 기존 기업의 보안 정책과 일치하는지 별도로 확인해야 한다. 고 상무는 기존 문서의 권한 정보를 AI 환경에서도 승계하는 것이 중요하다고 강조했다.
핵심은 데이터에 대한 요청이 들어올 때 기존 접근제어목록(ACL)을 확인하는 것이다. ACL은 어떤 사용자나 시스템이 특정 데이터를 조회하거나 변경할 수 있는지 정한 권한 목록이다. 가령 기존 시스템에서 특정 문서의 열람 권한이 없는 직원이라면 해당 직원이 AI 에이전트에 문서 내용을 요청하더라도 접근을 허용하면 안 된다. AI가 문서 내용을 대신 조회해도, 직원의 기존 접근권한까지 확대돼서는 안 된다는 의미다.
여러 에이전트가 협업할 때도 마찬가지다. 마케팅 부서의 AI 에이전트가 보고서를 작성하기 위해 재무 자료를 요청한다고 가정해보자. 마케팅 에이전트에 재무 시스템 전체의 접근권한을 부여하기보다 재무 자료를 관리하는 시스템에서 요청자의 권한을 확인하고 필요한 정보만 제공하는 방식이 적절하다.
고 상무는 “데이터를 요청하는 에이전트가 아니라 데이터를 제공하는 쪽에서 접근권한을 확인해야 한다”고 짚었다. 요청자의 신원과 권한을 확인한 뒤 허용된 자료만 전달해야 한다는 것이다. 이렇게 하면 여러 에이전트가 연결되더라도 기존 데이터의 접근권한을 기준으로 정보 제공 범위를 관리할 수 있다.
데이터 관리체계와 AI 플랫폼을 연결
파수AI는 기존 데이터 관리체계와 AI 에이전트 플랫폼을 연결하는 방식으로 이러한 문제에 접근하고 있다. 파수AI의 기업용 AI 플랫폼 ‘엘름(Ellm)’은 업무에 맞는 AI 에이전트를 구축하고 활용하도록 지원한다. 랩소디 등 기존 문서 관리체계와 연계하면 기업이 관리해 온 데이터와 권한 정보를 AI 업무에 활용할 수 있다는 설명이다.
파수AI가 강조하는 부분은 AI를 도입할 때마다 별도의 데이터 저장소와 접근권한을 처음부터 다시 만들 필요가 없게 하는 것이다. 고 상무는 기업의 모든 데이터와 계정, AI 에이전트를 하나의 플랫폼에서 관리하기는 어렵다고 봤다. 기업마다 데이터 관리 시스템과 계정·권한 관리 시스템이 이미 존재하기 때문이다. 따라서 각 시스템의 역할을 구분하고 필요한 정보를 연계하는 구조가 현실적인 접근이라는 설명이다.
데이터 플랫폼은 어떤 자료를 제공할 수 있는지 판단하고, 계정·권한 관리 시스템은 사용자와 에이전트의 신원 및 권한을 확인하는 역할을 맡는다. AI 에이전트 플랫폼은 이러한 정보를 활용해 업무를 수행하는 구조다. 특히 데이터가 변경되거나 직원의 부서가 바뀌었을 때도 변경된 정보를 빠르게 적용할 수 있어야 한다. 에이전트 플랫폼에 권한을 별도로 설정하고 유지한다면 기존 기업의 보안 정책과 차이가 발생할 수 있기 때문이다.
전사 오케스트레이션에는 AI 거버넌스도 필요
데이터와 접근권한을 정비하더라도 기업 전체의 AI 에이전트를 운영하려면 추가적인 관리체계가 필요하다. 고 상무는 AI 에이전트도 직원처럼 기업이 관리해야 할 대상으로 봤다. 새로운 AI 에이전트를 만들었다면 누가 어떤 목적으로 만들었는지 등록하고, 어떤 시스템에 접근할 수 있는지 정해야 한다. 사용하지 않는 에이전트는 계정과 권한을 회수해야 한다.
여기서 필요한 것이 ‘AI 거버넌스’다. 기업이 에이전트의 도입과 운영 기준을 정하고 사용 목적, 담당 조직, 권한 등을 관리하는 체계다. 고 상무는 “전사적인 오케스트레이션을 구현하려면 데이터 관리와 계정·권한 관리, AI 거버넌스가 함께 작동해야 한다”고 강조했다.
다만 그는 ”아직 기업 전체의 업무를 AI 에이전트로 연결하기는 쉽지 않다”고 진단했다. 업무 시스템과 데이터가 여러 곳에 분산돼 있고 접근권한도 서로 다른 기준으로 운영되기 때문이다. 이어 그는 ”개별 업무에서 AI 에이전트를 활용하는 것과 전사적인 오케스트레이션을 구현하는 것은 다른 문제”라고 설명했다. 기업 전체의 에이전트를 연결하려면 데이터와 권한을 공통된 기준으로 관리할 수 있어야 한다. AI 에이전트는 기업의 데이터를 활용해야 업무를 수행할 수 있다. 그러나 데이터에 접근할 수 있다는 이유만으로 모든 자료를 사용하도록 허용할 수는 없다.
파수AI가 강조한 데이터 거버넌스의 핵심은 AI가 업무에 필요한 최신 데이터를 활용하도록 하면서도 기존 문서의 접근권한과 보안 정책을 유지하는 체계다. 기업 전체의 AI 에이전트를 연결하려면 데이터 관리체계와 계정·권한 관리, AI 거버넌스가 한 몸으로 움직여야 한다.
[1편 AI 에이전트, 긴 여행의 시작…출발선은 어디인가 바로가기]
[2편 기업 AI 에이전트의 성공은 어떻게 이뤄질까 바로가기]
[3편 AI 에이전트의 긴 여정, 안전벨트는 준비됐나 바로가기]
[4편 미래의 AI 에이전트 플랫폼은 어디로 흘러갈까 바로가기]
글. 바이라인네트워크
<곽중희 기자>god8889@byline.network
◈ [레노버 스페셜리포트] 합리적인 선택, 신뢰할 수 있는 스토리지
급증하는 기업 데이터, 성능과 보안은 강화하고 운영 비용은 줄일 수 있을까요?
ThinkSystem 스토리지 시리즈 비교, 랜섬웨어 보호·복구 기능을 eBook으로 확인하세요.


