엔터프라이즈 AI의 다음 물결을 이끄는 인프라 & 전략

AI는 빠르게 발전했지만, 초기 성공을 의미 있는 이점으로 전환하는 기업은 소수에 불과합니다. 대부분은 생성형 AI가 생산성을 높이고 워크플로를 가속화할 수 있다는 것을 입증했지만, 그 영향을 비즈니스 전반으로 확장하는 데 필요한 기반을 구축한 곳은 훨씬 적습니다. 고위 기술 리더들이 직면한 순간은 결정적입니다. 차별화 요소는 더 이상 발전 그 자체가 아니라, 데이터, 거버넌스, 아키텍처가 AI 모멘텀을 전사적 성과로 전환할 만큼 성숙했는지 여부입니다.

기업 리더들은 이러한 변화에 어떻게 접근하고 있을까요? 저희는 MIT Technology Review Insights와 파트너십을 맺고 엔터프라이즈 AI 전략의 가장 큰 트렌드와 변화를 파악했습니다. 800명의 고위 데이터 및 기술 경영진들로부터 얻은 인사이트를 읽어보세요. 고성능 데이터 및 AI 조직을 구축하는 데 필요한 것이 무엇인지 알아보세요.

데이터와 거버넌스가 고품질 AI를 주도합니다

2025년 MIT 기술 Review 연구에서는 인프라를 구축하는 여러 조직을 조명합니다. 이러한 접근 방식을 통해 AI 성공을 거둔 한 조직은 Fox Corporation입니다. 이 회사는 실시간 해설과 저널리즘 콘텐츠를 사용하여 스포츠 관련 질문에 답할 수 있는 멀티모달 챗봇인 Sports AI를 구축하기 시작했습니다. 하지만 이 팀은 기존의 검색 기반으로는 필요한 수준의 정밀도를 지원할 수 없다는 것을 발견했습니다. 이러한 장애물로 인해 그들은 콘텐츠를 문맥적으로 해석하고 올바른 모델로 라우팅할 수 있는 시맨틱 검색 아키텍처를 사용하여 백엔드를 재구축하게 되었습니다. 데이터 컨텍스트, 리니지, 모델 오케스트레이션에 대한 이러한 투자는 성능과 사용자 경험에서 측정 가능한 개선을 이끌어냈습니다.

이 이야기는 경쟁적 차별화가 모델 하나만이 아니라, AI의 기반이 되는 데이터 및 거버넌스 레이어에서 점점 더 비롯된다는 점을 상기시켜 줍니다.

Databricks는 저희가 협력하는 많은 글로벌 기업에서 이러한 패턴을 목격합니다. 실질적인 발전을 이루는 조직들은 통합 데이터 거버넌스, 시맨틱 컨텍스트, 그리고 모델과 에이전트가 신뢰할 수 있는 데이터로 운영될 수 있게 하는 단순화된 아키텍처에 투자하고 있습니다.

차별화 요소: 통합 데이터, 분석 및 AI

MIT 연구 전반에 걸쳐 한 가지 추세는 분명합니다. 통합된 기반 위에서 데이터, 분석, AI를 통합하는 기업은 속도, 안정성, 그리고 자신 있게 확장할 수 있는 능력을 얻게 됩니다. 단편화된 상태로 남아 있는 것들은 일관성 없는 제어, 불분명한 리니지, 단절된 거버넌스 패턴과 같은 마찰을 여전히 겪습니다.

이러한 과제 중 어느 것도 극복 불가능한 것은 아닙니다. 사실, 많은 조직이 이미 성공을 위한 요소를 갖추고 있습니다. 이들 조직은 유능한 분석 팀, 최신 클라우드 환경, 그리고 성숙해가는 데이터 플랫폼을 보유하고 있습니다. 지금 변화하고 있는 것은 경영진의 의지입니다. 리더들은 전사적 AI 성능을 달성하기 위한 관문으로서 통합성, 명확성, 부서 간 협력을 우선시하고 있습니다.

저희 고객 기반 전반에서 일관되게 동일한 신호를 확인할 수 있습니다. 팀이 데이터, 분석, AI를 단일 통합 기반으로 통합하면 마찰을 줄이고 확장에 필요한 안정성을 확보할 수 있습니다.

에이전틱 AI로의 전환 준비

조직이 에이전틱 AI를 탐색함에 따라 이러한 기반 우선 사고방식은 더욱 중요해집니다. 생성형 AI는 콘텐츠나 인사이트를 생성하는 데 중점을 두는 반면, 에이전틱 AI는 목표, 컨텍스트, 그리고 정보에 기반한 조치를 취하는 능력에 의존합니다. 따라서 거버넌스, 리니지, 리스크 관리는 선택이 아닌 필수가 됩니다.

이러한 전환을 시작한 기업들은 에이전틱 기능을 규율을 위한 촉매제로 여기고 있습니다. 예를 들어 Workday는 에이전트에 올바른 데이터를 제공하고, 에이전트 작업의 권한을 검증하며, 모든 계층에서 거버넌스 패턴이 일관되도록 하는 데 크게 중점을 둡니다. 이러한 접근 방식은 데이터 전략과 AI 전략이 함께 움직일 때만 책임감 있는 자율성을 달성할 수 있다는 점을 강조합니다.

3M은 또 다른 관점을 제시합니다. 3M의 데이터 및 AI 팀은 에이전틱 기능을 확장하기 전에 더 심층적인 메타데이터와 비즈니스 컨텍스트를 구축하는 데 집중합니다. 데이터 이면의 시맨틱 레이어를 강화함으로써 모든 모델과 에이전트가 신뢰할 수 있는 결정을 내리는 데 필요한 명확성을 갖도록 보장합니다. 이들에게 컨텍스트는 기술적인 세부 사항이 아니라 전략적 자산입니다.

데이터 기반을 이점으로 전환하기

가장 빠르게 움직이는 조직은 완벽한 조건을 기다리지 않습니다. CIO, CTO, CDO와의 협업에 따르면, 가장 빠르게 움직이는 조직은 아키텍처를 단순화하고, 거버넌스를 중앙 집중화하며, 데이터 컨텍스트를 기술적 기능이 아닌 전략적 자산으로 취급하는 곳입니다. 이들의 발전은 책임감 있는 확장이 제약이 아님을 보여줍니다. 이것이야말로 AI가 프로덕션 환경에서 안정적으로 작동하고 선두 주자를 나머지 그룹과 차별화할 수 있게 하는 핵심입니다.

경영진이 향후 10년간의 AI 혁신을 계획함에 따라, 진짜 질문은 더 이상 AI가 비즈니스를 변화시킬 것인지 여부가 아닙니다. 이는 조직의 데이터, 거버넌스 및 아키텍처 기반이 자율성, 실행, 장기적인 성과를 지원할 준비가 되어 있는지에 대한 문제입니다.

더 깊이 알아보기

전체 MIT Technology Review를 다운로드 하여 우수한 데이터 및 AI 조직과 다른 조직들을 차별화하는 사례에 대한 상세한 인사이트를 얻어보세요.

온디맨드 웨비나 데이터와 AI의 미래를 열다를 시청하고 3M, Workday, Reckitt, Databricks의 리더들이 데이터 거버넌스, AI를 연계하여 실제 성과를 제공하는 방법을 알아보세요.

(이 글은 AI의 도움을 받아 번역되었습니다. 원문이 궁금하시다면 여기를 클릭해 주세요)