가트너가 AI 에이전트의 성과를 높이기 위한 핵심 조건으로 데이터의 의미와 맥락을 반영한 시맨틱 기반을 제시했다. 기업이 데이터 간 관계와 규칙을 명확히 정의해야 AI 에이전트의 정확도와 비용 효율을 확보할 수 있다는 분석이다.

가트너는 5월 12일 서울에서 AI 에이전트 운영 과정에서 시맨틱스를 간과할 경우 정확성과 효율성이 낮아지고, 불필요한 비용과 데이터·AI 거버넌스 리스크가 커질 수 있다고 밝혔다.

AI 에이전트는 업무 흐름의 각 단계에서 입력되는 정보를 바탕으로 판단하고 결과를 생성한다. 이 과정에서 데이터가 어떤 의미를 갖는지, 서로 어떤 관계를 맺는지 이해하지 못하면 실제 업무 맥락과 다른 답변이 나올 가능성이 높아진다.

가트너는 이를 해결하기 위해 데이터 및 애널리틱스 인프라에 ‘컨텍스트 레이어’를 구축해야 한다고 조언했다. 기존 스키마 중심의 데이터 모델만으로는 에이전틱 AI가 필요로 하는 비즈니스 맥락과 데이터의 의미를 충분히 전달하기 어렵다는 설명이다.

리타 살람 가트너 수석 VP 애널리스트는 에이전틱 AI의 성과가 데이터의 시맨틱 표현을 포함한 맥락에 달려 있다고 설명했다. 조직 데이터의 관계와 규칙을 명확히 이해하지 못하면 AI 에이전트가 환각을 일으키거나 편향된 결과를 낼 가능성이 커진다는 것이다.

가트너는 2027년까지 AI 준비 데이터에 시맨틱스를 우선 적용하는 조직이 에이전틱 AI의 정확도를 최대 80% 높이고, 비용은 최대 60% 줄일 수 있을 것으로 전망했다.

향후 규제 환경에서도 시맨틱 투명성의 중요성은 커질 것으로 보인다. 가트너는 이사회가 시맨틱 거버넌스를 기술 관리 차원을 넘어 전략적 리스크와 경쟁 기회로 인식하게 될 것으로 예상했다.

AI 에이전트 활용이 확산될수록 데이터의 의미를 일관되게 정의하고 관리하는 역량은 기업의 AI 운영 성과를 가르는 기반 요소로 자리잡을 전망이다.