강남일보

AI를 위한 데이터 활성화 기업 부미(Boomi) (https://cts.businesswire.com/ct/CT?id=smartlink&url=https%3A%2F%2Fboomi.com%2F&esheet=54596762&newsitemid=54596762011&lan=en-US&anchor=Boomi&index=1&md5=5d87bad01109e136425063b71cdba76b)는 엔터프라이즈 AI 도입의 핵심 장벽을 해결하도록 설계된 주요 플랫폼 혁신을 발표했다. 이러한 업데이트의 핵심에는 AI 에이전트를 핵심 비즈니스 시스템에 안전하게 연결하고, 에이전트 활동에 대한 거버넌스를 제공하며, 통제 불능의 AI 비용을 관리하는 AI 네이티브 인프라인 부미 에이전트 컨트롤 플레인(Boomi Agent Control Plane) (https://cts.businesswire.com/ct/CT?id=smartlink&url=https%3A%2F%2Fboomi.com%2Fplatform%2Fai-infrastructure%2F&esheet=54596762&newsitemid=54596762011&lan=en-US&anchor=Boomi%26%238217%3Bs+Agent+Control+Plane&index=2&md5=c616252aacaa810061c45114f0201413)이 있다. 이 핵심 인프라는 퍼블릭 클라우드, 고객 자체 클라우드(VPC), 온프레미스에서 유연하게 실행되며 데이터 및 디지털 주권을 직접 지원하고, 조직에 AI 환경에 대한 더 큰 운영 통제력을 제공한다.

주요 내용

· 부미의 에이전트 컨트롤 플레인은 완전한 통제하에 에이전틱 워크로드를 운영화하는 핵심 AI 네이티브 인프라를 제공한다. 공급업체 및 모델에 구애받지 않는 이 인프라는 AI 에이전트를 핵심 엔터프라이즈 시스템에 연결하고, 완전한 데이터 계보와 함께 검증된 비즈니스 데이터에 실행 기반을 두며, 에이전트가 수행하는 작업에 대한 거버넌스를 제공한다.

· 가트너(Gartner®)에 따르면 ‘2027년까지 기업의 40%가 프로덕션 사고가 발생한 후에야 확인되는 거버넌스 격차로 인해 자율 AI 에이전트를 강등하거나 폐기할 것’으로 예상된다.* 부미의 에이전트 컨트롤 플레인은 AI 게이트웨이 시행 계층을 통해 에이전트와 도구에 대한 가시성을 중앙화하고, 토큰 비용 초과를 억제하며, 인간 개입(human-in-the-loop) 승인을 의무화함으로써 엔터프라이즈 AI를 정체시키는 거버넌스 격차를 해결한다.

· 부미의 에이전트 컨트롤 플레인은 자체 모델 반입(bring-your-own-models, BYOM) 및 특화된 소형 언어 모델(SLM)을 포함해** 생태계 전반의 에이전트, 도구, 모델을 안전하게 제어해 최대한의 유연성과 선택권을 제공한다. 이러한 거버넌스는 사설 네트워크나 특정 클라우드 리전(Region) 경계 내에서 작동해 데이터 주권을 강화하고, 기업 방화벽 뒤의 민감한 지식재산을 보호하며, 컴퓨팅 비용을 최적화한다.

· 부미 엔터프라이즈 플랫폼(Boomi Enterprise Platform) (https://cts.businesswire.com/ct/CT?id=smartlink&url=https%3A%2F%2Fboomi.com%2Fplatform%2F&esheet=54596762&newsitemid=54596762011&lan=en-US&anchor=The+Boomi+Enterprise+Platform&index=3&md5=20ad433e50972bd738c7e9f40f2661fc)은 자연어 명령을 다중 시스템 워크플로로 직접 전환해 측정 가능한 엔터프라이즈 AI 투자수익률(ROI)을 이끌어내는 한편 확장된 API와 에이전트 스킬, 프로그래밍 방식 오케스트레이션, 에이전트 신뢰 점수화를 통해 개발자(빌더)에게 플랫폼을 개방해 사업 전반의 운영을 확장한다.

AI 거버넌스 격차가 새로운 세대의 기업 리스크를 초래한다

AI 도입이 거버넌스를 빠르게 앞지르고 있다. 기업들은 에이전트가 무엇을 하고 있는지, 비용이 얼마인지, 잘못된 시스템을 건드리면 어떻게 되는지 파악하는 속도보다 더 빠르게 에이전트를 프로덕션 환경에 투입하고 있다. 이 격차는 예측 불가능한 토큰 지출, 독점 지식재산 손실, 컴플라이언스 노출, 그리고 AI가 사내에서 무엇을 하고 있는지에 대한 단일 뷰의 부재 등 심각한 운영적, 재무적, 보안적 리스크를 초래한다. 이러한 불확실성에 직면한 많은 조직은 유일한 대안인 접근 차단을 택하고 있다. 연결성을 제한하면 이론적으로는 기업을 안전하게 보호할 수 있지만, 에이전트를 유용하게 만드는 시스템과 데이터를 차단해 AI의 가치 실현이 정체된다.

