본문 바로가기

전체 글

 (404)
AI 서비스가 확산되면 기업의 IT 인프라는 어떻게 달라져야 하는가 IT 이슈기업의 AI 도입이 실험과 시범사업을 넘어 실제 업무 시스템으로 확대되면서 IT 인프라를 바라보는 관점도 달라지고 있습니다. 과거에는 업무 시스템을 안정적으로 운영하기 위한 서버, 스토리지, 네트워크 용량을 확보하는 것이 핵심이었다면, 이제는 AI 모델을 실행하고 결과를 빠르게 제공하기 위한 새로운 인프라 설계가 중요해지고 있습니다.AI 서비스를 도입할 때 GPU 서버만 확보하면 모든 문제가 해결될 것이라고 생각하기 쉽습니다. 그러나 실제 운영 환경에서는 모델의 실행 속도뿐 아니라 데이터 이동, 네트워크 지연, 스토리지 성능, 전력과 냉각, 보안, 운영 비용까지 다양한 요소가 서비스 품질에 영향을 미칩니다.특히 기업이 AI를 고객 상담, 문서 분석, 개발 지원, ERP 데이터 조회, 업무 자동화..
AI 에이전트가 기업 업무를 실행할 때, 권한과 책임은 누가 관리해야 하는가 IT 이슈기업에서 인공지능을 활용하는 방식이 달라지고 있습니다. 과거에는 AI에 질문을 입력하고 답변이나 분석 결과를 얻는 방식이 중심이었다면, 이제는 AI가 여러 시스템을 연결해 정보를 검색하고 문서를 작성하며 업무를 실제로 실행하는 방향으로 발전하고 있습니다.예를 들어 AI 에이전트가 이메일에서 고객 요청을 확인하고, ERP에서 주문 상태를 조회한 다음, 담당자에게 안내 메시지를 보내거나 업무 시스템에 처리 결과를 등록하는 상황을 생각해 볼 수 있습니다. 업무 담당자가 각각의 시스템에 접속해 수행하던 여러 단계를 하나의 자동화 흐름으로 연결할 수 있는 것입니다.하지만 AI가 정보를 제공하는 수준을 넘어 실제 업무 데이터를 변경하고 외부에 메시지를 보내거나 거래를 실행한다면 이야기는 달라집니다. 잘못된..
IT 조직의 성과는 왜 시스템 가동률만으로 평가할 수 없는가 IT 이슈 기업의 IT 운영 성과를 이야기할 때 가장 먼저 확인하는 지표는 무엇일까요? 일반적으로 시스템 가동률, 장애 건수, SLA 준수율, 서비스 요청 처리 시간 등을 떠올립니다. 이러한 지표는 IT 서비스가 안정적으로 운영되고 있는지 확인하는 데 반드시 필요합니다.하지만 시스템이 정상적으로 켜져 있고 가동률이 목표치를 충족한다고 해서 업무까지 원활하게 진행되고 있다고 단정할 수는 없습니다. ERP가 정상 운영 상태로 표시되더라도 월말 결산 배치가 지연될 수 있고, 생산계획 시스템에 접속할 수 있더라도 주요 거래 처리 속도가 느려 업무가 중단될 수 있습니다.결국 IT 조직의 성과는 시스템이 얼마나 오래 운영되었는지만으로 평가하기 어렵습니다. 중요한 것은 IT 서비스가 실제 업무에 어떤 영향을 미쳤으며..
양자컴퓨팅은 기업의 IT 투자 로드맵에 지금부터 포함해야 하는가 IT 이슈 기업 IT 전략을 수립할 때 가장 어려운 판단 중 하나는 아직 충분히 성숙하지 않은 기술에 언제부터 투자해야 하는가입니다. 너무 일찍 투자하면 기술 변화와 시장 불확실성으로 비용이 낭비될 수 있고, 너무 늦게 준비하면 경쟁사가 먼저 확보한 기술과 경험을 따라잡기 어려울 수 있습니다.양자컴퓨팅은 이러한 고민을 대표하는 차세대 기술입니다. 기존 컴퓨터와 다른 방식으로 계산 문제를 처리할 가능성이 있어 금융, 신약 개발, 소재 연구, 물류 최적화 등 다양한 분야에서 관심을 받고 있습니다.Gartner는 2026년 10월 8일 발표에서 전 세계 양자컴퓨팅 시장 매출이 2026년 약 8억 6,990만 달러에서 2027년 약 11억 달러로 증가할 것으로 전망했습니다. 다만 시장의 성장이 모든 기업의 즉각..
