1. 데이터 패브릭
- 지난 10년간 데이터와 애플리케이션 사일로의 수는 급증한 반면 데이터분석(D&A) 팀의 숙련자는 그렇지 못하다. 그 수를 유지하거나 심지어 감소하기도 했다. 데이터 패브릭은 비즈니스 사용자와 플랫폼 전반에 걸쳐 데이터 소스의 유연하고 탄력적인 통합을 제공한다.
이에 따라 데이터가 어느 곳에 있던지 구애받지 않고 모든 장소에서 데이터를 사용할 수 있다. 그러나 데이터 패브릭은 진정한 비즈니스 가치는 분석 기능을 사용할 수 있다는 점이다. 데이터가 사용 및 변경되어야 하는 곳을 권하고 이를 통해 데이터 관리 업무를 최대 70%까지 줄일 수 있다.
2. 사이버보안 메시
- 오늘날 기업의 자산과 사용자는 어느 곳에나 있을 수 있다. 이는 기존 전통적인 보안 구역 역시 사라졌다는 뜻이다. 또 데이터 활용이 중요해질수록 데이터 신뢰도에 대한 우려 역시 증가한다. 그룸브리지 가트너 애널리스트는 "올해 트렌드 전반에 걸쳐 데이터가 등장하지만 데이터는 기업이 신뢰할 수 있을 때에만 유용하다."고 말한다.
이러한 변화가 사이버 보안 메시 아키텍처(CSMA, Cyber Security Mesh Architecture)를 요구하고 있다. CSMA는 유연하고 자유로운 구성이 가능한 아키텍처로, 널리 분산돼 있는 여러 다른 종류의 보안 서비스들을 통합하게 해준다.
CSMA는 장소에 상관없이 모든 자산을 보호할 수 있는 통합 보안 구조와 대응을 제공한다. 표준을 지원하는 최고(best-of-breed)의 보안 솔루션들을 함께 구성해 보안을 전반적으로 향상시킬 수 있고 보호가 필요한 자산 가까이로 제어 포인트를 이동할 수 있다. 클라우드가 아닌 환경과 클라우드 환경들을 아울러 신속하고 안정적으로 아이덴티티, 컨텍스트, 정책 준수를 검증할 수 있다.
카트너는 2024년 기준 CSMA를 채택해 협업형 에코시스템으로서 작동하도록 보안 툴들을 통합하면, 개별적인 보안 사고롤 얻게 될 재정적 충격을 평균 90%까지 줄일 수 있을 것으로 전망했다.
3. 개인정보 강화 컴퓨테이션(PEC)
오늘날 최고정보책임자(CIO)는 개인정보 및 데이터 보호에 대한 국내외 법규제를 준수하는 것에서 나아가 개인정보 관련 사고로 인한 고객들의 신뢰 추락도 책임져야 한다. PEC(Privacy-Enhancing Computation)는 신뢰할 수 없는 환경에서 개인 데이터를 안전하게 처리할 수 있는 기술이다.
데이터, 소프트웨어 또는 하드웨어 수준에서 민감한 개인 정보를 보호하는 PEC 기술은 예민한 개인 기밀이나 개인정보 없이 데이터를 공유하고 모으며 분석할 수 있게 해준다. 가트너는 2025년까지 대기업 60%가 하나 이상의 PEC 기술을 사용할 것으로 예상하고 있다.
이러한 전망은 개인정보 및 데이터 보호 관련 법규제의 발전, 소비자의 우려가 높아진 데 따른 것이다. 기업은 다양한 개인정보 보호 기술을 활용해 컴플라이언스 요구에 부응하면서 데이터에서 가치를 끌어낼 수 있다.
4. 클라우드 네이티브 플랫폼
클라우드 네이티브 플랫폼(Cloud-Native Platforms, CNP)은 탄력적이고 민첩한 애플리케이션 아키텍처를 구축할 수 있는 기술로, 급속한 디지털 변화에 대응할 수 있도록 해준다. 이는 기존 리프트&시프트 방식(Lift and Shift. 클라우드 전환 시 OS와 데이터, 애플리케이션을 그대로 들어서 옮기는 리호스팅 방식)에서 발전한 것이다.
리프트&시프트 방식은 클라우드 이점을 활용하지 못하고 유지보수에 복잡성을 더한다. 가트너는 "언제 어디서나 디지털 기능을 제대로 제공하려면 기업은 익숙한 리프트&시프트 마이그레이션에서 벗어나 CNP로 전환해야 한다"고 주장한다.
