본문으로 건너뛰기
피드

인포매티카, 스노우플레이크용 AI 거버넌스 기능 강화

ai-ml 약 5분
vote
0
댓글
북마크

인포매티카가 스노우플레이크 코텍스 AI와 연동되는 데이터 관리·거버넌스 기능을 공개했다. 에이전트가 쓰는 데이터 계층에 메타데이터 검색, 주소 검증, 행 수준 접근 정책, 아이스버그 테이블 스캐닝을 붙여 엔터프라이즈 AI 운영을 더 통제 가능하게 만드는 쪽이다.

  • 1

    스노우플레이크 코텍스 AI에서 인포매티카의 헤드리스 데이터 관리 기능을 호출할 수 있게 됨

  • 2

    행 수준 접근 정책을 중앙에서 정의하면 스노우플레이크 테이블로 자동 전파됨

  • 3

    스노우플레이크 관리형 아이스버그 테이블의 메타데이터, 계보, 민감 데이터 식별을 지원함

  • 인포매티카가 스노우플레이크 기반 엔터프라이즈 AI 운영을 겨냥해 데이터 관리·거버넌스 기능을 강화함

    • 발표는 미국에서 열린 '인포매티카 월드 2026'에서 나왔고, 스노우플레이크와의 협력 확대가 핵심임
    • 인포매티카는 지난해 세일즈포스에 인수된 상태라, 세일즈포스 생태계 안에서 데이터 거버넌스 포지션을 더 키우는 흐름으로도 볼 수 있음
  • 제일 눈에 띄는 건 스노우플레이크 코텍스 AI와 연결되는 '헤드리스 데이터 관리' 통합임

    • 코텍스 AI에서 에이전트를 만드는 사용자가 에이전틱 워크플로 안에서 인포매티카의 지능형 데이터 관리 클라우드 기능을 호출할 수 있음
    • 포함되는 기능은 클라우드 데이터 거버넌스·카탈로그 기반 메타데이터 검색, 주소 검증 같은 것들임
    • 즉, AI 에이전트가 아무 데이터나 긁어 쓰는 게 아니라 거버넌스가 걸린 데이터 계층을 붙여서 움직이게 하겠다는 얘기임

중요

> 기업용 AI에서 진짜 까다로운 건 모델보다 데이터 통제임. 에이전트가 쓸 데이터의 출처, 권한, 민감도, 계보가 안 잡히면 운영 단계에서 바로 막힘.

  • 접근 통제 쪽에서는 스노우플레이크 테이블에 대한 행 수준 접근 정책 관리가 정식 제공됨

    • 인포매티카 클라우드 데이터 접근 관리 프레임워크에서 중앙 정책을 정의하면 스노우플레이크 테이블로 자동 전파됨
    • 스노우플레이크 안에서 같은 정책을 다시 만들 필요가 없다는 게 포인트임
    • 금융, 제조, 공공처럼 사용자별 데이터 접근 범위를 빡세게 나눠야 하는 조직에는 꽤 실무적인 기능임
  • 오픈 데이터 포맷 지원도 같이 넓어짐

    • 인포매티카는 4월 릴리스의 일부로 스노우플레이크 관리형 아이스버그 테이블용 거버넌스·카탈로그 스캐너를 정식 제공함
    • 이 스캐너는 기술 메타데이터를 자동 추출하고, 엔드투엔드 데이터 계보를 매핑할 수 있음
    • AI 기반 프로파일링으로 민감 데이터를 식별한 뒤, 오픈 포맷 자산을 비즈니스 용어집과 거버넌스 정책에 연결함
  • 출시 상태는 기능별로 나뉨

    • 헤드리스 지능형 데이터 관리 클라우드 기능은 현재 프라이빗 프리뷰임
    • 정식 출시는 올여름 예정이고, 나머지 기능은 전 세계에서 정식 제공됨
    • 인포매티카 쪽 메시지는 명확함. 코텍스 AI에서 만든 에이전트와 분석 워크로드가 '고품질 데이터와 신뢰할 수 있는 맥락' 위에서 돌아가게 하겠다는 것임

기술 맥락

  • 이번 선택의 핵심은 AI 에이전트와 데이터 거버넌스를 같은 흐름 안에 넣는 거예요. 에이전트가 쿼리나 검증 작업을 대신해도, 그 에이전트가 접근할 수 있는 데이터 범위가 통제되지 않으면 기업 환경에서는 바로 리스크가 되거든요.

