"자동화·협업 파워로 AI 거버넌스 장벽 낮춘다"

[샌프란시스코(미국)=디지털투데이 황치규 기자]엔터프라이즈 기업들이 AI 도입을 확장하면서 통제와 관리도 중량급 이슈로 떠올랐다. 제대로된 통제가 없다면 개인이나 소기업들은 몰라도 엔터프라이즈급 기업들에선 AI가 뿌리내리기는 어렵다는 공감대가 확산되고 있다.

그런데 한쪽에선 AI에 대해 통제를 너무 강화하면 사용자 경험(UX) 측면에선 부담이 될 수 있다는 얘기도 들린다. 통제 장치를 너무 세게 걸면 AI를 제대로 쓰기 힘든 역설적인 일이 벌어질 수 있으니, AI 거버넌스는 실용적인 통제에 기반해야 한다는 얘기다.

데이터 플랫폼 기업 스노우플레이크도 데이터 거버넌스와 AI 활용 사이 균형을 지원하는데 속도를 내고 있는 모습이다.

스노우플레이크 협업, 거버너스 솔루션 호라이즌 사업 부문 총괄 프라사나 크리슈난은 미국 샌프란시스코에서 열린 연례 커퍼런스 스노우플레이크 서밋 현장에서 기자와 만나 "거버넌스가 너무 강하면 활용이 막히고, 없으면 통제가 무너진다"며 "세밀한 통제와 자동화된 설정이 그 균형을 가능하게 한다"고 강조했다.

스노우플레이크는 이번 서밋에서 데이터를 복사하거나 이동하지 않고 바로 접근할 수 있게 해주는 제로 카피 쉐어링(zero copy sharing)과 스노우플레이크 계정이 없어도 데이터를 공유할 수 있는 오픈 쉐어링(open sharing) 등 통제 아래서도 AI와 데이터로 협업할 수 있도록 지원하는 새로운 기능들을 공개했다.

크리슈난 총괄은 "제로 파키 쉐어링은 데이터를 복제하지 않아 거버넌스 부담을 줄이고 즉각적인 접근이 가능케 해준다"면서 "피델리티는 외부에서 들어오는 데이터를 모두 제로카피 방식으로만 받도록 하고 있다"고 말했다.

오픈 쉐어링은 기존 공유 범위를 스노우플레이크 외부 사용자들로까지 넓힌 것이 골자. 크리슈난은 "제로 카피외 오픈 쉐어링 모두 데이터 이동 없이 협업 범위를 넓힌다는 점에서 같은 방향을 향하고 있다"고 말했다.

이번 서밋에서 스노우플레이크는 AI 에이전트 거버넌스, 데이터 맥락화, 보안을 통합하는 데 초점을 맞추고 데이터 거버넌스 플랫폼 호라이즌 카탈로그(Horizon Catalog) 업데이트를 발표했다.

크리슈난 총괄에 이번 업데이트 핵심은 기업 전체 데이터 자산 연결, 호라이즌 컨텍스트, 거버넌스 3가지로 요약된다.

우선 이번 업데이트로 기업 내 모든 데이터를 호라이즌으로 연결할 수 있게 됐다.

크리슈난 총괄은 "데이터가 스노우플레이크 외부에 있어도 호라이즌이 메타데이터를 끌어와 단일 맥락과 거버넌스를 적용할 수 있다. 아이스버그(Iceberg) 테이블이 외부 카탈로그에 있어도 폴라리스 및 아이스버그 API를 통해 스노우플레이크에서 마스킹과 거버넌스를 그대로 적용할 수 있다. AWS 레드시프트 데이터 플랫폼에 저장된 데이터도 코텍스(Cortex)로 조회 가능하다"고 말했다.

호라이즌 컨텍스트는 AI가 기업 비즈니스 맥락을 이해할 수 있도록 지원한다. 기업 데이터 자산 전반에서 메타데이터를 수집하고 다음으로 리니지(lineage), 즉 데이터 흐름 정보를 포함해 메타데이터를 보다 풍부하게 만든 뒤 AI 쿼리나 BI 쿼리 실행 시 이 맥락이 자동으로 활성화되도록 하는데 초점이 맞춰져 있다.

크리슈난은 "스노우플레이크는 시맨틱 뷰 자동 생성 기능을 통해 기존 메타데이터와 BI 툴 내 비즈니스 정의를 자동으로 수집해 시맨틱 뷰 초안을 만들고, 사람은 최종 승인이나 일부 수정만 하면 된다. 코텍스 센스(Cortex Sense)는 스노우플레이크 내 쿼리 이력을 분석해 데이터 간 관계를 파악한다. 사용량이 늘수록 정확도도 높아진다"고 강조했다.

거버넌스와 관련해선 크리슈난 총괄은 "거버넌스가 없으면 기업들은 AI 도입 자체를 꺼린다"면서 "설정이 어렵다는 점이 오랫동안 걸림돌이었다"면서 의도 주도 거버넌스(intent-driven governance)'를 해법으로 제시했다.

그에 따르면 의도 주도 거버넌스는 사용자가 어떤 거버넌스를 원하는지 자연어로 표현하면, 스노우플레이크가 이를 반영한 스펙을 정의하고 관련 SQOL을 생성한다. 이후에도 지속적으로 모니터링하며 의도에서 벗어나는 상황이 생기면 알림을 보낸다.

크리슈난 총괄은 "거버넌스 설계는 인지, 보호, 감사 세 단계로 구분된다. 먼저 민감 데이터 위치를 파악하고, 컬럼 마스킹 같은 세밀한 접근 통제를 적용한다. 에이전트가 데이터를 조회할 때도 역할에 따라 마스킹 여부를 다르게 설정할 수 있다. 마지막 감사 단계에서는 데이터를 사람이 조회했는지, 에이전트가 조회했는지까지 구분해 확인할 수 있다"고 말했다.

그는 "기업 내 모든 구성원이 데이터로 인사이트를 얻고 실행까지 하려면 AI 모델만으로는 부족하다"면서 "AI 모델과 함께 잘 관리된 데이터 기반, 도구 및 애플리케이션 호출 능력, 그리고 이것들을 조율하는 오케스트레이터가 갖춰져야 한다"고 말했다.