조직 97% AI 실제 운영 전환에 어려움…68% “데이터 관리 최대 과제”
에버퓨어(구 퓨어스토리지)가 시장조사기관 옴디아(Omdia)와 함께 기업의 데이터 준비도와 인공지능(AI) 활용 간 격차를 분석한 ‘기업 데이터 준비도 격차 분석(Exploring the enterprise data readiness gap)’ 보고서를 발표했다.
보고서는 기업이 수집·저장하고 있지만 거의 재사용하지 않는 ‘다크 데이터(dark data)’가 AI 도입 과정에서 비용과 보안·규제 위험을 높이는 요인으로 작용할 수 있다고 분석했다. 다크 데이터에는 중복되거나 오래됐거나 불필요한 ‘ROT(Redundant, Obsolete and Trivial) 데이터’가 다수 포함돼 있다는 설명이다.
조사에 따르면 조직의 99%가 다크 데이터를 보유하고 있는 것으로 나타났다. 절반 이상(51~75%)의 조직에서는 다크 데이터가 전체 기업 데이터의 3분의 1 이상인 37%를 차지했다.
에버퓨어는 가치가 높은 정보와 ROT 데이터가 혼재할 경우 불필요한 비용뿐 아니라 규제 준수 및 보안 위험을 높이고, 데이터에서 인사이트를 확보하거나 이를 혁신에 활용할 기회를 놓칠 수 있다고 전했다.
데이터 관리 문제는 AI를 파일럿 단계에서 실제 운영 환경으로 전환하는 과정에서도 주요 장애 요인으로 나타났다. 조사 대상 조직의 97%가 AI 파일럿을 실제 운영 환경으로 전환하는 데 어려움을 겪고 있으며, 62%는 중간에서 심각한 수준의 장애 요인에 직면한 것으로 조사됐다.
IT 리더의 68%는 AI를 실제 운영 환경으로 전환할 때 데이터 관리를 가장 큰 과제로 꼽았다. 63%는 스토리지 사일로와 데이터의 무분별한 분산·증가를 AI 성공을 가로막는 주요 장벽으로 지목했다.
다크 데이터에 대한 문제 인식과 실제 데이터 가시성 사이에도 격차가 나타났다. IT 리더의 76%가 다크 데이터를 중대한 비즈니스 위험으로 인식하고 있으며, 75%는 실행 가능한 인사이트를 도출하는 것이 AI 성공에 중요하다고 답했다. 반면 조직의 58%는 데이터 환경에 대한 기본적인 가시성을 확보하지 못한 것으로 나타났다.
에버퓨어는 이에 따라 기업이 데이터를 단순히 보유하는 데 그치지 않고 ‘비즈니스 가치’와 ‘위험’을 기준으로 분류해 관리해야 한다고 제안했다.
구체적으로 △고가치·고위험 데이터는 엄격한 거버넌스와 접근 통제, 보안 체계 아래 활용하고 △고가치·저위험 데이터는 AI에 신속하게 활용할 수 있도록 탐색과 활성화를 우선해야 한다고 설명했다. △저가치·고위험 데이터는 보안을 강화하면서 최소화하거나 삭제하고 △저가치·저위험 데이터는 아카이빙 또는 삭제해 스토리지 비용과 데이터의 무분별한 증가를 줄이는 방식이다.
또 AI에 데이터를 전달하기 전에 ROT 데이터를 식별·제거하고, 다크 데이터 역시 식별과 분류 및 위험 평가를 거쳐 활용 여부를 결정해야 한다고 강조했다. SaaS와 하이브리드 클라우드, 온프레미스, 기존 및 AI 워크로드에 분산된 데이터를 파악하고 거버넌스를 적용하는 것이 AI 활용을 위한 데이터 준비의 핵심이라는 것이다.
전인호 에버퓨어코리아 지사장은 “국내 기업들이 빠른 속도로 AI 도입을 확대하고 있지만 데이터에 대한 가시성이 확보되지 않은 상태에서 속도만 높이는 것은 위험할 수 있다”며, “어떤 데이터셋에 대해서도 ‘어디에 있는가’, ‘누가 사용하고 있는가’, ‘신뢰할 수 있는가’라는 세 가지 질문에 명확히 답할 수 있어야 한다”고 말했다.
사이먼 로빈슨(Simon Robinson) 옴디아 수석 애널리스트는 “대부분의 조직에서 기업 데이터 준비도 격차는 이를 파악하고 해소하는 데 필요한 가시성이 부족하기 때문에 여전히 제대로 관리되지 않는 위험으로 남아 있다”며, “파악되지 않았거나 파편화된 데이터를 신뢰할 수 있고 맥락을 갖춘 인텔리전스로 전환하면 AI 구축과 의사결정을 지원할 수 있다”고 말했다.
아시시 굽타(Ashish Gupta) 에버퓨어 데이터 관리 부문 총괄은 “기업은 신뢰할 수 없는 데이터를 기반으로 신뢰할 수 있는 AI를 구축할 수 없다”며, “더 나은 AI를 위한 해법은 단순히 더 많은 데이터를 추가하는 것이 아니라 관련성이 높고 풍부한 맥락을 갖춘 데이터를 사용하는 데 있다”고 강조했다.
<저작권자(c)스마트앤컴퍼니. 무단전재-재배포금지>
