인포매티카, ‘헤드리스’ IDMC 공개…AI 에이전트용 데이터 거버넌스 인프라 겨냥

세일즈포스($CRM)에 인수된 뒤 첫 대형 발표에 나선 인포매티카가 핵심 데이터 관리 플랫폼의 ‘헤드리스’ 버전을 내놨다. 전통적인 애플리케이션 화면 없이도 AI 에이전트가 직접 데이터 거버넌스와 통합, 품질 관리 기능을 호출할 수 있게 하겠다는 구상이다.

이번에 공개된 대상은 인포매티카의 대표 플랫폼 ‘지능형 데이터 관리 클라우드(IDMC)’다. ‘헤드리스’ 구조는 사용자 인터페이스와 백엔드 데이터·로직을 분리하는 방식으로, 처리 엔진이 독립적으로 작동하면서 API와 MCP(Model Context Protocol) 엔드포인트를 통해 다른 시스템과 연결된다. 쉽게 말해 사람용 화면을 거치지 않고도 AI 에이전트와 개발 도구, 기업 업무 흐름이 필요한 데이터 서비스를 바로 불러다 쓸 수 있게 된다는 뜻이다.

인포매티카는 이 구조를 통해 고객이 거버넌스, 데이터 통합, 데이터 품질, MDM(마스터데이터관리) 기능을 다양한 환경에서 비교적 손쉽게 활용할 수 있다고 설명했다. 초기 지원 대상에는 앤스로픽의 클로드, 세일즈포스의 슬랙, 애니스피어의 커서, 기타 AI 프레임워크가 포함된다. 복잡한 추가 연동 없이 기업용 AI 에이전트가 더 풍부한 맥락 정보를 바탕으로 작동할 수 있도록 하려는 전략이다.

‘신뢰할 수 있는 AI’의 전제는 데이터…거버넌스 공백 겨냥

인포매티카는 동시에 ‘에이전트·컨텍스트 카탈로그’도 공개했다. 기업 데이터 자산과 AI 에이전트를 하나의 제어 체계에서 함께 관리하는 통합 카탈로그라고 회사는 설명했다. 최근 기업들이 AI 도입에 속도를 내고 있지만, 데이터가 여러 시스템에 흩어져 있고 관리 기준도 제각각이어서 실제 운영 단계로 넘어가는 데 병목이 생긴다는 문제의식이 깔려 있다.

회사 측은 “‘신뢰할 수 있는’ 데이터 없이는 ‘신뢰할 수 있는’ AI도 없다”고 강조했다. 자사 최고데이터책임자(CDO) 설문에서는 데이터 리더의 76%가 거버넌스가 AI 추진 속도를 따라가지 못하고 있다고 답했고, 61%는 더 높은 품질의 데이터가 AI 파일럿 프로젝트를 실제 운영으로 옮기는 데 도움이 된다고 봤다. 기업 AI의 승부처가 모델 자체보다 데이터 품질과 통제 체계로 이동하고 있다는 점을 보여주는 대목이다.

세일즈포스의 데이터 파운데이션 부문 책임자인 라훌 아우라드카르는 이번 발표의 핵심을 ‘API 대체’가 아니라 ‘발견과 조합의 용이성’에 있다고 짚었다. AI와 명령줄 도구, MCP, API의 표준화가 맞물리면서 데이터 서비스의 기본 블록이 더 쉽게 접근되고 더 똑똑하게 결합될 수 있게 됐다는 설명이다.

인포매티카의 메타데이터·AI 제품 총괄인 가우라브 파탁도 비슷한 취지의 설명을 내놨다. 기존 API 연동은 기능 호출에는 강하지만, 어떤 API를 언제 어떤 인수로 호출해야 하는지, 예외 조건은 무엇인지 같은 ‘맥락’까지 충분히 전달하지 못했다는 것이다. 그는 AI 에이전트에 훨씬 더 많은 문맥 정보를 제공하는 것이 이번 전략의 목표라고 말했다.

클레어 고도화…데이터 품질 규칙 ‘주당 5개’서 ‘하루 200개’로

전략의 중심에는 인포매티카의 AI 기반 데이터 관리 엔진 ‘클레어(Claire)’가 있다. 클레어는 머신러닝과 메타데이터 인텔리전스를 활용해 반복적인 데이터 작업을 자동화하는 도구인데, 이제 회사는 이를 ‘완전한 헤드리스 멀티 에이전트 인텔리전스 레이어’로 확장하겠다고 밝혔다.

