이상봉 KT 미래기술원 AX 데이터랩장이 3일 서울 종로구에서 열린 KT 에이전틱 데이터 플로우(Agentic Data Flow) 간담회에서 발언하고 있다. [사진=정혜승기자]

[디지털데일리 정혜승기자] "인공지능(AI) 에이전트가 사람과 협력할 수 있는 유일한 방법은 데이터입니다."

이상봉 KT 미래기술원 AX 데이터랩장은 3일 서울 종로구에서 열린 KT 에이전틱 데이터 플로우 간담회에서 데이터의 중요성을 강조하며 이같이 말했다.

사람은 같은 조직에서 문화와 경험, 업무 지식을 공유하기 때문에 제한된 정보만으로도 상대방의 의도를 파악하고 협업할 수 있다. 반면 AI 에이전트는 다르다. 데이터의 정의가 제각각이거나 업무 맥락을 이해하지 못하면 잘못된 판단을 내릴 수 있고, 데이터 접근 권한이 제대로 관리되지 않을 경우 보안 문제로도 이어질 수 있다.

이 랩장은 "사람은 같은 문화와 암묵지를 공유하는 사람들끼리는 간단한 정보로도 서로 협력할 수 있다"며 "AI 에이전트는 협력의 수단이 데이터밖에 없고 데이터가 잘못돼 있으면 협력의 기반이 무너지게 된다"고 말했다.

KT가 데이터 자체뿐 아니라 데이터의 의미와 업무 맥락, AI의 판단과 평가까지 하나의 체계로 연결한 이유다.

KT는 이를 위해 ▲공통 데이터 자산 'K 피쳐맵' ▲데이터 거버넌스 플랫폼 'K 메타' ▲업무 맥락을 구조화한 'KT 온톨로지' ▲AI 품질 평가 체계 'K 이밸류에이션' 등 4개 축으로 구성된 '에이전틱 데이터 플로우'를 구축했다.

먼저 K 피쳐맵은 여러 시스템에 흩어진 데이터를 AI 에이전트가 곧바로 활용할 수 있도록 표준화한 공통 데이터 자산이다. KT는 고객 프로파일과 상품·요금제, 이용 패턴 등 1600여종의 표준 데이터 자산을 구축했다.

K 메타는 데이터의 명칭과 정의, 형식뿐 아니라 데이터 간 관계와 개인정보·기밀정보의 보안 등급, 접근 권한 등을 관리한다. AI 에이전트가 단순히 필요한 데이터를 찾는 데 그치지 않고 해당 데이터가 무엇을 의미하며 어떤 조건에서 활용할 수 있는지를 판단하도록 돕는다.

KT 온톨로지는 여기에 회사의 업무 지식과 프로세스를 더했다. 기존 업무 매뉴얼과 규칙을 AI 에이전트가 이해하고 실행할 수 있는 워크플로우 형태로 구조화해 어떤 상황에서 어떤 업무를 수행해야 하는지를 판단할 수 있도록 한다.

마지막으로 K 이밸류에이션은 AI의 판단이 제대로 이뤄졌는지를 검증하는 역할을 맡는다. AI 모델이나 솔루션, 에이전트가 내놓은 최종 결과뿐 아니라 계획 수립과 도구 호출, 의사결정 등 업무 수행 과정까지 평가해 오류 원인을 찾고 이를 다시 개선하는 구조다.

결국 데이터를 표준화하고(K 피쳐맵), 데이터의 의미와 권한을 관리하고(K 메타), 업무 맥락을 이해시키고(KT 온톨로지), 에이전트의 판단과 행동을 검증하는(K 이밸류에이션) 일련의 과정을 하나의 흐름으로 연결한 셈이다.

이 랩장은 "에이전트가 도메인 전문가의 역할을 하려면 어떤 데이터를 활용할지, 데이터가 무엇을 의미하는지, 어떤 업무 기준으로 판단할지, 결과를 어떻게 평가하고 개선할지를 알아야 한다"며 "이 네 가지가 유기적으로 연결되는 구조가 에이전틱 데이터 플로우"라고 설명했다.

KT는 이 같은 데이터 체계를 실제 AI 에이전트 서비스에도 적용하고 있다. 데이터 사이언스 에이전트를 비롯해 마이K, 세일즈 에이전트, 소상공인 에이전트, 업무 자동화 에이전트 'K-클로우' 등에 적용했으며 향후 기업 고객을 대상으로 사업을 확대할 계획이다.

대국민 AI 서비스 '모두의AI'에도 에이전틱 데이터 플로우를 적용한다. 모두의AI에서 발생하는 데이터를 안전하게 관리하고 이를 서비스 및 기업 데이터와 연결하는 선순환 구조를 구축한다는 계획이다.

KT는 향후 기업 내부 업무를 넘어 고객 서비스까지 데이터 기반 AI 에이전트의 활용 범위를 넓힐 방침이다. AI 에이전트가 단순히 질문에 답하는 수준을 넘어 실제 업무를 판단하고 수행하는 단계로 진화할수록 데이터의 정확성과 의미, 권한, 업무 맥락을 함께 관리하는 체계가 중요해질 것으로 보고 있다.