안녕하세요. 기업 데이터가 AI 업무에 실제로 활용될 수 있도록 돕는 큐빅(CUBIG)입니다.
AI를 실제 업무에 적용하다 보면 이전과 다른 결과가 나온 원인을 과거 실행까지 거슬러 살펴봐야 할 때가 있습니다. 모델과 프롬프트에서 뚜렷한 변화가 발견되지 않았다면, 다음으로 살펴볼 대상은 실행 당시 사용한 데이터입니다.
AI 결과가 예상과 다르게 나오자 운영팀은 당시 데이터를 찾기 시작했습니다. 데이터팀에는 해당 기간의 스냅샷이 여러 개 남아 있었지만, 실제 실행에 어떤 사본이 사용됐는지는 바로 알 수 없었습니다.
전처리 전후의 데이터 가운데 어느 쪽을 사용했는지, 당시 어떤 참조 정보와 접근 권한이 적용됐는지도 기록만으로는 파악하기 어려웠는데요. 데이터 사본은 남아 있었지만, 해당 결과에 사용된 사본과 처리 조건을 연결한 기록은 빠져 있었습니다.
데이터 스냅샷은 특정 시점의 데이터 사본입니다. 반면 릴리즈 상태(Release State)는 AI 활용 조건을 검증한 데이터 범위와 스키마, 전처리 조건, 참조 정보를 하나의 식별 가능한 상태로 고정합니다. 릴리즈 상태를 실제 AI 실행과 연결해 두면 결과가 만들어진 당시의 데이터와 처리 조건을 다시 살펴볼 수 있습니다.
릴리즈 상태를 운영에 활용하려면 어떤 데이터를 고정하고 어떤 식별자로 관리할지 먼저 정해야 하는데요. AI 시스템 운영, 데이터 거버넌스, 인프라, 감사 담당자가 같은 기록을 바탕으로 결과가 만들어진 조건을 검토할 수 있어야 하기 때문입니다.
따라서 데이터 스냅샷과 릴리즈 상태를 함께 활용하려면 스냅샷 식별자와 전처리 규칙, 참조 정보, 권한 조건을 실제 AI 실행 기록에 연결해 남겨야 하는데요. 필요한 경우 당시의 데이터 상태를 다시 구성할 수 있어야 합니다. 중요한 것은 사본을 얼마나 많이 보관했느냐가 아니라, 어떤 데이터와 조건이 실제 AI 결과에 사용됐는지를 조직이 추적할 수 있느냐입니다.
데이터 스냅샷으로 확인할 수 있는 것
데이터 스냅샷은 특정 시점의 테이블이나 파일, 저장소 상태를 사본으로 남깁니다. 장애가 발생했을 때 이전 상태로 복구하거나 과거 데이터를 다시 조회할 때 주로 활용합니다.
데이터 스냅샷의 주요 용도는 다음과 같습니다.
- 데이터 백업
- 장애 발생 전 상태로 복구
- 과거 시점의 데이터 조회
- 변경 전후의 원본 보존
- 개발·테스트 환경에서 사용할 사본 생성
저장 방식과 비용, 복구 속도는 플랫폼마다 다르지만 스냅샷이 제공하는 정보는 분명합니다. 특정 시점에 데이터가 어떤 상태였는지 보여줍니다.
“이 시점의 데이터는 어떤 상태였나요?”
이 질문은 데이터 저장과 복구에는 충분할 수 있습니다. 그러나 특정 AI 결과에 실제로 어떤 사본이 사용됐는지 설명하려면, 데이터 스냅샷과 실행 결과를 연결한 기록이 더 필요합니다.
스냅샷에 빠져 있는 실행 정보
스냅샷이 여러 개 남아 있어도 다음 질문에는 답하기 어려울 수 있습니다
- 각 AI 실행에는 어떤 스냅샷이 사용됐나요?
- 스냅샷을 만든 후 어떤 전처리를 거쳤나요?
