기업들이 인공지능(AI) 파일럿을 넘어 실제 업무에 적용하는 과정에서 가장 큰 과제로 ‘기업용 AI 통합’이 떠오르고 있다. 여러 시스템에 흩어진 데이터와 업무 규칙을 하나로 연결하지 못하면 AI 도입 효과가 제한될 수밖에 없기 때문이다.
액센추어($ACN)의 스벤 로베르그와 부미의 댄 맥앨리스터는 최근 ‘부미 월드’ 행사에서, AI 확산의 다음 단계는 단순한 모델 도입이 아니라 기업 전반의 데이터·시스템·업무 규칙을 유기적으로 연결하는 데 달려 있다고 진단했다. 두 사람은 이 과정에서 ‘에이전트형 AI’ 중심 구조가 빠르게 부상하고 있다고 설명했다.
전통적 통합에서 ‘에이전트형’ 플랫폼으로 이동
로베르그는 부미가 지난 10년간 전통적인 통합 플랫폼 서비스 기업에서 에이전트형 환경에 맞춘 플랫폼으로 진화하고 있다고 평가했다. 과거에는 시스템 간 연결 자체가 핵심이었다면, 이제는 AI 에이전트가 데이터를 이해하고 업무를 실행할 수 있도록 설계된 구조가 중요해졌다는 의미다.
그는 고객사와 현업 개발자들이 직접 시스템을 만들고 활용하는 ‘슈퍼 유저’로 발전할 수 있는 환경이 만들어지고 있다고 말했다. 이는 기업용 AI 통합이 더 이상 정보기술(IT) 부서만의 과제가 아니라, 실제 사업 부서의 생산성과 연결되는 문제로 바뀌고 있다는 뜻으로 읽힌다.
AI 도입 가로막는 것은 ‘흩어진 데이터’만이 아니다
맥앨리스터는 많은 기업이 혁신을 추진하고 있지만, 여전히 분산된 데이터와 통합되지 않은 정보 체계에 발목이 잡혀 있다고 짚었다. 문제는 데이터만 여기저기 흩어져 있는 데 그치지 않는다는 점이다. 그 데이터를 어떤 방식으로 활용할지 정하는 업무 규칙 역시 서로 다른 시스템 안에 갇혀 있다는 것이다.
즉, 일부 데이터는 특정 시스템에 있고, 나머지는 다른 곳에 저장되거나 새로 생성되며, 업무 규칙도 제각각 따로 관리된다. 이런 구조에서는 AI가 기업 전반을 아우르는 판단을 내리기 어렵다. 부미는 이런 단절을 해소하기 위해 모델, 데이터, 업무 규칙을 하나의 접근 가능한 플랫폼으로 묶는 연결 계층 구축에 집중하고 있다고 설명했다.
향후 12개월, 대규모 확산 분수령 될 가능성
맥앨리스터는 앞으로 12개월 동안 AI의 대규모 도입이 본격화할 것으로 내다봤다. 그동안 기업들이 초기 위험을 감수하며 AI 도입을 시도해 왔지만, 결과를 충분히 신뢰하지 못해 확산 속도가 제한됐다는 설명이다. 다만 최근에는 예측 가능한 수준으로 결과를 신뢰할 수 있는 환경이 갖춰지면서 상황이 달라지고 있다고 말했다.
이 같은 변화는 기업용 AI 통합 시장에서도 중요한 전환점으로 해석된다. AI 모델 성능 경쟁만으로는 차별화가 어려워진 만큼, 실제 현장에서 데이터를 연결하고 업무 흐름에 녹여내는 역량이 향후 경쟁력을 가를 가능성이 크다. 액센추어와 부미의 협업도 이런 흐름 속에서 산업별 전문성과 통합 기술을 결합하는 사례로 주목된다.
기업 AI 경쟁력, 결국 ‘연결’에서 갈린다
이번 논의는 기업용 AI 통합이 단순한 기술 프로젝트가 아니라, 조직 운영 방식 자체를 바꾸는 핵심 기반으로 자리 잡고 있음을 보여준다. 특히 에이전트형 AI가 확산할수록 개별 시스템을 잇는 ‘연결성’이 성과를 좌우할 가능성이 커지고 있다.
시장에서는 AI 도입의 승패가 더 많은 모델을 확보하는 데 있는 것이 아니라, 기업 내부에 흩어진 데이터와 규칙, 업무 프로세스를 얼마나 자연스럽게 통합하느냐에 달려 있다는 시각이 힘을 얻고 있다. 파일럿 단계의 실험이 끝나고 있는 지금, 기업용 AI 통합은 본격적인 생산성 경쟁의 출발점이 되고 있다.
TP AI 유의사항 TokenPost.ai 기반 언어 모델을 사용하여 기사를 요약했습니다. 본문의 주요 내용이 제외되거나 사실과 다를 수 있습니다.

