공공 부문 AI 재고: 임무 결과를 주도하는 5가지 변화

공공 부문 기관들은 이러한 역량이 실질적인 결과를 산출하도록 보장하기 위해 운영 예산의 상당 부분을 투입하고 있습니다.

IDC 연구 책임자인 Massimiliano Claps에 따르면, 기관들은 AI에 상당한 혁신 자금을 재배분하고 있습니다. "저희는 미국 전역 600개 이상의 공공 부문 기관에서 설문 조사 데이터를 수집했으며, 그중 152개는 기관은 연방 정부 기관이었습니다. 인터뷰에 응한 기관의 65%가 2026년 및 앞으로도 IT 예산의 11% 이상을 AI에 할당할 계획이라고 말합니다."라고 Claps는 말합니다.¹ 따라서 정부 기관은 기술 투자를 서비스 제공 개선과 운영 연속성에 직접 연결해야 합니다.

더불어, 이들 기관의 약 80%는 12개월 내에 측정 가능한 가치를 기대하며, 2년 내에 2배의 수익을 기대합니다.¹ 이러한 까다로운 일정은 고립된 데이터 사일로를 허용하지 않습니다. IT 리더들은 전체 운영 영역에 즉각적인 가시성을 제공하는 통합 플랫폼이 필요합니다.

몇 개의 PDF 파일을 채팅 인터페이스에 수동으로 끌어다 놓는 것만으로도 쉽게 AI를 테스트할 수 있습니다. 하지만 이를 조직 전체의 과거 데이터로 확장하려면 어떻게 해야 할까요?

파편화된 데이터를 AI 지원 기반으로 전환하려면 여러 환경의 정보를 연결하는 개방적이고 유연한 아키텍처가 필요합니다. Elastic의 공공 부문 수석 아키텍트인 Dave Erickson은 "많은 조직이 개방형 아키텍처를 보장하는 방법에 대해 고민하고 있기 때문에 단일 클라우드나 단일 공급업체를 중심으로 새로운 데이터 사일로를 만들지 않고 있습니다."라고 말합니다. 이어서 그는 "이에 대해 고민하고 모듈식 개방형 아키텍처를 유지해야 합니다. OpenTelemetry는 불가지론의 수준을 제공하기 때문에 중요합니다."라고 덧붙였습니다.

이러한 개방성에 대한 필요성은 아키텍처를 넘어 데이터 저장 및 접근 방식으로 확장됩니다. "데이터를 정적 저장 공간 버킷에 넣기만 하고서는 마법처럼 AI가 마법처럼 인사이트를 도출할 것이라고 기대할 수는 없습니다."라고 Elastic의 시니어 고객 엔터프라이즈 전문가 James Garside는 덧붙였습니다.

이러한 아키텍처 전환에는 시간과 규율이 필요합니다. 영국의 여정을 되돌아보며 Garside는 "확실히 올바르게 구현했는지 확인하기 위해 조금 더 오래 걸렸습니다."라고 덧붙였습니다.

해당 데이터를 최대한 활용하려면 팀은 페타바이트 규모의 정보를 즉각적이고 정확하게 검색해야 합니다. 이러한 수준의 성능을 위해서는 대규모 고속 검색 및 검색을 위해 설계된 아키텍처가 필요합니다.

"최근 미국 내 연방 IT 및 임무 임원 152명을 대상으로 한 설문조사 결과, 0%가 인간의 감독을 원하지 않는다고 답했습니다."라고 Claps는 지적합니다.¹ "이는 시사하는 바가 큽니다."

자동화가 더 복잡한 프로세스를 처리함에 따라 인간 작업자의 역할도 진화하고 있습니다. 분석가가 단순히 승인 단추를 클릭하는 '휴먼 인 더 루프' 모델은 '휴먼 인 더 리드' 접근 방식으로 대체되고 있습니다. 이 모델에서 AI는 전담 보조자 역할을 하여 대규모 데이터를 처리하는 동안 인간은 전략을 수립하고 최종 결정을 내립니다.

Erickson은 이에 동의하며, "사람들에게서 나오는 많은 맥락과 제도적 지식이 있습니다. AI의 역할은 우리가 이미 올바른 방식으로 할 수 있는 일을 자동화하는 데 도움을 주는 것입니다."라고 그는 지적합니다. 이를 통해 사람들은 통제권을 유지하고, 결과를 안내하고 개선할 수 있으며, 모든 결정의 기반이 되는 중요한 제도적 지식이 유지되도록 합니다.

데이터가 에이전틱 워크플로의 핵심 동력이 됨에 따라, 데이터가 어디에 저장되고 누가 접근할 수 있는지를 제어하는 것이 무엇보다 중요해졌습니다. 주권 AI는 민감하거나 기밀 정보를 다루는 조직에 있어 글로벌 차원의 우선순위로 부상했습니다.

IDC에 따르면, 조사 대상 연방 기관의 46%가 현재 어떤 형태로든 주권 AI를 사용하고 있으며, 38%는 향후 12개월 이내에 사용할 계획입니다.¹ 이는 주권 AI가 자급자족과는 매우 다르다는 인식이 확산되고 있음을 반영합니다. 주권 AI는 고립을 의미하는 것이 아니라, 데이터의 위치, 교환 방식, 접근 권한에 대한 통제를 의미합니다. 기술 아키텍처의 독립성을 유지하기 위해 IT 리더는 기초 데이터 계층부터 시작하여 기술 스택을 완벽하게 제어해야 합니다.

개인 생산성에서 임무 성과로의 전환이 이미 진행 중입니다. 속도를 맞추기 위해 조직은 고립된 실험을 넘어 대규모 AI를 지원하는 아키텍처 기반에 집중해야 합니다.

현재 데이터 환경을 감사하여 실시간 액세스를 방해하는 사일로를 파악하는 것부터 시작하세요. 인간이 주도하는 운영 모델을 우선시하는 거버넌스 프레임워크를 구축하여 팀이 중요한 결정을 최종적으로 제어할 수 있도록 하세요. 마지막으로, 가장 민감한 정보에 대한 가시성을 확보하고 전략적 자율성을 유지할 수 있는 유연한 플랫폼에 투자하세요.

분산된 데이터를 매일 데이터에 의존하는 전문가와 연결하는 것은 AI의 진정한 가치를 실현하기 위한 핵심입니다. 이번 웨비나에 참여하여 임무 성공을 위한 기반을 어떻게 구축하는지 알아보세요.

지금 웨비나 보기