Data Management in the Age of AI
Author: William (Bill) Inmon, with Jamie Knowles | Source: williaminmon.substack.com | Published: 2026-07-06
한 줄 요약
구조화 환경의 데이터 관리자는 문제를 보면 직접 가서 고치는 직접 통제를 했지만, 생성형 AI 환경의 데이터 관리자는 LLM에 어떤 텍스트를 먹일지를 관리하는 간접 통제만 가진다 — 꼭두각시를 조종하는 것에 가깝다.
핵심 주장/내용
- 역사적 진화: 애플리케이션 개발자의 여러 업무 중 하나 → 트랜잭션 처리 시대의 데이터베이스 설계자 → DB가 넘쳐나며 DBA → 거미줄 환경의 데이터 무결성 혼란에서 CIO → 텍스트와 구조화 데이터를 통합해야 하면서 CDO
- 데이터 무결성이 아키텍처 문제가 된 순간: 애플리케이션 시스템의 거미줄에서 같은 데이터 요소가 여러 곳에 각기 다른 값으로 존재. 조직의 문제가 “데이터를 갖는 것”에서 “존재하는 데이터를 믿는 것” 으로 바뀌었다. 기술적 해법이 아니라 아키텍처 해법이 필요했고, 그것이 운영 데이터와 분석 데이터의 분리 = 데이터 웨어하우스
- 구조화 환경 데이터 관리의 요소: 데이터 모델 구축·유지(비즈니스는 경제 상황·경쟁·신기술·법제·시장으로 끊임없이 변한다), 정규화와 비정규화의 균형 잡기(트랜잭션 성능 요구가 일정 수준의 비정규화를 강제), DDL 작성, capacity planning, DB 활동·성장 모니터링
- 트랜잭션 시스템이 데이터 관리의 위상을 끌어올렸다: 시스템이 오작동하면 비즈니스와 고객이 직접적·부정적 영향을 받는다. ATM이 안 되고 항공 예약이 안 된다. 비즈니스 레벨에서 신뢰할 수 있고 정확한 시스템이 필요하다는 것이 명백해졌고, 그 시스템은 데이터 위에서 돈다
- 텍스트는 다른 종류의 짐승이다: 기업 데이터의 최대 90%가 텍스트로 추정되고 중요한 데이터가 텍스트 형태에 감싸여 있다. 텍스트 환경에 잘 맞는 고전적 데이터 모델은 없다 — 그 자리를 차지하는 것이 온톨로지/택소노미다. 구조화 세계의 데이터 모델링·관리 기술을 텍스트 세계에 그대로 적용하려는 것이 데이터 관리 조직이 텍스트를 처음 만날 때 저지르는 전형적 실수이고, 심각한 부적합이며 실질적 성과가 거의 없다
- 생성형 AI 환경 데이터 관리자의 과업:
- 가장 중요한 첫 과업 — 원시 텍스트가 LLM에 들어가기 전에 vetting하고 비즈니스와 무관한 외래 텍스트가 LLM에 들어가지 않게 하는 것. 다른 걸 아무것도 안 해도 이것만 보장하면 충분하다
- 이유 ① 효율: 쿼리를 던질 때마다 절감되는 실제 달러 ② 초점: LLM이 무엇을 대표하는지 명확해진다
- ELDM(Enterprise Logical Data Model) — 온톨로지/택소노미 환경을 더 큰 기업 ELDM과 결혼시키는 일. 고전적 데이터 모델과 온톨로지/택소노미를 융합하는 데 필요
- 인터넷 등에서 넓은 스와스의 원시 텍스트를 선별하는 일 (그 다음 비즈니스 관련 데이터를 고르는 2차 프로세스의 무대를 마련)
- 비즈니스·세계 조건이 끊임없이 변하므로 온톨로지/택소노미를 지속적으로 감시·유지
- 가장 중요한 첫 과업 — 원시 텍스트가 LLM에 들어가기 전에 vetting하고 비즈니스와 무관한 외래 텍스트가 LLM에 들어가지 않게 하는 것. 다른 걸 아무것도 안 해도 이것만 보장하면 충분하다
- 중앙화의 의미가 바뀌었다: 초기 컴퓨팅에서 중앙화는 데이터의 물리적 중앙화였다(메인프레임). 데이터가 PC에, 인터넷에, 기업 시스템에 — 사실상 어디에나 있게 되면서 물리적 중앙화는 불가능해졌다. 데이터의 흩어짐(diaspora)이 오히려 중앙화 필요를 키웠지만, 그 중앙화는 물리 레벨이 아니라 시맨틱 레벨에서 일어난다. 인터넷에서 누군가 지칭하는 것이 기업 안에서 말해지는 것과 동기화되어야 한다. 그 매개체가 ELDM — 데이터는 여러 물리적 위치에 있고 ELDM이 기업의 이해를 중앙에 담는다
- 핵심 명제: AI가 믿을 만한 데이터 위에서 작동하지 않으면 AI가 하는 어떤 분석도 의심스럽다. 그래서 데이터 관리가 단순 기술직에서 생성형 AI 시대의 전략적 중요성을 갖는 자리로 격상되었다
관련 위키
- Knowledge Representation
- AI-Ready Data
- Data Governance
- Data Modeling
- Semantic Layer
- Data Quality and Validation
Source: 원문 보기