기업들이 차세대 인공지능으로 주목받는 ‘에이전틱 AI(Agentic AI)’ 도입에 속도를 내지 못하는 배경에 ‘데이터 신뢰 문제’가 자리 잡고 있다는 조사 결과가 나왔다.
데이터 관리 기업 Denodo Technologies는 글로벌 경영진 850명을 대상으로 진행한 조사 보고서 ‘AI 신뢰 격차 보고서’를 통해, AI 기술보다 이를 뒷받침하는 데이터 인프라가 더 큰 장애 요인으로 작용하고 있다고 17일 밝혔다.
에이전틱 AI는 단순 질의응답을 넘어 스스로 판단하고 업무를 수행하는 형태로 진화한 AI를 의미한다. 기업 운영 전반에 영향을 미칠 수 있는 만큼, 데이터 정확성과 신뢰성 문제가 핵심 변수로 떠오르고 있다.
조사에 따르면 응답 기업의 66%는 AI 결과를 신뢰하기 위한 전제 조건으로 ‘실시간 데이터 접근’을 꼽았다. 과거 데이터 기반 분석으로는 빠르게 변하는 비즈니스 환경을 반영하기 어렵다는 판단이 반영된 결과다.
데이터 탐색 문제도 주요 장애 요인으로 지목됐다. 전체 응답자의 63%는 특정 업무 맥락에 맞는 데이터를 찾는 과정 자체가 AI 도입을 가로막는 요소라고 답했다.
기업들이 활용하는 데이터 규모 역시 복잡성을 키우는 요인으로 분석됐다. 평균적으로 400개 이상의 데이터 소스를 동시에 운영하고 있으며, 20%는 1000개 이상의 데이터를 관리하는 것으로 나타났다. 데이터가 분산된 구조에서는 AI가 일관된 판단을 내리기 어렵다는 지적이 나온다.
보안과 성능 문제 역시 기업들이 체감하는 현실적인 한계로 드러났다. 응답자의 67%는 시스템 전반에서 일관된 보안과 접근 통제를 유지하는 데 어려움을 겪고 있다고 답했다.
대규모 AI 운영에 필요한 성능 확보도 과제로 꼽혔다. 약 60%의 기업이 고강도 데이터 처리 환경에서 성능 최적화에 어려움을 겪고 있는 것으로 조사됐다.
이 같은 결과는 AI 모델의 성능 자체보다, 이를 둘러싼 데이터 구조와 인프라 설계가 실제 도입 속도를 좌우하고 있다는 점을 보여준다.
보고서는 기업들이 겪는 ‘신뢰 격차’의 본질을 AI 기술이 아닌 데이터 아키텍처의 한계에서 찾았다.
Dominic Sartorio Denodo 제품 마케팅 부문 부사장은 “AI는 이미 자율적으로 행동하는 단계로 빠르게 진화하고 있다”며 “이 단계에서는 오래되거나 관리되지 않은 데이터가 개입할 여지가 없다”고 말했다.
그는 이어 “기업이 AI를 실험 수준에서 벗어나 실제 비즈니스 운영으로 확장하려면, 정적인 데이터 사일로를 해소하고 실시간으로 관리되는 데이터 환경을 구축해야 한다”고 강조했다.
에이전틱 AI는 기업의 의사결정과 운영 자동화를 바꾸는 핵심 기술로 꼽힌다. 다만 현장에서는 기술 도입보다 데이터 신뢰 확보가 선행 과제로 부상하고 있다. 분산된 데이터 구조와 실시간 처리 역량이 뒷받침되지 않는다면 AI 도입 효과 역시 제한될 수밖에 없다는 지적이 나온다. 기업들의 디지털 전환 전략도 ‘AI 도입’에서 ‘데이터 인프라 재설계’로 무게 중심이 이동하는 흐름이다.
Copyright ⓒ 스타트업엔 무단 전재 및 재배포 금지
본 콘텐츠는 뉴스픽 파트너스에서 공유된 콘텐츠입니다.
