기업 97%가 AI 파일럿을 실제 운영 환경으로 전환하는 데 어려움을 겪고 있다는 조사 결과가 나왔다. 스토리지·데이터 관리 기업 에버퓨어(구 퓨어스토리지)와 시장조사기관 옴디아는 공동 보고서 ‘기업 데이터 준비도 격차 분석(Exploring the enterprise data readiness gap)’을 통해 이같은 다크 데이터 실태를 공개했다. 다크 데이터란 수집했지만 재사용하지 않는 데이터를 뜻한다.
조사에 따르면 응답 조직의 99%가 다크 데이터를 보유하고 있으며, 51~75%의 조직에서는 다크 데이터가 전체 기업 데이터의 37% 이상을 차지하는 것으로 나타났다. AI 파일럿을 운영 환경으로 전환하는 데 어려움을 겪는다고 답한 조직 중 62%는 그 장애 수준을 중간 이상 또는 심각한 수준으로 평가했다. IT 리더의 68%는 AI 운영 전환 시 데이터 관리를 가장 큰 과제로 꼽았고, 63%는 스토리지 사일로와 데이터의 무분별한 분산·증가를 AI 활용의 주요 장벽으로 지목했다.
위험은 인식하지만 실태는 모른다
IT 리더의 76%는 다크 데이터를 중대한 비즈니스 위험으로 인식하고 있었다. 실행 가능한 인사이트 도출이 AI 활용에 중요하다고 응답한 비율도 75%에 달했다. 하지만 조직의 58%는 데이터 환경에 대한 기본적인 가시성조차 확보하지 못한 상태였다. 위험성은 인지하면서도 자사 데이터가 실제로 어디에 있고 어떻게 쓰이는지는 파악하지 못하고 있는 셈이다.
전인호 에버퓨어코리아 지사장은 “국내 기업들이 빠른 속도로 AI 도입을 확대하고 있지만 데이터에 대한 가시성이 확보되지 않은 상태에서 속도만 높이는 것은 위험할 수 있다”고 말했다. 그는 “어떤 데이터셋에 대해서도 ‘어디에 있는가’, ‘누가 사용하고 있는가’, ‘신뢰할 수 있는가’라는 세 가지 질문에 명확히 답할 수 있어야 한다”고 강조했다.
가치와 위험, 두 축으로 나눠 관리해야
에버퓨어와 옴디아는 기업 데이터를 비즈니스 가치와 위험이라는 두 축으로 구분해 관리하는 방식을 대안으로 제시했다. AI에 데이터를 투입하기 전에 중복·노후·불필요한 데이터, 즉 ROT(Redundant, Obsolete and Trivial) 데이터를 정리하는 작업이 선행돼야 한다는 것이다.
에버퓨어 데이터 관리 부문을 총괄하는 아시시 굽타(Ashish Gupta)는 “기업은 신뢰할 수 없는 데이터를 기반으로 신뢰할 수 있는 AI를 구축할 수 없다”고 지적했다. 그는 “더 나은 AI를 위한 해법은 단순히 더 많은 데이터를 추가하는 것이 아니라 관련성이 높고 풍부한 맥락을 갖춘 데이터를 사용하는 데 있다”고 덧붙였다. 이번 보고서는 AI 파일럿의 성공 여부가 결국 데이터를 얼마나 정확히 파악하고 관리하느냐에 좌우된다는 점을 시사한다.