)
)
)
)
조진선 SK주식회사 AX Cloud EnableX본부 매니저
[산업일보]
전 산업군에 걸쳐 인공지능(AI) 도입이 가속화하고 있지만, 기업 현장에서는 데이터 인프라와 협업 체계의 한계로 인해 AI를 실제 비즈니스 가치로 이어가는 데 어려움을 겪고 있다. 이에 SK주식회사 AX는 분석가와 현업 종사자가 단일 플랫폼에서 협업할 수 있는 ‘통합 데이터·AI 플랫폼’ 구축 전략을 통한 실질적인 해법을 제시했다.
조진선 SK주식회사 AX 클라우드 이네이블X(Cloud EnableX)본부 매니저는 21일 서울 삼성동 코엑스에서 열린 ‘AWS Summit Seoul 2026(AWS 서밋 서울)’에서 글로벌 시장 조사 데이터를 인용해 현장 실태를 짚었다.
조 매니저는 “기업의 AI 프로젝트 중 30% 이상이 개념증명(PoC) 이후 실제 운영으로 이어지지 못하고 폐기된다”며 “운영 안착률은 48%에 불과하고, 실제 운영 환경 구축까지 평균 8개월 이상이 소요된다”고 지적했다.
그는 기술적 한계가 아닌 ‘데이터에 닿지 못하는 구조적 문제’를 AI 실패의 주된 원인으로 꼽았다. 조직별로 다양한 형태의 데이터가 분산된 ‘데이터 사일로’, 파편화된 분석 모델로 인한 ‘협업 환경 부재’, 비용 관리와 표준 체계가 없는 ‘지속 운영 체계 미비’가 실운영 전환을 가로막는 장애물이라는 설명이다.
이를 해결하려면 무작정 최신 AI 트렌드를 도입하기보다 자사 데이터 상태와 현업의 필요를 명확히 파악해야 한다고 강조했다. 그러면서 AI 적용을 고려한 데이터 통합 및 정제, 역할 기반의 데이터 활용 체계 구축, 운영 가드레일 마련 및 지속적 모니터링 환경 조성을 제시했다.
이어 실제 적용 사례로 SK이노베이션 E&S의 통합 데이터·AI 플랫폼 구축 프로젝트를 소개했다. 해당 프로젝트는 데이터 파이프라인과 분석 및 AI 환경을 ‘아마존 세이지메이커 유니파이드 스튜디오(Amazon SageMaker Unified Studio)’로 통합해 구현했다.
핵심은 단일 스튜디오 내에 구현된 ‘역할 기반 셀프서비스(Self-Service)’ 환경이다. IT 부서의 개입이나 대기 시간 없이 직군별 맞춤형 작업을 즉시 수행하도록 설계됐다. 현업은 자연어 챗(Chat)으로 즉각적인 인사이트를 도출하고, 데이터 분석가는 SQL·노트북(Notebook)으로 분석 리포트를 작성한다. 머신러닝(ML) 엔지니어는 파이프라인을 구축해 모델 학습·배포를 자동화하며, 데이터 엔지니어는 단일 플랫폼에서 통제된 메타데이터를 기반으로 파이프라인을 관리해 신뢰성 있는 자산을 제공한다.
데이터 접근성과 활용도를 높이기 위한 메타데이터 관리 및 탐색 환경도 고도화했다. 생성형 AI 기반 메타 검색 챗봇을 도입해, 현업이 IT 전문 용어를 몰라도 비즈니스 맥락에 맞춰 데이터를 찾고 작업 이력이나 필요한 테이블을 자연어로 질문해 즉시 답변을 받을 수 있도록 했다.
비용 폭증과 보안 사고를 막기 위한 운영 통제 체계도 마련했다. 임의로 고비용 리소스를 생성하지 못하도록 표준 정책으로 제한하고, 프로젝트 단위 자원·토큰 사용 내역을 모니터링 대시보드로 실시간 추적·관리하도록 한 것이다.
조 매니저는 “AI 시대의 진짜 경쟁력은 모델 자체가 아니라 데이터 활용력에 있다”며 “어떤 모델을 쓸지 고민하기에 앞서 얼마나 좋은 데이터를 빠르게 연결하고 사용할 수 있는 환경이 갖춰졌는지 먼저 점검해 보길 바란다”고 당부했다.
