한국IBM이 다양한 IT 환경에서 인공지능(AI)을 기반으로 데이터 활용 역량을 높이는 '데이터 패브릭(Data Fabric)' 접근 방식과 이를 효과적으로 지원하는 IBM의 기술력, 그리고 국내 기업의 도입 사례를 소개했다.

최석재 한국IBM 데이터&AI 기술영업 총괄 상무는 “기업들은 데이터를 저장하고 소프트웨어를 실행하기 위해 평균 5개 이상의 클라우드를 활용중이며 퍼블릭 클라우드나 프라이빗 클라우드, 온프레미스, 서버 등에 분산된 데이터를 관리하는 데 기존의 복사/붙여넣기식의 접근 방식은 비효율성과 높은 비용을 야기한다고 지적했다. 또한 데이터가 어디에 저장되어 있든지 접근할 수 있는 기술과 신뢰할 수 있는 정확한 데이터를 활용하는 것이 중요하다고 강조했다.

기업은 데이터에 기반한 인사이트를 통해 새로운 가치 창출 기회를 모색하고, 공급망부터 자산 관리, 비즈니스 분석까지 비즈니스 프로세스를 혁신할 수 있다. 우수한 비즈니스 성과를 보이는 기업들은 데이터를 중심으로 운영중인 곳이 많지만 현재 대부분 기업에서는 여전히 데이터 고립(silo) 현상을 겪고 있으며 기업이 보유한 데이터의 대다수가 분석되지 않거나, 접근할 수 없거나, 신뢰할 수 없는 상태로 남아 있다.

‘데이터 패브릭’ 접근방식은 이 같은 데이터의 복잡성을 해소하고 기업 내 데이터에 대한 접근을 간소화하는 전략이다. 기업은 데이터 관리를 단순화하는 동시에 이미 활용하고 있는 데이터 소스는 물론 데이터베이스, 데이터 레이크 및 데이터 웨어하우스 등 스토리지 저장소를 지속적으로 활용할 수 있다. 데이터 패브릭은 △데이터 통합 자동화 △내재된 거버넌스 △데이터에 대한 포괄적인 관점을 제공함으로써 기업의 데이터 전략을 가속화한다. 더불어 사용자가 스스로 데이터를 직접 활용할 수 있도록 지원한다.

데이터 패브릭 접근방식은 아래와 같은 네 가지 주요 특징을 가진다.

△지능형 데이터 통합: 의미 정보(semantic) 지식 그래프, 메타데이터, 머신러닝(ML) 등을 사용한 지능형 데이터 통합을 통해 데이터 추출부터 수집, 스트림, 가상화, 변환까지 가능해 성능을 극대화하고 저장 용량과 비용을 최소화한다.

△데이터 민주화: 지금까지 복잡한 데이터 아키텍처가 데이터 분석 전문가 등을 필요로 하던 것과는 달리, 데이터 패브릭은 데이터를 필요로 하는 사용자가 스스로 고품질의 신뢰할 수 있는 데이터를 찾고, 협업하며, 접근할 수 있도록 권한을 부여한다.

△데이터 보안 역량 향상: 데이터 접근 범위가 확장됨에 따라 특정 데이터가 특정 역할에만 활용하도록 보장한다. 데이터 패브릭 아키텍처를 통해 기술 및 보안 팀은 데이터 공유 및 시스템 침해에 따른 위험을 완화할 수 있다.

△신뢰할 수 있는 AI 제공: 기업이 전체 라이프사이클에 걸쳐 AI를 구축 및 관리할 수 있도록 지원한다. 아울러 내장된 AI 거버넌스를 통해 기업 투명성 및 모니터링을 수행해 전 과정에 걸쳐 신뢰할 수 있는 AI를 제공한다.