[ET단상] AI 데이터를 위한 문서중앙화의 조건

고동현 파수 AI 상무 인공지능전환(AX)이 모든 이야기의 중심이 되면서, 문서중앙화가 다시 중요한 화두로 떠올랐다. 성공적인 AX를 위해서는 인공지능(AI)에 활용하는 데이터 관리가 필수기 때문이다. 과거에는 문서 통제 및 자산화의 수단으로 문서중앙화를 도입했다면, 이제는 AI 활용을 위한 목적으로 문서중앙화를 찾는다. 목적이 달라진 만큼, 고려해야 하는 요소도 달라져야 한다. AX를 위한 문서중앙화에서는 무엇이 중요할까. 현재 상황을 먼저 보자. 초기부터 발빠르게 AI 시스템 구축에 나선 기업들은 이미 기술검증(POC)나 파일럿 단계를 지났다. 중앙 서버나 클라우드 등에 사내 데이터를 관리하면서 문서 정책 및 거버넌스 체계를 이미 갖춰 놓았던 조직들은 이 단계를 '상대적으로' 수월하게 넘겼다. 그렇지 않은 조직은 데이터 정비부터 해야 했다. 사내 데이터는 검색증강생성(RAG)이나 파인튜닝, AI 트레이닝, AI에이전트 검색 기반으로 활용해 조직의 특성과 목적에 맞는 AI 시스템을 구축하는 데 핵심 역할을 하기 때문이다. 어찌됐건 이 과정을 거쳐 AI 시스템을 구축했는데, 막상 결과물이 만족스럽지 않다거나 전사 등으로 확산하기는 쉽지 않겠다는 평가가 심심찮게 들린다. 원인은 다양하지만 공통적으로 지적되는 것 하나가 '데이터의 양과 질의 부족'이다. 데이터의 양이 부족하면 AI가 참고할 수 있는 지식의 범위가 좁아지고, AI를 활용할 수 있는 범위도 제한적이 된다. 또 데이터 품질이 낮으면 잘못되거나 부정확한 답변으로 신뢰도가 떨어진다. 이 문제는 정책 등을 통해 선별적으로 중앙에서 관리하는 데이터만 AI 시스템 구축에 사용한 경우 쉽게 발생한다. 중앙의 데이터는 임직원의 PC나 로컬드라이브 등 엔드포인트에 산재한 문서에 비하면 일부분에 지나지 않는다. 업로드를 미뤄 놓은 최신 버전의 문서, 이메일이나 협업툴 등을 통해 로컬로 다운로드 받은 자료 등을 포함해, 대부분의 문서가 전혀 활용되지 못하고 있다는 뜻이다. 문서중앙화가 다시 주목받는 이유가 여기에 있다. PC에서 생성한 문서도 강제적으로 중앙에 저장하는 문서중앙화를 도입함으로써 로컬 문서도 모두 자산화해 통합 관리하겠다는 것이다. 문서중앙화를 도입하면 데이터의 '양' 문제는 해결되는 것처럼 보인다. 하지만 '질'도 그럴까. 현실적으로, 문서중앙화가 꼭 데이터 품질을 보장하는 것은 아니다. 제대로 된 문서중앙화, 즉 문서가상화가 필요한 이유다. 문서가상화는...