CNP는 클라우드 컴퓨팅의 핵심 기능을 사용해 확장성과 탄력성이 뛰어난 IT 관련 기능을 서비스현(as a service)로 제공한다. 이를 통해 IT 기술 크리에이터들은 가치 창출 시간을 단축하고 비용을 절감할 수 있다. 이러한 이유로 가트너는 2025년 경이면 새로운 디지털 이니셔티브 기반 중 95% 이상이 CNP일 것으로 전망하고 있다. 2021년에는 40% 미만이었다.
5. 조합 가능한 애플리케이션(Composable Applications)
이는 비즈니스 중심적인 모듈러 컴포넌트들로 구축되는 애플리케이션을 말한다. 코드를 더욱 쉽게 사용 및 재활용할 수 있으며 신규 소프트웨어 솔루션의 신속한 Time-to-market 출시를 가능케 해 기업들에게 가치를 제공한다.
비즈니스 환경이 끊임없이 변화하면서 비즈니스 적응력에 대한 요구도 높아지고 있다. 이러한 요구는 빠르고 안전하며 효율적인 애플리케이션 변경을 지원하는 기술 아키텍처로 모아지고 있다. 조합 가능한 애플리케이션(CA) 아키텍처는 비즈니스 적응성을 강화하며 새로운 기능 구현 속도를 80% 향상 시킬 수 있다. 가트너는 향후 기업이 CA를 구현하지 않을 경우 시장 모멘텀과 고객 충성도를 잃을 위험이 있다고 주장하고 있다.
6. 의사결정 인텔리전스(Decision Intelligence)
기업의 의사결정 역량이 경쟁우위의 중요한 원천인 만큼 의사결정은 점점 까다롭고 막중한 업무가 되고 있다. 의사결정 인텔리전스(DI)는 조직의 의사결정을 개선하기 위한 실용적인 접근법으로서, 의사결정이 이루어지는 방법을 명시적으로 이해하고 엔지니어링함으로써 의사결정을 개선하는 것이다.
이는 의사결정의 정보와 학습, 개선을 제공하는 인텔리전스와 분석을 사용해 각각의 의사결정을 프로세스 세트로 모델링하는 것이다. 의사결정 인텔리전스는 사람의 의사결정을 지원하고 강화하지만 잠재적으로는 증강 분석, 시뮬레이션 및 AI를 사용해 자동화도리 수 있다. 가트너는 향후 2년 내 대기업의 3분의 1이 경쟁력 향상을 위해 구조화된 의사결정에 DI를 활용할 것으로 전망했다.
7. 하이퍼오토메이션
하이퍼 자동화 혹은 하이퍼오토메이션(Hyperautomation)은 가능한 한 많은 비즈니스 및 IT 프로세스를 신속하게 판별, 조사, 자동화하기 위한 비즈니스 기반 접근법이다. 높은 확장성, 원격 운영 및 비즈니스 모델 중단을 가능하게 하는 훈련된 접근 방식이며, 이를 통해 기업은 비즈니스 탄력성과 성장에 박차를 가할 수 있다.
가트너 연구 결과, 뛰어난 하이퍼오토메이션 팀은 업무 품질 향상, 비즈니스 프로세스 속도 향상, 의사결정의 민첩성 향상이라는 세 가지 핵심 우선순위에 초점을 맞추고 있었다. 가트너에 따르면 지난해 비즈니스 기술 전문가들은 평균 4.2개의 자동화 이니셔티브를 지원했다.
8. 인공지능(AI) 엔지니어링
IT책임자들은 애플리케이션 내에 AI를 통합하기 위해 고군분투하고 있지만 대부분은 실현되질 않을 AI 프로젝트에 시간과 비용을 낭비하고 있다. 혹은 AI 솔루션을 구현한 이후 이 솔루션의 가치를 유지하기 위해 고군분투한다. AI 엔지니어링은 AI 모델의 운용화를 위한 통합 접근법이다.
AI 관련 부서에서 진정한 차별화 요소는 빠른 AI 변화 속에서 가치를 지속적으로 높이는 능력에 있다. AI 엔지니어링은 데이터, 모델, 애플리케이션의 업데이트를 자동화해 효율적인 AI딜리버리를 구현하고 ,이를 통해 실제 AI솔루션의 가치를 최적화하는 것이 목표다. 강력한 AI 거버넌스와 결합하면 운용 가능한 AI 딜리버리로 비즈니스 가치를 지속시킬 수 있다.
가트너는 2025년까지 10%의 기업이 AI엔지니어링 베스트 프랙티스를 구현할 것이며, 이는 나머지 90%기업들보다 AI로 3배 이상의 가치를 끌어낼 것으로 보고 있다.
