구름 대표, 3일 'AI 레디 데이터 2026'서 주제 발표
실무자·데이터·AI 전문가 사이 ‘보유·경험·가용의 착각’ 설명
실무자·데이터·AI 전문가 사이 ‘보유·경험·가용의 착각’ 설명
|
빅밸류는 구름 대표가 지난 3일 서울 포스코타워 역삼 이벤트홀에서 열린 'AI 레디 데이터 2026'에 연사로 참여해 '현장에서 본 AI 레디 데이터의 조건'을 주제로 발표했다고 8일 밝혔다.
중앙대 문헌정보학과 HIKE 연구실이 주최·주관한 이번 세미나는 'AI가 조직에서 동작하려면, 데이터는 무엇을 갖춰야 하는가'를 주제로 공공 AX와 기업 데이터 전략, 온톨로지와 지식그래프, AI 에이전트, AI 레디 데이터 등을 다뤘다.
구 대표는 AI를 단순한 도구가 아닌 함께 일할 수 있는 동료로 만들려면 먼저 '신뢰의 조건'을 설계해야 한다고 강조했다. AI는 주어진 데이터 안에서 판단하는 만큼 현실과 데이터 사이의 차이를 파악하고, AI가 맡을 업무에 필요한 수준까지 데이터를 준비해야 한다는 설명이다.
또 그는 AI 도입을 가로막는 요인으로 실무 전문가와 데이터, AI·데이터 전문가 사이에서 발생하는 세 가지 '착각'을 제시했다.
첫째는 필요한 데이터를 이미 갖고 있다고 믿는 '보유의 착각'이다. 현장조사 데이터의 입력 오류나 갱신 지연 등으로 실제 활용이 어려운 경우가 있는 만큼, 기존 데이터의 한계를 파악하고 외부 데이터 등을 통해 보완해야 한다고 설명했다.
둘째는 현업의 경험을 그대로 데이터화할 수 있다고 보는 '경험의 착각'이다. 현장 판단을 배제하기보다 조건과 범위를 데이터로 확인하고, 전문가의 경험을 측정 가능한 변수로 전환하는 과정이 필요하다고 강조했다. 특히 데이터의 적시성은 단순한 정제 문제가 아니라 장기적인 공급 인프라의 문제라고 지적했다.
셋째는 데이터가 모여 있으면 실제 업무에 활용할 수 있다고 보는 '가용의 착각'이다. 서로 다른 데이터의 개체와 기준을 연결해야 오류를 발견하고 신뢰할 수 있는 기준을 마련할 수 있다고 설명했다.
데이터 표준을 AI 레디 데이터의 완성 상태로 보는 시각도 경계했다. 표준은 데이터를 연결하고 실험하기 위한 출발점이며, 실제 업무에서 신뢰할 수 있는 결과를 얻으려면 실무자와 AI·데이터 전문가가 현장 검증과 피드백을 반복해야 한다고 강조했다.
빅밸류는 이러한 현장 경험을 바탕으로 기업의 데이터 현황과 AI 활용 가능성을 진단하고, AI 도입 목적에 맞는 데이터 확보·연결·품질 검증 및 운영 체계를 설계하는 'AI 레디 데이터 컨설팅'을 본격화할 방침이다.
