애브포인트 Piper Sandler 5th Annual Growth Frontiers Conference

초대해 주셔서 감사합니다.

수요 환경은 계속해서 견조합니다. 지난해 저희가 본 주요 화두는 토큰 극대화였습니다. 올해의 주요 화두는 에이전틱 AI입니다. 물론 비용도 가장 중요한 우려 사항이며, AI 에이전트가 초래하는 위험 역시 마찬가지입니다. 따라서 AI 에이전트 거버넌스와 AI 에이전트 관리에 대한 수요가 매우 강하다고 보고 있습니다. 그런 관점에서 보면, IT 예산 측면에서 이러한 사안들은 최고경영진의 최우선 관심사이기 때문에 사실상 별도의 논의 대상이라고 생각합니다. 기업들이 연초에 AI 예산을 상당히 빠르게 소진하는 모습을 보고 있습니다. 하지만 이제는 AI 지출과 관련해 성과 기반 측정에 훨씬 더 많은 관심이 필요해졌습니다. 따라서 이와 관련해 상당한 수준의 규율이 적용되고 있습니다. 하지만 전반적으로 AI의 위험과 비용 관리에 대한 인식이 정말 최우선 관심사로 자리 잡고 있습니다.

좋은 점은 저희가 엔터프라이즈 콘텐츠 관리라는 유산을 바탕으로 이러한 작업을 10년 넘게 해왔고, 이를 클라우드 환경에서 대규모로 수행할 수 있다는 것입니다. 첫째, 기업이 데이터에 대한 사람의 접근을 관리할 수 있도록 더 나은 선별, 분류, 목록화를 지원하는 것입니다. 규제 산업에서 시작했지만, 이제는 비규제 산업의 상업 부문에서도 매우 일반적인 요청이 되고 있습니다. AI 배포를 위한 우수한 정제 학습과 정제 결과를 이끌어내려면 기초 데이터의 품질이 매우 중요하다는 점을 사람들이 깨닫고 있기 때문입니다. 저희는 역사적으로 기업들이 직원의 데이터 접근, 직원 간 공유와 과도한 공유, 지식재산 유출, 접근 통제를 관리할 수 있도록 지원해 왔습니다. 예를 들어 생산성 측면의 모든 비정형 데이터에 대한 데이터 보안 태세 관리가 이에 해당하며, Office 365는 물론 이제는 Google Workspace도 포함됩니다.

하지만 이제 AI와 함께 직원들이 거의 기계와 같은 속도로 업무를 수행하게 됐습니다. Copilot과 같은 AI 에이전트를 도입하면 기본적으로 해당 에이전트가 사용자의 전체 권한 구조를 그대로 상속하기 때문입니다. 그리고 이제 사람들은 자신의 권한을 대신해 사실상 기계와 같은 속도로 작동하면서, 자신이 접근할 수 있는 모든 시스템과 데이터에 접근할 수 있지만, 그 데이터가 어떻게 공유되고 어떻게 사용됐는지는 통제할 수 없는 상황이 결코 좋은 생각이 아니라는 점을 빠르게 깨닫고 있습니다. 이것이 문제가 되고 있습니다. 따라서 현재 가장 먼저 관심을 두는 부분은 기업 환경에서 작동 중인 모든 에이전트를 발견하는 것입니다. 물론 섀도 AI도 포함됩니다. 직원들이 개인용 클라우드 구독을 이용하거나, 기기에서 오픈 클라우드까지 사용하는 일이 상당히 많이 발생하고 있습니다.

이는 사실상 승인되지 않은 사용 사례이며, 기업 데이터가 모델 제공업체로 다시 유출될 수 있기 때문에 또 다른 심각한 우려가 되고 있습니다. 따라서 오늘날 가장 큰 관심사는 실질적으로 위험 측면에 있습니다. 우선 실제로 어떤 위험에 노출되어 있는지부터 파악한 다음, 이를 관리 체계와 거버넌스 체계 안으로 편입해야 합니다. 지식재산 유출 우려도 있고, 물론 비용 관리도 필요하기 때문에 섀도 AI 사용을 중단시켜야 합니다. 따라서 보안이 확실히 가장 중요한 관심사입니다. 그다음으로 DSPM, 즉 보안 태세 관리와 정보 접근에 대한 감사 가능성이 그에 수반됩니다. 저희가 하는 일에는 AI가 내부 환경에 특정한 피해를 입혔을 때 복구하거나, 이로 인해 비용이 과도하게 발생할 경우 AI 접근이나 심지어 실행 자체를 중단하는 것도 포함되기 때문입니다.

네, 좋은 질문입니다. TJ가 방금 에이전트와 관련해 언급한 부분에 대해 구체적으로 말씀드리면, 저희는 지난 1월 AgentPulse라는 제품을 정식 출시했고, 처음에는 이를 저희 컨트롤 제품군에 번들로 제공하는 전략으로 수익화했습니다. 거버넌스를 생각해 보시면, 저희는 이 에이전트형 AI 도구인 AgentPulse를 추가해 번들에 포함시켰습니다. 따라서 별도로 판매한 것이 아니라, 실제로는 번들의 일부였습니다. 이는 고객들이 저희의 번들 전략을 도입하는 속도를 높이는 데 큰 도움이 됐습니다. 하지만 TJ가 방금 언급한 것처럼, 특정 에이전트 문제를 가진 고객들로부터 수요가 매우 많았습니다. 즉, “제 환경에 에이전트가 몇 개나 있는지도 모르겠습니다.”라는 문제였습니다.

“전체 컨트롤 제품군 환경과 거버넌스 전략을 해결하기에 앞서, 먼저 제 환경에서 어떤 비인가 에이전트가 작동하고 있는지 식별하는 데 도움을 줄 수 있습니까?”라는 것이었습니다. 그래서 저희는 7월에 AgentPulse를 독립형 에스케이유로 출시했습니다. 현재 고객들 사이에서 반응이 매우 좋습니다. 이를 수익화하면서 저희가 추구한 것은 최대한 단순하게 유지하는 것이었습니다. 지난 40년 동안 대부분의 라이선스는 사용자 수 기반 라이선스였습니다. 그래서 마찰을 줄이기 위해, 방금 말씀드린 것처럼 고객들이 사용량 기반 비용을 예산에 반영하려고 할 때 생기는 여러 문제를 고려해 사용량 기반 과금으로 전환하지 않았습니다. 대신 단순성을 높이고 도입 장벽을 낮추며 조달 부서가 더 쉽게 승인을 받을 수 있도록 사용자 수 기반 라이선스를 유지했습니다. 이러한 방식이 고객들에게 상당히 좋은 반응을 얻고 있는 것으로 보입니다.

네, 중요한 지적입니다. 저희가 보는 바로는 일종의 진입점에 가깝다고 말씀드릴 수 있습니다. 현재 기업 환경에는 에이전트형 문제, 즉 환경 내에서 에이전트가 작동하고 있다는 것은 알지만, 정확히 몇 개가 있는지, 누가 소유하고 있는지, 어떤 접근 권한을 갖고 있는지는 모르는 문제가 존재합니다. 어떤 보안 위험을 초래하는지도 모릅니다. 따라서 최고정보책임자와 최고기술책임자에게는 “이 에이전트들에게 무슨 일이 일어나고 있는가?”를 파악해야 하는 즉각적인 위기가 있습니다. 이들이 모든 데이터와 관련해 더 큰 거버넌스 문제가 있다는 점을 인식하고 있더라도, 실제로 자신을 위험에 빠뜨릴 수 있는 에이전트가 있을 수 있다는 즉각적인 위기에 직면해 있는 것입니다.