인간과 비인간 사용자 모두가 더 많은 질문과 접근을 요구하면서 기업의 레거시 데이터 시스템은 증가하는 데이터 수요를 시기적절하게 충족하기가 어려워진다. 기존의 수동적 데이터 프로비저닝(사용자 또는 시스템이 특정 데이터에 접근하고 사용할 수 있도록 데이터를 준비하고 제공하는 과정) 방식은 더 이상 효과적이지 않다는 것이다.

이를 극복하기 위해 데이터 프로비저닝에 있어 더 빠른 의사 결정을 돕는 주된 방법으로, AI에 기반한 IT 및 비즈니스 전략의 핵심 부분의 입증된 모범 사례를 확립하는 데 중점을 두는 방법이 시도되고 있다.

글로벌 데이터 보안 기업 이뮤타(Immuta)가 미국, 영국, 캐나다 및 호주의 엔터프라이즈 조직의 700명 이상의 데이터 리더 및 전문가를 대상으로 조직의 데이터 보안, 거버넌스 및 규정에 대한 설문 조사를 진행한 연례 ‘2025 데이터 보안 보고서’를 발표했다.

보고서에 따르면, 데이터 전문가들은 오늘날 AI 주도의 데이터 요구에 직면하고 있으며, 60%의 응답자가 조직이 이러한 데이터 변화에 따라가지 못하고 있다고 주장한다.

또한, 레거시 데이터 아키텍처 문제도 지속되며, 거의 절반의 조직이 컴플라이언스 및 프라이버시를 주요 데이터 문제로 식별하고 있고, 거의 3분의 2(64%)는 승인된 사용자에게 시기적절하고 안전한 데이터 접근을 제공하는 데 어려움을 겪고 있다고 언급했다.

레거시 시스템의 복잡한 접근 제어가 AI 구현 방해

성공적인 데이터 프로비저닝 전략은 또한 증가하는 AI 채택을 고려해야 한다. 양질의 데이터에 대한 원활하고 안전한 접근이 없으면 조직은 AI 이니셔티브가 지연되고 잠재력을 활용하지 못할 수 있다.

조직의 75%가 향후 12개월 내에 AI/ML 응용 프로그램을 구현할 가능성이 높으며, 47%는 이러한 AI/ML 통합이 비즈니스 결과에 큰 영향을 미칠 것이라고 답했다. 그러나 AI 배포에 대한 낙관에도 불구하고, 데이터 리더의 절반 이상(55%)이 AI의 진화 속도를 따라가지 못하고 있다고 답했다.

특히 기존 시스템에 AI를 통합하는 데 어려움(46%), AI 시스템을 관리하는 데 필요한 기술 부족(39%), 과도하게 복잡한 데이터 접근 제어(29%)가 조직의 AI 채택을 느리게 한다고 답했다.

성공을 위한 데이터 거버넌스에서의 AI 활용법

조직이 AI를 이용해 접근과 민첩성 대 거버넌스와 보안 사이의 균형을 맞추는 경우 비즈니스 가치를 창출할 수 있다. 위와 같은 과제를 해결하기 위해 전문가들은 다음과 같은 데이터 거버넌스, 접근 및 준수를 지켜야 한다고 답했다.

먼저, 데이터 모니터링 시스템(82%)을 구현해 데이터가 어떻게 사용되는지 이해해 데이터 보호를 강화해야 한다. 비정상적인 활동이나 보안 위협을 실시간으로 감지할 수 있어야 하며, 데이터의 변경 내역을 추적하고, 필요한 경우 원상 복구 혹은 수정을 하며 잠재적인 리스크를 관리할 수 있기 때문이다.

또한 추가 클라우드 플랫폼(76%)을 통해 증가하는 데이터 볼륨을 처리하고 적절한 팀에게 적절한 데이터에 접근할 수 있는 유연하고 접근 가능한 플랫폼을 제공해야 하며, 내부 데이터 마켓플레이스(68%)를 통해 AI 및 기타 이니셔티브에서 성공을 이끄는 역할, 규칙 및 기능을 정의해야 한다고 전했다.

이뮤타의 CTO 스티브 토우(Steve Touw)는 “데이터 플랫폼 소유자는 의사 결정을 알리기 위해 데이터를 사용하는 개인을 활성화하고, 또한 데이터가 과도하게 공유되지 않도록 제어를 통합하는 데 중점을 두고 있다.”라며 “우리는 데이터 소비자가 효율적으로 데이터 제품을 발견할 수 있는 새로운 접근 방식을 상상하고, 데이터 스튜어드가 진행을 방해하지 않는 정책을 원활하게 시행할 수 있으며, 데이터가 비즈니스 혁신을 가속화하는 접근 방식을 데이터 리더들에게 요청하고 있다.”라고 말했다.