통합 컨텍스트: 기업용 AI 협업자를 위한 빠져 있던 레이어

AI 비서는 업무의 표면적인 영역 전반으로 빠르게 확산되고 있습니다. 이들은 이메일을 작성하고, 회의를 요약하며, 놀라울 정도로 유창하게 질문에 답변합니다. 하지만 예측 회의, 딜 검토, 운영 스탠드업 미팅과 같이 비즈니스가 실제로 움직이는 영역에서는 실질적인 결과를 만들어내지 못하는 경우가 많습니다.

문제는 두 가지입니다. 첫째, 비즈니스 의사 결정이 의존하는 컨텍스트가 시스템, 팀, 정의 전반에 걸쳐 분산되어 있습니다. 캠페인 결과를 보는 CMO이든 분기 실적을 검토하는 CFO이든, 비즈니스를 완전히 동일한 관점으로 바라보지 못합니다. 둘째, 대부분의 AI 비서는 이러한 종류의 작업을 위해 구축되지 않았습니다. 코드 베이스 검색과 같이 빠르고 독립적인 작업에는 효과적이지만, 여러 시스템과 비즈니스 프로세스에 걸쳐 데이터, 정의, 워크플로우를 추적하는 데는 어려움을 겪습니다.

의사 결정에 바로 활용할 수 있는 컨텍스트의 조건

대부분의 기업은 이미 필요한 데이터(CRM 기록, 대시보드, 스프레드시트, 비즈니스 전반에서 발생하는 끊임없는 시그널 등)를 보유하고 있습니다. 문제는 액세스 권한이 아닙니다. 이러한 조각들이 신뢰할 수 있는 단일 뷰로 정렬되지 않아, 팀들이 정확하고 일관된 인사이트를 얻는 데 어려움을 겪는다는 점이 문제입니다.

의사 결정에 바로 사용할 수 있는 컨텍스트는 단순히 데이터를 한곳에 모아두는 것 이상을 의미합니다. 이는 비즈니스가 어떻게 운영되는지 명확하고 연결된 그림을 제공하는 공유된 지도와 같습니다. 이러한 지도가 있으면 팀은 동일한 정의를 바탕으로 협업하고 특정 수치가 어떻게 도출되었는지 추적할 수 있습니다. 예를 들어, 예측 회의에서 영업 리더는 이러한 시그널들을 수동으로 짜맞추는 대신, 오늘의 파이프라인이 제품 사용량, 미해결 지원 문제, 고객 계정 이력과 어떻게 연결되는지 단일 뷰에서 한눈에 확인할 수 있습니다.

이러한 공유 컨텍스트가 없으면 팀은 어떤 거래가 성사 가능성이 높고 어떤 거래가 위험한지 파악하기 위해 수치를 조정하고, 정의를 논쟁하며, 여러 도구를 번거롭게 오가는 데 시간을 허비하게 됩니다. "우리에게 데이터가 있는가?"라는 질문은 거의 제기되지 않습니다. 중요한 것은 의사 결정을 바꿀 수 있을 만큼 충분한 일관성과 정확성을 가지고 해당 데이터를 함께 해석할 수 있는지 여부입니다.

일반적인 비서가 한계를 보이는 이유

대부분의 범용 비서는 프롬프트를 해석하고, 가장 접근하기 쉬운 정보를 검색하여, 유창하고 자신감 넘치는 답변을 생성하도록 설계되었습니다. 많은 비즈니스 생산성 작업에는 이것으로 충분하지만, 현대 비즈니스 업무의 대부분은 실제로는 데이터 작업이기 때문에 비즈니스 사용자는 금방 한계를 느끼게 됩니다. 예측 회의를 앞두고 영업 리더는 일반적인 비서에게 어떤 거래가 성사될 가능성이 가장 높은지 물어볼 수 있습니다. 비서는 CRM을 스캔하여 단계 및 최근 활동을 기반으로 깔끔한 목록을 반환할 수 있지만, 제품 사용 트렌드, 미해결 지원 문제 또는 고객 계정 계획의 변경 사항을 자동으로 반영하지는 않습니다. 한 번에 한 가지 단면(보통 명시적으로 제공된 정보)만 지원하기 때문에, 의사 결정의 기반이 되는 전체 컨텍스트에 안정적으로 근반을 두지 못한 채 답변만 자신 있게 들릴 수 있습니다.

