“데이터 준비 없인 AI ROI 없다”…클라우데라 CTO가 내린 처방은? 작성일 04-21 39 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">[인터뷰] 세르지오 가고 클라우데라 최고기술책임자</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="UWe79RXSvf"> <figure class="figure_frm origin_fig" contents-hash="89dd5105bdf57ea983c4f66104cd298bfa49d758a5feebecaf08064478c9696d" dmcf-pid="uLFOvtNdyV" dmcf-ptype="figure"> <p class="link_figure"><img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202604/21/552796-pzfp7fF/20260421100011183eaia.png" data-org-width="592" dmcf-mid="pdphW0cnS4" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202604/21/552796-pzfp7fF/20260421100011183eaia.png" width="658"></p> </figure> <p contents-hash="86049c7d61f4960a901651d07182d8f179ea7392aa71aef3e474d2cab43ca6fc" dmcf-pid="7o3ITFjJv2" dmcf-ptype="general">[디지털데일리 박재현기자] “<strong>실험실에서 잘 작동하던 AI가 실제 기업 환경으로 이식되지 못하는 것, 그것이 가장 전형적인 AI 프로젝트의 실패 패턴입니다.”</strong></p> <p contents-hash="46175de1cb2719f8125c338a9083918df17c4a1854728d252c3af5e6d72e6396" dmcf-pid="zg0Cy3Aiy9" dmcf-ptype="general">세르지오 가고(Sergio Gago) 클라우데라 최고기술책임자(CTO)는 디지털데일리와의 온라인 인터뷰를 통해 AI를 데이터 옆에 두는 구조, 즉 데이터 플랫폼 위에 AI를 얹는 설계가 전제돼야 한다고 강조하며 이 같이 말했다.</p> <p contents-hash="5f0a9cefe45d692165803ea87f23ce3db7e55b638f2311a272a5b7b87687647c" dmcf-pid="qaphW0cnSK" dmcf-ptype="general"><strong>◆ “연구소에서 나오지 못하는 AI…통합 실패가 주범”</strong></p> <p contents-hash="1ef4331914989b86c304298c738e39d3673325054c43fc50f81766c13adb849b" dmcf-pid="BNUlYpkLyb" dmcf-ptype="general">세르지오 가고 CTO는 지난 3년간 생성형 AI 도입 과정에서 동일한 실패 패턴이 반복됐다고 소개했다. 많은 기업이 본사 조직과 분리된 혁신팀을 꾸려 파일럿을 진행했고, 고객 지원 에이전트 같은 실험에서는 인상적인 결과를 냈다.</p> <p contents-hash="5b71acad2da787f83f2e35190118496765c2db579581a5f65b50f6b759e41d88" dmcf-pid="bjuSGUEohB" dmcf-ptype="general">그러나 실제 운영 환경은 달랐다. 고객 문의는 실시간으로 바뀌고, 서비스나우·세일즈포스 등 여러 시스템의 데이터를 통합해야 하는 순간 파이프라인이 무너졌다. 컴플라이언스·거버넌스 팀이 모델 환각 여부와 벤치마크를 요구하면서 실험은 결국 랩을 벗어나지 못했다.</p> <p contents-hash="4777d92fca4bcf01838351f501896351b32086683b5a94bef353369f904f6991" dmcf-pid="KA7vHuDgCq" dmcf-ptype="general">이러한 문제의 원인으로 데이터 준비 부재를 꼽았다. 세르지오 가고 CTO는 “AI를 기업에 성공적으로 이식하고 운영하기 위한 데이터 정비 기술로 RAG가 많이 쓰인다. 하지만 수천 개 PDF를 DB에 옮기는 것만으로는 부족하다”며 “서비스나우, 세일즈포스 등 데이터 출처와 기업 자체 정보를 연결하는 통합 과정에서 시스템이 실패하는 경우가 많다”고 짚었다.</p> <p contents-hash="11b7526a080727bd2b0586b35f2d00f0a73edc87ced8685dab0dd94cbe224abb" dmcf-pid="9czTX7waTz" dmcf-ptype="general">이어 그는 “필요한 것은 에이전트나 시스템을 데이터 옆에 두는 것”이라며 “데이터 플랫폼에 시스템을 갖추고 데이터 거버넌스와 패브릭을 구축해야 AI를 프로덕션으로 연결할 수 있다”고 덧붙였다.