에이전트형 분석의 인사이트 품질 과제: 응답 기업의 48%만 비즈니스 개선으로 이어져
Raising the quality of insights in agentic analytics
보고서 조사 대상 기업들에서 분석 에이전트가 생성한 인사이트 중 평균 48%만 비즈니스 개선으로 이어졌으며, 1년 전 37%에서 올랐지만 여전히 절반을 넘는 인사이트가 실질 도움을 주지 못하고 있다. 잘못된 인사이트가 잘못된 조치를 촉발하면 평판이나 재무에 피해를 줄 수 있어 품질 개선이 중요해졌다. 기사는 인사이트 품질을 높이려는 기업들의 접근을 분석했다. 인사이트 리더로 분류된 소수 기업에서는 에이전트 인사이트의 70% 이상이 비즈니스 개선 조치로 이어졌고, 규범적(prescriptive) 인사이트에서 품질 격차가 특히 컸다. 품질이 낮은 원인으로는 비즈니스 맥락 부족(응답 임원의 55%)과 파편화되거나 접근이 어려운 데이터(45%)가 꼽혔다. 또한 응답 기업의 52%는 에이전트가 생성하는 인사이트가 너무 많아 제대로 평가하고 조치하기 어렵다고 답했고, 전체 인사이트를 평가할 수 있는 곳은 24%에 그쳤다. 기업들은 AI 및 데이터 거버넌스 강화(60%)와 데이터 아키텍처에 시맨틱 레이어 추가(45%)를 우선순위로 삼고 있다. 기사에 인용된 전문가들은 고성능 에이전트를 위해 시맨틱 레이어가 핵심이라는 데 동의했다.
분석 에이전트 도입 시 인사이트 품질 지표로 조치 연계율(현재 평균 48%)을 추적하고, 비즈니스 맥락과 데이터 접근성을 보강하는 시맨틱 레이어와 거버넌스 체계를 먼저 점검할 필요가 있다.
원문 출처
MIT Technology Review — AI