ZDNET을 팔로우하세요: 우리를 선호 소스로 추가하세요 Google에서.
ZDNET의 주요 시사점
- 에이전트 AI 채택자의 절반은 데이터 품질 및 검색 문제를 배포 장벽으로 꼽습니다.
- 데이터 리더 중 76%는 거버넌스가 AI 사용 증가를 따라가지 못하고 있다고 보고했습니다.
- 86%는 AI 성장을 지원하기 위해 데이터 관리에 대한 투자를 늘릴 계획입니다.
600명의 CDO(최고 데이터 책임자)를 대상으로 한 새로운 조사에 따르면 매출이 5억 달러 이상인 기업 중 69%가 생성 AI를 운영에 사용하고 있는 것으로 나타났습니다. 이는 2025년 48%에서 증가한 수치입니다. AI 채택이 증가하고 있지만 보고서에서는 데이터와 AI 활용 능력이 우려되는 것으로 나타났습니다. 설문 조사에 참여한 CDO 중 75%는 직원의 데이터 활용 능력 향상이 필요하다고 생각했으며, 74%는 일상적인 운영에서 AI 또는 AI 결과물을 책임감 있게 사용하기 위해 AI 활용 능력이 필요하다고 생각했습니다. 향상된 데이터와 AI 활용 능력은 비즈니스에서 AI 채택을 증가시킬 것입니다.
또한: AI 에이전트는 빠르고, 느슨하며, 통제 불능이라고 MIT 연구 결과가 나왔습니다.
Informatica, Wakefield Research 및 Deloitte의 보고서에 따르면 기술 세트는 어렵지만 AI 모델을 운영하는 데 사용되는 데이터에 대한 신뢰가 커지고 있습니다. 데이터 리더의 65%는 직원이 AI에 사용하는 데이터를 신뢰한다고 믿습니다. 즉, 적절한 AI 활용 능력이 없으면 직원은 잠재적인 데이터 단점이나 품질 저하를 인식하지 못할 수도 있습니다.
거버넌스는 비즈니스에서 AI 채택을 확장하는 데 잠재적인 장애물이기도 합니다. 데이터 리더 중 약 4분의 3은 회사의 가시성과 거버넌스가 직원의 AI 사용을 따라가지 못한다는 점을 인정하고 있습니다.
다음은 Salesforce 회사인 Informatica가 실시한 설문조사에서 얻은 몇 가지 주요 결과입니다.
AI의 현재 상황
매출 5억 달러 이상 기업의 69%가 AI를 채택했습니다. 이는 2025년 48%, 2024년 45%에서 증가한 수치입니다. 또한 47%의 기업이 에이전트 AI를 채택했습니다. 이는 데이터 품질과 액세스에 대한 더 큰 확신을 의미하며, CDO의 61%는 더 나은 데이터로 인해 AI 채택이 더 쉬워진다고 지적했습니다.
또한: 영업팀의 90%가 AI 에이전트를 사용하지만 절반은 동일한 데이터 문제를 안고 있습니다.
데이터 활용 능력과 AI 활용 능력은 기업의 과제입니다. 에이전트 AI를 사용할 계획을 갖고 있는 기업의 50%는 데이터 품질과 액세스를 AI 에이전트 채택의 주요 과제로 꼽습니다. 또한 대다수의 기업은 직원의 AI 사용에 대한 가시성 및 거버넌스를 유지하지 못했습니다.
더 많은 기업이 데이터 관리에 투자할 것이며 CDO의 86%는 2026~2027년에 투자가 증가할 것이라고 보고했습니다. 데이터 품질 및 관리에 대한 투자의 필요성이 더 커진 것으로는 데이터 개인 정보 보호 및 보안 개선(43%), 데이터 및 AI 거버넌스 개선(41%), 데이터 및 AI 활용 능력 향상(39%)이 포함됩니다.
생성 및 에이전트 AI의 채택 확장
CDO 설문 조사에 따르면 에이전트 AI 채택률은 47%에 달했으며 향후 12개월 이내에 채택할 계획이 있는 기업도 31%에 달했습니다. 대기업의 경우 54%가 이미 에이전트 AI를 채택한 반면 소규모 기업(직원 수 5,000명 미만)의 경우 44%가 이미 채택했습니다. 에이전트 AI 도입 시 가장 큰 과제는 데이터 품질(50%), 보안 문제(43%), 에이전트 AI 전문 지식 부족(42%)입니다.
비즈니스에 에이전트 AI를 도입함으로써 얻을 수 있는 주요 이점으로는 향상된 고객 경험(29%), 향상된 비즈니스 인텔리전스, 분석 및 의사 결정(28%), 규제 표준 준수(27%), 향상된 직원 협업 및 워크플로(26%) 등이 있습니다.
