신뢰할 수 있는 에이전트는 신뢰할 수 있는 데이터에서 시작합니다.

기업 환경에서 에이전트형 AI가 제대로 작동하지 못하는 이유는 대개 모델 자체의 문제가 아닙니다. AI에 공급되는 데이터의 준비 상태 때문입니다. 에이전트는 사람보다 훨씬 빠른 속도와 규모로 기업 정보를 소비하고 활용하기 때문에, 정확한 데이터, 일관된 권한, 그리고 행동을 가능하게 하는 지식을 생성하는 데 필요한 최신 컨텍스트와 메모리가 필수적입니다.

모든 기업은 AI로부터 동일한 것을 기대합니다. 바로 더 나은 의사 결정, 더 빠른 실행, 그리고 이미 보유한 데이터를 활용한 측정 가능한 결과입니다. 데이터 자산이 파편화되어 있고 인벤토리화하기 어려울 때는 이를 달성하기 어렵습니다. 어떤 데이터가 존재하는지, 어디에 저장되어 있는지, 누가 소유하고 있는지, 누가 접근할 수 있는지 알지 못하면 AI를 위해 데이터를 자신 있게 활용할 수 없습니다.

이것이 바로 NetApp^® AI Data Engine이 해소하기 위해 개발된 격차입니다. NetApp Platform의 AI 데이터 서비스 계층을 지원하는 이 엔진은 하이브리드 환경 전반에서 기업 데이터를 AI에 맞게 검색, 관리 및 활용할 수 있도록 지원하며, 그 시작은 바로 데이터 검색입니다.

그래서 오늘 저희는 데이터가 NetApp에 있든 없든, 전체 엔터프라이즈 데이터 환경에 걸쳐 AI Data Engine의 데이터 검색 및 메타데이터 서비스를 정식 출시한다고 발표합니다. 단일 카탈로그가 NetApp ONTAP^®, StorageGRID, 그리고 NFS, SMB 및 S3를 통한 타사 NAS 및 오브젝트 스토리지를 포괄하며, 온프레미스 및 클라우드 환경 모두에서 ONTAP 기반 자체 클라우드 서비스와 다른 공급업체의 S3 버킷도 포함합니다. 그 결과, AI가 데이터를 처리하기 전에 데이터를 파악할 수 있는 엔터프라이즈 전체의 가시성과 메타데이터 기반을 확보할 수 있습니다.

신뢰할 수 있는 에이전트를 찾는 첫걸음

기업들은 이전에도 비정형 데이터를 다루기 위해 여러 노력을 기울여 왔습니다. 기존 툴은 한 번에 하나의 공급업체만 처리하거나, 모든 데이터를 스캔하는 대신 샘플링만 수행하거나, 데이터를 별도의 시스템으로 먼저 복사해야 했기 때문에 결과적으로 이미 오래된 부분적인 정보만 제공되었습니다. 저희가 이 툴을 개발하기 전에 80개 이상의 기업들이 동일한 문제를 지적했습니다. 특정 공급업체의 스토리지만 볼 수 있는 툴로는 문제를 해결할 수 없다는 것이었습니다.

데이터 검색 및 메타데이터 서비스는 이러한 요구 사항을 충족하도록 설계되었습니다. 샘플이나 NetApp 시스템에만 국한되지 않고 이기종 환경 전체에 걸쳐 단일 카탈로그를 제공합니다. 이러한 광범위한 적용 범위를 가능하게 하는 것은 바로 아키텍처입니다. 이 서비스는 기존 스토리지 옆에 소프트웨어로 배포되고, 데이터 이동이나 복사 없이 제자리에서 스캔하며, 수십억 개의 파일로 구성된 환경을 지원하도록 설계되었고, 스토리지 운영 체제와 독립적으로 실행되므로 타사 시스템을 ONTAP를 읽는 방식과 동일하게 읽습니다. 어떤 것도 별도의 플랫폼으로 분리되지 않으므로 권한, 보호 및 하이브리드 환경의 적용 범위가 그대로 유지됩니다.