Genie One으로 통합 컨텍스트 활용하기

Genie One은 통합 컨텍스트를 기반으로 작동하는 데이터 기반 업무용 AI 비서입니다. 각 질문을 독립적인 상호작용으로 취급하는 대신, Genie One은 Databricks 데이터, 문서, SaaS 애플리케이션, 운영 시스템을 아우르는 공유 컨텍스트 레이어를 사용합니다. 핵심은 단순히 더 빠르게 답변하는 것이 아닙니다. 비즈니스 사용자가 질문을 던지고, 비즈니스 용어로 정확한 답변을 해석하며, 매번 배경 맥락을 다시 파악할 필요 없이 그 이해를 후속 작업으로 안정적으로 이어갈 수 있도록 하는 것입니다.

한 번의 질문으로 업무가 이루어지는 곳에서 해결: Genie One은 사람들이 이미 일하고 있는 도구에 통합 컨텍스트를 제공합니다. 즉, 비즈니스 사용자는 Slack, Microsoft Teams, 모바일, MCP 또는 대시보드와 같은 도구에서 질문하고 거버넌스가 적용된 실시간 데이터를 기반으로 한 답변과 인사이트를 얻을 수 있습니다.

인사이트를 행동으로 전환: Genie One은 에이전트 기반의 협업 기능을 제공하여 사용자가 연결된 도구에서 작업을 예약하고, 문서를 작성하고, 보고서를 생성하고, 워크플로우를 실행할 수 있도록 지원합니다. 또한 Genie One을 통해 예측 준비, QBR 패킷 또는 에스컬레이션 워크플로우와 같이 반복되는 유스케이스를 해당 작업을 자동화하는 공유 가능한 에이전트로 전환할 수 있습니다.

자동으로 거버넌스 적용: 답변, 작업 및 에이전트는 비즈니스의 권한 및 거버넌스 제어를 상속하므로 모든 것이 기존 액세스 규칙 및 감독 체계와 일치하도록 유지됩니다.

결과적으로 의사 결정에 드는 비용이 줄어듭니다. 매 회의 전에 수치를 조정하는 시간이 단축되고, 서로 연결해야 하는 파편화된 도구가 줄어들며, 정확성이나 제어력을 타협하지 않고도 며칠씩 걸리던 의사 결정을 몇 분 만에 내릴 수 있게 됩니다.

살아 움직이는 비즈니스 컨텍스트 레이어

이 접근 방식의 중심에는 단순히 데이터가 저장되는 방식이 아니라 비즈니스가 실제로 운영되는 방식을 반영하는 통합 컨텍스트 레이어인 Genie Ontology가 있습니다. 데이터, 대시보드, 쿼리, 문서 및 연결된 애플리케이션으로부터 학습한 다음 비즈니스 용어, 메트릭, 엔티티 및 관계를 살아 있는 지식 그래프로 구성합니다.

기업의 컨텍스트는 고정되어 있지 않기 때문에 이는 매우 중요합니다. 정의는 진화하고, 소유권은 이동하며, 새로운 시그널이 나타납니다. Genie Ontology는 사용량 및 인증된 자산에 대한 링크와 같은 요소를 사용하여 정의와 시그널의 순위를 매기며, 이는 특정 상황에서 무엇을 신뢰할 수 있는 정보로 간주해야 하는지 결정하는 데 도움이 됩니다.

