에이전틱 AI 예산은 늘었지만… 도입 성패 가르는 ‘데이터 거버넌스’

기업들이 ‘에이전틱 AI’ 예산을 빠르게 늘리고 있지만, 실제 현장 배치는 기대만큼 속도를 내지 못하고 있다. 시범 운영에서 본격적인 운영 단계로 넘어가는 과정에서 가장 큰 장애물로 떠오른 것은 모델이 아니라 ‘데이터 거버넌스’다.

미국 데이터 분석 기업 클릭 테크놀로지스(Qlik Technologies)가 공개한 ‘에이전틱 AI 연구’에 따르면, 조사 대상 기업의 97%가 에이전틱 AI 관련 예산을 이미 배정했다. 반면 완전한 도입을 마친 곳은 18%에 그쳤다. 주요 원인으로는 데이터 품질, 시스템 통합, 데이터 거버넌스 문제가 꼽혔다.

“AI의 가장 큰 제약은 데이터”… 파일럿에서 운영 전환이 고비

샘 피어슨(Sam Pierson) 클릭 최고기술책임자(CTO)는 최근 ‘클릭 커넥트 2026’ 행사에서 실리콘앵글 미디어의 더큐브(theCUBE)와 진행한 인터뷰를 통해, 기업의 AI 전환이 생각보다 더 복잡한 데이터 환경에 부딪히고 있다고 진단했다.

피어슨은 “조직이 파일럿 단계에서 운영 단계로 이동하려 할 때 가장 큰 제약은 데이터”라며 “중소기업이든 대기업이든 내부에는 수백, 수천 개의 오래된 시스템과 데이터베이스가 남아 있고, 이를 어떻게 꺼내 AI 아키텍처에 연결할지가 핵심 과제”라고 말했다.

이는 단순한 기술 연결 문제가 아니라, 기업 전반의 데이터 흐름을 정리하고 신뢰할 수 있는 상태로 만드는 작업과 맞닿아 있다. AI를 전사적으로 활용하려면 데이터 거버넌스가 문서상의 원칙이 아니라 실제 시스템 구조에 녹아 있어야 한다는 설명이다.

보안팀의 다음 질문은 ‘데이터 유출을 어떻게 막을 것인가’

피어슨은 기업의 AI 논의가 초기에는 “AI로 무엇을 할 수 있는가”에 집중되지만, 곧바로 보안 문제로 옮겨간다고 짚었다. 특히 여러 시스템을 잇는 MCP(Model Context Protocol) 같은 표준 기반 프로젝트가 확산되면서 데이터 거버넌스는 사실상 보안 이슈가 됐다는 판단이다.

그는 “첫 질문은 AI 지원 방안이지만, 그다음은 보안팀이 ‘데이터 유출 없이 어떻게 보호할 것인가’를 묻는다”며 “클릭의 AI는 기본 플랫폼의 보안 모델을 그대로 이어받는다”고 설명했다.

이 보안 모델은 데이터 계보(lineage)와 관측 가능성(observability)까지 확장된다. 클릭은 ‘시맨틱 레이어’를 통해 데이터 제품 전반의 메타데이터 맥락을 연결하고, 상류 데이터 변경이 downstream에 어떤 영향을 미치는지도 추적할 수 있다고 밝혔다. 결국 AI 결과를 신뢰하려면, 그 출력의 근거가 되는 데이터의 출처와 흐름부터 투명해야 한다는 의미다.

핵심은 최신 모델보다 ‘표준 기반 구조’… 갈아끼울 수 있어야 한다

피어슨은 기업들이 최신 AI 모델이나 유행하는 아키텍처 패턴만 좇을 경우 몇 달 안에 다시 처음부터 재구축해야 할 수 있다고 경고했다. 대신 아파치 아이스버그(Apache Iceberg), 오픈 시맨틱 인터체인지(Open Semantic Interchange) 같은 개방형 표준을 기반으로 구조를 짜야 변화에 유연하게 대응할 수 있다고 강조했다.

그는 “표준 기반 접근은 시스템을 분리하고 모듈화하는 데 도움이 된다”며 “변화가 필요할 때 더 안전하게 기존 요소를 교체할 수 있고, 그것이 결국 솔루션을 훨씬 강하게 만든다”고 말했다.

이는 기업 AI 전략이 단기 실험을 넘어 장기 운영 체계로 옮겨가고 있음을 보여준다. AI 경쟁력의 핵심이 더 이상 ‘어떤 모델을 쓰느냐’에만 있지 않고, 데이터를 얼마나 신뢰 가능하게 연결하고 통제하느냐로 이동하고 있다는 뜻이다.

AI 시대의 병목은 모델이 아니라 데이터 거버넌스

이번 연구와 발언은 기업의 AI 전환이 기술 도입 의지와 실제 성과 사이에서 뚜렷한 간극을 보이고 있음을 보여준다. 예산은 이미 풀렸지만, 운영 단계의 성패는 결국 데이터 품질과 통합, 그리고 ‘데이터 거버넌스’에 달려 있다는 점이 다시 확인된 셈이다.

시장에서는 앞으로도 생성형 AI와 에이전트형 서비스 도입이 늘어날 가능성이 크다. 다만 기업 현장에서는 빠른 배치보다 ‘신뢰할 수 있는 데이터 기반’을 먼저 갖춘 곳이 실제 성과를 가져갈 가능성이 높아 보인다.