엔코아가 생성형 AI와 AI 에이전트 도입의 성패를 가르는 핵심 열쇠로 '데이터 준비 수준'을 지목하며 이에 대한 구체적 해법을 제시했다.
엔코아는 지난 11일 전자신문이 개최한 '2026 AI 워크 서밋'에 참가해 'AI 에이전트 협업의 격차를 만드는 AI 레디 데이터 설계 전략'을 발표했다고 12일 밝혔다.
최근 많은 기업이 업무 혁신을 위해 생성형 AI와 AI 에이전트를 적극적으로 도입하고 있지만, 기대만큼의 성과를 거두지 못하는 사례가 속출하고 있다. 엔코아는 이러한 문제의 근본적인 원인이 AI 모델이나 에이전트 기술 자체에 있는 것이 아니라, AI가 제대로 학습하고 활용할 수 있는 데이터의 준비 상태에 있다고 분석했다.
이날 발표를 맡은 김기동 엔코아 연구소 팀장은 “많은 기업이 범용 거대언어모델(LLM)의 한계를 극복하기 위해 파인튜닝(미세조정)을 적용하고 검색증강생성(RAG), 룰 기반 파이프라인, 에이전틱 워크플로우 등 다양한 기술적 보완책을 도입하고 있다”고 설명했다. 이어 “근본적인 해결책은 조직 내부의 데이터 준비도에 있다”며 “실제 업무를 수행하기 위해 필요한 고품질의 'AI 레디 데이터'와 데이터 간의 맥락이 충분히 확보되지 않으면 실효성 있는 결과를 얻기 어렵다”고 지적했다.
엔코아는 AI 에이전트가 신뢰할 수 있는 정확한 결과를 생성하기 위한 핵심 전략으로 '데이터 맥락 지도'를 제안했다. 정제된 데이터와 표준화된 메타데이터를 기반으로, 데이터 간의 의미와 관계를 명확하게 연결해야 한다는 취지다.
엔코아가 제시하는 데이터 맥락 지도는 기업 내 산재한 다양한 업무 시스템과 데이터베이스(DB)를 비롯해 문서, 보고서, 규정, 업무 지식 등의 데이터를 의미 기반으로 연결하는 통합 관리 체계다. AI에게 일종의 '네비게이션' 역할을 수행함으로써, AI 에이전트가 단순한 키워드 검색을 넘어 데이터의 깊은 의미와 관계를 이해하고 정확한 의사결정을 내릴 수 있도록 지원한다.
김기동 팀장은 “AI 에이전트 시대의 진정한 경쟁력은 AI 모델 자체가 아니라 AI가 활용할 수 있는 데이터의 품질과 맥락, 그리고 연결성에서 결정된다”며 “성공적인 AI 도입을 위해 AI 레디 데이터는 선택이 아닌 필수 조건”이라고 강조했다.
이어 “엔코아는 AI 레디 데이터 전략과 효율적인 AI 네이티브 데이터 환경 구축을 지원하는 신제품을 올해 하반기에 선보일 예정이며, 이를 통해 기업이 신뢰할 수 있는 AI 환경을 구축하고 실질적인 업무 성과를 창출할 수 있도록 돕겠다”고 밝혔다.
엔코아는 이번 컨퍼런스에서 AI 레디 데이터 구축을 고도화하고 지원하는 데이터 표준 자동화 솔루션인 '메타샵 에이아이 에이전트'와 엔코아만의 차별화된 온톨로지 서비스도 함께 소개해 주목받았다.
최호 기자 snoop@etnews.com