마케팅 리더가 어떤 캠페인이 실제로 파이프라인을 주도하고 있는지 묻는 상황을 가정해 보겠습니다. 유용한 답변은 퍼널 상단(top-of-funnel) 메트릭에서 멈출 수 없습니다. 캠페인을 세그먼트, 채널, CRM의 기회(opportunities), 수주 매출(closed-won revenue), 다운스트림 제품 사용량과 연결한 다음, 조직에서 이미 영향력을 측정하는 데 사용하는 것과 동일한 용어로 결과를 설명해야 합니다. 이것이 바로 표면적으로만 제공되는 컨텍스트와 실제 의사 결정을 지원할 수 있는 컨텍스트의 차이입니다.

프로세스에 내장된 거버넌스

AI가 핵심 비즈니스 의사 결정에 더 가까워짐에 따라 거버넌스는 별도의 제어 레이어가 아닌 핵심 요구 사항이 되었습니다. 실시간 데이터를 읽고 조치를 취할 수 있는 AI 비서에게는 명확한 권한, 리니지(lineage), 감독이 필요합니다.

바로 이 부분에서 Unity Catalog와 Genie Ontology가 함께 작동합니다. Unity Catalog는 메트릭 및 비즈니스 용어를 포함한 액세스, 인증된 데이터, 공유 정의를 제어합니다. Genie Ontology는 이 토대 위에 구축되어 거버넌스가 적용된 자산과 조직 전반에서 학습한 컨텍스트를 결합하여 비즈니스를 인식하는 지도를 만듭니다.

실제 업무에서 이는 재무 분석가가 매출에 대해 질문할 때 승인된 데이터와 인증된 정의만 보게 됨을 의미하며, 동시에 Genie는 시스템 전반에서 파이프라인이나 사용량과 같은 관련 시그널을 여전히 연결할 수 있습니다. 그 결과, 비즈니스 규칙 내에서 작동하면서도 더 넓고 연결된 컨텍스트 뷰를 사용하여 신뢰할 수 있고 안정적인 방식으로 의사 결정을 지원하는 AI가 탄생합니다.

비즈니스 리더를 위한 실질적인 조치

AI 협업자가 측정 가능한 임팩트를 제공하기를 원하는 리더에게는 다음과 같은 몇 가지 패턴이 효과적입니다:

• 이미 중요한 업무부터 시작하세요. 예측 회의나 계획 주기와 같이 팀이 이미 데이터를 조정하는 데 시간을 허비하고 있는 반복적인 유스케이스를 선택하세요. 이를 파일럿으로 사용하고, 가장 좋은 패턴을 에이전트로 전환하며, 준비 시간, 정확도 또는 주기 시간을 추적하세요.
• 기업 소유의 컨텍스트 레이어에 AI를 고정하세요. 컨텍스트 모델을 여러 팀, 비서, 모델에서 재사용할 수 있는 기업 자산으로 취급하세요. 이 컨텍스트는 단일 모델이나 하네스 내부가 아니라 기업 내에 존재하므로, 데이터의 실측 정보(ground truth)나 컨텍스트를 잃지 않고도 새로운 모델을 도입할 수 있습니다.
• 거버넌스를 활용해 규모를 확장하세요. AI 협업자가 이미 사용 중인 데이터 및 액세스 제어를 상속하도록 하여 새로운 규칙을 추가하지 않고도 더 중요한 업무로 확장할 수 있도록 하세요. 정책이 의사 결정 방식을 반영할 때, 거버넌스는 AI 사용 범위를 넓히는 방법이 됩니다.

시작하기

단순히 답변을 생성하는 AI와 실제 의사 결정에 참여할 수 있는 AI 사이의 격차가 점점 커지고 있습니다. 그 격차를 줄이는 것은 통합되고 의사 결정에 바로 사용할 수 있는 컨텍스트에서 시작됩니다.

Genie One은 이러한 변화를 위해 구축되었으며 데이터, 의사 결정, 행동을 거버넌스가 적용된 단일 AI 협업자로 통합합니다.

자세히 알아보기: https://www.databricks.com/genie

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