
[지디넷코리아]올해는 기업들이 인공지능(AI)을 실험 단계에서 업무 현장으로 확대하는 데 집중한 한 해였다. 아시아태평양 및 일본(APJ) 지역 기업들은 실질적인 AI 활용에 속도를 냈으며 일부는 이미 AI 에이전트를 일상 업무에 도입하기 시작했다. 반면 상당수 기업은 여전히 데이터 관리와 거버넌스, 비용 등 AI를 본격적으로 운영하는 과정에서 발생하는 과제를 해결하고 있다.내년에는 보다 근본적인 변화가 나타날 전망이다. AI 경쟁력을 확보하는 기업은 AI를 안정적이고 효율적으로 운영하는 데 그치지 않고, AI를 중심으로 기업 운영 방식 자체를 재편할 것이다. 실시간 데이터를 분석하고 추론하는 AI의 역량이 고도화되면서 AI는 개별 업무를 지원하는 도구를 넘어 기업 운영의 핵심으로 자리 잡게 될 것이다.기업들은 오랫동안 데이터베이스와 문서, 업무상 대화 등을 조직 주요 지식 자산으로 관리해 왔다. 그러나 AI 에이전트가 다양한 업무를 수행하며 새로운 정보와 결과물을 생성하면서 기업이 관리해야 할 지식의 범위도 넓어지고 있다. 문제는 이처럼 AI가 생성한 정보의 상당수가 체계적으로 수집·관리되지 않아 조직의 지식 자산으로 충분히 활용되지 못하고 있다는 점이다.2027년에는 사람과 AI가 생성한 지식을 통합적으로 관리하는 '에이전틱 기록 시스템'이 중요해질 것이다. AI 에이전트가 업무를 수행하는 과정에서 발생한 수정 사항과 예외 상황, 실행 결과 등을 체계적으로 축적하고 이를 다시 활용하는 순환 구조를 구축하는 것이다. 이 체계는 AI 정확도를 높이는 데 그치지 않고 기업 제품과 비즈니스 모델을 차별화하는 경쟁력으로 이어질 수 있다.한국 카카오스타일은 통합된 데이터 기반 중요성을 보여주는 사례다. 카카오스타일은 데이터브릭스를 활용해 분산된 데이터 인프라를 통합하고 데이터 분석과 AI 모델 운영을 하나의 환경에서 수행할 수 있는 기반을 마련했다. 데이터 엔지니어링 팀 배치 실패 알림을 약 90% 줄였으며 현업 부서에서도 자연어로 데이터를 직접 탐색하고 활용할 수 있게 됐다. AI 기술이 발전하면서 이를 악용한 사이버 공격도 정교해지고 있다. 기업들은 위협에 대응하기 위해 방대한 보안 데이터를 실시간으로 분석하고 이상 징후를 신속하게 탐지·대응할 수 있는 역량을 갖춰야 한다. 조직 전반에 분산된 보안 데이터를 통합하는 개방형 보안 레이크하우스는 AI를 활용한 위협 탐지와 보안 사고 조사에 중요한 역할을 할 수 있다.기업 내부에서 활용하는 AI 에이전트에 대한 통제도 중요한 과제다. AI 에이전트는 악의적인 의도가 없더라도 정상적인 업무를 수행하는 과정에서 민감한 정보에 접근하거나 승인되지 않은 작업을 실행할 수 있다. 데이터와 AI 모델뿐 아니라 에이전트와 이들이 사용하는 도구까지 관리할 거버넌스 체계가 필요하다.기업들은 오랫동안 거래와 업무 데이터를 처리하는 운영 시스템과 대규모 데이터를 분석하는 시스템을 분리해 운영해 왔다. 그러나 AI 에이전트가 실시간 정보를 분석하고 과거 데이터를 참고해 즉각적으로 업무를 수행하는 환경에서는 이같은 구조가 한계로 작용할 수 있다.기존에는 온라인 트랜잭션 처리(OLTP) 시스템과 온라인 분석 처리(OLAP) 시스템을 연결하기 위해 데이터를 이동하거나 복제하는 복잡한 과정이 필요했다. 수많은 AI 에이전트가 실시간으로 데이터를 조회하고 분석하며 작업을 수행하는 환경에서는 운영 부담을 가중시킬 수 있다.내년에는 거래 처리와 데이터 분석을 더 긴밀하게 통합하는 기술이 확산될 전망이다. 데이터브릭스가 제시한 LTAP(Lake Transactional/Analytical Processing)는 그 변화를 보여준다. 서버리스 포스트그레스 데이터베이스인 레이크베이스를 기반으로 거래 처리와 분석을 스토리지 계층에서 통합해 불필요한 데이터 복제 없이 최신 운영 데이터를 활용할 수 있도록 지원한다.해당 변화는 기업용 소프트웨어 개발 방식에도 영향을 미칠 것이다. 기업들은 기존 애플리케이션에 업무 프로세스를 맞추는 대신 AI 에이전트를 활용해 업무 방식에 적합한 애플리케이션을 빠르게 개발할 것이다. AI 에이전트가 복잡하고 다양한 업무를 수행하면서 AI 모델 토큰 사용량도 증가할 것으로 예상된다. 