조직이 AI의 빠른 도입과 데이터 및 인프라 통제력 유지 중 하나를 선택해야만 하는 상황은 없어야 한다. AI 에이전트가 실질적 비즈니스 가치를 제공하려면 세일즈포스(Salesforce), SAP, 오라클(Oracle), 워크데이(Workday) 같은 핵심 트랜잭션 시스템에 대한 깊은 접근이 필요하지만, 전용 정책 시행과 엄격한 경계 통제 없이 그러한 접근을 허용하면 핵심 기업 지식재산이 퍼블릭 모델에 노출되고 무단 데이터 유출 위험에 처하게 된다. 이러한 통제의 균형은 오늘날 엔터프라이즈 기술에서 관리되지 않는 가장 큰 위험이다. 바로 이 거버넌스 부재 때문에 그토록 많은 AI 이니셔티브가 파일럿 단계에서 정체되고, 이미 프로덕션에 투입된 에이전트가 보안 감사 가능성이나 명확한 재무적 책임 없이 실행되고 있는 것이다.

독립적인 연구 기관의 조사가 이 문제의 양면을 모두 정량적으로 보여준다.

· 거버넌스: 가트너는 ‘2027년까지 기업의 40%가 프로덕션 사고가 발생한 후에야 확인되는 거버넌스 격차로 인해 자율 AI 에이전트를 강등하거나 폐기할 것’이라고 전망한다. 가트너는 또한 ‘자율성 수준과 범위와 관계없이 모든 AI 에이전트에 획일적 거버넌스를 적용하면 엔터프라이즈 AI 에이전트 도입 실패로 이어질 수 있다’고 지적한다.*(가트너, 2026년 5월 (https://cts.businesswire.com/ct/CT?id=smartlink&url=https%3A%2F%2Fwww.gartner.com%2Fen%2Fnewsroom%2Fpress-releases%2F2026-05-26-gartner-says-applying-uniform-governance-across-ai-agents-will-lead-to-enterprise-ai-agent-failure&esheet=54596762&newsitemid=54596762011&lan=en-US&anchor=Gartner%2C+May+2026&index=4&md5=df33ad6136626397b03d3b0644360a41)

· 비용: 핀옵스 파운데이션(FinOps Foundation)이 연간 클라우드 지출 830억달러 이상을 대표하는 실무자 1192명을 대상으로 실시한 ‘2026 핀옵스 현황(2026 State of FinOps)’ 설문에서 98%가 현재 AI 지출을 관리한다고 답해 2년 전 31%에서 크게 증가했으며, 이로써 AI 비용 관리는 이 분야에서 가장 수요가 높은 기술이 됐다(핀옵스 파운데이션, 2026년 2월 (https://cts.businesswire.com/ct/CT?id=smartlink&url=https%3A%2F%2Fwww.linuxfoundation.org%2Fpress%2Fstate-of-finops-survey-ai-value-and-skills-top-priorities-as-finops-matures-across-technology-value-98-manage-ai-90-saas-64-licensing-48-data-center-1&esheet=54596762&newsitemid=54596762011&lan=en-US&anchor=FinOps+Foundation%2C+February+2026&index=5&md5=e692f31f1a08d72b69aa61adeed1aaa5)).

· 신뢰: 부미가 2026년 7월 의뢰한 포레스터 컨설팅(Forrester Consulting)의 전문 연구 보고서 ‘에이전틱 AI 준비성 격차(The Agentic AI Readiness Gap)’에서 리더의 86%가 자사 조직이 AI 에이전트 파일럿 단계를 넘어섰다고 답했지만, 에이전틱 시스템이 취하는 행동을 신뢰한다고 답한 비율은 34%에 그쳤다. 준비가 덜 된 상태에서 에이전트를 배포한 조직은 평균 210만달러의 비용을 추가로 지출한 것으로 나타났다.

“거버넌스 논의는 모델 리스크에서 실행 리스크로 옮겨갔다. 기업들이 주로 걱정하는 것은 더 이상 에이전트가 무엇을 ‘말하는지’가 아니다. 에이전트가 총계정원장이나 고객 기록에 무엇을 하는지, 그 작업에 드는 비용은 얼마인지, 그리고 6개월 후에 감사에서 누군가 그 결정을 재구성할 수 있는지 우려한다. 클라우드 제공업체와 모델 제공업체는 각자 자사의 환경만 통제하기 때문에 일반적인 기업은 파편화된 감사 기록만 여러 개 남을 뿐 전체를 아우르는 통합 기록은 확보하지 못한다. 이 문제를 성공적으로 해결하는 기업은 정책 통제 장치를 에이전트 측면에 병렬로 두는 대신 에이전트와 핵심 기록 시스템 사이를 잇는 ‘경로’ 상에 배치하고 있다.”

 

강남일보 작성