AI 에이전트를 기업 지식과 연결하기

기업용 AI 에이전트가 자주 어려움을 겪는 이유는 데이터가 부족해서가 아니라, 그 데이터를 올바르게 해석하는 데 필요한 조직 지식이 부족하기 때문이다. MIT Technology Review가 Neo4j와 협력해 작성한 후원 보고서는 이러한 격차가 에이전트가 비즈니스 환경에서 얼마나 신뢰성 있게 의사결정을 내리고 행동을 취하는지에 영향을 줄 수 있다고 주장한다. 300명의 데이터, AI, 기술 임원을 대상으로 한 설문조사를 바탕으로 한 이 보고서는 조직이 에이전트에 필요한 맥락적 계층을 어떻게 구축하고 있는지 살펴본다. 보고서는 지식 역량을 의미론, 메모리, 절차와 같은 영역으로 나누며, 취약한 데이터 시스템, 개인정보 보호 우려, 분산된 정보가 AI 프로젝트를 파일럿에서 운영 단계로 옮기는 데 있어 주요 장애물이라고 말한다. 보고서는 평균적으로 에이전틱 AI 프로젝트의 약 34%만이 운영 단계에 도달한다고 밝히는 반면, 더 작은 선도 그룹은 훨씬 더 나은 성과를 거둔다고 전한다. 또한 기업이 엔터프라이즈 데이터와 AI 에이전트 간의 연결을 개선하기 위해 수집 파이프라인, AI 대응 API, 검색 증강 생성, 평가 에이전트, 지식 그래프와 같은 도구에 투자할 계획이라고 밝힌다.