권헌영 고려대 교수 “AI 도입 전 데이터 거버넌스부터 정리해야” 작성일 06-18 50 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">영림원 EBSC 2026 키노트 <br>“AI 경쟁하듯 쓰기보다 데이터 소유·품질·활용 목적 따져야”</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="pSjyWbb0eZ"> <p contents-hash="ae17b389a07908e94764eeec74e02cd3adc1762d4351acce963413ba8ee6078b" dmcf-pid="UvAWYKKpRX" dmcf-ptype="general">기업이 인공지능(AI)을 도입하기 전에 먼저 자사 데이터의 구조와 활용 목적을 정리해야 한다는 제언이 나왔다. AI가 업무 자동화와 의사결정 지원 수단으로 확산하고 있지만, 데이터가 어디에 있고 누가 관리하며 어떤 기준으로 쓰이는지 모르면 기대한 효과를 내기 어렵다는 분석이다.</p> <div contents-hash="e0a478a91dfe42bd07d400e6ecbc54bf316dbdd69b61ebe8415152f9235b4315" dmcf-pid="uTcYG99UJH" dmcf-ptype="general"> 권헌영 고려대학교 정보보호대학원 교수는 18일 영림원소프트랩이 개최한 '엔터프라이즈 비즈니스 솔루션 컨퍼런스 2026(EBSC 2026)' 키노트에서 'AI 시대 기업 IT의 전략적 혜안'을 주제로 발표하며 이 같이 조언했다. EBSC는 영림원소프트랩이 올해 처음 마련한 기업 컨퍼런스로, AI 시대 변화하는 기업 운영 환경과 엔터프라이즈 소프트웨어의 미래 방향성을 공유하는 자리다. </div> <figure class="figure_frm origin_fig" contents-hash="78a9faeb1f6794ac942ff74d76e1650c9953df40d62469b1497e7c6b691bd729" data-idxno="445583" data-type="photo" dmcf-pid="7ykGH22uMG" dmcf-ptype="figure"> <p class="link_figure"><img alt="권헌영 고려대학교 정보보호대학원 교수 / 정종길 기자" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202606/18/552810-SDi8XcZ/20260618120712589eufr.jpg" data-org-width="1280" dmcf-mid="05iICppXM5" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202606/18/552810-SDi8XcZ/20260618120712589eufr.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 권헌영 고려대학교 정보보호대학원 교수 / 정종길 기자 </figcaption> </figure> <p contents-hash="d4d17abb4e5a4b7b3c1db368c20b894e9ed8867e10e2f51eb26fd496ad439991" dmcf-pid="zWEHXVV7LY" dmcf-ptype="general">권 교수는 기업 IT의 핵심이 시스템 자체가 아니라 그 안에 담긴 데이터라고 강조했다. 기업은 그동안 업무 시스템을 새로 구축하고, 고도화하고, 다시 재구축하는 방식으로 정보화를 추진해 왔다. 하지만 시스템이 다루는 데이터가 어떤 업무에서 만들어졌고, 어디에 중복 저장됐으며, 실제 의사결정에 어떻게 쓰이는지는 충분히 따지지 않았다는 게 권 교수의 지적이다.</p> <p contents-hash="ac232ccde5159a4f063c078367083ca9456c4660f09f38aabc1fceeb76194cf0" dmcf-pid="qYDXZffzJW" dmcf-ptype="general">그는 "처음 솔루션 도입 시 구성원들의 합의 없이 CEO와 구매 부서, IT 부서가 결정하는 경우가 많다"며 "다음 사업 때는 기존 데이터를 보지 않은 채 다시 만드는 일이 반복된다"고 말했다.</p> <p contents-hash="6cbd64caaed2f379fec57ab47eef376b64a687e40bc4aa340678c05feb4e49ae" dmcf-pid="BGwZ544qey" dmcf-ptype="general">이런 방식은 데이터 중복과 관리 책임 불명확으로 이어진다. 같은 고객 정보가 영업, 회계, 인사 등 여러 시스템에 따로 저장되고, 부서마다 다른 기준으로 관리되는 식이다. 데이터가 최신인지, 어느 부서가 원본을 갖고 있는지, 어떤 목적으로 활용할 수 있는지 명확하지 않으면 AI도 정확한 결과를 내기 어렵다.