디노도 “기업, AI 데이터 레이어 도입 시 운영비 68% 절감 효과” 작성일 10-26 35 목록 <div id="layerTranslateNotice" style="display:none;"></div> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="FPauZlMVgF"> <figure class="figure_frm origin_fig" contents-hash="32e043db99525d409a7ceb938bafa1705f8926d826b86fa28012698c2d6848e1" dmcf-pid="3QN75SRfot" dmcf-ptype="figure"> <p class="link_figure"><img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202610/26/chosunbiz/20261026180543303rlsu.jpg" data-org-width="3059" dmcf-mid="t9d1Trfzo3" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202610/26/chosunbiz/20261026180543303rlsu.jpg" width="658"></p> </figure> <p contents-hash="66a10c9bf1117f10b9b5a6c973f3047a5a17eb0932a941b56dc3abe4d9133d19" dmcf-pid="0xjz1ve4c1" dmcf-ptype="general">인공지능(AI) 데이터 레이어 솔루션 기업 디노도는 시장조사기관인 벡터8과 공동으로 추진한 연구 결과, 기업이 거버넌스가 적용된 AI 데이터 레이어를 도입할 경우 AI 운영 비용을 68% 절감할 수 있는 것으로 나타났다.</p> <p contents-hash="59186cc81d66b38aa3e50a57738b5ce3a67e1a47dac05ea5868a45376a9ce521" dmcf-pid="pekb3WiPA5" dmcf-ptype="general">디노도는 26일 발간한 ‘에이전틱 AI를 위한 AI 데이터 레이어의 투자수익률’ 연구 보고서에서 이같이 밝혔다. AI 데이터 레이어란 사내 여러 곳에 흩어진 데이터를 AI가 찾아 활용할 수 있도록 연결해주는 시스템이다. 거버넌스는 사내 데이터를 누가, 어떤 목적으로, 어디까지 사용할 수 있는지 규칙을 정하고, 그 규칙이 지켜지도록 관리하는 체계를 뜻한다.</p> <p contents-hash="e3abee96d31ebe5c9b220409ff7d21e72799ecf29c527ab935322855b3a5a309" dmcf-pid="UdEK0YnQgZ" dmcf-ptype="general">보고서는 기업이 AI 데이터 레이어를 도입하면 향후 3년간 290%의 투자수익률(ROI)를 달성하고 에이전트 배포 속도를 3배 높이면서 AI 운영 비용은 68% 절감할 수 있다고 추산했다.</p> <p contents-hash="2c22e0b8ce0b36c6c1402ffba08d31be3d26ff89c53fc5b5c2c534638041696d" dmcf-pid="uJD9pGLxgX" dmcf-ptype="general">이번 연구를 위해 벡터8은 글로벌 은행, 통신사, 화학 제조 기업, 물류 선도 기업의 실무자와 하이퍼스케일러(대규모 데이터센터 업체) 등을 대상으로 심층 인터뷰를 진행했다. 이를 토대로 디노도의 AI 데이터 레이어를 도입했을 때 얻을 수 있는 경제적·운영 이점을 분석했다.</p> <p contents-hash="0622a0c2e2ba24fcc30873e850792c172dd4fb73da0ea88b65782cf678de0015" dmcf-pid="7iw2UHoMoH" dmcf-ptype="general">조사 결과, AI 데이터 레이어에 쿼리(query·필요한 정보를 데이터에서 찾아달라는 요청)를 위임하고, 데이터를 모델에 입력하기 전에 걸러냄으로써 작업당 컨텍스트 페이로드(context payload·주어진 작업을 수행하도록 AI 모델에 전달하는 정보의 양)가 약 1만8000 토큰에서 약 5760 토큰으로 감소했다. 이에 따라 컴퓨팅 비용도 비슷한 수준으로 절감됐다고 보고서는 설명했다.</p> <p contents-hash="f2524190bdd7ae5393ef3a4fc4ee06478d4e976498018145586bf875b0277a77" dmcf-pid="znrVuXgRjG" dmcf-ptype="general">또 외부 시스템과 AI를 연결하는 표준 규격인 모델 콘텍스트 프로토콜(MCP) 서버의 난립을 방지해 유지보수 비용을 79%, 정책 관리 업무 부담을 76% 절감할 수 있다고 분석했다.</p> <p contents-hash="990c8726c0517c0c0cc2993074382c1f5487f90513c4f640ca9e80ce3f458cbf" dmcf-pid="qLmf7ZaejY" dmcf-ptype="general">보고서는 “통합 AI 데이터 레이어가 없으면 기업의 AI 에이전트는 데이터 소스마다 MCP 서버, 검색증강생성(RAG) 파이프라인, 에이전트별 보안 제어 체계를 각각 구축해야 한다”며 “특히 규제가 엄격한 산업군에서는 하나의 에이전트가 30개에서 50개에 달하는 다수의 이기종 시스템에 접근해야 한다는 점에서 심각한 통합 지연과 거버넌스의 취약성을 초래한다”고 했다. 그러면서 AI 데이터 레이어 도입으로 이런 문제를 해결할 수 있다고 덧붙였다.</p> <p contents-hash="137c6c8e07fb369d6acec395a5bbece6977a60cd1ef4813bd8e6e20a99987f86" dmcf-pid="Bos4z5NdkW" dmcf-ptype="general">에이전트 배포 속도는 3배 빨라질 것으로 봤다. 보고서는 “에이전트를 배포할 때마다 연동 작업을 매번 수행하는 대신, 사전에 미리 구축된 재사용할 수 있는 데이터 제품을 활용해 에이전트를 3배 더 빠르게 배포하는 게 가능하다”고 했다.</p> <p contents-hash="96c8dcbc61429304d49ea86fa92ba9523847ccc6e026b71bdd8744ced23072c2" dmcf-pid="bgO8q1jJgy" dmcf-ptype="general">- Copyright ⓒ 조선비즈 & Chosun.com -</p> </section> </div> <p class="" data-translation="true">Copyright © 조선비즈. 무단전재 및 재배포 금지.</p> 관련자료 이전 어기구 의원 "AIDC 확대 위해 전력요금 체계부터 손봐야" 10-26 다음 호요버스, ‘원신’ 7.2 버전 ‘종말의 서막’ 11월 4일 업데이트 예고 10-26 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
