오픈텍스트, 기업 ‘AI 스프롤’ 확산 경고…“통제 가능한 거버넌스가 경쟁력 좌우”
ITWorld Korea
|
|
{'이벤트': '📰', '머신러닝/연구': '📰', '하드웨어/반도체': '📰', '취약점/보안': '📰', '기타 AI': '📰', 'AI 딜': '📰', 'AI 모델': '📰', 'AI 서비스': '📰', 'discount': '📰', 'news': '📰', 'review': '📰', 'tip': '📰'} 취약점/보안
#취약점/보안
요약
생성형 AI 도입이 빠르게 확산되면서 보안, 중복 투자, 섀도우 AI 등 새로운 리스크 관리가 기업 과제로 떠오르고 있다. 오픈텍스트는 최근 국내 기업에서 부서·사용자 단위로 AI 도구가 무분별하게 증가하는 ‘AI 스프롤(AI 확산 난립)’ 현상이 새로운 경영 리스크로 부상하고 있다고 밝혔다. 금융, 제조, 공공 등 주요 산업에서 AI 활용이 본격화되며 생산성 혁신 기대는 커지고 있다. 그러나 현업 중심의 개별 도입이 늘어나면서 중앙 IT의 가시성이 낮아지고, 승인되지 않은 외부 생성형 AI 서비스 사용, 즉 ‘섀도우 AI’ 같은 문제도 확산되는 추세다. 이는 민감 정보 유출, 규제 위반, 서비스형 소프트웨어(SaaS) 비용 중복, 데이터 거버넌스 약화로 이어질 수 있다. 오픈텍스트는 이러한 문제를 줄이기 위해 AI 도입 초기부터 전사 거버넌스를 ‘통제’가 아닌 ‘확산 기반’으로 설계해야 한다고 강조했다. 모든 임직원에게 동일한 기능을 일괄 적용하기보다, 업무 역할과 데이터 민감도에
왜 중요한가
본문
생성형 AI 도입이 빠르게 확산되면서 보안, 중복 투자, 섀도우 AI 등 새로운 리스크 관리가 기업 과제로 떠오르고 있다. 오픈텍스트는 최근 국내 기업에서 부서·사용자 단위로 AI 도구가 무분별하게 증가하는 ‘AI 스프롤(AI 확산 난립)’ 현상이 새로운 경영 리스크로 부상하고 있다고 밝혔다. 금융, 제조, 공공 등 주요 산업에서 AI 활용이 본격화되며 생산성 혁신 기대는 커지고 있다. 그러나 현업 중심의 개별 도입이 늘어나면서 중앙 IT의 가시성이 낮아지고, 승인되지 않은 외부 생성형 AI 서비스 사용, 즉 ‘섀도우 AI’ 같은 문제도 확산되는 추세다. 이는 민감 정보 유출, 규제 위반, 서비스형 소프트웨어(SaaS) 비용 중복, 데이터 거버넌스 약화로 이어질 수 있다. 오픈텍스트는 이러한 문제를 줄이기 위해 AI 도입 초기부터 전사 거버넌스를 ‘통제’가 아닌 ‘확산 기반’으로 설계해야 한다고 강조했다. 모든 임직원에게 동일한 기능을 일괄 적용하기보다, 업무 역할과 데이터 민감도에 맞춰 기능을 단계적으로 제공하는 접근이 필요하다는 설명이다. 오픈텍스트 수석부사장(EVP) 겸 최고데이터책임자(CDO) 샤논 벨은 “AI를 전사에 한 번에 확산하는 방식은 성공 가능성이 낮다”라며 “사용자 그룹별로 필요한 기능을 구분하고, 보안과 데이터 거버넌스를 내재화한 상태에서 단계적으로 확대해야 지속 가능한 AI 혁신이 가능하다”라고 말했다. 특히 국내에서는 금융·공공처럼 데이터 규제와 내부통제가 중요한 산업일수록, AI 모델 자체보다 AI가 연결되는 콘텐츠·데이터·프로세스 구조에 대한 통제력이 핵심 경쟁력으로 작용할 전망이다. AI 모델이 늘어날수록 정보 저장소, 권한 관리, 감사 추적, 보존 정책이 함께 정교화되지 않으면 운영 리스크가 빠르게 커질 수 있기 때문이다. 오픈텍스트 코리아는 기업이 AI 스프롤을 방지하기 위해 ▲전사 공통 AI 운영체계 수립 ▲승인된 AI 사용 환경 제공 ▲역할 기반 배포 ▲데이터 중심 거버넌스 구축 ▲안전한 사내 실험 환경 마련 등을 제시했다[email protected]