  • 인포매티카가 헤드리스 방식으로 붙는 이유는 사용자가 코텍스 AI 안에서 작업하더라도 별도 커넥터를 계속 만들지 않게 하려는 거예요. 데이터 관리 기능을 UI 제품처럼 따로 여는 게 아니라, 에이전틱 워크플로 안에서 필요한 기능으로 호출하게 만드는 쪽에 가까워요.

  • 행 수준 접근 정책 자동 전파도 실무적으로 큽니다. 중앙에서 정의한 정책이 스노우플레이크 테이블로 내려가면, 데이터 플랫폼 팀이 같은 정책을 여러 시스템에 중복 구현하면서 생기는 누락과 불일치를 줄일 수 있어요.

  • 아이스버그 테이블 스캐닝은 오픈 포맷 자산까지 거버넌스 범위에 넣겠다는 의미예요. 기업 데이터가 웨어하우스 안에만 있는 게 아니기 때문에, 메타데이터·계보·민감 데이터 식별을 같이 잡아야 AI가 참고하는 데이터의 신뢰도를 설명할 수 있어요.

기업용 AI 에이전트 경쟁이 모델 성능만으로 끝나지 않는다는 얘기다. 실제 운영에서는 누가 어떤 데이터에 접근했는지, 민감 데이터가 어디에 있는지, 에이전트가 믿을 만한 맥락을 보고 있는지가 더 골치 아픈 문제라서 이런 거버넌스 통합이 점점 중요해질 수밖에 없다.

댓글

댓글

댓글을 불러오는 중...

ai-ml

애플 새 음성 인식 API, 온디바이스 영어 전사에서 위스퍼 스몰까지 이겼다

애플의 새 음성 인식 API인 스피치애널라이저가 리브리스피치 벤치마크에서 기존 SFSpeechRecognizer는 물론 위스퍼 스몰보다도 낮은 단어 오류율을 기록했어. 깨끗한 음성에서는 2.12%, noisy 음성에서는 4.56%로, 기존 애플 API 대비 오류율을 3.5~4배 줄였고 위스퍼 스몰보다 약 3배 빠르게 돌았어. 다만 영어·애플 플랫폼·OS 26 조건의 결과라, 다국어와 크로스플랫폼에서는 여전히 위스퍼의 장점이 남아 있어.

ai-ml

AI를 진짜 잘 쓰는 기업, 미국 증시에서 연 30% 프리미엄 받는다는 연구

예일대와 로체스터대 연구진이 기업의 실제 대형 언어 모델 사용 데이터를 분석했더니, AI 활용도가 높은 상위 20% 기업이 하위 20%보다 주당 평균 0.64% 높은 초과수익률을 냈다. 단순히 AI 기업이냐가 아니라, 업무에 AI를 얼마나 깊게 쓰는지가 시장 가치에 반영되고 있다는 얘기다.

ai-ml

ZTE, AI 에이전트폰으로 스마트폰 재도전…진짜 승부처는 앱 생태계

ZTE가 바이트댄스의 더우바오를 탑재한 AI 에이전트 스마트폰으로 시장 재진입을 노린다. 핵심은 사용자가 명령하면 AI가 여러 앱을 직접 열고 조작하는 방식인데, 위챗·타오바오·알리페이 같은 플랫폼과 충돌하면서 생태계 문제가 가장 큰 변수로 떠올랐다.

ai-ml

노벨상 학자들까지 “AI 경제 충격, 지금 제도 안 만들면 늦다”

노벨 경제학상 수상자 15명을 포함한 학자와 기술 업계 인사 약 200명이 AI가 향후 10년 안에 경제를 급격히 바꿀 수 있다며 정책 대응을 촉구했다. 이들은 산업혁명보다 큰 변화가 훨씬 짧은 시간에 올 수 있고, 대규모 일자리 대체와 생활 수준 향상이라는 양면성이 동시에 존재한다고 봤다.

ai-ml

NHN, AI 데이터센터 매출 기대감에 목표주가 5만6000원으로 상향

한국투자증권이 NHN의 목표주가를 4만5000원에서 5만6000원으로 올리고 투자의견 매수를 유지했다. 핵심 근거는 양평 AI 데이터센터 가동, 공공·민간 GPU 클러스터 수주 확대, 클라우드 사업부 신규 매출 반영이다.