- 모델에 실제로 전달된 데이터의 범위는 어디까지였나요?
- 당시 스키마와 참조 정보는 어떤 버전이었나요?
- 권한과 필터로 제외된 행과 문서는 무엇이었나요?
- 저장된 데이터 상태가 해당 AI 업무에 적합한지 검증했나요?
스냅샷은 특정 시점의 데이터를 복사해 둔 기록입니다. 개별 실행과 연결돼 있지 않다면 ‘그 시점의 데이터’는 보여줄 수 있어도 ‘이 결과를 만든 데이터’까지 증명하지는 못합니다.
릴리즈 상태가 스냅샷에 더하는 네 가지 요소
릴리즈 상태는 스냅샷을 대체하지 않습니다. 기존 스냅샷이나 데이터 버전을 AI에 사용할 수 있는지 검증하고, 실제 AI 실행과 연결해 추적할 수 있게 합니다.
1. AI에 사용할 수 있는 상태인지 확인합니다
릴리즈 상태는 모델이 사용할 수 있는 데이터인지, 값과 관계가 유지되는지, 맥락·일관성·재현성·추적성을 갖췄는지 검증한 상태입니다.
스냅샷에는 아직 준비되지 않은 데이터도 그대로 저장될 수 있습니다. 데이터 사본이 있다는 사실만으로 AI에 사용할 수 있는 것은 아닙니다.
2. 실제 실행과 연결합니다
런 바인딩(Run Binding)은 각 AI 또는 에이전트 실행에 사용된 릴리즈 상태를 기록합니다. 이를 통해 어떤 데이터 상태가 해당 결과를 만들었는지 추적할 수 있습니다.
3. 실행에 사용된 데이터 상태를 비교합니다
AI 실행이 문제없이 끝난 경우와 문제가 발생한 경우의 릴리즈 상태를 데이터 상태 Diff로 비교하면 스키마, 분포, 전처리, 참조 정보, 계보에서 어떤 차이가 있었는지 확인할 수 있습니다.
4. 결과가 만들어진 조건을 재구성합니다
Reproduce는 과거 결과에 사용된 데이터 상태와 실행 조건을 바탕으로 당시의 실행을 다시 검토할 수 있게 합니다. 단순한 데이터 복구가 아니라, 그 결과가 어떤 조건에서 만들어졌는지 확인하는 데 목적이 있습니다
릴리즈 상태와 데이터 스냅샷 비교
둘은 서로 대체하는 개념이 아닙니다. 스냅샷은 저장 계층에서 특정 시점의 데이터를 보관하고, 릴리즈 상태는 AI 실행 계층에서 데이터 상태와 실제 실행을 연결합니다.
예시: 몇 달 전 금융 심사 보조 결과를 다시 검토하는 경우
금융 심사에서는 결과가 나온 뒤 시간이 지나 당시의 판단 근거를 다시 확인해야 하는 경우가 있습니다. 4월에 1월의 심사 보조 결과를 검토해야 하는 상황을 예로 들어보겠습니다.
스냅샷만 있는 경우
데이터팀은 먼저 1월에 저장된 일별 스냅샷을 살펴봅니다. 어느 날짜와 시각의 데이터가 실제 결과를 만드는 데 사용됐는지 추정해야 합니다. 당시 적용된 파생 변수와 기준 정보, 결측값 처리 규칙도 별도의 코드 저장소와 문서에서 찾아야 합니다.
다시 만든 결과가 원래 결과와 다르다면 어디에서 차이가 생겼는지 추적해야 합니다. 스냅샷을 잘못 선택했는지, 다른 전처리 규칙이 적용됐는지, 당시의 권한 조건이 빠졌는지 하나씩 확인합니다.
릴리즈 상태가 있는 경우
해당 결과에 부여된 Run ID로 릴리즈 상태를 조회합니다. 당시 사용된 거래 데이터의 범위와 스키마, 파생 변수, 기준 정보, 실행 구성이 하나의 실행 기록에 연결돼 있습니다.
