기업이 데이터를 아무리 많이 쌓아도 AI가 항상 현실에 맞는 판단을 내리는 것은 아니다. 빅밸류 구름 공동대표는 2026년 9월 3일 서울 포스코타워 역삼 이벤트홀에서 열린 ‘AI Ready Data 2026’ 세미나에서 ‘현장에서 본 AI 레디 데이터의 조건’을 주제로 발표하며 이런 문제의식을 제시했다. 이 세미나는 중앙대학교 문헌정보학과 HIKE 연구실이 주최·주관했다.
데이터를 둘러싼 세 가지 착각
구름 대표는 실무 전문가와 축적된 데이터, AI·데이터 전문가 사이에 존재하는 괴리를 사례로 짚으며 데이터의 진단·연결·검증이 필요하다고 강조했다. 그가 제시한 첫 번째 착각은 ‘보유의 착각’이다. 데이터가 존재한다고 해서 곧바로 활용 가능한 것은 아니며, 입력오류·편차·갱신지연 같은 문제로 실제 현장에서 쓰기 어려운 경우가 많다는 설명이다.
두 번째는 ‘경험의 착각’이다. 실무자의 경험을 데이터에서 배제하거나 반대로 지나치게 과신하는 것 모두 한계를 갖는다는 지적이다. 구름 대표는 이런 경험을 측정 가능한 변수로 전환하는 작업이 필요하다고 봤다. 이와 함께 데이터의 적시성 문제는 한 번 정제한다고 끝나는 일이 아니라, 지속적인 투자가 필요한 인프라 문제라는 점도 짚었다.
기준이 모여도 연결되지 않으면 의미 없다
세 번째 착각은 ‘가용의 착각’이다. 여러 데이터가 한곳에 모여 있어도 시스템 간 기준이 일치하지 않으면 실제 업무에서 활용하기 어렵다는 것이다. 구름 대표는 데이터 표준을 프로젝트의 최종 단계로 여기는 시각을 경계했다. 표준은 완성이 아니라 연결과 실험이 시작되는 출발점이며, 이후에도 현장 검증과 피드백을 반복해야 한다는 게 그의 설명이다.
빅밸류는 금융·유통물류·부동산건설·공공 분야에서 쌓은 경험을 기반으로 AI 레디 데이터 컨설팅을 확대할 계획이다. 데이터를 얼마나 쌓았는지보다, 그 데이터가 현장의 변화를 얼마나 담고 있는지가 AI 도입의 성패를 가른다는 게 이번 발표가 던진 메시지다.