AI 투자는 늘었는데 ROI는 제자리걸음…“주범은 데이터 품질·통합” 작성일 04-20 43 목록 <div id="layerTranslateNotice" style="display:none;"></div> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="VSZ0lye4hK"> <figure class="figure_frm origin_fig" contents-hash="b61cda24368c53b4fd05a39e98e637db279c7ef81f20d1f084ef70e8cec31348" dmcf-pid="fv5pSWd8Cb" dmcf-ptype="figure"> <p class="link_figure"><img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202604/20/552796-pzfp7fF/20260420144930762ozzg.jpg" data-org-width="640" dmcf-mid="2geoV6yOT9" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202604/20/552796-pzfp7fF/20260420144930762ozzg.jpg" width="658"></p> </figure> <p contents-hash="abc72aa536278884f469d40e406a75c87fa6fb921a8e9b364c34ded2456bf431" dmcf-pid="4lX3hTRfhB" dmcf-ptype="general">[디지털데일리 박재현기자] 국내 기업들이 AI에 투자를 쏟아붓고 있지만 성과는 공회전하고 있는 것으로 조사됐다. 시스템 간 데이터 통합 실패, 품질 문제가 AI ROI를 갉아먹는 주범으로 드러났다.</p> <p contents-hash="e3508e1629ef54085c07613e22f412752f1e53158b46287ad2795c69cefbf7c8" dmcf-pid="8SZ0lye4vq" dmcf-ptype="general">클라우데라는 20일 온라인 기자간담회를 열고 이 같은 내용을 담은 데이터 준비 지수 보고서를 발표했다.</p> <p contents-hash="42171e15bea2ced67c5494bb9a92b54d928e8e8e9df2381503253f3d28018d03" dmcf-pid="6v5pSWd8Tz" dmcf-ptype="general">보고서에 따르면, 국내 응답자의 80%는 시스템 간 데이터 소스가 일부만 연결돼 있는 상황이다. 특히 20%는 효과적인 통합 방법을 고민하고 있는 것으로 나타났다. AI 인프라 투자는 늘고 있지만 데이터 활용은 여전히 막혀 있는 셈이다.</p> <p contents-hash="85f401a3fc2cfdeb55b3d2083b63dddeb96e50d731f8a8cc7a4b4ac7c226658c" dmcf-pid="PT1UvYJ6h7" dmcf-ptype="general">클라우드 지출 확대에도 실질적인 데이터 활용은 제자리걸음이다. 국내 응답자의 59%는 클라우드 지출을 늘렸고, 12%는 크게 늘렸다고 답했다. 그러나 절반 이상(56%)은 인프라 성능 제약으로 데이터 기반 이니셔티브가 지연되고 있다고 응답했다.</p> <p contents-hash="6f9f4fb7d774f85cadd73010258a71b07a7cdb9e21f30c675c15efc1fa373c1c" dmcf-pid="QytuTGiPlu" dmcf-ptype="general">AI ROI를 저해하는 원인으로는 데이터 품질과 통합이 꼽혔다. AI 프로젝트가 기대한 ROI를 달성하지 못하는 원인으로는 데이터 품질 문제(32%), 통합 문제(22%), 데이터 접근 및 관리 문제(20%) 순으로 조사됐다.</p> <p contents-hash="1115e25649f78eaeac1f8f5967cd950f7c1cc4e091302a85ffb4826ee0ec2401" dmcf-pid="xWF7yHnQTU" dmcf-ptype="general">데이터 협업을 가로막는 조직 내 장벽도 뚜렷하게 드러났다. 데이터 공유에 대한 거부감(49%), 데이터 활용 능력 부족(49%), 불완전한 가시성(27%)이 협업과 데이터 기반 의사결정을 제한하는 주요 요인으로 나타났다.</p> <p contents-hash="c8d73220e86529106ddc59c6ac737be51bba064d039cfe40583e3a5aa8ccc9d2" dmcf-pid="yMgkxd5Tvp" dmcf-ptype="general">금융팀이 영업 관련 계정 정보를 갖고 있어도 마케팅팀과 공유하지 않는 식의 데이터 사일로 문제가 기업 전반에 고착화돼 있다는 설명이다.</p> <p contents-hash="49d148b4c0f8ded22ce659315bb985ddefe3a490ad724de2aa5b3109679150b8" dmcf-pid="WRaEMJ1yS0" dmcf-ptype="general">거버넌스 개선 의지는 높지만 전사 전환은 과제로 남아 있었다. 보고서에 따르면, 국내 응답자 전원은 데이터 준비 상태 개선을 위해 새로운 거버넌스 프레임워크를 도입할 의향이 있다고 답했다.</p> <p contents-hash="dc49efec9520f94dc66230e2e1915ffc368f5cce4113294699637588c7d29d1c" dmcf-pid="YnksigpXv3" dmcf-ptype="general">글로벌 응답자도 100%가 같은 의향을 밝혔으며, 이 중 54%는 매우, 41%는 상당히 의향이 있다고 응답했다. 국내 응답자의 93%는 경영진이 대규모 AI 구현에 필요한 데이터 인프라를 이해하고 우선시한다고 답했다.</p> <p contents-hash="91c0d228f9fdc2a670b17254ae5315e141f758795ffa190672e3c1aef62eaf44" dmcf-pid="GLEOnaUZCF" dmcf-ptype="general">데이터 준비의 책임 주체로는 CIO·CTO가 가장 많이 지목됐다. 국내 응답자의 59%가 CIO·CTO를 AI를 위한 데이터 준비의 주요 책임자로 꼽았고, CDO를 지목한 응답자는 22%였다. 모든 국내 응답자는 자사 데이터 관리자의 역할과 책임이 명확히 정의돼 있다고 답했다.</p> <p contents-hash="53752ffaf48ea36844e7c28364d0d909db6c84a52c015bfc03305b6f45475e4c" dmcf-pid="HoDILNu5yt" dmcf-ptype="general">세르지오 가고 클라우데라 CTO는 “AI 도입이 빠르게 진행되고 있음에도 지속적인 데이터 관리 문제로 AI 잠재력이 최대한 발휘되지 못하고 있다”며 “데이터가 어디에 있든 단일 컨트롤 플레인에서 가시성과 거버넌스를 확보하는 것이 AI ROI의 출발점”이라고 제언했다.</p> </section> </div> <p class="" data-translation="true">Copyright © 디지털데일리. All rights reserved. 무단 전재 및 재배포 금지.</p> 관련자료 이전 구글 터보퀀트, ICLR 검증 촉각…"AI서비스 확대될 것"(종합) 04-20 다음 스마일게이트 희망스튜디오, 장애인의 날 맞이 ‘FUNding’ 캠페인 3종 실시 04-20 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
