“AI 더 똑똑할 필요 없다”…데이터 맥락이 관건

기업용 인공지능(AI)의 성능을 좌우하는 핵심이 모델의 추론 능력보다 기업 내부 데이터와 업무 맥락이라는 주장이 나왔다. AI가 업무를 수행하려면 조직의 의사결정 방식과 업무 규칙까지 이해해야 한다는 설명이다.

알리 고드시(Ali Ghodsi) 데이터브릭스 공동창업자 겸 CEO는 샌프란시스코에서 열린 Bloomberg Tech 행사에서 “AI가 더 똑똑해질 필요는 없다. 부족한 것은 맥락”이라고 말했다. 데이터브릭스는 공식 게시물을 통해 고드시가 기업용 AI의 핵심 과제로 데이터 맥락을 제시했다고 전했다.

고드시가 말한 맥락에는 기업의 독점 데이터뿐 아니라 조직의 의사결정 방식, 업무 절차, 핵심성과지표(KPI), 승인 구조와 내부 지식이 포함된다. 모델의 추론 능력이 높아도 기업이 어떤 기준으로 업무를 처리하는지 알지 못하면 실제 자동화로 이어지기 어렵다는 의미다.

고드시는 행사에서 인공일반지능(AGI)이 이미 도래했다고 생각하는지 청중에게 물었을 때 약 10%만 손을 들었다고 설명했다. 반면 매일 사용하는 AI 모델이 대부분의 동료보다 똑똑하다고 생각하는지를 묻자 약 90%가 손을 들었다고 말했다.

Bloomberg Television은 해당 발언을 게시물로 소개했다. 10%와 90%는 행사 청중을 대상으로 한 비공식 설문 수치로, 전체 기업이나 시장을 대표하는 통계는 아니다.

데이터브릭스는 기업용 맥락을 구축하는 제품으로 Genie를 제시하고 있다. Genie는 기업 데이터와 업무 규칙을 AI가 이해할 수 있는 형태로 연결하는 제품이다.

Genie Ontology는 조직을 업무 관점에서 표현하는 통합 맥락 계층이다. 기업이 사용하는 지표의 정의와 권위 있는 데이터 출처, 업무 규칙을 하나의 구조 안에서 연결하는 역할을 한다.

데이터브릭스 공식 문서에 따르면 Genie Ontology는 Unity Catalog의 의미 체계와 기존 자산에서 자동으로 추출한 맥락을 함께 활용한다. 사용자는 기업이 정의한 지표와 데이터 출처, 업무 규칙을 AI 답변에 반영할 수 있다.

접근 권한도 제품 설계의 주요 요소다. Genie Ontology는 사용자가 접근 권한을 가진 정보만 AI 답변에 활용하도록 설계돼 기업 내부 데이터의 의미와 보안 범위를 함께 관리하는 구조를 취한다.

이 접근법은 기업용 AI 경쟁의 초점을 모델 교체에서 데이터 정리와 거버넌스로 옮긴다. 기업은 내부 데이터에 의미와 권한을 부여하고, 업무 규칙과 의사결정 절차를 AI가 활용할 수 있도록 구조화해야 한다.

기업용 AI에서 데이터가 단순한 저장 정보에 그치지 않는 이유도 여기에 있다. 같은 지표라도 조직마다 정의와 승인 절차가 다를 수 있어, 업무 맥락이 빠지면 AI가 문장 자체는 맞더라도 조직이 실제로 쓰기 어려운 답변을 내놓을 수 있다.

데이터브릭스와 Bloomberg Television의 LinkedIn 게시물 댓글에는 AI에 부족한 것이 지능이 아니라 기업 데이터와 업무 지식이라는 의견이 이어졌다. 맥락과 데이터 품질을 기업용 AI의 핵심 조건으로 보는 반응이다.

반면 일부 댓글은 신뢰할 수 있는 검색 기능과 권한 관리, 데이터 품질이 확보되지 않으면 맥락을 추가해도 오류가 반복될 수 있다고 지적했다. 이 같은 반응은 SNS 이용자 의견으로, 독립적인 시장 조사 결과는 아니다.

기업 데이터와 권한 관리의 중요성은 앞서 본지가 데이터브릭스 CEO의 AI 위험 발언을 보도한 내용에서도 언급됐다. AI가 기업과 서비스에 연결될수록 모델 성능뿐 아니라 계정과 데이터, 애플리케이션의 접근 범위를 함께 관리해야 한다는 취지다.

기업 데이터를 연결해 AI와 보안팀에 맥락을 제공하는 데이터 플랫폼 사례도 기업용 AI에서 데이터 통제와 지식 구조화가 중요하다는 점을 보여준다. 다만 고드시의 발언은 데이터브릭스의 제품 전략과 맞닿아 있는 만큼, 모든 기업에서 같은 효과가 나타난다고 단정할 근거는 제시되지 않았다.

데이터브릭스 공식 문서에서 Genie Ontology는 9월 11일 기준 공개 프리뷰 단계다. 기업용 AI가 모델 성능 경쟁을 넘어 데이터 의미와 업무 규칙, 접근 권한을 어떻게 연결할지에 관심이 모인다.