김태홍 디노도코리아 지사장

[디지털데일리 이안나 기자] 생성형 인공지능(AI)이 기업 전반으로 확산하고 있지만 기대 대비 성과가 낮다는 지적이 이어지고 있다. 사내 곳곳에 흩어진 정형·비정형 데이터가 통합되지 않고 문맥을 설명할 시맨틱 구조가 부족하면 검색증강생성(RAG)이나 텍스트 기반 SQL 자동화도 정확성을 확보하기 어렵기 때문이다. 디노도는 데이터 이동 없이 실시간으로 연결하는 ‘논리적 데이터 패브릭’이 이러한 한계를 해결할 구조라고 강조했다.

김태홍 디노도코리아 지사장은 26일 서울 여의도 콘래드서울에서 열린 세미나에서 “기업 데이터 상당 부분이 여전히 ETL 중심 적재 방식에 묶여 있어 최신성과 정합성을 확보하기 어렵다”며 “AI 모델이 아무리 고도화돼도 정제되지 않은 데이터를 기반으로는 정확한 답변을 기대하기 어렵다”고 말했다. 그는 “데이터를 물리적으로 모으는 방식은 이미 한계가 드러났으며 AI 시대에는 데이터를 ‘연결’하는 방식으로 전환해야 한다”고 강조했다.

한재웅 EY컨설팅 상무는 실제 프로젝트에서 반복적으로 나타난 문제를 중심으로 AI 성능 저하 원인을 설명했다. 그는 “일반적인 데이터만으로는 AI가 숫자를 찾아내더라도 그 의미를 설명할 문맥 정보가 없어 성능이 급격히 떨어진다”고 말했다. 이어 “정형·비정형 데이터를 함께 다루고 이를 묶는 비즈니스 메타 구조를 갖춰야 AI가 문장을 이해한다”고 설명했다.

한재웅 EY컨설팅 상무

한 상무는 다수 기업 프로젝트에서 데이터 통합과 시맨틱 구조 구축이 선행되지 않으면 챗봇·에이전트 등 AI 기능이 운영 단계에서 정확도와 신뢰도를 유지하기 어렵다며 “AI 도입 성패는 결국 데이터 준비도가 좌우한다”고 강조했다.

샨무가 순다르 무니앤디 디노도 APAC 에반젤리스트는 글로벌·아시아 기업들이 공통적으로 겪고 있는 기술적 난제를 짚었다. 그는 “데이터가 여러 시스템과 클라우드, 스트리밍 환경에 분산된 상황에서는 AI가 어떤 테이블을 조회해야 하는지조차 알기 어렵다”며 “권한 검증 실패, 최신 데이터 미반영 등으로 RAG나 텍스트 기반 SQL 자동화는 실제 환경에서 오류가 잦다”고 말했다.

그는 특히 아시아 기업의 경우 시스템별 권한 구조와 속성 정의가 제각각이어서 AI 접근 제어가 일관되게 작동하지 않는 사례가 많다고 설명했다. 샨무가 에반젤리스트는 이러한 문제를 해결하려면 “지연시간을 최소화해 데이터를 연결하고 권한·메타데이터·시맨틱 정보를 패브릭에서 통합적으로 처리하는 구조가 필요하다”며 “논리적 데이터 패브릭이 AI가 최신 데이터를 안전하고 일관되게 활용하도록 만드는 가장 현실적 방식”이라고 말했다.

그는 논리적 데이터 패브릭이 단순한 통합 툴이 아니라 데이터 가상화·보안·시맨틱 계층을 동시에 처리하는 구조라고 설명했다. 데이터는 이동하지 않고 각 시스템에 남겨둔 채 실시간으로 연결되며 권한·메타데이터·보안 규칙은 패브릭 계층에서 일관되게 적용된다.

샨무가 에반젤리스트는 “테이블을 복제하거나 ETL을 반복하지 않아도 최신성이 유지된다”며 “AI가 이해할 수 있는 시맨틱 정보까지 함께 제공할 수 있어 RAG, SQL 자동화, 에이전트 등 생성형 AI 기능 정확도가 높아진다”고 말했다.

샨무가 순다르 무니앤디 디노도 APAC 에반젤리스트

대표적으로 해외에서는 글로벌 광업·제조사 BHP가 여러 지역에 분산된 운영·생산 데이터를 논리적 데이터 패브릭으로 통합해 실시간 분석과 현장 의사결정 속도를 높인 사례가 소개됐다. 샨무가는 “데이터를 옮기지 않고 연결 구조를 만들자 반복적인 엔지니어링 작업이 줄고, 분석·운영 전반 민첩성이 크게 개선됐다”고 설명했다.

국내에서는 LG유플러스와 카카오뱅크가 언급됐다. LG유플러스는 20개 이상 시스템에 흩어진 모바일망 데이터를 카탈로그 기반으로 통합 조회해 장애 분석 시간을 단축했다. 카카오뱅크는 승인 즉시 권한을 부여하고 메타데이터를 자동 동기화하는 방식으로 서비스 개발 속도를 높였다. 김세준 디노도코리아 상무는 “패브릭 전환 뒤에는 현업이 자연어 기반으로 데이터를 조회할 수 있을 정도로 구조가 단순해졌다”고 설명했다.

이날 발표자들은 공통적으로 AI 도입 핵심이 모델 성능이 아니라 데이터 구조에 있다는 점을 강조했다. 윌리엄 홍 디노도코리아 비즈니스총괄 부사장은 싱가포르 사례를 언급하며 “현지 공공기관은 AI 솔루션을 도입할 때 디노도를 사실상 표준 데이터 플랫폼으로 사용하고 있다”며 “데이터 기반이 갖춰져야 비로소 AI가 제대로 작동한다는 점을 해외에서도 동일하게 확인하고 있다”고 설명했다.