다만 토큰을 많이 사용하거나 고성능 모델을 도입한다고 해서 반드시 더 높은 성과를 얻는 것은 아니다.2027년에는 AI 사용량 자체보다 각 작업에서 얼마나 높은 가치를 창출하는지가 중요한 평가 기준이 될 것이다. 모든 작업에 고성능 모델을 적용하기보다 업무 복잡도와 요구 성능에 적합하면서도 비용 효율적인 모델을 선택하는 전략이 필요하다.데이터브릭스 '유니티 게이트웨이'에서 베타로 제공되는 스마트 라우팅 기술이 대표적이다. 이 기술은 코딩 에이전트가 수행하는 작업 특성에 맞는 AI 모델을 자동으로 선택한다. 데이터브릭스 내부 평가에서는 지능형 라우팅을 통해 최상위 모델 수준의 성능을 유지하면서도 비용을 30% 이상 절감할 수 있는 것으로 나타났다.하나의 AI 모델이나 공급업체를 중심으로 모든 시스템을 구축하는 전략은 한계에 직면할 것이다. 새로운 AI 모델이 빠르게 등장하고 있으며 기술 성능과 비용은 물론 지정학적 환경과 규제 변화에 따라 특정 모델에 대한 접근성이 달라질 수도 있기 때문이다.내년에는 여러 AI 모델을 유연하게 활용하는 멀티모델 전략이 일반적인 기업 운영 방식으로 자리 잡을 전망이다. 데이터브릭스 '2026 AI 에이전트 현황' 보고서에 따르면 조사 대상 조직의 77%가 이미 두 개 이상의 AI 모델 계열을 사용하고 있다.더 주목할 변화는 기업별 요구에 맞춘 AI 모델 최적화다. 기업이 보유한 데이터를 활용해 특정 업무와 산업, 언어에 특화된 모델을 개발하고 개선하는 과정이 점차 빠르고 경제적으로 변화하고 있다. 앞으로는 AI 에이전트가 업무를 수행하며 생성한 데이터를 다시 모델 학습에 활용하는 방식도 확대될 것이다.AI 에이전트는 업무 지원 도구를 넘어 사람과 함께 성과를 창출하는 협업 주체로도 발전할 전망이다. 기업들은 업무 특성에 따라 사람과 AI 에이전트 역할을 구분하고 각 강점을 활용하는 방향으로 업무 방식을 재편하게 될 것이다. 개발자는 반복적인 테스트를 AI 에이전트에 맡기는 대신 중요한 기술 의사결정에 집중하고 비즈니스 분석가는 AI가 수집한 정보와 분석 결과를 검토해 판단을 내릴 수 있다.사람과 AI가 함께 일하는 방식은 이미 데이터 활용 현장에서 구체화되고 있다. 한국 놀유니버스는 데이터브릭스 '지니' 에이전트를 활용해 마케팅, 영업, 운영 등 다양한 부서 직원들이 자연어로 데이터를 탐색하고 분석할 수 있도록 지원 중이다. 800명 이상 활성 사용자가 지니를 활용하고 있으며 이 가운데 약 70%는 비 기술직군이다.AI 에이전트는 조직 내 협업과 조율에 필요한 비용도 줄일 수 있다. 여러 단계 관리와 보고가 필요했던 정보 수집, 조사, 반복적인 의사결정 등을 간소화해 현업 직원들이 더 자율적으로 업무를 수행할 수 있도록 지원할 것이다.거버넌스는 오히려 중요해진다. 조직이 공통으로 사용하는 업무 기준과 의사결정 권한, 통제 체계, 과거의 실행 결과 등은 모두가 신뢰할 수 있는 체계에서 관리돼야 한다. 업무 수행 자율성을 확대하기 위해서는 신뢰할 수 있는 통합된 정보 기반이 뒷받침돼야 한다.내년에는 AI 에이전트에 업무를 위임하고 결과를 검토하며 성과를 관리하는 '에이전틱 팀 리더'라는 새로운 역할이 등장할 것으로 예상된다. AI를 관리하는 역량은 일부 기술 전문가를 넘어 대다수 지식 근로자에게 요구되는 역량으로 확대될 것이다. 직원들은 AI 에이전트가 수행할 업무와 범위를 정의하고, 결과를 검증하며, 어떤 업무를 자동화하고 언제 인간 판단이 개입해야 하는지 결정할 것이다.기업들이 마주할 가장 중요한 질문은 얼마나 많은 AI를 도입했느냐가 아니라 AI에 얼마나 많은 업무와 책임을 맡길 준비가 됐느냐다.이를 위해 기업 업무 맥락을 충분히 이해하는 AI 에이전트와 실시간 데이터에 연결된 시스템, 명확한 거버넌스와 사람의 감독 체계가 뒷받침돼야 한다. AI가 수행한 업무 결과와 사람 피드백을 조직의 지식으로 축적하고 다음 의사결정에 활용하는 구조도 중요하다.AI가 기업 운영 중심으로 자리 잡을수록 인간 역할은 중요해질 것이다. 신뢰할 수 있는 데이터와 체계적인 거버넌스, 기술적 역량을 갖추는 동시에 인간의 공감과 판단, 윤리적 책임을 유지해야 한다. 이러한 기반 위에서 AI를 단순한 도구가 아닌 진정한 업무 동료로 활용하는 기업이 새로운 경쟁력을 확보할 것이다.
Continue to ZDNet Korea →You are being forwarded in 6s — stay on this page