AI가 바꿀 미래: 데이터와 업무 방식에서 주목할 5가지 변화

2026년 02월 01일

윤명식 상무 Consultant, Professional Services | EDB 코리아

인공지능(AI)이라는 단어를 들으면 무엇이 떠오르시나요? 많은 이들이 일자리 대체에 대한 불안감이나 인간을 뛰어넘는 기술에 대한 우려를 이야기합니다. 미디어에서도 AI가 가져올 큰 변화를 지속적으로 다루면서 앞으로의 변화에 대한 다양한 전망이 나오고 있습니다.

하지만 AI의 미래는 우리가 생각하는 것보다 더 다양한 방식으로 전개될 수 있습니다. 최근 출간된 『Building a Data and AI Platform with PostgreSQL』과 여러 전문가들의 관점을 살펴보면, AI 혁명은 모든 것을 파괴하는 ‘대체(replacement)’라기보다 기존의 질서를 새롭게 구성하는 ‘재정렬(rearrangement)’이라는 관점에서 바라볼 수 있습니다. 이 글에서는 AI 시대에 주목할 만한 5가지 변화를 살펴보겠습니다.

1. AI를 프로덕션에 적용한 13%의 기업과 5.5배의 ROI

EnterpriseDB(EDB)의 ‘Sovereignty Matters’ 연구에 따르면, AI를 주류 생산 단계에 적용한 기업은 전체의 13%입니다. 나머지 87%는 여전히 실험 단계에 머물러 있습니다.

이 13%의 “깊이 헌신하는(deeply committed)” 기업들은 다른 기업들보다 5.5배 높은 투자수익률(ROI)을 창출하고 있습니다. 이들은 데이터와 AI를 하나의 플랫폼으로 결합하고, 데이터가 어디에 있든 안전하게 통제되는 ‘데이터 소버린티’를 확보하며, 사일로(silo)가 아닌 플랫폼 사고방식을 채택했습니다. 또한 비정형 데이터뿐만 아니라 기업의 활동이 기록된 트랜잭션 데이터도 통합하여 AI에 활용하고 있습니다.

이는 단순히 기술 도입의 문제만이 아니라 AI를 기업의 핵심 자산이자 지능의 ‘플랫폼’으로 바라보는 전략과도 관련됩니다. 최신 모델을 사용하는 것뿐만 아니라 데이터와 AI를 통합하여 자체적인 지능형 플랫폼을 구축하는 접근이 중요해지고 있습니다.

2. 트랜잭션 데이터의 중요성

비정형 데이터와 거대 언어 모델(LLM)이 주목받고 있지만, AI를 실제 비즈니스에 활용하는 과정에서는 ‘트랜잭션 데이터’도 중요한 역할을 합니다. 트랜잭션 데이터란 판매 기록, 고객 상호작용, 재고 관리 등 기업의 일상적인 활동에서 발생하는 정형화된 데이터를 의미합니다.

AI를 실제 비즈니스에 활용하려면 현실의 데이터와 연결할 필요가 있습니다. 트랜잭션 데이터는 AI를 이러한 현실에 기반하게 만드는 역할을 합니다. 예를 들어 내부 지원 봇이 정책 문서를 검색하는 데서 그치지 않고 트랜잭션 데이터와 연결되면, 직원의 남은 휴가 일수를 확인하고 휴가 신청을 처리하거나 다음 분기 판매량을 예측하는 데 활용할 수 있습니다.

Microsoft의 CEO 사티아 나델라(Satya Nadella)는 “모든 비즈니스 로직이 에이전트로 넘어갈 것”이라고 예측했습니다. 이러한 관점에서 AI가 비즈니스 프로세스에 깊이 통합될수록 트랜잭션 데이터의 중요성도 함께 커질 수 있습니다.

3. AI 시대에도 이어지는 관계형 데이터베이스의 역할

관계형 데이터베이스는 지난 수십 년간 객체 데이터베이스, XML, NoSQL 등 여러 기술의 등장 속에서도 지속적으로 활용되어 왔습니다. PostgreSQL의 핵심 멤버인 브루스 몸쟌(Bruce Momjian)은 AI가 관계형 시스템이 제공하는 ‘정확성’을 비전문가도 쉽게 활용할 수 있도록 만드는 ‘민주화’의 도구가 될 것이라고 예측합니다.

