기업 AI 승부처, 모델 아닌 ‘거버넌스된 데이터’로 옮겨가나

기업들이 생성형 인공지능과 에이전트형 AI 도입에 속도를 내고 있지만, 실제로 앞서가는 곳들은 화려한 모델보다 먼저 ‘신뢰할 수 있는 데이터 기반’을 구축한 조직이라는 분석이 나왔다. AI 확산의 걸림돌이 모델 성능이 아니라 데이터 품질과 가용성, 거버넌스에 있다는 점이 다시 확인된 것이다.

퀵 테크놀로지스의 제임스 피셔 최고전략책임자는 ‘더 빨리 가기 위해 잠시 속도를 늦춰야 한다’고 강조했다. 그는 최근 열린 ‘퀵 커넥트 2026’ 행사에서 기업들이 단순히 AI를 문제에 적용하는 단계에서 벗어나, 데이터를 적절한 지연 시간과 형식으로 통합해 AI가 활용할 수 있게 설계하는 방향으로 움직이고 있다고 설명했다. 지난 2년간 이런 변화가 뚜렷해졌고, 이는 매우 긍정적인 전환이라는 평가다.

데이터 품질·가용성·통제가 에이전트형 AI 확장의 핵심 변수

퀵과 엔터프라이즈 테크놀로지 리서치 조사에 따르면, 데이터 품질과 접근 가능성, 거버넌스는 여전히 에이전트형 AI 확산을 가로막는 가장 큰 장애물로 꼽힌다. 기업 현장에서는 ‘거버넌스가 AI 도입 속도를 늦춘다’는 최고정보책임자들의 우려도 적지 않지만, 피셔는 이를 오히려 반대로 봐야 한다고 짚었다.

그는 데이터가 어디에 쓰이고 어떻게 적용될지를 먼저 고민하며 기초를 다지는 시간이 장기적으로는 ‘기하급수적 이익’을 만든다고 말했다. 이는 AI 애플리케이션 성능뿐 아니라, 실제 업무를 수행하는 에이전트의 성능 개선으로도 이어질 수 있다는 설명이다.

재사용 가능한 데이터 제품이 다음 AI 활용 사례를 연다

피셔는 이런 논리가 ‘데이터 제품’에도 그대로 적용된다고 봤다. 데이터 제품은 특정 사용자나 부서의 수요에 맞춰 재사용할 수 있도록 설계된, 거버넌스된 데이터셋을 뜻한다. 하나의 활용 사례를 정교하게 해결하면 그 결과가 다음 사례로 이어지면서 조직 전체에 추진력이 붙는 구조다.

퀵의 ‘퀵 앤서스’도 이런 접근에 기반한 서비스로 소개됐다. 거버넌스된 데이터 제품과 대화형 AI 인터페이스를 결합해, 사용자가 의사결정을 내릴 때 출처와 설명을 함께 확인할 수 있도록 설계됐다는 것이다. 단순히 답을 주는 수준을 넘어, 왜 그런 결론이 나왔는지 신뢰할 수 있게 만드는 데 초점을 맞춘 셈이다.

AI 대중화의 다음 단계는 ‘접근’이 아니라 ‘가치의 민주화’

피셔는 기업들이 인프라 구축과 에이전트 개발, 배포 비용에 주목하는 동안 정작 중요한 최종 사용자를 놓쳐서는 안 된다고 강조했다. AI 접근성을 넓히는 것에 그치지 않고, AI가 만들어내는 가치 역시 조직 내 더 많은 사람에게 돌아가야 한다는 의미다.

결국 이번 발언은 기업 AI 경쟁의 승부처가 최신 모델 도입 여부보다 ‘거버넌스된 데이터’와 이를 바탕으로 한 아키텍처 설계에 있다는 점을 보여준다. 시장의 관심이 AI 모델 자체에서 실제 활용 가능한 데이터 기반으로 옮겨가는 흐름도 더 뚜렷해질 것으로 보인다.