AI 에이전트 개발 과정에서 시맨틱스(semantics)를 간과할 경우 정확성과 효율성이 떨어지고, 불필요한 비용과 데이터·AI 거버넌스 리스크가 커질 수 있다는 분석이 나왔습니다.
12일 IT 전문 시장조사·컨설팅 기업 가트너는 AI 에이전트가 정확한 답변을 적절한 비용으로 제공하려면, 작업 과정마다 입력되는 정보의 맥락(context)을 이해해야 한다고 설명했습니다.
이를 위해서는 조직 내부 데이터가 어떤 의미를 가지는지, 또 데이터 간 관계와 규칙이 어떻게 연결돼 있는지에 대한 명확한 시맨틱 기반이 필요하다고 강조했습니다.
리타 살람(Rita Sallam) 가트너 수석 VP 애널리스트는 “에이전틱 AI의 성과는 데이터의 시맨틱 표현을 포함한 맥락에 달려 있다”고 설명했습니다. 이어 “조직 데이터 안의 관계와 규칙을 제대로 이해하지 못하면 AI 에이전트는 정확하게 작동하기 어렵고, 환각(hallucination)이나 편향된 결과를 만들어낼 가능성도 커진다”고 말했습니다.
그는 또 “견고한 데이터 계층과 포괄적인 맥락 구조를 갖추지 못한 조직은 데이터 비효율이 계속될 뿐 아니라 재무적 비용과 법적·평판 리스크까지 높아질 수 있다”고 덧붙였습니다.
가트너는 2027년까지 AI 준비 데이터에 시맨틱스를 우선 적용하는 조직이 에이전틱 AI의 정확도를 최대 80% 높이고, 비용은 최대 60% 절감할 것으로 전망했습니다.
또한 데이터 및 애널리틱스(D&A) 리더들이 D&A 인프라의 핵심 요소로 '컨텍스트 레이어(context layer)'를 구축해야 한다고 조언했습니다. 기존 스키마 기반 데이터 모델만으로는 에이전틱 AI에 필요한 비즈니스 맥락과 데이터의 의미를 충분히 제공하기 어렵기 때문입니다.
가트너는 앞으로 규제기관들이 더 높은 수준의 시맨틱 투명성을 요구하고, 기업 이사회 역시 시맨틱 거버넌스를 중요한 전략 과제로 바라보게 될 것으로 내다봤습니다.
최성훈 기자 csh87@etnews.com