AI와 셀프서비스 중심 데이터 플랫폼의 진화 방향 집중 조명 “기술 넘어 실행 전략으로”…데이터 기반 의사결정 가치 강조 피앤디솔루션이 글로벌 데이터 관리 기업 디노도(Denodo)와 손잡고 기업 데이터 혁신의 방향성을 제시했다. 지난 4일 콘래드 서울에서 열린 ‘DATA INSIGHT TALK’에는 데이터 전략과 혁신을 주도하는 업계 리더 50여 명이 참석해 최신 데이터 관리 트렌드와 AI 기반 데이터 활용 전략을 심도 있게 논의했다. 이번 행사는 프라이빗 세션(Private Session) 형태로 진행됐으며, 데이터 통합, 시각화, 거버넌스 등 기업의 데이터 혁신 전반에 대한 구체적 방향성이 공유됐다. 오프닝 세션에는 피앤디솔루션 김성기 대표와 디노도코리아 김태홍 지사장이 인사말을 전했고, 이어 피앤디솔루션 이석진 전무의 ‘All about Data’, 디노도코리아 정승재 이사의 ‘AI와 셀프서비스를 위한 데이터 플랫폼의 진화’, 자동차 배터리 기업의 Denodo 기반 글로벌 데이터레이크 구축 사례 발표 등이 이어졌다. 피앤디솔루션은 이날 세션에서 실제 수행한 디노도 기반 프로젝트 사례를 공개하며 복잡한 데이터 환경에서도 효율적인 통합과 시각화 구현 노하
가트너(Gartner)가 IT 애플리케이션 리더 대상 설문조사 결과를 발표했다. 조사에 따르면, 사람의 감독 없이 목표를 수행하는 완전 자율 AI 에이전트를 고려하거나 시범 운영·구축 중인 기업은 전체의 15%에 불과했다. 이번 조사는 2025년 5월부터 6월까지 북미, 유럽, 아시아 태평양 지역 기업의 IT 애플리케이션 리더 360명을 대상으로 진행됐다. 조사 목적은 생성형 AI와 에이전틱 AI가 기업 애플리케이션에 미치는 영향을 파악하는 데 있다. 맥스 고스 가트너 시니어 디렉터 애널리스트는 “에이전틱 AI를 둘러싼 과대광고가 확산되는 가운데, 공급업체들은 기존 생성형 AI 어시스턴트의 한계를 넘어설 차세대 기술로 AI 에이전트를 내세우고 있다”며 “응답자의 75%가 AI 에이전트를 시범 도입하거나 배포 중이라고 답했지만, 거버넌스 부재, 기술 성숙도 부족, 확산에 대한 우려가 여전히 확산을 가로막고 있다”고 말했다. 완전 자율 AI 에이전트 도입의 주요 장애 요인으로는 공급업체의 보안·거버넌스·환각 방지 역량에 대한 불신과 조직 준비 부족이 꼽혔다. 조사에 따르면, 응답자의 19%만이 공급업체의 환각 방지 기능을 신뢰한다고 답했으며, 74%는 AI 에이
디노도테크놀로지(디노도)가 인공지능(AI) 혁신을 지원하는 ‘디노도 딥쿼리(Denodo DeepQuery)’ 기능을 탑재한 ‘디노도 플랫폼(Denodo Platform) 9.3’을 출시했다. 딥쿼리는 단순 질의응답을 넘어 복잡하고 분석적인 질문에 대한 답변과 추론 과정을 설명하는 딥 리서치 기능이다. 오늘날 AI는 실시간 데이터를 기반으로 답변하는 챗봇이나 상황에 따라 자율적으로 행동하는 AI 에이전트 등 운영 환경 중심으로 활용되고 있다. 이를 위해서는 분산된 대규모 데이터를 실시간으로 처리하면서 보안·규제 준수와 비용 절감을 동시에 달성해야 한다. 그러나 MIT 조사에 따르면 AI 프로젝트의 95%는 투자 수익을 내지 못하는 것으로 나타났는데, 이는 급변하는 운영 환경을 뒷받침할 데이터 인프라가 부족하기 때문이다. 디노도 플랫폼 9.3은 이러한 문제 해결을 목표로 다양한 기능을 강화했다. 구체화된 뷰(Materialized Views)와 데이터 캐시가 스키마 변화에 유연하게 대응할 수 있어 AI 애플리케이션이 끊임없이 변하는 메타데이터 환경에서도 효율적으로 데이터를 제공받는다. 동적 접근 제어 기능으로는 변화가 잦은 개인정보 보호 및 보안 요건에 민첩하게
스노우플레이크(Snowflake)가 글로벌 파트너사들과 함께 오픈소스 표준 이니셔티브 ‘오픈 시맨틱 인터체인지(Open Semantic Interchange, OSI)’를 출범한다고 24일 밝혔다. 세일즈포스, 블랙록, dbt 랩스, 릴레이셔널AI 등 20여개 기업이 참여하는 OSI는 벤더 중립적인 시맨틱 모델 사양을 도입해 AI와 비즈니스 인텔리전스(BI) 애플리케이션 전반에서 일관된 비즈니스 로직을 구현하는 것을 목표로 한다. 데이터 플랫폼마다 정의와 해석이 달라 발생하는 비효율과 분산은 AI 도입 지연의 주요 원인이었다. OSI는 데이터 정의와 교환 방식을 표준화해 각기 다른 AI, BI, 데이터 도구가 공통 언어로 소통할 수 있게 하며, 이를 통해 플랫폼 간 상호운용성을 강화하고 데이터 신뢰성을 높인다. 스노우플레이크는 OSI를 통해 데이터팀이 중복 정의와 불필요한 조정 작업에 소모하는 시간을 줄이고, AI와 BI 애플리케이션 도입 속도를 높일 수 있을 것으로 기대하고 있다. 나아가 폐쇄적·벤더 종속적 구조에서 벗어나 개방형 AI 생태계로 전환하는 협력 모델을 제시한다. 사우서드 존스 태블로 CPO는 “AI의 미래는 신뢰할 수 있는 데이터에서 출발한다