‘최종이게진짜최종’ 파일 넘치는 회사, 똑똑한 AI도 헤맨다 작성일 10-07 63 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">인공지능 전환 ‘데이터 위생’ 중요</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="07q27w2utl"> <figure class="figure_frm origin_fig" contents-hash="6715b1f77445cbff6cb67c4fdedade5d8a6739b57d214f7080689aa95e800ff3" dmcf-pid="pzBVzrV7Zh" dmcf-ptype="figure"> <p class="link_figure"><img alt="사내 문서부터 공공 통계까지 데이터를 인공지능(AI)이 바로 읽고 쓸 수 있는 형태로 다시 정리하는 움직임이 확산하고 있다. /챗GPT" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202610/07/chosun/20261007003345922hwxj.jpg" data-org-width="1672" dmcf-mid="FDFu1au5Gv" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202610/07/chosun/20261007003345922hwxj.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 사내 문서부터 공공 통계까지 데이터를 인공지능(AI)이 바로 읽고 쓸 수 있는 형태로 다시 정리하는 움직임이 확산하고 있다. /챗GPT </figcaption> </figure> <p contents-hash="f26864acf852f278d049401fc4f1833c2b2758a24b7a48a1f7261005aba9edec" dmcf-pid="Uqbfqmfz1C" dmcf-ptype="general">기업들이 인공지능(AI) 전환에 속도를 내면서 사내 문서부터 공공 통계까지 AI가 바로 읽고 활용할 수 있는 형태로 데이터를 정리하는 움직임이 확산하고 있다. ‘최종이게진짜최종’ 파일명 처럼 중복·구형 파일이 쌓인 환경에서는 최신 AI 에이전트(비서)를 도입해도 필요한 정보를 제대로 찾지 못할 수 있어서다. AI의 추론 능력만큼 데이터의 정확성·최신성·구조가 중요해지고 있다는 뜻이다.</p> <p contents-hash="0f234d041339c2a9c11e825ffa7924145262fdfa8d531052d8665e4d4c1b2ef0" dmcf-pid="uBK4Bs4qYI" dmcf-ptype="general">5일 테크 업계에 따르면 최근 공개된 AI 업무 능력 평가 플랫폼 ‘워크월즈’ 연구에서 AI가 업무에 필요한 정보를 찾아낸 비율은 필요한 자료만 제공했을 때 90.4%였지만, 직원이 열람할 수 있는 회사 자료 전체를 제공하자 72.8%로 17.6%포인트 떨어졌다. 업무 평가 통과율도 76.7%에서 68.0%로 낮아졌다.</p> <p contents-hash="3253ce4b360f3adc3415fc6611cbfb2ff91231b472807cd6c5cff06c6c425d28" dmcf-pid="7b98bO8B5O" dmcf-ptype="general">부서와 직원, 사내 문서, 접근 권한 등을 갖춘 가상의 회사를 만들어 AI 에이전트에 실제와 비슷한 업무를 맡겼다. 그 결과 필요한 자료를 한 번 찾아낸 뒤에는 업무 처리 능력이 크게 떨어지지 않았다. AI 모델의 추론 능력 자체보다 방대한 자료 가운데 현재 업무에 필요한 정보를 찾아내는 과정이 병목으로 작용한 것으로 나타났다.</p> <figure class="figure_frm origin_fig" contents-hash="acdc9904d94c83bb3a835175c6024d2d107e9de1dc2c8fde237af52617811c38" dmcf-pid="zK26KI6b5s" dmcf-ptype="figure"> <p class="link_figure"><img alt="필요한 데이터만 남기는 ‘데이터 위생’이 인공지능(AI) 성능 못지않게 중요해지고 있다. /챗GPT" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202610/07/chosun/20261007003347205ztyv.jpg" data-org-width="667" dmcf-mid="3kwIEbIkZS" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202610/07/chosun/20261007003347205ztyv.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 필요한 데이터만 남기는 ‘데이터 위생’이 인공지능(AI) 성능 못지않게 중요해지고 있다. /챗GPT </figcaption> </figure> <p contents-hash="6db201d769de8c78c7b74cf3b50f1e8fd24c469f33a84aff76c81d548257421b" dmcf-pid="q9VP9CPKHm" dmcf-ptype="general">코딩 AI에서도 비슷한 결과가 나왔다. AI 메모리 평가 벤치마크 ‘바이브멤벤치’ 연구진이 소프트웨어 저장소 90곳의 과거 작업 기록을 모아 실험한 결과, 사람이 실제 문제 해결에 도움이 되는 기록을 골라 AI에 제공했을 때 모델 5개 중 4개의 문제 해결률이 1.1~4.5%포인트 높아졌다. 반면 기존 AI 메모리 시스템이 과거 기록에서 필요한 정보를 스스로 찾아 활용하도록 했을 때는 효과가 거의 없었다.</p> <p contents-hash="6c4132d4ef68db66200e2953e14c40d78941ae77ffb78f0e7c3122c3ef6f278e" dmcf-pid="B1Fu1au5Xr" dmcf-ptype="general">AI를 대규모로 도입한 마이크로소프트(MS)도 오래된 사이트와 불필요한 자료를 정리하고 직원별 접근 권한을 점검하도록 권고하고 있다. 부서별로 흩어진 자료의 소유자와 최신 버전을 확인하는 일도 AI 활용의 선행 과제가 된 셈이다. 잘못된 문서를 근거로 보고서 작성이나 의사 결정 지원까지 이어질 경우 작은 오류가 후속 업무 전체로 번질 수 있기 때문이다.</p> <p contents-hash="a6f4fc4f0229abe55e41d29bcf7404d33ffb5905b967a93dc07e3d028ce439b0" dmcf-pid="bt37tN71Hw" dmcf-ptype="general">이런 데이터 정비는 공공 영역으로도 확산하고 있다. 유엔은 최근 구글과 함께 여러 산하기관에 흩어진 통계를 하나로 연결하고, AI 에이전트가 공식 데이터에 직접 접근하도록 했다. 연도·지역·단위 같은 정보를 데이터에 함께 붙여 AI가 숫자의 의미까지 정확하게 파악하도록 한 것이다. AI가 별도 처리 없이 데이터를 찾아 이해하고 활용할 수 있도록 정비한 ‘AI 레디 데이터’로 바꾸는 작업이다. 세계은행도 같은 방향으로 데이터 공개 방식을 손보고 있다.</p> <p contents-hash="df18eb3aa7f2a761071453a877ad45fc66919f213d30e8fad2f9ef38d04d3f61" dmcf-pid="KF0zFjztHD" dmcf-ptype="general">우리나라도 최근 국가통계포털(KOSIS)의 국가승인통계를 AI와 연결하는 시범 서비스를 시작했다. 과거에는 사람이 홈페이지나 검색창에서 자료를 쉽게 찾도록 만드는 것이 핵심이었다면, AI 에이전트 시대에는 AI가 최신 원본 데이터를 정확히 찾아 쓰도록 데이터 구조 자체를 바꾸는 일이 경쟁력이 되고 있다. 테크 업계 관계자는 “AI 전환만큼 AI가 활용할 데이터가 담긴 ‘디지털 창고’를 제대로 청소하는 것이 중요하다”고 말했다.</p> </section> </div> <p class="" data-translation="true">Copyright © 조선일보. 무단전재 및 재배포 금지.</p> 관련자료 이전 R&D에 공들인 화웨이, 이젠 美 기업서 특허료 받는다 10-07 다음 눈썰미 아닌 AI 눈으로… 밀웜 성장 ㎜단위 관리 10-07 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
