대다수 기업들이 인공지능(AI)을 비즈니스 핵심 전략으로 설정, 이를 위한 데이터 전략을 추진하고 있으나 제한적인 데이터 접근 환경으로 AI 확장에 어려움을 겪고 있어 데이터 통합을 위한 표준화·포괄적인 거버넌스 수립이 시급하다는 진단이 나왔다.
20일 클라우데라는 전세계 IT리더 1,300여명을 대상으로 진행한 설문조사를 토대로 작성한 보고서(데이터 준비 지수: 성공적인 AI를 위한 기반)를 내고 이같이 밝혔다.
보고서에 따르면 AI 도입은 증가하고 있지만 대부분의 기업은 여전히 데이터 기반이 탄탄하지 않은 것으로 나타났다.
응답 기업의 96%는 AI를 핵심 비즈니스에 통합했고 85%는 명확한 데이터 전략을 가지고 있다고 답했으나, 응답 기업의 약 80%는 AI·데이터 이니셔티브가 제한적인 데이터 접근 환경에 놓여 있다고 답했다.
보고서는 “기업이 데이터 문제를 해결하지 못한 채 AI 확장에만 몰두하면서 AI를 잘 활용하고 있다는 착각을 갖고 있기 때문”이라고 이유를 분석했다.
AI 이니셔티브가 기대에 미치지 못하는 원인으로는 ▲데이터 품질(22%) ▲비용 초과(16%) ▲기존 워크플로우와의 미흡한 통합(15%) 등을 꼽았다.
여기에 인프라 제약이 더해지면 문제가 악화된다. 응답자 73%는 성능 제약으로 인해 AI 도입이 지연되고 있다고 답했는데, 보고서는 “분산된 환경에서 AI를 확장하는 것이 어렵다는 것을 보여주는 것”으로 풀이했다.
국내 응답자는 AI 이니셔티브의 투자대비효율(ROI) 달성 실패의 주요 원인으로 ▲데이터 품질(32%) ▲통합 부족(22%) ▲데이터 접근 및 관리 문제(20%)를 꼽았다. 협업 및 데이터 기반 의사결정을 지속적으로 저해하는 요소는 ▲데이터 공유에 대한 거부감(49%) ▲불충분한 데이터 리터러시(49%) ▲불완전한 가시성(27%)으로 나타났다.
전세계 응답자의 84%는 기업 데이터의 정확성과 완전성, 일관성에 자신감을 드러냈으나 “고질적인 데이터 사일로, 비일관적인 데이터 품질, 제한된 접근성과 같은 근본적인 문제를 경계해야 한다”고 보고서는 짚었다.
보고서는 “신뢰할 수 있어 보이는 개별적인 데이터가 팀과 시스템, AI 애플리케이션 간에 사용될 때는 제대로 작동되지 않아 기업 전체의 거버넌스 및 일관성 부족 문제가 발생하는 것”으로 분석했다.
데이터 전략 부문에서는 실행력과의 괴리감도 포착됐다. 전세계 응답자의 18%만이 ‘데이터가 완벽하게 거버넌스되고 있다’고 응답해 보여지는 자신감과 현실 사이의 격차가 존재하는 것으로 나타났다.
국내 응답자의 80%는 데이터가 시스템 간에 부분적으로만 연결돼 있으며 20%는 여전히 효과적인 통합에 어려움을 겪고 있다고 답해 데이터 통합을 위한 표준화·포괄적 거버넌스의 설정과 실행이 중요하다고 보고서는 분석했다.
한편, 데이터 준비도 수준은 산업별로 큰 차이를 보였다. 통신 부문에서는 데이터 저장 위치를 완벽하게 파악하고 있는지 묻는 질문에 글로벌의 54%가 ‘매우 그렇다’고 답한 반면 금융 부문에서는 30%, 공공 부문에서는 31%만이 동일하게 답변했다.
데이터 접근성 측면에서는 통신 부문 응답자의 51%가 ‘언제든 모든 데이터에 접근할 수 있다’고 응답한 반면 금융 부문은 24%, 공공 부문은 16%에 그쳤다.
산업별로 AI 투자수익률을 가장 저해하는 요인으로 데이터 품질을 꼽았지만 에너지 및 유틸리티 부문에서는 비용 초과(25%)를 두드러진 문제로 지적했고 의료·제조·금융 분야에서는 미흡한 워크플로우와의 통합(20%)을 꼽았다.
세르지오 가고 클라우데라 최고기술책임자(CTO)는 “기업들은 AI 도입에 어려움을 겪고 있지 않다. 문제는 실험 단계를 넘어 AI를 대규모로 구현하는 것”이라며, “모든 데이터에 대한 접근 없이 AI에 정확성·신뢰성·비즈니스 가치를 바랄 수 없다는 것을 기억해야 한다”고 말했다.
댓글
0