지금까지는 SQL이라는 전문 언어를 알아야 데이터베이스에 접근하여 정밀한 데이터를 얻을 수 있었습니다. 하지만 앞으로는 자연어로 “지난 분기 캘리포니아 지역에서 가장 많이 팔린 제품은 무엇인가?”와 같은 질문을 하고 답을 얻는 방식이 가능해질 수 있습니다.

이처럼 AI는 복잡한 기술 장벽을 낮추는 인터페이스 역할을 할 수 있습니다. 그 결과 PostgreSQL과 같은 관계형 데이터베이스를 조직 내 더 많은 구성원이 의사결정에 활용할 수 있게 될 것으로 전망됩니다.

4. AI가 바꾸는 개발자의 업무 방식

AI가 개발자의 업무를 대체할 것이라는 우려가 있지만, 다른 한편에서는 AI가 반복적인 업무를 줄이고 개발자의 업무 방식을 변화시킬 것이라는 전망도 나오고 있습니다. 기술 미래학자 토마스 콜로풀로스(Thomas Koulopoulos)에 따르면, 현재 개발자들은 시간의 80%를 코드 관리, 버그 수정, 테스트와 같은 행정적이고 반복적인 업무에 쓰고, 20%를 창의적인 문제 해결에 사용하고 있습니다.

AI는 이 비율을 반대로 바꿀 잠재력을 가지고 있습니다. AI가 반복적인 작업을 자동화하면 인간은 상상력, 혁신, 창의성과 같은 역량에 더 많은 시간을 사용할 수 있게 될 것이라는 전망입니다. 이는 앞서 살펴본 것처럼 SQL 전문가가 아니더라도 데이터의 가치를 활용할 수 있게 되는 ‘데이터 민주화’와도 연결됩니다. 콜로풀로스는 이러한 변화를 다음과 같이 설명합니다.

“5년 후에 우리는 오늘날 우리가 일하는 방식을 되돌아보며 ‘맙소사, 내가 어떻게 그날을 버텼을까?’라고 생각하게 될 것입니다… 그것은 마치 남북전쟁 시절, 마취도 없이 절단 수술을 했던 것을 생각하는 것과 같습니다. 어떻게 그렇게 의술을 행할 수 있었을까요?”

5. 기존 워크플로우에 AI를 통합하는 접근

기업이 AI를 도입할 때 고려할 수 있는 전략적 선택 중 하나는 기존 시스템을 단순히 ‘이전(migration)’할 것인지, 아니면 ‘전환(transformation)’할 것인지입니다. 독립적인 챗봇을 구축하는 방식은 기존의 대화 방식을 새로운 기술로 이전하는 접근으로 볼 수 있습니다.

반면 AI를 사용자의 기존 워크플로우에 통합하여 마찰을 줄이고 경험을 개선하는 방식도 있습니다. 이는 워크플로우 자체를 전환하는 접근법입니다. Apple Mail의 ‘요약하기(Summarize)’ 기능이나 Slack의 ‘스레드 요약’ 기능처럼 사용자가 새로운 인터페이스를 익히지 않고 기존 환경에서 AI의 도움을 받을 수 있는 방식입니다.

이러한 관점에서는 새로운 AI 앱을 만드는 것뿐만 아니라 기존 워크플로우에서 마찰이 발생하는 지점을 찾아 AI를 통합하는 방법도 고려할 수 있습니다.

결론: AI가 가져올 변화는 ‘대체’보다 ‘재정렬’

지금까지 살펴본 관점에서 AI의 미래는 모든 기존 기술과 업무 방식을 대체하기보다 이를 새롭게 ‘재정렬’하는 방향으로 바라볼 수 있습니다. 일부 기업은 데이터 소버린티를 확보한 플랫폼을 구축하고, 트랜잭션 데이터를 AI와 연결하고 있습니다. 관계형 데이터베이스는 AI와 함께 새로운 방식으로 활용될 수 있으며, 개발자의 반복 업무를 줄이고 기존 업무 흐름에 AI를 통합하는 방식도 주목받고 있습니다.

이제 마지막 질문을 던져봅니다.

만약 AI가 당신의 업무에서 가장 가치 없는 80%를 자동화한다면, 당신은 남은 시간으로 무엇을 창조하시겠습니까?
 

메일: salesinquiry@enterprisedb.com