에이전틱 애널리틱스(agentic analytics) 도입 기업에서 분석 에이전트가 만든 인사이트 가운데 실제 비즈니스 개선으로 이어진 비율은 평균 48%로 집계됐다. MIT 테크놀로지 리뷰의 맞춤형 콘텐츠 부문 인사이츠(Insights)가 2일(현지시간) 공개한 보고서의 조사 결과다.
1년 새 37%에서 48%로 개선
보고서에 따르면 응답 기업들은 1년 전 분석 에이전트의 인사이트 중 37%가 개선 조치로 이어졌다고 답했다. 올해는 48%로 높아졌지만, 절반이 넘는 인사이트는 여전히 기업에 도움이 되지 못하고 있다는 의미다.
특히 서술적(descriptive) 인사이트의 품질에 대해서는 긍정적 평가가 많았던 반면, 실제 행동의 근거가 되는 처방적(prescriptive) 인사이트에 대한 평가는 엇갈렸다. 잘못된 인사이트가 부적절한 조치를 촉발하면 평판이나 재무에 피해를 줄 수 있다고 보고서는 지적했다.
상위 소수 기업인 '인사이트 리더'에서는 70% 넘는 인사이트가 비즈니스 개선으로 이어졌다. 이들은 인사이트 품질에 대한 평가도 전체 응답자보다 높았고, 특히 처방적 인사이트에서 격차가 컸다.
품질 저하 원인은 맥락 부족과 데이터 파편화
인사이트 품질이 떨어지는 주된 이유로 응답 임원의 55%가 비즈니스 맥락 부족을 꼽았다. 데이터가 분산돼 있거나 접근하기 어렵다는 응답도 45%였다. 인사이트 리더 중에서는 맥락 접근에 어려움을 겪는다는 비율이 상대적으로 낮았다.
또 다른 걸림돌은 인사이트 과잉이다. 응답 기업의 52%는 에이전트가 만들어내는 인사이트가 너무 많아 제대로 평가하고 실행하기 어렵다고 답했다. 모든 인사이트를 평가할 수 있는 기업은 24%에 그쳤고, 대부분은 건별로 사람이 검토하는 방식이어서 인력 부담이 크다.
거버넌스·시맨틱 레이어에 투자
기업들은 개선책으로 AI·데이터 거버넌스 강화(60%)를 가장 많이 꼽았고, 데이터 아키텍처에 시맨틱 레이어(semantic layer)를 추가하겠다는 응답도 45%였다. 인터뷰에 응한 전문가들도 고성능 에이전트를 위해서는 시맨틱 레이어가 핵심이라는 데 의견을 같이했다.
에이전트 도입을 검토하는 국내 기업에도 모델 성능 못지않게 데이터 맥락과 거버넌스 체계를 먼저 정비해야 한다는 시사점을 준다.
