안녕하세요. 기업 데이터가 AI 업무에 실제로 활용될 수 있도록 돕는 큐빅(CUBIG)입니다.
공공기관은 내부 규정과 행정 문서를 검색하는 AI 서비스를 검토하고, 금융사는 거래 데이터를 활용한 이상 징후 탐지를 고도화합니다. 기업도 고객 상담, 계약, 생산 데이터를 생성형 AI와 예측 모델에 연결하고 있습니다.
이제 많은 조직의 과제는 AI 모델을 도입하는 것보다, 내부 데이터를 어떤 상태로 AI에 연결할 것인가에 가까워졌습니다.
행정안전부가 2026년 배포한 「공공부문 AI 도입·활용 가이드」도 기획부터 운영까지의 절차와 함께 기관 내부의 최신 지식 데이터를 참조하는 RAG 우선 전략을 제시합니다. 국가 망 보안체계(N2SF) 역시 업무정보와 정보시스템을 중요도에 따라 분류하고 차등적인 보안 통제를 적용합니다. AI를 활용할 수 있는 제도와 기반이 갖춰질수록, 그 안에서 사용하는 데이터의 준비 상태를 확인하는 일이 중요해집니다.
데이터 형식과 결측값을 정리했다는 사실만으로는 충분하지 않습니다. 모델에 필요한 신호와 업무 맥락이 남아 있는지, 결과가 달라졌을 때 어떤 데이터가 바뀌었는지 확인할 수 있는지, 과거 결과에 사용된 데이터 상태를 다시 재현할 수 있는지까지 봐야 합니다.
이 기준을 충족하는 데이터가 AI-Ready 데이터입니다.
AI-ready 데이터란 무엇일까요?
AI-ready 데이터는 특정 AI 업무에 필요한 신호와 의미 맥락을 유지하고, 모델이나 에이전트가 실제로 사용할 수 있으며, 각 실행에 사용된 정확한 데이터 상태를 추적하고 재현할 수 있는 데이터입니다.
일반적인 데이터 정제가 형식 오류, 중복, 결측값, 이상값을 다룬다면, AI-ready 데이터는 세 가지 질문을 더합니다.
- 이 데이터에는 목표 모델이 학습하거나 참조해야 할 신호가 남아 있는가?
- 값과 구조가 바뀌어도 업무상 의미와 필드 간 관계가 유지되는가?
- 특정 AI 결과가 어떤 데이터 상태에서 만들어졌는지 나중에도 확인할 수 있는가?
정리하면 AI-ready에는 두 단계가 있습니다. 실행 전에는 목표 모델이 사용할 수 있도록 필요한 신호와 맥락을 갖춰야 합니다. 운영 단계에서는 각 실행이 사용한 데이터 상태를 남겨, 결과가 달라졌을 때 추적하고 재현할 수 있어야 합니다. 어느 한쪽만으로는 데이터가 AI 업무에 준비됐다고 보기 어렵습니다.
AI-ready 여부는 데이터에 붙는 절대적인 등급이 아닙니다. 같은 데이터라도 월간 현황을 집계하는 대시보드에는 충분할 수 있지만, 드문 패턴을 찾아야 하는 이상 거래 탐지에는 부족할 수 있습니다. 어떤 모델이 어떤 업무에 사용할 것인지가 정해져야 준비 상태도 판단할 수 있습니다.
Gartner가 2025년 발표한 조사에 따르면, 조직의 63%는 AI에 필요한 데이터 관리 방식을 갖추지 못했거나 갖췄는지 확신하지 못했습니다. Gartner는 AI-ready 데이터의 지원을 받지 못하는 AI 프로젝트 가운데 60%가 2026년까지 중단될 것으로 전망했습니다. 데이터가 저장되고 정리되어 있다는 사실과 AI 업무에 사용할 준비가 되어 있다는 판단 사이에 여전히 큰 간극이 있다는 의미입니다.
정제된 데이터와 AI-ready 데이터는 무엇이 다른가
정제된 데이터는 분석과 운영을 위한 기본 조건입니다. 문제는 정제 과정에서 목표 모델이 읽어야 할 신호까지 사라질 수 있다는 점입니다.
