|
인공지능(AI)은 빠른 속도로 발전하면서 미래 사업을 주도할 핵심 기술로 주목받고 있다. 전 세계적으로 머신러닝과 딥러닝 및 AI에 투자하는 규모가 점점 증가하고 있으며, 제조, 금융, 헬스케어, 교육 등 다양한 산업에서 AI의 활용사례가 증가하고 있다.
시장조사기관 IDC는 AI 및 인지 시스템에 대한 투자 규모가 2022년경에 800억 달러에 달할 것이라고 전망했다. 이러한 AI의 발전을 이끌어온 가장 핵심적인 요소는 데이터다. 시리(Siri), 코타나(Cortana), 알렉사(Alexa)와 같은 똑똑한 비서도 데이터를 기반으로 탄생했다.
방대한 데이터 관리 역량·가시성 확보 필수
기업들이 성공적으로 AI를 활용하기 위해서는 어떻게 AI에 대한 투자를 진행하고, IT 인프라를 구축해야 하는지에 대한 고민이 필요하다. 많은 조직들이 새로운 AI 플랫폼을 도입하고 있지만, 각 저장소에 분산된 데이터에 대한 관리가 제대로 이뤄지지 않을 수 있다. AI 프로젝트를 수행할 수 있는 완전하고 접근 가능한 데이터를 확보하는데 어려움을 겪고 있다.
특히 AI는 방대한 양의 데이터를 필요로 하기 때문에, AI를 통한 혁신은 데이터에 대한 비즈니스의 접근 방법에 달려있다 해도 과언이 아니다. 성공적인 AI 적용 사례를 구축하고 미래에 대비할 수 있는 AI 애플리케이션을 개발하기 위해서는 엣지(Edge), 코어(Core), 클라우드(Cloud)를 아우르는 데이터 관리 역량과 가시성을 확보해야 한다.
데이터를 자산으로 활용하면 혁신을 가속화하는 비즈니스 전략을 수립할 수 있고, 디지털 트랜스포메이션을 앞당길 수 있다.
| |
 |
|
| ▲ AI를 위한 데이터 파이프라인 |
엣지·코어·클라우드 아우르는 데이터 파이프라인 구축
AI로 실질적인 비즈니스 성과를 얻기 위해서는 엣지부터 코어, 클라우드까지 통합 관리할 수 있는 데이터 파이프라인을 구축해야 한다. 어떤 환경에서든 데이터 수집 및 분석이 가능한 데이터 관리 역량과 AI 프로젝트를 프로토타입에서 생산/운영단계까지 병목현상 없이 작동시킬 수 있는 높은 확장성 및 속도가 중요하다.
온프레미스 또는 클라우드에서 AI 워크플로우를 구동할 때 운영상의 병목현상이 생길 경우 AI가 훈련 사이클을 완료하는데 소요되는 시간이 연장되고, 이는 데이터 파이프라인의 생산성이 감소하는 문제를 야기한다. 이러한 문제점을 방지하고 성공적인 AI 구현을 위해 완벽한 데이터 관리 전략이 반드시 필요하다.
업무 생산성 및 효율성 향상, 비용 절감 효과 등의 AI가 제공하는 비즈니스 혜택을 얻기 위해서는 AI 발전의 원동력이 되는 데이터를 분석 및 관리할 수 있는 전문적인 데이터 서비스 및 솔루션 도입이 필수적이다.
이를 통해 점점 고도화되고 있는 AI 기술이 요구하는 환경을 충족시킬 수 있는 인프라 기반을 마련하고 AI 비즈니스를 위한 데이터 관리 전략을 수립하는 것이 중요하다. 더욱 많은 기업들이 AI를 통해 비즈니스 가치를 더하고 미래 사업을 선도할 수 있는 경쟁력을 확보할 수 있기를 바란다. |
webmaster@datanet.co.kr
KT, ‘28GHz 기업전용 5G 네트워크’ 개발 성공