9. 분산형 기업
원격 및 하이브리드 근무 패턴이 증가함에 따라 기존 사무실 중심 조직은 지리적으로 흩어진 근로자들로 구성되는 분산형 기업(Distributed Enterprise)으로 진화하고 있다.
분산형 기업은 디지털 우선, 원격 우선 비즈니스 모델을 반영해 원격근무자들의 환경을 개선하고 소비자 및 협력사와의 접점을 디지털화하는 것이 목표다. 원격지의 직원과 소비자가 증가함에 따라 Virtual Service와 Hybrid Workplace에 대한 수요가 늘고 있다.
소매업에서 교육에 이르기까지 모든 분야에서 기업들은 분산형 서비스를 수용할 수 있도록 고객에게 제공되는 딜리버리 모델을 재구성해야 한다. CIO는 갈등 없는 업무 경험을 제공하기 위해 중요한 기술 및 서비스 변경을 해야 하지만 비즈니스 모델에 미치는 영향 또한 고려해야 한다.
가트너는 "2년 전만 해도 디지털 탈의실에서 옷을 입어볼 것이라고는 생각하지 못했다"며 2023년경이면 분산형 기업의 이점을 활용한 조직의 75%가 경쟁사보다 25%빠른 매출 성장을 실현할 것으로 예상했다.
10. 전체 경험
비즈니스 전략으로서 전체 경험(Total Experience. TX)은 여러 접점에 거쳐 고객 경험(CX), 직원 경험(EX), 사용자 경험(UX), 다중 경험(MX) 등을 통합해 성장을 가속화하는 것이다. 이의 목표는 이해 당사자들의 경험을 전반적으로 관리함으로써 고객과 직원의 확신, 만족도, 충성도와 지지를 높이는 것이다. 적응력이 뛰어나고 탄력적인 TX 비즈니스 결과는 기업의 매출과 수익을 증대할 것이다.
11. 자치 시스템
기존의 프로그래밍이나 단순 자동화는 기업의 성장에 발맞춰 확장하지 못할 수 있다. 자치 시스템(Autonomic Systems)은 자신을 둘려싼 환경에서 학습해 자가관리되는 물리적 혹은 소프트웨어 시스템을 말한다.
자치 시스템은 자동화된 시스템 혹은 심지어 자율 시스템(autonomous systems)과도 다르다. 가장 큰 차이점은 복잡한 생태계에서 최적화된 행동을 수행할 수 있도록 자체 알고리듬을 실시간으로 다이나믹하게 수정한다는 것이다. 이 과정에서 외부에서의 소프트웨어 업데이트가 필요하지 않다. 마치 사람처럼 현장에서 새로운 환경에 신속히 적응할 수 있게 된다.
자치 시스템은 사람의 개입 없이 공격에 방어하고 성능을 최적화하며 새로운 요구사항과 상황을 지원하기 위해 기민한 기술 기능군들을 만들어낸다. 최근 복잡한 보안 환경에서 배치되고 있으며 장기적으로는 로봇, 드론, 제조기기, 스마트공간 등 물리적 시스템에서 보편화될 것으로 보인다.
12. 생성형 AI
현재 시장에서 볼 수 있는 가장 강력하고 가시적인 AI 기술 중 하나가 생성형 AI(Generative AI)다. 생성형ai는 데이터로부터 콘텐츠나 오브젝트를 학습하는 머신러닝 방법으로, 데이터로부터 얻어낸 결과를 학습해 원작과 유사하지만 독창적이고 새로운 결과물을 만들어낸 것이다.
생성형 AI는 소프트웨어 코드 작성, 신약 개발 및 타깃 마케팅 등 다양한 활동에 사용될 수 있다. 그러나 사기범죄, 신용사기, 정치적 허위 정보, 신분위조 등에 오용될 가능성도 있다. 이 기술은 영상이나 글 등 창작물의 새로운 형태를 만들 수 있는 잠재력이 있으며 다양한 분야에서 연구개발 주기를 앞당길 수 있다.
출처: http://www.nextdaily.co.kr/news/articleView.html?idxno=200342
'■ ICT (Big Data & AI) > □ ICT Info' 카테고리의 다른 글
AI Transformation 단계별 Check List (0) | 2023.03.01 |
---|---|
데이터 리터러시 역량 (0) | 2023.03.01 |
가트너 10대 전략 기술 2021 (0) | 2020.12.12 |
[IT Trend] 로봇, 실생활로 들어오다 (0) | 2020.04.07 |
가트너 하이프 사이클(Gartner Hype Cycle) 2019 (0) | 2020.03.25 |