기업용 에이전트 AI, 승부처는 ‘모델’ 아닌 ‘데이터 맥락’으로 옮겨갔다

기업들이 ‘에이전트형 AI’ 도입에 속도를 내고 있지만, 실제 현장에서는 모델 성능만으로는 한계가 뚜렷하다는 지적이 나온다. 핵심은 기존 정보관리 시스템에 흩어져 있는 비정형 데이터를 어떻게 정리하고, 통제 가능하며, 업무 맥락에 맞게 연결하느냐에 달려 있다는 분석이다.

구글 클라우드 넥스트 2026이 ‘에이전트형 기업’ 전환을 전면에 내세운 가운데, 정보기술(IT) 리더들의 고민도 모델 선택에서 ‘신뢰할 수 있는 데이터 공급’으로 옮겨가고 있다. 글로벌 정보관리 기업 오픈텍스트는 이 지점에서 기업용 AI의 기반이 되는 ‘컨텍스트 레이어’, 즉 맥락 계층 구축이 중요하다고 강조했다.

와카스 아흐메드 오픈텍스트 인공지능 엔지니어링 부사장은 “기업 정보는 단순히 저장 장치 안의 파일이 아니다”라며 “정보는 체계적으로 정리되고, 거버넌스가 적용되며, 메타데이터와 맥락 정보가 붙어 있고, 업무 애플리케이션 및 고객 프로세스와 연결돼 있다”고 설명했다. 이어 “AI 제공업체와 대규모언어모델(LLM)에 이를 연결하려면 불필요한 정보를 쏟아붓는 대신, 필요한 정보를 필요한 시점에 전달할 수 있어야 한다”고 말했다.

오픈텍스트·구글 클라우드, ‘에이전트 스택’ 공동 구축

오픈텍스트와 구글 클라우드의 협력은 2025년 11월 인공지능 혁신, 데이터 프라이버시, 소버린 클라우드까지 포함하는 방향으로 확대됐다. 양사는 기업용 AI가 성공하려면 단순한 모델 접근권이 아니라 ‘통제된 데이터 계층’이 필요하다는 데 공감하고 있다.

예미 팔로쿤 구글 글로벌 AI·머신러닝 파트너 엔지니어링 총괄은 오픈텍스트가 2023년 5월부터 현재의 ‘제미나이 엔터프라이즈 에이전트 플랫폼’을 활용해 산업 맞춤형 솔루션을 개발해왔다고 밝혔다. 대표 사례로는 ‘콘텐트 아비에이터’가 꼽힌다. 이 서비스는 기업이 수십 년간 축적한 문서를 신뢰할 수 있는 보안 환경에서 검색하고 활용할 수 있도록 설계됐다.

팔로쿤은 “오픈텍스트는 2023년부터 쌓아온 기반을 이제 에이전트형 AI 시대로 확장하고 있다”며 “제미나이 엔터프라이즈 에이전트 플랫폼과의 깊은 통합을 통해 공동 고객이 방대한 기업 정보를 바탕으로, 안전한 자율형 솔루션을 대규모로 배치할 수 있도록 지원하고 있다”고 말했다.

‘데이터를 AI로 가져가는’ 대신 ‘AI를 데이터로 보내야’

양사가 특히 강조한 부분은 ‘컨텍스트 엔지니어링’이다. 이는 단순한 데이터 연결을 넘어, 어떤 정보가 누구에게, 어떤 권한 아래, 어느 업무 흐름에서 사용돼야 하는지까지 구조화하는 작업을 뜻한다. 이 단계가 빠지면 인사(HR) 온보딩이나 보험금 청구처럼 민감한 업무에서 보안 정책 적용, 결과 재현성 확보, 감사 추적 생성이 어려워질 수 있다.

아흐메드는 “우리는 데이터를 AI로 가져가기보다 AI를 데이터로 보내야 한다고 본다”며 “이 방식이어야 권한, 거버넌스, 보안, 접근 제어를 유지한 채 필요한 정보를 찾고, 로컬 환경의 지능이 여러 저장소를 오케스트레이션해 적절한 답을 도출할 수 있다”고 말했다.

오픈텍스트는 이를 위해 ‘아비에이터 스튜디오’를 내세우고 있다. 별도 코딩 없이 기업 고객이 AI 에이전트를 만들고, 관리하고, 다양한 애플리케이션과 연결할 수 있는 플랫폼이다. 특정 시스템 하나에 갇히지 않고 여러 업무 애플리케이션을 넘나드는 흐름을 설계할 수 있다는 점이 차별점으로 꼽힌다.

소버린 클라우드와 상호운용성도 핵심 화두

글로벌 기업일수록 데이터 주권, 즉 ‘소버린티’ 이슈는 더 민감해지고 있다. 오픈텍스트는 전체 처리 과정이 고객의 통제된 환경 안에서 이뤄지는 프라이빗 AI 배치 방식을 지원하고 있다. 구글 클라우드는 지역 기반 서비스, 고객 관리형 암호화, 고객 데이터를 모델 학습에 사용하지 않겠다는 원칙으로 이를 뒷받침하고 있다고 설명했다.

상호운용성도 중요한 축이다. 오픈텍스트는 ‘콘텐트 아비에이터’를 제미나이 엔터프라이즈 환경에서 사용할 수 있도록 에이전트 간 연동과 MCP(Model Context Protocol) 기반 데이터 커넥터를 제공하고 있다. 이에 따라 구글 워크스페이스 이용자는 별도 맞춤형 코드를 작성하지 않아도 오픈텍스트에 저장된 콘텐츠를 에이전트를 통해 활용할 수 있다.

아흐메드는 “에이전트를 각 애플리케이션 안에만 가둬두면 기존 시스템을 조금 더 효율적으로 자동화한 것에 그친다”며 “진정한 에이전트형 기업의 힘은 사일로와 애플리케이션을 넘나드는 ‘안무’와 ‘오케스트레이션’에 있다”고 말했다. 이어 “데이터가 지능을 제공하고 AI가 실행을 맡을 때 생산성, 통찰, 경쟁 우위가 만들어진다”고 덧붙였다.

이번 논의는 기업용 AI 시장의 방향을 잘 보여준다. 앞으로 경쟁력은 어떤 모델을 쓰느냐보다, 오래된 기업 데이터를 얼마나 안전하게 정리하고 맥락화해 에이전트에 연결하느냐에서 갈릴 가능성이 크다. ‘에이전트형 AI’가 확산할수록 컨텍스트 엔지니어링은 선택이 아니라 필수 인프라로 자리 잡을 전망이다.