</p> <p contents-hash="717594f27e659f644595b345e3d79f617fe62a8e323d3670f1e7aca9925190f1" dmcf-pid="2o3ITFjJy7" dmcf-ptype="general">데이터 준비 작업의 단계도 구체적으로 제시했다. 비정형·정형 데이터를 에이전트가 쓸 수 있는 포맷으로 전환하는 것이 시작이다. 이후 벡터DB와 시맨틱 검색을 활용해 검색 가능한 구조로 만들어야 한다.</p> <p contents-hash="69a6df71ee87887ffe404c739350c3c2605c2e59baed7c4499ccfe95767aa711" dmcf-pid="Vg0Cy3AiWu" dmcf-ptype="general">페타바이트(PB)·테라바이트(TB)급 데이터를 실시간으로 처리할 수 있는 확장성, 데이터 카탈로그 기반의 거버넌스, AI 에이전트가 필요한 데이터를 자동으로 발견하는 디스커버리까지 갖춰야 비로소 AI가 제대로 작동한다는 것이다.</p> <p contents-hash="108394c9f4b2c08d07921a06bcfdc3d74cf541c085aafb4f61366942500ad43e" dmcf-pid="faphW0cnCU" dmcf-ptype="general">그는 “영업 정보가 어느 테이블에 있는지 에이전트가 자동으로 접근할 수 있어야 하고, 이를 위한 플랫폼 역량이 전제돼야 한다”고 말했다.</p> <p contents-hash="838f1aab24f4902fd4f27a2644254202fd5b08ea395720c5a5d493e5f0420f75" dmcf-pid="4NUlYpkLhp" dmcf-ptype="general"><strong>◆ “데이터 전략, 가시성 확보 후 전사로 확대해야”</strong></p> <p contents-hash="f36c8dc25aa7900bb0197a981381b011ea2701e78edb516f34915b22e110e2c3" dmcf-pid="8juSGUEov0" dmcf-ptype="general">세르지오 가고 클라우데라 CTO는 AI 투자를 앞둔 기업이라면 데이터 카탈로그 구축을 최우선 과제로 삼아야 한다고 조언했다. “어떤 데이터가 어디에 있고 어떻게 접근할 수 있는지 가시성을 확보하는 것이 출발점”이라는 설명이다.</p> <p contents-hash="b8b4e5dad3959958670781db799e6983374b15009dae49b18b654ebb30432a94" dmcf-pid="6A7vHuDgl3" dmcf-ptype="general">가시성 확보 이후 단계도 구체적으로 소개했다. C레벨부터 전 직원에게 적용되는 전사 데이터 전략을 수립하고 데이터 준비 교육을 전사적으로 병행해야 한다. 이어 업종 특성에 맞게 빠르게 성과를 낼 수 있는 첫 번째 유즈케이스를 골라야 한다.</p> <p contents-hash="34652803c5e79f33aa629ff338c65219b2e78215ebe4efbb7e0b532efff0e04f" dmcf-pid="PczTX7walF" dmcf-ptype="general">소프트웨어 개발, 고객 지원, 재무 예측 등 분야를 막론하고 측정 가능한 ROI와 구체적인 KPI를 제시할 수 있는 영역을 선택해 눈에 보이는 성과를 먼저 만들어야 한다는 것이다.</p> <p contents-hash="fb0d6e04b78fb3f7d71860956a1319fbefc0259e7de919f1d0d88af82ca66ca4" dmcf-pid="QkqyZzrNlt" dmcf-ptype="general">첫 성과를 낸 이후에는 같은 플랫폼 위에서 다른 부서로 확대하는 것이 핵심이다.</p> <p contents-hash="ee4b39cbb762d4a227614d08a3c6b91904fe5776190237189b578b0fb4393271" dmcf-pid="xEBW5qmjS1" dmcf-ptype="general">세르지오 가고 CTO는 “단일 유즈케이스에 그치지 않고 전사로 확대하는 것은 클라우데라 애니웨어 클라우드의 설계 원칙과도 귀결된다”고 말했다.</p> <p contents-hash="08dfe1eb2c572aa7c8620d6afd7f4f823f295784445956aa33e54fddb6c17ff4" dmcf-pid="y7DxiEb0l5" dmcf-ptype="general"><strong>◆ “데이터, 어디 있든 하나로 통제”…클라우데라의 한국 공략법</strong></p> <p contents-hash="9b2df9958ba9574a62e8887c1a732eabc574709dbde524edeb10d470d882fab2" dmcf-pid="WzwMnDKpCZ" dmcf-ptype="general">클라우데라는 국내 주요 금융·통신 기업을 고객으로 확보하며 한국 시장 입지를 넓히고 있다. 금융권에서는 신한은행, KB국민은행이 대규모 데이터 플랫폼을 기반으로 데이터 준비 작업과 머신러닝 배포에 클라우데라 솔루션을 활용하고 있다.