Certinia 2026 글로벌 서비스 다이내믹스 보고서 - 스프레드시트와 데이터 산재가 AI 성과를 저해

무슨 일이 있었나

기업 서비스 자동화 솔루션 기업 Certinia가 발표한 '2026 글로벌 서비스 다이내믹스 리포트(Global Service Dynamics Report)'에 따르면, 전문 서비스 기업들이 여전히 스프레드시트 기반의 파편화된 데이터 관리 방식에 의존하고 있으며, 이것이 인공지능(AI) 도입 효과를 제한하고 있는 것으로 나타났다.

Diginomica의 보도에 따르면, 이번 조사는 전 세계 전문 서비스 업계에서 데이터가 여러 시스템과 부서에 흩어져 있는 '데이터 스프롤(data sprawl)' 현상이 만연하다는 점을 지적한다. 많은 기업이 AI 도구와 플랫폼에 투자하고 있지만, 정작 그 기반이 되는 데이터 자체가 통합되어 있지 않아 AI가 제공할 수 있는 실질적 가치를 충분히 실현하지 못하고 있다는 것이다.

왜 중요한가

이번 리포트가 시사하는 바는 명확하다. AI 도입의 성패는 알고리즘이나 모델의 정교함보다, 그 아래에 놓인 데이터 인프라의 정합성에 더 크게 좌우된다는 점이다. 전문 서비스 기업이 AI를 통해 예측 정확도를 높이거나 업무 자동화를 확대하려 해도, 데이터가 스프레드시트 등 분산된 형태로 존재하는 한 AI는 불완전하거나 편향된 인사이트를 만들어낼 위험이 크다.

이는 디지털 전환을 추진하는 조직 전반에 시사점을 준다. AI 투자 자체보다 먼저 데이터 거버넌스와 시스템 통합이라는 기초 작업이 선행되어야 하며, 그렇지 않으면 AI 도입 성과가 기대에 미치지 못할 가능성이 높다는 점을 이번 조사가 뒷받침하고 있다.

Renascence의 시각

많은 조직이 AI를 '더하면 되는' 기능으로 접근하지만, 이번 리포트는 그 반대의 진실을 보여준다. AI는 조직의 데이터 위생 상태를 그대로 비추는 거울이다.

전문 서비스 기업들이 놓치기 쉬운 것은, AI 성과 부진의 원인이 대개 '더 나은 모델'의 부재가 아니라 '더 나쁜 데이터 구조'의 존재라는 사실이다. 스프레드시트 문화는 개별 팀에게는 유연함을 주지만, 조직 전체 관점에서는 고객과 서비스에 대한 통일된 시각을 무너뜨린다. 진정으로 고객 중심적인 운영자는 AI 도구를 늘리기 전에, 데이터가 어디서 만들어지고 어떻게 흐르는지부터 다시 설계해야 한다. 그렇지 않으면 AI는 더 빠르게, 더 자신 있게 잘못된 답을 내놓을 뿐이다.