예를 들어 건강검진 데이터에 비어 있는 검사값이 있다고 가정해 보겠습니다. 해당 행을 삭제하거나 평균값으로 채우면 표는 깔끔해집니다. 그러나 빈값이 ‘검사를 시행하지 않았다’는 상황을 뜻한다면, 결측 여부 자체가 모델이 참고해야 할 신호일 수 있습니다. 값을 삭제하면 이 신호가 사라지고, 평균값으로 대체하면 실제로 관측하지 않은 값이 새로 생깁니다. scikit-learn의 결측값 처리 문서도 평균·중앙값 등으로 값을 대체하는 방법과 함께, 원래 값이 비어 있었다는 사실을 별도 지표로 남기는 방식을 제공합니다.
연령을 10년 단위로 묶거나 날짜를 분기 단위로 바꾸는 과정도 마찬가지입니다. 식별 위험을 낮추고 관리 기준을 맞추는 데는 도움이 되지만, 연령과 사건 발생 시점 사이의 세밀한 관계는 약해질 수 있습니다. NIST SP 800-188도 비식별 처리에서 공개 위험을 줄이는 것과 데이터의 활용 가능성을 함께 고려해야 한다고 설명합니다.
극단값을 일괄적으로 제거하는 경우도 있습니다. 일반적인 통계 분석에서는 노이즈로 보일 수 있지만, 이상 거래나 설비 고장을 탐지하는 모델에는 드물게 나타나는 값이 핵심 신호일 수 있습니다.
정제 자체가 잘못된 것은 아닙니다. 무엇을 왜 바꿨는지, 그 과정에서 어떤 신호와 맥락이 달라졌는지 확인하지 않은 채 데이터가 AI 실행으로 넘어가는 것이 문제입니다.
AI-readiness를 확인하는 여섯 가지 축
‘준비됐다’는 판단은 확인할 기준이 있을 때 의미가 있습니다. CUBIG은 AI-readiness를 다음 여섯 가지 축으로 진단합니다.
여섯 축의 중요도는 업무에 따라 달라질 수 있습니다. 내부 문서를 검색하는 RAG는 문서의 출처와 최신성을 설명하는 맥락·추적성이 중요합니다. 이상 징후 탐지는 드문 패턴을 보존하는 무결성과 시점별 변화를 관리하는 일관성이 중요합니다. 규제 산업의 의사결정 보조 시스템이라면 과거 결과를 다시 확인할 수 있는 재현성과 추적성이 특히 중요합니다.
다만 어느 한 축의 결함도 운영의 병목이 될 수 있습니다. 형식은 맞지만 업무 맥락이 사라진 데이터, 출처는 남아 있지만 과거 실행 상태를 복원할 수 없는 데이터는 안정적인 AI 업무로 이어지기 어렵습니다.
PoC를 통과한 AI가 운영 환경에서 흔들리는 이유
PoC는 보통 범위와 기간이 정해진 샘플 데이터로 진행합니다. 반면 운영 데이터는 계속 바뀝니다.
- 상위 시스템에서 필드 이름이나 형식이 변경됩니다.
- 결측값 처리, 기본값, 집계 범위 같은 전처리 기준이 업데이트됩니다.
- 새로운 데이터가 들어오고 오래된 데이터가 제외되면서 데이터 범위와 분포가 달라집니다.
- 마스킹, 집계, 구간화 과정에서 필드 간 관계가 달라질 수 있습니다.
각 변화는 작아 보여도, 오늘의 AI 실행이 사용한 데이터는 지난달과 다른 상태가 됩니다. 모델과 코드가 같더라도 입력 데이터의 상태가 달라지면 결과도 달라질 수 있습니다.
이때 필요한 것은 정상 실행과 문제 실행 사이에서 무엇이 바뀌었는지 빠르게 좁혀 가는 일입니다. 실행 당시의 데이터 상태가 남아 있지 않으면 팀은 현재 테이블과 로그를 바탕으로 과거를 추정해야 합니다. 모델 버전만 기록해서는 부족합니다. 어떤 데이터와 전처리 조건이 그 결과를 만들었는지도 함께 확인할 수 있어야 합니다.
진단 후에는 데이터 상태를 고정하고 실행과 연결해야 합니다
AI-readiness 진단은 현재 데이터가 어디에서 막히는지 보여줍니다. 그러나 운영 중 결과가 달라졌을 때 원인을 설명하려면, 진단과 개선을 마친 데이터가 특정 버전으로 남아 있고 각 AI 실행이 그 버전과 연결되어 있어야 합니다.
