오픈텍스트, 기업 ‘AI 스프롤’ 확산 경고…“통제 가능한 거버넌스가 경쟁력 좌우”
생성형 AI의 도입이 빠르게 확산되면서 기업 내부에서 AI 도구가 무분별하게 늘어나는 ‘AI 스프롤(AI 확산 난립)’ 현상이 새로운 경영 리스크로 부상하고 있습니다. 이러한 AI 확산은 보안 취약점, 중복 투자, 그리고 비승인 외부 서비스(섀도우 AI) 사용과 같은 문제들을 야기하며, 기업에 중요한 과제를 던지고 있습니다. 기업이 AI 시대의 경쟁력을 확보하려면, 통제 가능한 거버넌스 전략 수립이 필수적입니다.
AI 스프롤, 새로운 경영 리스크로 부상
생성형 AI 기술은 금융, 제조, 공공 등 다양한 산업 분야에서 생산성 혁신에 대한 기대를 높이고 있습니다. 그러나 현업 부서와 사용자 단위로 AI 도구가 개별적으로 도입되면서 중앙 IT의 가시성이 저하되는 문제가 발생합니다. 승인되지 않은 외부 생성형 AI 서비스, 즉 ‘섀도우 AI’의 사용이 확산되는 경향은 민감 정보 유출, 규제 위반, 서비스형 소프트웨어(SaaS) 비용 중복, 데이터 거버넌스 약화와 같은 심각한 문제로 이어질 수 있습니다.
이러한 AI 스프롤 문제를 해결하기 위해 AI 도입 초기부터 전사적 거버넌스를 ‘통제’보다는 ‘확산 기반’으로 설계하는 것이 중요하다고 전문가들은 강조합니다. 모든 임직원에게 동일한 기능을 일괄적으로 적용하기보다, 각 업무 역할과 데이터 민감도에 맞춰 기능을 단계적으로 제공하는 차별화된 접근 방식이 필요합니다.
AI를 전사에 한 번에 확산하는 방식은 성공 가능성이 낮습니다. 사용자 그룹별로 필요한 기능을 구분하고, 보안과 데이터 거버넌스를 내재화한 상태에서 단계적으로 확대해야 지속 가능한 AI 혁신이 가능합니다.
샤논 벨 OpenText 수석부사장(EVP) 겸 최고데이터책임자(CDO)는 무분별한 AI 확산 대신, 사용자 그룹별로 맞춤 기능을 제공하고 보안 및 데이터 거버넌스를 내재화하는 단계적 확산이 AI 혁신의 핵심임을 분명히 했습니다.
AI 모델, 콘텐츠, 데이터, 프로세스 통제
특히 국내에서는 금융이나 공공 부문처럼 데이터 규제와 내부통제가 중요한 산업일수록 AI 모델 자체보다는 AI가 연결되는 콘텐츠, 데이터, 프로세스 구조에 대한 통제력이 핵심 경쟁력으로 작용할 것입니다. AI 모델이 증가할수록 정보 저장소, 권한 관리, 감사 추적, 보존 정책이 정교하게 뒷받침되지 않으면 운영 리스크가 급증할 수 있기 때문입니다.
AI 스프롤 방지를 위한 다섯 가지 핵심 방안
기업이 AI 스프롤을 효과적으로 방지하기 위한 구체적인 방안은 다음과 같습니다.
전사 공통 AI 운영체계 수립: 일관된 기준과 원칙을 마련하여 AI 도입 및 활용의 기반을 다집니다.
승인된 AI 사용 환경 제공: 무분별한 외부 서비스 사용을 막고, 검증된 환경에서 AI를 활용하도록 유도합니다.
역할 기반 배포: 임직원의 업무 역할과 필요에 따라 AI 기능을 맞춤형으로 제공하여 효율성을 높입니다.
데이터 중심 거버넌스 구축: 데이터의 생성, 저장, 활용 전반에 걸쳐 철저한 관리 체계를 세워 정보 유출 및 오남용을 방지합니다.
- 안전한 사내 실험 환경 마련: 새로운 AI 기술을 안전하게 테스트하고 검증할 수 있는 내부 환경을 구축하여 혁신을 지원합니다.
성공적인 AI 전환을 위한 핵심
생성형 AI의 도입은 기업에 막대한 잠재력을 제공하지만, 통제되지 않는 확산은 예상치 못한 위험을 초래할 수 있습니다. 따라서 성공적인 AI 전환을 위해서는 기술 도입을 넘어, 체계적인 거버넌스 전략을 수립하고 이를 실행하는 것이 무엇보다 중요합니다. 이러한 노력을 통해 기업은 AI 시대의 경쟁 우위를 확보하고 지속 가능한 성장을 이룰 수 있을 것입니다.
성공적인 R&D·기술개발을 위한 AI 거버넌스 구축은 이제 선택이 아닌 필수입니다. 애녹스는 기업이 신뢰할 수 있는 AI 기술을 바탕으로 경쟁 우위를 확보하고 지속 가능한 혁신을 이룰 수 있도록 돕는 든든한 파트너가 되겠습니다.
주식회사 애녹스는 중소벤처기업부에서 지정한 글로벌 시장개척 전문기업, 수출바우처 수행기관, 혁신바우처 수행기관이며, R&D 및 경영 전영역의 컨설팅을 수행합니다.
