AI 에이전트 운영비 68% 줄일 열쇠는 '데이터 통합'…디노도, 연구 결과 공개

글로벌 기업 7곳 기반 가상 분석…AI 배포 속도 3배 향상·연결 비용 79% 감소 추정

기업이 인공지능(AI) 에이전트에 필요한 데이터를 통합 관리하면 운영비를 68% 줄이고 배포 속도도 3배 높일 수 있다는 연구 결과가 나왔다.

27일 AI 데이터 관리 기업 디노도의 '에이전틱 AI를 위한 AI 데이터 레이어 투자수익률' 보고서에 따르면 데이터 통합 관리로 AI 시스템 연결과 유지보수 비용은 79%, 위험 관리 비용은 76% 줄어들 것으로 추산됐다. 보고서는 3년간 투자 대비 편익을 290%로 제시했다.

이번 연구를 수행한 시장조사업체 벡터8은 글로벌 금융·통신·제조기업 등 7곳을 인터뷰한 뒤 가상 기업을 설정해 경제성을 분석했다. 실제 기업 성과를 평균 낸 수치가 아니라 기업 인터뷰를 토대로 계산한 추정치다.

클라우드와 사내 시스템 등에 흩어진 데이터를 'AI 데이터 레이어'로 연결해 여러 AI 에이전트가 함께 활용하는 구조. (사진=디노도 보고서 캡처)

연구진은 100개 데이터 시스템을 보유한 기업이 AI 에이전트를 첫해 100개에서 3년 차 900개로 확대하는 상황을 가정했다. 에이전트마다 연간 10만건의 작업을 수행하도록 설정하고 데이터 관리 방식에 따른 비용 차이를 비교했다.

비용 차이는 AI 에이전트가 기업 데이터를 가져오는 과정에서 발생한다. 가령 고객 문의에 답하려면 고객 정보와 주문 내역, 배송 현황 등을 각각 다른 시스템에서 확인해야 한다. 에이전트가 늘어나면 데이터 연결과 보안 설정을 반복하는 부담도 커진다.

디노도가 제공하는 'AI 데이터 레이어'는 여러 시스템에 흩어진 데이터 접근 경로를 통합한다. 원본 데이터를 모두 옮기지 않고 필요한 정보를 조회하며 한번 구축한 연결과 보안 규칙을 여러 에이전트가 함께 사용하도록 지원한다.

AI가 처리할 데이터 양도 줄어든다. 연구진은 기존 환경에서 작업당 약 1만 8000토큰이 필요하지만 데이터 레이어를 적용하면 5760토큰으로 감소한다고 계산했다. 토큰은 AI가 글과 정보를 처리하는 단위다.

일례로 AI가 월별 매출을 분석할 때 주문 내역 전체를 읽는 대신 데이터 레이어가 계산한 결과만 전달받는다. 연구진은 이러한 처리 방식과 컴퓨팅 비용을 반영해 AI 운영비가 68% 감소한다고 추산했다.

가상 기업을 대상으로 분석한 AI 데이터 레이어 도입 전후 3년간 비용 비교. AI 운영비 68%, 시스템 연결·유지보수비 79%, 위험 관리비 76% 감소를 예상했다. (사진=디노도 보고서 캡처)

보고서는 3년간 총편익을 약 1913만 달러(약 253억원)로 예상했다. 시스템 관리와 AI 운영에서 절감하는 비용은 약 1050만 달러(139억원), 업무 효율 개선으로 창출하는 사업 가치는 약 863만 달러다. 투자 대비 편익은 290%로 제시했다.

실제 기업 사례도 소개됐다. 한 글로벌 제조기업은 디노도를 활용해 재무 업무용 AI 에이전트를 구축했다. 회사에 따르면 4시간 넘게 걸리던 보고 업무가 5분 이내로 줄었으며 자연어 질문을 데이터베이스 검색 명령으로 변환하는 정확도는 95%를 기록했다.

다만 보고서에 제시된 68% 비용 절감과 290% 투자 대비 편익은 실제 기업 7곳에서 측정한 평균 성과가 아니다. 인터뷰를 바탕으로 만든 가상 기업 분석 결과다. 연구진은 데이터가 여러 시스템에 흩어진 기업일수록 절감 효과가 크지만 이미 데이터를 통합한 기업은 추가 절감 폭이 작을 수 있다고 밝혔다.

앤드류 밀로이 벡터8 수석 애널리스트는 "에이전트의 성능은 에이전트가 접근할 수 있는 데이터의 수준에 달려 있다"며 "개별 시스템 하나를 연결하는 것은 어렵지 않지만 수십 개의 시스템을 일관된 보안 정책 아래 유기적이고 신뢰할 수 있는 워크플로우로 조율하는 일은 매우 복잡하다"고 말했다.