이 시스템은 사람뿐만 아니라 에이전트를 위해서도 구축되었습니다. 카탈로그는 개방형 API와 인증된 MCP 엔드포인트를 통해 조회할 수 있으므로 에이전트는 현재 어떤 자산이 있는지, 무엇이 관련성이 있는지 문의할 수 있습니다. 따라서 이 시스템은 분류 보고서가 아닌 능동적인 인덱스 역할을 하며, 에이전트 기반 AI가 자산에 처음으로 접목되는 지점입니다.

동일한 기반에서 즉각적인 가치 창출

첫 번째 스캔부터 가치가 발휘됩니다. AI를 위한 데이터 준비에 사용되는 동일한 전체 시스템 인덱스는 팀이 용량을 확보하고, 마이그레이션을 계획하고, 필요 이상으로 노출된 데이터를 찾는 데에도 도움이 됩니다. 이러한 기능은 별개의 기능이 아니라 동일한 인덱스의 다양한 활용 사례이며, 모두 메타데이터를 기반으로 실행되므로 추출할 콘텐츠도, 구축할 모델이나 GPU도, 이동하거나 복사할 항목도 없습니다.

• 최적화. NetApp 및 비NetApp 스토리지 전반에 걸쳐 소유자 및 크기별로 정리된 중복, 사용 중지, 복제 및 오래된 데이터를 식별하여 스토리지 공간을 적절하게 조정하고 계층화 결정을 내리는 데 도움을 줍니다.
• 마이그레이션 계획. 카탈로그를 NFS, SMB 및 S3 공유에 연결하여 NetApp 여부와 관계없이 마이그레이션 전에 활성화된 항목과 중요한 항목을 파악하십시오.
• 액세스 위생 및 노출. ONTAP, StorageGRID 및 비NetApp 스토리지 전반에 걸쳐 단일 인벤토리를 사용하여 열린 공유, 잘못된 키, 노출된 로그, 과도한 권한이 부여된 데이터 등의 문제를 파악합니다.
• 에이전트 온램프. 로그, 바이너리, 중복 파일, 수년 된 데이터 등 에이전트가 사용하지 않도록 하려는 파일을 제외하여 더 깔끔한 코퍼스와 에이전트를 위한 더욱 신뢰할 수 있는 기반을 구축하십시오.

한 기업 환경에서 메타데이터 서비스는 30억 개 이상의 파일을 거의 실시간으로 인덱싱했지만, 파일을 이동하거나 복사하는 작업은 전혀 하지 않았습니다. 바이너리 파일, 로그 파일, 중복 파일, 그리고 수년 동안 아무도 열어보지 않은 파일을 필터링하여 에이전트에 제공할 가치가 있는 문서를 약 7만 개로 줄였습니다. 동일한 스캔을 통해 사용되지 않는 데이터를 소유자별로 그룹화함으로써, 정리 작업에 대한 논의를 구체적인 담당자와의 대화로 전환할 수 있었고, 팀은 오랫동안 폐기하지 못했던 노후화된 플랫폼을 마이그레이션할 계획을 수립하는 데 필요한 근거를 확보할 수 있었습니다.

발견에서 지식 그래프로의 구축

오늘날 일반적으로 사용 가능한 것은 데이터 탐색이며, 이는 우리가 앞으로 구축할 것의 기반입니다. 순서가 중요합니다. 데이터를 찾고, 그 안에 담긴 내용을 이해하고, 그 내용을 맥락 및 기억과 연결하여 지식으로 변환한 다음, 그 지식을 누구에게 제공할지 결정해야 합니다. 에이전트는 이러한 연결이 필요합니다. 맥락과 기억이 지식을 생성하고, 지식이 결과를 도출하는 행동을 가능하게 하기 때문입니다.