Reproduce로 당시 조건을 재구성해 결과를 확인하고, 현재 상태와는 Diff로 비교해 무엇이 달라졌는지 파악합니다.
두 방식의 차이는 데이터를 보유하고 있는지가 아니라, 결과와 그 결과에 사용된 데이터 상태가 연결돼 있는지에 있습니다.
예시: 공공기관 RAG 답변의 근거를 다시 검토하는 경우
공공기관의 RAG 답변은 시간이 지난 뒤에도 어떤 문서와 검색 조건을 근거로 생성됐는지 설명할 수 있어야 합니다. 같은 문서 저장소를 사용하더라도 문서의 시행 여부나 검색 조건이 달라지면 모델이 참고하는 내용도 달라질 수 있습니다.
과거 답변의 근거를 다시 확인하려면 다음 정보가 필요합니다.
- 당시 검색 대상이었던 문서
- 각 문서의 시행일과 폐지 여부
- 문서 청크와 임베딩 버전
- 검색 필터와 사용자의 접근 권한
- 사용된 모델과 프롬프트, 실제 검색 결과의 연결 관계
문서 저장소의 백업만으로는 모델이 당시 어떤 문서를 검색하고 어떤 내용을 참고했는지 재현하기 어렵습니다. 해당 답변의 실행 기록이 당시의 문서 상태와 검색 조건에 연결돼 있어야 합니다.
스냅샷을 기반으로 릴리즈 상태를 구성하는 방법
스냅샷과 릴리즈 상태는 다음과 같이 함께 사용할 수 있습니다.
- 저장 계층에서는 기존 정책에 따라 스냅샷과 데이터 버전을 유지합니다.
- AI를 실행하기 전에 데이터가 여섯 가지 AI 활용 조건을 충족하는지 확인합니다.
- 검증을 마친 데이터와 스키마, 전처리 규칙, 실행 구성을 하나의 릴리즈 상태로 정의합니다.
- AI를 실행할 때 어떤 릴리즈 상태가 사용됐는지 기록합니다.
- 결과에 문제가 생기면 연결된 스냅샷과 실행 구성을 바탕으로 당시 상태를 다시 구성합니다.
릴리즈 상태를 만든다고 해서 모든 데이터를 다시 복사해야 하는 것은 아닙니다. 구체적인 구현 방식은 환경에 따라 달라질 수 있습니다. 중요한 것은 실행에 사용된 데이터 상태를 정확히 식별하고, 필요할 때 다시 구성할 수 있어야 한다는 점입니다.
스냅샷과 릴리즈 상태는 언제 필요할까요?
스냅샷이 주로 필요한 경우
- 데이터를 백업하거나 재해에 대비해야 할 때
- 테이블을 변경하기 전에 원본을 보존해야 할 때
- 개발·테스트용 데이터 사본이 필요할 때
- 과거 특정 시점의 데이터를 조회해야 할 때
릴리즈 상태가 필요한 경우
- AI 결과가 어떤 데이터를 근거로 만들어졌는지 다시 확인해야 할 때
- 문제가 없었던 실행과 문제가 발생한 실행의 입력 조건을 비교해야 할 때
- 규제 대응이나 감사, 내부 검토를 위해 과거 판단이 내려진 조건을 재현해야 할 때
- PoC와 운영 환경의 데이터 조건을 비교해야 할 때
- 에이전트가 여러 단계의 작업에서 사용한 데이터 상태를 추적해야 할 때
특정 시점의 데이터를 보관하거나 되돌리는 것이 목적이라면 스냅샷으로 충분합니다. AI 결과의 근거를 설명하고 당시의 실행 조건을 재구성해야 한다면 릴리즈 상태가 필요합니다.
스냅샷이 실행 근거가 되는지 확인하는 방법
다음 질문으로 확인해 보세요.