</p> <p contents-hash="3c9a06e8ce715156dd074e0544d365b6d8ab66ba6f2c3f93a79c5bd908bff65b" dmcf-pid="YqrRLw9UTX" dmcf-ptype="general">통신 분야에서는 LG유플러스가 방대한 스트리밍 데이터를 처리하며 시계열·네트워크 분석과 ML 기반 혼잡도 예측에 플랫폼을 쓰고 있다. 카카오페이는 확장성 있는 AI 배포 환경 구축에 클라우데라와 협업 중이다.</p> <p contents-hash="07e4d0e583cec218ef90c5bf705f0f325b0c71f96e486321b0b96db3662b5079" dmcf-pid="GBmeor2uhH" dmcf-ptype="general">한국은 혁신과 거버넌스 수준이 높은 시장이지만 LLM의 한국어 성능 한계는 과제로 남아 있다. 클라우데라는 이를 극복하기 위해 한국 고객과 직접 협업해 한국어 파인튜닝과 커스텀 모델 배포를 지원하고 있다.</p> <p contents-hash="aff0c53d8a542a56cfa4cad9a349fa484e166ea33d419cd7e20bf86b405fd61b" dmcf-pid="HbsdgmV7WG" dmcf-ptype="general">클라우데라가 이처럼 다양한 산업군에서 선택받는 이유로 세르지오 가고 CTO는 ‘단일 컨트롤 플레인’을 꼽았다. 단일 컨트롤 플레인은 데이터가 어느 환경에 있든 하나의 제어창에서 통합 관리할 수 있는 구조를 의미한다.</p> <p contents-hash="0d76ab2493fd57195d0684cb1bf0173b16a7758745a5b29070478476a6f020c6" dmcf-pid="XKOJasfzTY" dmcf-ptype="general">그는 “기존 클라우드 서비스 제공사(CSP)들은 자사 플랫폼 안에서만 데이터를 저장하고 처리하도록 유도해 고객이 다른 환경으로 데이터를 옮기거나 접근하기 어렵게 만든다”며 “기업 데이터가 여러 클라우드와 온프레미스에 분산돼 있는 현실에서 단일 CSP 종속 구조는 한계가 분명하다”고 말했다.</p> <p contents-hash="cfdd8e5473b2d5ae91793f37dd916140b6e2f6cf3efca564593eeb7b50b604ad" dmcf-pid="Z9IiNO4qhW" dmcf-ptype="general">이어 “클라우데라는 데이터가 어디에 있든 단일 제어창에서 가시성과 거버넌스를 제공하고, 로컬 GPU·IDC 추론까지 지원하는 유일한 회사”라고 덧붙였다. 포레스터 리서치가 클라우데라 패브릭을 리더로 선정한 것도 이 같은 역량을 인정한 결과라고 덧붙였다.</p> <p contents-hash="a1b0970640e662145352c2171987f9d38ec0c41ed72c3bf205783a98648b8125" dmcf-pid="52CnjI8BWy" dmcf-ptype="general">데이터 주권도 중요한 화두로 떠올랐다. 특히 한국은 금융·공공 분야를 중심으로 데이터의 국내 보관 의무와 외부 반출 제한이 엄격하게 적용되는 만큼 데이터 주권에 대한 관심이 어느 나라보다 높다. 정부 차원에서도 소버린 클라우드 구축 필요성이 강조되고 있고, 기업들 역시 데이터를 어디에 두고 어떻게 통제할지를 AI 도입의 핵심 전제 조건으로 보고 있다.</p> <p contents-hash="e85cb45d4c4075cfe1230791c2bf4d46b49b6f7a9c44f10c588a77c4d608b339" dmcf-pid="1VhLAC6bCT" dmcf-ptype="general">유럽의 AI 법안과 GDPR, 남미·중동의 데이터 규제까지 지역마다 규제 환경이 다른 만큼, 클라우데라는 온프레미스·하이브리드 플랫폼을 통해 각 규제 환경에 맞게 데이터 주권을 지키며 AI를 배포할 수 있도록 지원한다는 전략이다.</p> <p contents-hash="06a8619b61688052ac7f6a382f4d9f7540387f3fe113c3604cb9813af84611b5" dmcf-pid="tDbY1BsATv" dmcf-ptype="general">세르지오 가고 CTO는 AI 시대를 통제와 편의를 통합하는 ‘융합 시대’로 규정했다. 그는 “데이터 초창기 통제의 시대, 클라우드 전환기의 편의의 시대를 거쳐 이제는 두 가지를 통합해야 한다”며 “복잡성은 플랫폼 아래로 숨기고 데이터가 어디에 있든 접근 가능한 구조를 갖추는 것이 클라우데라가 지향하는 방향”이라고 말했다.</p> </section> </div> <p class="" data-translation="true">Copyright © 디지털데일리. All rights reserved. 무단 전재 및 재배포 금지.</p> 관련자료 이전 "20분 걸릴 작업 단 몇 분 만에"… 구글, AI 내재화한 '제미나이 인 크롬' 국내 상륙 04-21 다음 SDT, IPO 준비+역량강화 위해 SK 재무통 영입 04-21 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