또한: ‘하루 중 두 시간을 잃었습니다’ – 직장 내 AI의 가혹한 현실
파일럿부터 프로덕션까지 에이전트 AI 채택을 확장하는 것은 모두 데이터에 대한 신뢰에 관한 것입니다. 더 나은 데이터는 AI 성공의 중요한 요소입니다. 데이터 신뢰성 부족은 이미 AI를 채택했거나 채택할 계획을 갖고 있는 조직의 이니셔티브를 파일럿에서 프로덕션으로 이동하는 데 장애가 될 수 있습니다. 57%는 더 많은 프로젝트를 파일럿에서 프로덕션으로 전환하는 데 있어 데이터 안정성이 주요 장벽이라고 생각합니다. 데이터 리더는 AI에 사용되는 데이터의 신뢰성을 향상하기 위해 다음과 같은 조치를 취하고 있습니다.
- 데이터 및 AI 관련 워크플로 개선
- 데이터 품질 개선을 위한 투자 확대
- 데이터와 메타데이터 수집 및 관리에 투자
직원의 신뢰는 AI 채택 및 확장의 핵심입니다
데이터 리더의 대다수(65%)는 직원들이 AI를 위해 보유하고 사용하는 데이터를 신뢰한다고 믿습니다. 에이전트 AI를 사용하는 기업의 경우 데이터에 대한 신뢰도가 훨씬 높습니다. 74%는 조직의 대부분 또는 전체가 AI 노력에 사용하는 데이터를 신뢰한다고 믿습니다.
AI 솔루션을 더 많이 사용할수록 데이터 품질과 액세스가 모두 향상될 가능성이 높아집니다. 하지만 데이터와 AI 활용 능력이 기업의 과제이자 위험이라면, 직원들이 사용하는 데이터에 대한 높은 신뢰도를 받아들여야 할까요? 높은 수준의 신뢰가 우려의 원인이 되어야 할까요? 직원이 품질이 낮거나 신뢰할 수 없는 데이터를 인식할 수 있습니까?
또한: 가장 큰 AI 위협은 내부에서 발생합니다 – 조직을 방어하는 12가지 방법
CDO는 직원들이 AI 또는 그 결과물을 책임감 있게 사용하려면 데이터 활용 능력(75%)과 AI 활용 능력(74%) 기술 향상이 모두 필요하다고 생각합니다. 따라서 AI에 대한 높은 신뢰 중 일부는 우선 고품질 데이터를 구성하는 요소에 대한 이해 부족에서 비롯될 수 있습니다.
데이터 리더는 AI를 위한 고품질 데이터를 확보하는 데 더 많은 투자를 할 것입니다. 데이터 리더(41%)는 2026년에 데이터 관리에 대한 투자를 늘려 데이터 및 AI 거버넌스를 개선할 것입니다. 데이터 리더 중 거의 절반이 기존 도구를 AI 거버넌스에 맞게 조정하고 있으며, 30%는 개별 도구에 투자하고 22%는 새로운 도구를 개발하고 있습니다. 기존 거버넌스 도구를 확장하는 기업의 데이터 리더 대다수(75%)는 이미 생성적 AI 솔루션을 채택한 반면, 새로운 거버넌스 도구를 개발하는 기업의 65%가 이미 채택했습니다.
데이터 관리에 대한 투자는 데이터 리더의 거의 보편적인 우선순위입니다. 86%는 2026년에 투자를 늘릴 계획입니다. 데이터 관리에 대한 투자는 데이터 개인 정보 보호 및 보호, 데이터 품질, 규정 준수, 비정형 데이터 거버넌스를 포함한 데이터 문제가 AI의 성공적인 채택을 위협한다는 사실에 의해 주도됩니다.
또한 데이터 리더는 AI에 대한 데이터 준비를 개선하는 데 도움을 줄 기술 비즈니스 파트너와 공급업체를 찾고 있습니다. 데이터 리더는 데이터 및 AI 목표를 달성하려면 여러 공급업체 파트너가 필요하다고 믿습니다. 2026년 평균 공급업체 파트너 수는 데이터 관리용 7개, AI 관리용 8개였습니다. 데이터 리더를 위한 균형 조정 조치는 더 많은 공급업체 파트너를 사용하면 복잡성이 증가하고 확장성이 느려진다는 점을 인식하는 것입니다.
또한: AI 프로젝트가 중단되었나요? 오래되고 단편화된 워크플로를 비난하고 지금 재설계하세요.
작년은 AI 채택의 전환점이었으며 2026년은 비즈니스에서 생성 및 에이전트 AI 솔루션을 확장하는 해가 될 것입니다. 기업이 대리인 기업이 되기 위해서는 신뢰가 가장 중요한 핵심 가치가 되어야 합니다. AI를 성공적으로 채택하고 확장하려면 신뢰할 수 있는 고품질 데이터와 개인 정보 보호 및 데이터 보안을 위한 강력한 거버넌스가 필요합니다. 또한 데이터 리더는 데이터 및 AI 활용 능력이 핵심 투자 영역임을 긴급히 상기시켜 직원들이 AI를 가장 효과적으로 사용하는 동시에 모든 이해관계자에게 최고 수준의 신뢰성과 긍정적인 결과를 유지할 수 있도록 보장합니다.
CDO Insights 2026 보고서에 대해 자세히 알아보려면 여기를 방문하세요.