함께 공개된 신규 자율형 에이전트도 눈에 띈다. 데이터 품질 에이전트는 자연어 프롬프트만으로 실제 운영 가능한 품질 규칙을 생성하고, 메타데이터 강화 에이전트는 기업 카탈로그의 빈 정보를 자동으로 채운다. 여기에 ‘에이전틱 멀티도메인 MDM’ 기능은 자율형 에이전트가 활용할 수 있도록 마스터데이터를 실시간으로 정제하고 관리·보강한다.

파탁은 데이터 품질 에이전트의 시범 배포에서 생산성 향상이 두드러졌다고 소개했다. 과거에는 조직이 많아야 일주일에 4~5개의 데이터 품질 규칙을 만드는 수준이었지만, 에이전트를 쓰면 하루 200개까지 늘어난 사례를 확인했다는 것이다. 수치가 그대로 유지된다면, 기업 입장에서는 AI 도입의 가장 큰 장애물 중 하나인 데이터 정비 비용과 시간을 크게 줄일 수 있다는 의미로 읽힌다.

메타데이터가 핵심 경쟁력…‘AI용 목차’ 역할 부각

인포매티카 경영진은 자사의 메타데이터 카탈로그가 AI 전략의 핵심 자산이라고도 강조했다. 메타데이터는 기업 정보의 ‘목차’ 역할을 하며, AI 에이전트가 어떤 데이터가 더 관련성이 높고 신뢰할 만한지 판단하도록 돕는다.

파탁은 인포매티카의 차별점으로 ‘통합 메타데이터 기반’을 꼽았다. AI 에이전트가 방대한 기업 정보를 한 번에 모두 컨텍스트 창에 담을 수 없는 만큼, 결국 무엇을 먼저 보고 어떤 데이터를 우선 신뢰할지 안내하는 체계가 필요하다는 주장이다. 이는 AI 성능 경쟁이 모델 크기뿐 아니라 데이터 맥락 설계 경쟁으로 옮겨가고 있음을 시사한다.

자동화에 치우치지 않겠다는 점도 분명히 했다. 인포매티카는 결과가 예측 가능한 경우에만 결정론적 워크플로를 사용하고, 모호성이 있는 상황에서는 사람의 감독을 거치도록 설계했다고 밝혔다. 아우라드카르는 비결정적 결과가 개입되는 대부분의 작업에 사람이 개입할 수 있는 장치를 뒀다며 핵심은 ‘신뢰할 수 있는 결과’라고 설명했다.

구글·마이크로소프트·스노우플레이크·AWS·데이터브릭스까지 확장

이번 발표는 세일즈포스가 밀고 있는 ‘에이전트형 기업’ 전략과도 맞닿아 있다. 여러 업무 시스템과 협업 플랫폼, 분석 도구 사이에서 AI 에이전트가 공통의 거버넌스와 데이터 통제를 바탕으로 움직이게 하는 그림이다. 새로 공개된 ‘에이전트 패브릭 컨텍스트 카탈로그’는 인포매티카의 거버넌스 역량과 세일즈포스의 뮬소프트 에이전트 패브릭을 연결해 데이터 자산과 에이전트를 함께 관리하도록 설계됐다.

주요 클라우드·데이터 플랫폼 업체와의 협력 강화도 잇따랐다. 구글 클라우드 환경에서는 클레어 GPT를 사용할 수 있게 되며, 구글의 에이전트 간 상호운용 프로토콜인 ‘Agent2Agent’ 지원도 추가된다. 이를 통해 클레어 에이전트가 구글 제미나이 엔터프라이즈 기반 에이전트와 협업할 수 있다고 회사는 설명했다.

스노우플레이크($SNOW)와는 헤드리스 데이터 관리 통합, 스노우플레이크 코텍스 AI 연동, 테이블 단위 행 수준 거버넌스, 관리형 아파치 아이스버그 테이블 메타데이터 스캔 등을 포함하는 협력 확대를 발표했다.

마이크로소프트($MSFT)는 AI 애플리케이션과 에이전트를 구축·테스트·배포·관리하는 마이크로소프트 파운드리에서 인포매티카의 MCP 서버를 지원한다. 양사는 대규모 데이터 수집과 변경데이터캡처(CDC) 워크플로를 위해 IDMC와 마이크로소프트 패브릭의 통합도 더 강화하기로 했다.

아마존($AMZN)웹서비스와의 협력에서는 AWS 에이전트 레지스트리와 아마존 퀵에 클레어 에이전트 기술과 TP AI 유의사항 TokenPost.ai 기반 언어 모델을 사용하여 기사를 요약했습니다. 본문의 주요 내용이 제외되거나 사실과 다를 수 있습니다.