이해는 파일 내부에서 시작됩니다. 콘텐츠 추출은 문서나 오브젝트에 실제로 포함된 내용을 읽고 고객 이름, 계약 번호, 갱신 날짜 등 비즈니스에 중요한 정보를 식별하도록 설계되었습니다. 지식 그래프는 이러한 정보들을 연결하여 고객과 계약, 계약과 갱신, 갱신과 담당 팀을 연결함으로써 상담원이 관계를 추론하는 대신 직접 파악할 수 있도록 설계되었습니다.

그래프 위에는 어떤 파일에도 담을 수 없는 내용, 즉 조직이 어떤 결정을 내렸는지, 누가 결정했는지, 그리고 그 이유가 무엇인지를 저장하는 의사결정 구조가 설계되어 있습니다. 이러한 조직적 기억은 에이전트들이 기업이 이미 내린 결정과 일관성을 유지하도록 도와줍니다.

풍부한 지식은 당연히 다음과 같은 질문을 제기합니다. 누가 이 지식을 사용할 수 있어야 할까요? 기존 권한 체계는 그대로 유지되도록 설계되었으므로, 기업 데이터를 보호하는 기존 규칙이 AI에도 그대로 적용됩니다. 활성화 단계는 다음과 같습니다. 개방형 프로토콜을 통한 텍스트, 이미지, 비디오 전반에 걸친 의미론적 및 시각적 검색, 그리고 Starburst 등의 엔진이 비정형 데이터를 바로 활용할 수 있도록 하는 개방형 분석 기능입니다. 이러한 기능들은 현재 개발 중이며, 오늘날 이용 가능한 검색 기반 위에 구축될 것입니다.

이미 보유한 데이터를 최대한 활용하는 방법

더 큰 기회는 단순히 더 나은 재고를 확보하는 것이 아닙니다. 이미 보유하고 있는 데이터에서 더 많은 가치를 창출하는 동시에 AI 도입을 위한 준비 과정의 복잡성, 비용, 위험을 줄이는 것입니다. 대부분의 AI 준비 방식은 데이터를 이동하거나 별도의 스토리지를 구축하도록 요구합니다. 즉, 새로운 파이프라인, 새로운 권한 설정, 또 다른 보안 영역을 구축해야 한다는 의미입니다. 하지만 이 인텔리전스는 하이브리드 환경 전반에 걸쳐 현재와 같이 보호되고 관리되는 데이터 위치에서 실행되므로, 구축해야 할 것, 이동해야 할 것이 적고, 보안이 무너질 가능성도 줄어듭니다. 지원이 종료된 스토리지 어레이에 어떤 데이터가 저장되어 있는지 알 수 없어 폐기할 수 없는 팀에게는 이러한 차이가 프로젝트 전체를 좌우할 수 있습니다.

핵심은 간단합니다. 에이전트 기반 기업의 신뢰성은 그 기반이 되는 데이터의 신뢰도에 달려 있으며, 그 데이터는 어디에 있든, 누구의 저장소에 있든 이미 여러분의 것입니다. 핵심은 데이터를 검색 가능하고, 이해하기 쉽고, 관리되고, 접근 가능하도록 만들어 AI가 비즈니스 성과를 창출하는 데 활용할 수 있는 신뢰할 수 있는 지식으로 전환하는 것입니다. 이러한 첫 단계는 이미 여러분의 모든 자산에서 가능하며, 이를 기반으로 데이터를 이해하고, 관리하고, 활용하는 역량을 구축할 수 있습니다.

오늘 바로 시작하실 수 있습니다. 데이터 검색 및 메타데이터 서비스는 NetApp 및 비NetApp 스토리지 전반에 걸쳐 모든 고객에게 무료로 제공됩니다.

9월 29일부터 10월 1일까지 라스베이거스에서 열리는 NetApp INSIGHT 2026에서 이 내용을 자세히 다룰 예정입니다.