Scaling AI agents with trustworthy data

개요

AI 에이전트의 효능을 높이기 위한 핵심은 신뢰할 수 있는 데이터 기반이며, 많은 기업이 레거시 데이터 시스템의 제약으로 인해 어려움을 겪고 있습니다.

주요 내용

• AI 에이전트의 데이터 접근성 제약: 설문 조사 대상 조직의 AI는 평균 45%의 회사 데이터에만 접근 가능하며, '데이터 후발주자' 그룹은 30% 이하의 접근성을 보입니다. 반면 '데이터 리더' 그룹은 70% 이상의 데이터 접근성을 확보하고 있습니다.
• 데이터 준비 상태와 에이전트 의사결정 신뢰도: 현재 약 절반의 조직만이 AI 에이전트의 의사결정 정확성과 관련성에 신뢰를 두고 있으며, '데이터 리더' 그룹은 100%의 신뢰도를 보입니다.
• 데이터 리더의 에이전트 확장 및 속도 달성 용이성: '데이터 후발주자'의 2/3가 레거시 데이터 시스템이 AI 에이전트의 확장(66%) 및 의사결정 속도(68%)를 제한한다고 응답했지만, '데이터 리더' 그룹은 이러한 제약이 8%에 불과합니다.
• 향후 2년 내 AI 에이전트 활용 확대: 모든 응답자의 100%가 2년 내 AI 에이전트를 사용하고, 69%는 광범위하게 사용할 계획입니다.
• 데이터 접근성 및 맥락 확보의 중요성: AI 에이전트 확대를 위한 최우선 과제로 구조화 및 비구조화 데이터 접근성 개선, 비즈니스 맥락을 포함한 데이터 및 AI 거버넌스 강화, 데이터 관리 자동화가 강조됩니다.

시사점

AI 에이전트의 잠재력을 최대한 발휘하기 위해서는 레거시 데이터 시스템의 제약을 극복하고, AI 에이전트가 기업 전반의 데이터에 신뢰할 수 있는 방식으로 접근하고 이를 활용할 수 있도록 데이터 환경을 재정비하는 것이 필수적입니다.