엔코아, AI WAVE 2026에서 AI 레디 데이터 전략 제시 작성일 05-15 42 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="yNDKSmCES3"> <figure class="figure_frm origin_fig" contents-hash="fff1e5630d9d244b343152880ea7e6b60b8cd648e4af9502019872d167b75264" dmcf-pid="Wjw9vshDWF" dmcf-ptype="figure"> <p class="link_figure"><img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202605/15/552796-pzfp7fF/20260515133923264invf.jpg" data-org-width="640" dmcf-mid="xtuDfq9UT0" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202605/15/552796-pzfp7fF/20260515133923264invf.jpg" width="658"></p> </figure> <p contents-hash="7b62044d42cbd5086e97b633b1afcab20022e19ae5581b487b0f13cee0ef296b" dmcf-pid="YAr2TOlwyt" dmcf-ptype="general">[디지털데일리 박재현기자] 엔코아는 <디지털데일리> 주최로 열린 AI WAVE 2026에 참가해 AI 레디 데이터(AI Ready Data) 전략을 제시했다고 15일 밝혔다.</p> <p contents-hash="d417bcb9552fd160a86f4fe7888877b6f665ce26525c0495bfbf429ef477f55e" dmcf-pid="GcmVyISrl1" dmcf-ptype="general">본지가 개최한 AI WAVE 2026은 “AI-네이티브 엔터프라이즈: 기업의 의사결정 구조를 재설계하다”를 주제로 열렸다. 기업이 AI를 활용한 의사결정 인프라 구축을 위한 전략과 기술 구조, 활용 방법은 물론 산업별 사례가 공유됐다.</p> <p contents-hash="a3495cba4ed8d9bd3ff6b902865d0308d5ed6b20beb3f6c79f491470743cae64" dmcf-pid="HksfWCvmC5" dmcf-ptype="general">엔코아는 김성식 유니파이드 메타(Unified META) 그룹장이 '데이터 준비도가 결정하는 기업의 AI 격차, AI 활용 ROI를 높이는 AI 레디 데이터 전략'을 주제로 발표를 진행했다. 엔코아가 바라보는 AI 레디 데이터의 정의, 기업의 AI 도입 과정에서 겪는 문제점, 이를 해결하기 위한 프로세스와 실행 가능한 전략을 제시했다.</p> <p contents-hash="7cfc395ffa9e8b9354bdb543ea015ed5ba08047edfefa1eac297e5338231aef9" dmcf-pid="XEO4YhTsyZ" dmcf-ptype="general">엔코아 김성식 그룹장은 기업 간 AI 활용 성과가 극단적으로 벌어지는 이유로 AI 모델 성능이 아니라 기업의 데이터 준비도(Data Readiness)의 차이에 있다고 설명했다. 특히 동일한 AI 도입에도 불구하고 ROI가 갈리는 핵심 원인으로 데이터 품질 부족, 데이터간 관계/맥락단절, AI가 의사결정을 수행할 수 있는 맥락(Context) 결여 등을 꼽았다.</p> <p contents-hash="c46305dd30385912bd8187f8b95252172eb9fd73c8c71bb9dc4a7a08e8d757a4" dmcf-pid="ZOvM1WXSSX" dmcf-ptype="general">김성식 그룹장은 AI 레디 데이터를 의미적으로 정리되고, 권한과 품질이 통제되어 기계적으로 실행할 수 있는 형태로 정의했다. 이러한 조건이 충족될 때 AI가 데이터를 이해하는 수준을 넘어 실행할 수 있다.</p> <p contents-hash="dd1f201ef5d57f3c1046308c83aa395798148cb356022a6122500a4f87952340" dmcf-pid="5ITRtYZvlH" dmcf-ptype="general">엔코아에 따르면, AI 레디 데이터 구현 전략을 위해선 ▲유즈케이스 역산 데이터 전략 ▲지식 기반(Knowledge Base) 구축 ▲메타데이터·시맨틱 레이어 자산화 ▲컨텍스트 그래프·에이전트 구조를 갖춰야 한다.</p> <p contents-hash="59b70e8e3abe1b5c8ad45f243df68b2f301c9a1a30b7909c8b66412d4566e790" dmcf-pid="1CyeFG5TTG" dmcf-ptype="general">특히 단발성 프로젝트가 아닌 지속적인 품질 검증과 데이터 보강의 순환 사이클을 지속할 수 있는 평가·피드백 루프 운영 내재화가 진행돼야 한다고 강조했다.</p> <p contents-hash="49bee77d07fd228e1f207ebc04d3300a5d8256fe64b1fcf84bebc16e041142eb" dmcf-pid="thWd3H1ySY" dmcf-ptype="general">김성식 엔코아 유니파이드 메타 그룹장은 "AI 시대의 진정한 승자는 데이터를 많이 가진 기업이 아니라, AI가 실제로 일할 수 있는 데이터 환경을 빠르게 구축한 기업"이라며, "AI 레디 데이터 전략은 단순 데이터 관리가 아닌 AX를 진행하는 기업의 실질적 운영 전략"이라고 말했다.</p> <p contents-hash="86e1f41d5ef52616c624f5d8acd45a165b532239ba0bcf9ad27e47d4d99eda18" dmcf-pid="FlYJ0XtWWW" dmcf-ptype="general">엔코아는 최근 기업에서 AI 레디 데이터 인프라를 빠르게 구축할 수 있는 플랫폼과 전략을 제시하고 있다. 구축에 필요한 컨설팅에서 솔루션, 데이터의 의미와 맥락을 구축하고 파악할 수 있는 온톨로지(Ontology)기반 맥락지도는 물론 AI가 신뢰할 수 있는 데이터 공급까지 기업의 데이터 준비도에 필요한 다각도의 제품과 서비스도 하반기에 선보일 예정이다.</p> </section> </div> <p class="" data-translation="true">Copyright © 디지털데일리. All rights reserved. 무단 전재 및 재배포 금지.</p> 관련자료 이전 "복잡한 금융 데이터 직관적으로"…코스콤, 'CHECK Expert+' 개편 05-15 다음 [스포츠 LIVE] "2위 자리는 내 거야" / '100위권' 약체와 최종 평가전 05-15 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