데이터 거버넌스는 왜 통제 중심에서 활용 중심으로 바뀌고 있는가 IT 이슈 기업은 오랫동안 데이터를 중요한 자산이라고 강조해 왔습니다. ERP, CRM, MES, SCM, 인사 시스템, 재무 시스템 등 다양한 업무 시스템에서 데이터가 생성되고, 이를 기반으로 경영 현황을 분석하거나 업무 의사결정을 수행합니다.하지만 데이터가 많다고 해서 필요한 정보를 쉽게 찾을 수 있는 것은 아닙니다. 같은 항목을 시스템마다 다른 이름으로 관리하거나, 데이터의 정의와 담당자가 명확하지 않거나, 자료를 확보하고도 어떤 기준으로 활용해야 하는지 알기 어려운 경우가 적지 않습니다.이러한 문제를 해결하기 위해 데이터 거버넌스가 필요합니다. 다만 데이터 거버넌스의 역할을 접근 권한 통제와 규정 준수에만 한정하면 데이터의 활용 가능성을 충분히 높이기 어렵습니다.생성형 AI와 데이터 기반 업무 자..
IT 비용 관리는 왜 예산 통제에서 사용 가치 측정으로 바뀌어야 하는가 IT 이슈 기업의 IT 비용 관리는 오랫동안 예산을 편성하고, 사용 실적을 확인하며, 계획 대비 초과 지출을 통제하는 방식으로 운영되어 왔습니다. 연간 IT 예산을 수립하고 시스템 유지보수료, 라이선스 비용, 인프라 운영비, 외주 용역비 등을 관리하는 것은 여전히 중요한 업무입니다.그러나 클라우드와 SaaS가 확산되고 생성형 AI까지 기업 업무에 도입되면서 IT 비용의 구조가 달라지고 있습니다. 기존처럼 계약 금액과 연간 예산만 관리하는 방식으로는 실제 사용량과 비용 발생 원인을 충분히 파악하기 어려워졌습니다.특히 AI 서비스는 사용자 수뿐 아니라 모델 종류, 요청 횟수, 입력 및 출력 데이터의 양, 작업 복잡도에 따라 비용이 달라질 수 있습니다. 저렴한 모델을 선택하더라도 작업을 반복하거나 결과가 부정..
AI는 왜 클라우드에서 개인 PC로 이동하기 시작하는가 IT 이슈 AI를 활용하는 방식이 달라지고 있습니다. 지금까지 기업은 생성형 AI를 사용하기 위해 주로 클라우드 기반 서비스를 이용했습니다. 사용자가 질문을 입력하면 외부 서버에서 AI가 처리하고 결과를 돌려주는 구조입니다. 하지만 최근에는 AI 모델을 개인용 PC에서 직접 실행하는 로컬 AI가 새로운 선택지로 떠오르고 있습니다.2026년 10월 7일 Microsoft와 NVIDIA가 공개한 새로운 AI PC 전략은 이러한 변화를 보여주는 사례입니다. 양사는 AI 모델과 에이전트를 PC에서 실행하는 환경을 강화하고, 로컬 처리와 클라우드 처리를 함께 활용하는 하이브리드 AI 방향을 제시했습니다.이 변화는 단순히 PC 성능이 좋아지는 문제가 아닙니다. 기업 입장에서는 AI 처리 비용, 정보보호, 사용자 단..
AI 에이전트가 늘어날수록 기업 보안은 왜 더 어려워지는가 IT 이슈 기업에서 AI를 활용하는 방식이 빠르게 달라지고 있습니다.과거에는 사람이 질문하고 AI가 답변하는 방식이 중심이었다면 이제는 AI가 직접 업무를 수행하는 단계로 넘어가고 있습니다.문서를 검색하고, 데이터를 분석하고, 이메일을 작성하고, 시스템에서 정보를 조회하는 수준을 넘어 앞으로는 AI가 여러 시스템을 직접 연결하고 업무 프로세스의 일부를 실행하는 상황까지 확대될 가능성이 높습니다.이른바 AI 에이전트의 등장입니다.문제는 AI가 업무를 대신할수록 보안의 기준도 달라져야 한다는 것입니다.사람이 사용하는 계정과 권한을 기준으로 만들어진 기존 보안 체계만으로는 AI가 자율적으로 행동하는 환경을 충분히 통제하기 어려울 수 있습니다. AI 에이전트는 기존 프로그램과 무엇이 다른가?기업에는 이미 자동으..

티스토리툴바