AI를 위한 비정형 데이터 거버넌스 과제에 대처하기

AI 요약

규제 대상 산업의 대기업들은 데이터 거버넌스에 상당히 투자해 왔으나, 그동안 대부분의 구현이 데이터 웨어하우스·관계형 등 정형 데이터에 집중되어 왔습니다. AI와 대규모 언어 모델의 등장으로 언어 모델 학습과 AI 에이전트의 컨텍스트 제공에 사용되는 비정형 데이터에 대한 거버넌스와 가드레일 설정의 중요성이 커졌으며, 아시시 모힌드루는 기업 리더가 누가 데이터에 매일 액세스해야 하는지와 무단 액세스·우발적 손실로부터의 보호 방안을 점검해야 한다고 지적했습니다. 조안 프리드먼은 정적 액세스 제어에서 계약 기반 안전으로의 전환을, 아만다 리베이는 민감정보 자동탐지와 위험 문서의 유입 차단을, 스테판 돈제는 콘텐츠 라우팅·세분화된 권한·관계 매핑·버전 추적·위험 알림 등 전 과정 거버넌스 역량을 권장했으며 잭 버코위츠는 시스템·클라우드·팀 간 가시성과 계보 부족이 생성형 AI로 인해 민감하거나 부정확한 데이터 노출 위험을 키운다고 경고했습니다.