생성형 AI 경쟁의 무게 중심이 재편되고 있다. 초기 시장이 대형언어모델(LLM)의 성능과 GPU 확보에 집중됐다면, 최근 기업 AI 시장에서는 데이터를 얼마나 정확하게 해석하고 업무에 연결할 수 있는지가 새로운 경쟁 기준으로 떠오르고 있다.
지능형 데이터 플랫폼 기업 데이터스트림즈는 25년간 국내 데이터 패브릭(Data Fabric) 시장에서 쌓아온 기술을 토대로 ‘AI Ready Data’ 기반 차세대 AI 기술 고도화에 나서고 있다고 밝혔다. 회사는 단순한 모델 성능 개선보다 AI가 산업 현장에서 신뢰성 있게 활용될 수 있는 데이터 구조와 맥락 이해 능력 확보에 초점을 맞추고 있다.
AI Ready Data는 AI가 학습과 추론에 바로 활용할 수 있도록 정제·구조화·맥락화된 데이터를 뜻한다. 기업 데이터는 ERP, CRM, 업무 시스템, 문서, 이메일 등 여러 환경에 분산돼 있고, 메타데이터와 권한 체계가 충분히 정리되지 않은 경우가 많다. 이 때문에 AI가 필요한 정보를 찾지 못하거나 문맥을 잘못 해석해 부정확한 답변을 내놓는 문제가 발생한다.
업계에서는 기업의 생성형 AI 도입이 확대되고 있지만, 기대한 수준의 생산성 향상이나 업무 자동화가 구현되지 않는 주요 원인으로 데이터 품질과 내부 데이터 구조의 한계를 지목한다. AI가 조직의 지식 체계와 업무 절차를 이해하지 못하면, 모델 성능 향상만으로는 실제 활용도를 높이는 데 한계가 있다는 분석이다.
글로벌 AI 산업에서도 경쟁의 초점은 모델 크기와 연산 능력을 넘어 데이터 인프라로 넓어지고 있다. 글로벌 데이터 플랫폼 기업들은 메타데이터 관리, 데이터 거버넌스, 시맨틱 레이어, 벡터 검색, 지식 연결 구조 등 AI 활용 기반 기술에 투자를 확대하고 있다.
데이터스트림즈도 온톨로지(Ontology) 기반 시맨틱 레이어, Knowledge Parser, RAG(Retrieval-Augmented Generation), Graph DB 기반 데이터 연결 기술 등을 중심으로 연구를 진행하고 있다. 이들 기술은 AI가 단순히 정보를 검색하는 수준을 넘어 데이터 간 관계와 의미, 업무 맥락을 이해하도록 지원하는 역할을 한다.
이영상 데이터스트림즈 대표
이영상 데이터스트림즈 대표는 “글로벌 데이터 플랫폼 기업들이 AI의 이해와 추론 역량 확보에 집중하고 있다”며 “데이터스트림즈 역시 축적된 데이터 패브릭 기술과 산업 현장 경험을 기반으로 글로벌 제품들과 경쟁할 수 있는 AI 데이터 인프라를 고도화하고 있다”고 말했다.
회사는 데이터 패브릭 운영 과정에서 생성되는 메타데이터를 AI가 활용 가능한 지식으로 연결해 응답의 정확도와 일관성을 높이는 구조를 구현했다는 설명이다. 이는 생성형 AI의 대표적 한계인 할루시네이션(Hallucination)을 줄이고, 산업 현장에서 활용 가능한 신뢰도 높은 AI 서비스로 이어질 수 있다.
데이터 패브릭의 역할도 AI 시대에 달라지고 있다. 기존에는 기업 내부에 흩어진 데이터를 연결하고 관리하는 통합 아키텍처에 가까웠다면, 이제는 AI가 조직의 지식과 업무 흐름을 이해하는 기반 인프라로 자리 잡고 있다.
데이터스트림즈는 플랫폼 ‘TeraONE Fabric’을 통해 AI Ready Data 구현과 지능형 데이터 패브릭 시장 진입을 본격화하고 있다. 이는 AI를 개인 생산성 도구가 아니라 조직 운영과 의사결정 체계에 연결되는 인프라로 바라보는 전략적 접근이다.
향후 AI 에이전트(AI Agent) 확산도 이러한 흐름을 강화할 것으로 보인다. AI 에이전트가 실제 기업 업무를 수행하려면 조직 데이터에 대한 이해, 권한 기반 접근, 업무 프로세스와의 연동이 선행돼야 하기 때문이다.
데이터스트림즈는 기술 고도화와 함께 AI 전문 인재 확보에도 나선다. 회사는 LLM 개발, RAG 시스템 구축, 시맨틱 데이터 구조 설계 경험을 갖춘 전문가를 중심으로 연구 역량을 확대할 계획이다. 관련 채용 정보와 지원 방법은 데이터스트림즈 공식 홈페이지에서 확인할 수 있다.
연철웅
댓글
0