링크복사
공유
댓글
추천
스크랩
인쇄
글자크기

링크가 복사되었습니다.

글자크기

가

작게

가

보통

가

크게

가

매우크게

인공지능 테크 인사이트

부미 CEO “AI 파일럿이 멈추는 이유… ‘데이터 활성화’가 빠졌다”

김서린 기자

2026.05.14 (목) 06:55

부미 스티브 루카스 CEO는 기업 AI 시범사업이 실패하는 주된 원인으로 필요한 데이터를 실시간으로 연결·활용하지 못하는 ‘데이터 활성화’ 부족을 지목했다.

범용 모델 경쟁보다 도메인 특화 AI와 거버넌스, 기존 시스템 통합, 민감 데이터에 대한 운영 통제력이 성패를 가른다고 밝혔다.

부미 CEO “AI 파일럿이 멈추는 이유… ‘데이터 활성화’가 빠졌다” / TokenPost.ai

대기업 안에는 한때 기대를 모았다가 조용히 사라진 인공지능(AI) 시범사업이 적지 않다. 부미(Boomi)는 이런 실패의 주된 원인으로 ‘데이터 활성화’ 부족을 지목했다. 필요한 데이터를 필요한 시스템에 실시간으로 연결하지 못하면, 아무리 고도화된 AI 에이전트도 실제 업무에 안착하기 어렵다는 이야기다.

스티브 루카스 부미 최고경영자(CEO)는 ‘부미 월드 2026’ 행사에서 기업의 AI 도입이 이제 개념 검증 단계를 넘어 실사용 단계에 들어섰다고 밝혔다. 그는 “AI 에이전트는 더 이상 다가오는 기술이 아니라 이미 현장에 들어와 있다”며 기업 프로세스, 통합, 자동화 영역에서 실제 투자수익률(ROI)이 나타나기 시작했다고 설명했다.

다만 AI 성과를 내기 위한 전제 조건은 여전히 까다롭다. 루카스는 메인프레임 의존 구조, 분절된 데이터 파이프라인, 수십 년 된 전사적자원관리(ERP) 시스템이 기업의 AI 준비도를 떨어뜨리는 핵심 장애물이라고 짚었다. 그는 “데이터가 어디 있는지, 품질은 괜찮은지, 실시간 전달이 가능한지를 먼저 파악해야 한다”며 사람이 쓰는 정보조차 실시간으로 안정적으로 공급하지 못하는 기업이 훨씬 빠르게 작동하는 AI를 제대로 운영하기는 어렵다고 말했다.

핵심은 범용 AI보다 ‘도메인 특화 AI’

루카스는 기업들이 원하는 것은 범용 AI가 아니라 산업별 규제와 업무 흐름에 맞춘 ‘도메인 특화 AI’라고 강조했다. 예를 들어 의료기관이라면 미국의 의료정보보호법(HIPAA)을 준수하는 헬스케어 특화 AI가 필요하고, 여기에 기존 업무 프로세스와 자연스럽게 연결되는 구조가 함께 갖춰져야 한다는 설명이다.

그는 앞으로 기업의 AI 투자 효과도 일반적인 생산성 향상에서 벗어나, 산업과 기능별로 측정되는 ‘도메인 특화 ROI’로 빠르게 이동할 것으로 내다봤다. 이는 단순히 좋은 모델을 고르는 경쟁보다, 특정 업무에 맞는 데이터와 거버넌스를 얼마나 정교하게 설계하느냐가 더 중요해진다는 의미로 읽힌다.

실제 사례도 제시됐다. 부미에 따르면 크로니클 비드코 산하 렉시타스는 규제가 엄격한 결제 처리 업무의 약 50%를 AI 에이전트로 자동화했다. 또 멀티큅은 기술 지원 문의의 약 80%를 에이전트가 처리하도록 해, 수천 개 제품 설명서를 수동으로 뒤질 필요를 줄였다. AI 에이전트가 단순 실험이 아니라 특정 업무에서 이미 생산성을 끌어올리고 있음을 보여주는 사례다.

레드햇과 협력… 기업형 AI는 ‘통제력’이 승부처

부미는 이번 주 레드햇과 전략적 협력을 발표하고, 에이전트형 AI를 위한 통합 스택 구축에 나섰다. 부미의 ‘에이전트스튜디오’와 레드햇 AI를 결합해 기업이 특정 모델에 종속되지 않고, 오픈웨이트 모델을 사내 환경에서 비공개로 운영할 수 있도록 지원하겠다는 구상이다.

루카스는 어떤 AI 모델이 가장 좋은지 묻는 질문에 “정답은 모두”라고 답했다. 중요한 것은 모델 자체가 아니라 이를 어떻게 컨테이너화하고, 기업 고유의 데이터 구조와 연결하며, 외부 거대 AI 사업자에 민감한 데이터를 넘기지 않고 통제할 수 있느냐는 것이다. 다시 말해 기업형 AI 경쟁의 핵심은 ‘최고 성능 모델’보다 ‘운영 통제력’에 있다는 주장이다.

[토큰분석] 미국 암호화폐 법안 분수령…은행권 "스테이블코인 수익 허용은 규제 회피"

알파리포트 전문 보기 →

이번 발언은 화려한 AI 전략보다 데이터 활성화, 거버넌스, 기존 시스템 통합 같은 ‘보이지 않는 인프라’가 실제 성패를 가른다는 점을 다시 보여준다. 기업의 AI 도입이 빨라질수록, 시장의 관심도 모델 경쟁에서 실무 적용과 데이터 통제로 옮겨갈 가능성이 커 보인다.

TP AI 유의사항 TokenPost.ai 기반 언어 모델을 사용하여 기사를 요약했습니다. 본문의 주요 내용이 제외되거나 사실과 다를 수 있습니다.

본 기사는 시장 데이터 및 차트 분석을 바탕으로 작성되었으며, 특정 종목에 대한 투자 권유가 아닙니다.

광고문의 기사제보 보도자료

#부미 #Boomi #스티브루카스 #AI에이전트 #데이터활성화 #데이터거버넌스 #도메인특화AI #기업AI #레드햇 #오픈웨이트모델

텔레그램에서 토큰포스트 속보 보기