- 과거의 특정 결과에 실제로 사용된 데이터 상태를 바로 찾을 수 있나요?
- 그 데이터 상태가 여러 스냅샷 중 어느 것과 연결돼 있는지 알 수 있나요?
- 당시의 스키마와 전처리 규칙, 참조 정보, 권한 조건이 함께 기록돼 있나요?
- 결과가 예상대로 나온 실행과 문제가 발생한 실행의 데이터 상태를 Diff로 비교할 수 있나요?
- 담당자의 기억에 의존하지 않고 Reproduce로 과거 실행 조건을 다시 구성할 수 있나요?
스냅샷을 충분히 보관하고 있어도 이 질문에 답하기 어렵다면, 실제 AI 실행에 어떤 데이터와 조건이 사용됐는지는 기록하지 못하고 있는 것입니다.
운영 전환을 앞두고 조직별로 확인할 정보
PoC에서 결과가 잘 나왔다는 사실만으로 운영 승인이 끝나지는 않습니다. 기술팀이 확인한 데이터 조건을 거버넌스·보안·인프라·감사·사업관리 조직이 같은 식별자와 산출물로 검토할 수 있어야 합니다.
- AI·데이터팀: 실제 사용 사례와 목표 지표를 기준으로 데이터가 목표 AI 업무에 실제로 쓰이는지 확인하고 결과 변화를 검증합니다.
- 데이터 거버넌스·보안: 사용 목적, 출처, 버전, 가공 과정, 접근 주체와 허용 범위를 확인합니다.
- 운영·감사·검수: 스냅샷 식별자, 전처리·참조정보·권한 조건, 실제 Run과의 연결 및 복원 가능성을 근거로 정상·문제 실행을 비교하고 과거 조건을 다시 확인할 수 있어야 합니다.
- 인프라·조달: 기존 데이터 플랫폼·MLOps와의 연계, 내부망·온프레미스·클라우드에서의 처리 위치, 보존 범위와 책임 조직을 배포·검수 문서에 명시합니다.
Syntitan은 기업 데이터가 AI에 필요한 조건을 갖췄는지 진단하고, 부족한 부분을 개선한 뒤 실제 모델과 업무 지표로 검증합니다. 검증한 데이터 상태는 Release State로 고정하고 AI 실행과 연결해 확인하고 재현할 수 있습니다. 정책 승인이나 컴플라이언스 판단 자체를 대신하지는 않습니다. 다음 검토에서는 기존 스냅샷 한 건이 실행 결과까지 연결되는지 점검하세요.
Syntitan이 스냅샷과 AI 실행을 연결하는 방법
Syntitan은 기업 데이터의 AI-Readiness를 여섯 축으로 진단하고, 부족한 부분을 개선한 뒤 실제 모델과 업무 지표를 통해 데이터의 활용 가능성을 검증하는 AI-Ready Data Platform입니다.
검증을 마친 데이터 상태는 릴리즈 상태로 관리하고, 각 AI 또는 에이전트 실행을 당시 사용한 릴리즈 상태와 연결합니다. 결과가 달라졌을 때는 두 실행에 연결된 릴리즈 상태를 Diff로 비교하고, 필요한 경우 Reproduce로 과거의 실행 조건을 다시 구성할 수 있습니다.
기존 스냅샷과 데이터 버전은 계속 데이터 보관과 복구에 사용할 수 있습니다. Syntitan은 여기에 AI 활용 조건을 검증한 데이터 상태와 실제 실행의 연결을 더해, 어떤 데이터와 조건이 결과를 만들었는지 추적할 수 있게 합니다.
기존 스냅샷과 데이터 버전은 계속 데이터 보관과 복구에 사용할 수 있습니다. Syntitan은 AI 활용 조건을 검증한 데이터 상태를 실제 AI 실행과 연결해, 어떤 데이터와 조건이 결과를 만들었는지 추적할 수 있게 합니다.