CUBIG은 준비도를 측정·검증한 데이터 버전을 고정하고, 해당 버전을 AI 실행과 연결해 나중에도 어떤 데이터가 결과를 만들었는지 추적·비교·재현할 수 있는 상태를 Verifiable Data State(검증 가능한 데이터 상태)라고 정의합니다.
Verifiable Data State는 단순한 백업이나 스냅샷과도 다릅니다. 스냅샷이 특정 시점의 데이터를 저장하는 데 그친다면, Verifiable Data State는 해당 데이터의 준비 상태를 확인하고 그 버전을 실제 AI 실행과 연결합니다. 그래서 문제가 생겼을 때 “그때 데이터가 무엇이었는가”뿐 아니라 “그 데이터가 준비된 상태였는가, 어떤 실행이 사용했는가”까지 확인할 수 있습니다.
AI-readiness는 한 번 점검하고 끝나는 인증이 아닙니다. 데이터와 파이프라인이 바뀌는 동안에도 어떤 데이터 상태가 어떤 결과를 만들었는지 근거를 남기는 운영 기준입니다.
공공·엔터프라이즈·금융에서 먼저 확인할 지점
같은 AI-ready 데이터라도 업무 환경에 따라 먼저 확인할 지점은 달라집니다.
국가 망 보안체계(N2SF)는 국가·공공기관이 AI와 클라우드 같은 기술을 활용할 때 필요한 보안 체계를 다룹니다. 한국인터넷진흥원이 2026년 공개한 N2SF 실증 사례집도 기관별 네트워크 구성, 연동 시스템, 보안 정책 등 인프라 환경의 특성을 반영해 적용할 것을 권고합니다.
N2SF와 AI-readiness는 확인하는 대상이 다릅니다. N2SF가 데이터를 어떤 경계와 통제 아래에서 활용할지를 다룬다면, AI-readiness는 그 데이터가 목표 AI 업무에 실제로 쓰일 수 있는지, 그리고 결과의 근거가 된 상태를 추적·재현할 수 있는지를 확인합니다. 공공기관이 내부 데이터를 외부 LLM이나 공통 AI 기반과 연결하려면 두 관점을 함께 살펴야 합니다.
Syntitan은 준비와 운영 검증을 연결합니다
Syntitan은 기업 데이터의 AI-readiness를 진단하고, 실행을 막는 지점을 개선한 뒤, 그 결과를 검증 가능한 상태로 남기는 AI-ready data platform입니다.
Syntitan의 흐름은 네 단계로 이어집니다.
- 진단: 활용성·무결성·맥락·일관성·재현성·추적성의 여섯 축으로 준비 상태를 확인합니다.
- 개선: 목표 AI가 사용할 수 있도록 값과 분포를 조정하고, 필요한 의미 맥락을 보완합니다.
- 고정: 준비도 검증을 마친 데이터를 Release State로 남깁니다.
- 연결: 각 모델·에이전트 실행을 Release State와 연결하고, 필요할 때 상태 간 차이를 비교하거나 과거 상태를 재현합니다.
이 과정의 목적은 모델 성능을 보장하는 것이 아닙니다. 어떤 상태의 데이터가 어떤 결과를 만들었는지 조직이 직접 확인할 수 있게 하는 것입니다. 성능 개선 여부도 일반적인 벤치마크가 아니라 조직이 실제로 사용하는 모델, 데이터, 운영 환경에서 다시 검증해야 합니다.
우리 데이터는 AI-Ready 상태인가요?
다음 AI 회의 전에 다섯 가지를 확인해 보세요.
- 이 데이터가 사용될 구체적인 AI 업무와 목표 모델 또는 에이전트가 정해져 있습니까?
- 정제된 테이블에서 특정 값이 비어 있거나 바뀐 이유를 설명할 수 있습니까?
- 결과가 달라졌을 때 정상 실행과 문제 실행이 사용한 데이터 상태를 비교할 수 있습니까?
- 과거 결과에 사용된 데이터와 전처리 조건을 다시 구성할 수 있습니까?
- ‘파이프라인이 정상이다’라는 판단을 넘어, 준비 상태를 여섯 가지 축으로 확인하고 있습니까?
대부분의 답이 ‘아니요’라면 모델 교체나 재학습에 앞서, 모델에 도달한 데이터가 어떤 상태였는지부터 확인해야 합니다. AI-ready 데이터는 더 깨끗하게 정리된 데이터가 아닙니다. AI가 필요한 신호와 맥락을 유지하고, 운영 중에도 결과의 근거를 다시 확인할 수 있는 데이터입니다.