</p> <p contents-hash="1ae6915179ab552464f07cb07bec8d965760cae54c8e867f5a9821ede0d1055f" dmcf-pid="bHr5188BRT" dmcf-ptype="general">권 교수는 AI 시대에는 이로 인한 문제가 더 커질 수 있다고 봤다. 기존 정보화 사업에서는 시스템을 잘 만드는 일이 핵심처럼 보였지만, AI는 흩어진 데이터를 읽고 판단에 활용한다. 데이터 품질과 권한, 책임 구조가 정리되지 않으면 AI가 잘못된 데이터를 바탕으로 답을 내거나, 기업이 불필요한 비용을 쓰는 결과로 이어질 수 있다.</p> <p contents-hash="01625a7d3612889ae91f5be0b49ec31e81c545e1ecc40005dc9521f621d81b33" dmcf-pid="KXm1t66biv" dmcf-ptype="general">그는 "AI를 경쟁하듯 쓰면 안 된다"며 "AI가 우리 회사의 근본적인 역할에 어떤 기여를 하는지 냉정하게 분석해야 한다"고 말했다. 이어 "AI는 돈이 많이 드는 기술이다. 회사 기능을 잘 알고 최적화가 돼 있다면 굳이 AI를 쓰지 않아도 되는 경우도 많다"고 덧붙였다.</p> <p contents-hash="8ecccfd7ed321b0a3b4544a439d806c7c6fc6c4d834e6570b66f5375db3627d0" dmcf-pid="9ZstFPPKeS" dmcf-ptype="general">권 교수는 AI 도입의 출발점으로 데이터 거버넌스를 제시했다. 데이터 거버넌스는 기업이 보유한 데이터의 중요도, 소유 주체, 활용 가능 여부, 보관 목적, 책임자를 정리하는 관리 체계다. 어떤 데이터가 핵심 자산인지, 일부 데이터는 외부에서 구매하는 편이 나은지, 폐기해야 할 데이터는 무엇인지를 판단하려면 먼저 기업 전체가 기준을 정비해야 한다는 설명이다.</p> <p contents-hash="f0f7973c3e47aade8fc3e79cf9c35d36a67965ac0fcbc9fb390da67d06cf40c7" dmcf-pid="25OF3QQ9il" dmcf-ptype="general">그는 "기업 대표이사라면 임원에게 회사의 1등급 데이터가 무엇인지, 데이터 분류 체계를 그릴 수 있는지 물어봐야 한다"며 "그런 거버넌스가 그려지면 데이터를 체계적으로 관리할 수 있고, 낭비되는 자원도 정리된다"고 말했다.</p> <p contents-hash="f44b39a388218bf9d14fe6a9dccd2fccc2431e68aa33ae09d8b0754cf41562b6" dmcf-pid="V1I30xx2nh" dmcf-ptype="general">그러면서 권 교수는 AI를 기존 컴퓨터 기술의 연장선으로만 봐서도 안 된다고 말했다. 기존 컴퓨터 기술은 정해진 값을 빠르게 계산하는 데 강점이 있었지만, AI는 사람처럼 판단하고 때로는 예상하지 못한 답을 내놓는 기술이라는 설명이다. 따라서 AI를 업무에 쓰려면 어떤 데이터를 맡길지, 어떤 결과를 신뢰할지, 누가 책임질지 사전에 정해야 한다.</p> <p contents-hash="06aa9691766bb6399cf668b304f46af4d91712f4e1e83a9eab02ebf62816b708" dmcf-pid="fbX2VNNddC" dmcf-ptype="general">권 교수는 기업이 AI 도입 전에 던져야 할 질문은 어떤 기술을 선택할지가 아니라 '데이터'에 있다고 정리했다. 우리 회사 데이터가 어떻게 구성돼 있는지, 경쟁력 있는 데이터인지, 어떤 데이터가 의사결정에 필요한지부터 봐야 한다는 것이다.</p> <p contents-hash="5ff2a3df8953127ab97ac181523a19fe538f5fbefef38bf42ad234c6ceed5bbd" dmcf-pid="4KZVfjjJiI" dmcf-ptype="general">기업 IT 투자의 기준도 바뀌어야 한다고 강조했다. 솔루션이나 시스템을 먼저 정한 뒤 데이터를 끼워 맞추는 방식에서 벗어나 어떤 데이터를 어떤 AI 모델과 결합해 문제를 해결할지 따져야 한다는 설명이다. 권헌영 교수는 "문제를 해결할 때 어떤 데이터와 어떤 AI 모델로 최적화된 결론을 낼 수 있느냐의 경쟁 시대로 접어들고 있다"고 말했다.</p> <p contents-hash="03b751f4741d34336cca6f3a06c629fd19079623a361ee545d1d38f9d3b43b8a" dmcf-pid="895f4AAieO" dmcf-ptype="general">정종길 기자<br>jk2@chosunbiz.com</p> </section> </div> <p class="" data-translation="true">Copyright © IT조선. 무단전재 및 재배포 금지.</p> 관련자료 이전 오리지널 IP 확보 노리는 kt 밀리의서재…'오리지널스·밀리로드' 큰 폭 성장 06-18 다음 구글 인앱결제 수수료 환급 앞둔 게임업계…"수수료 15%로 낮춰야" 06-18 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
