데이터 관리 분야 글로벌 선도 기업 디노도(Denodo)가 2026년 기업이 주목해야 할 데이터 시장 10대 전망을 발표했다.

디노도는 2026년이 기업들이 단순한 인공지능(AI) 실험 단계를 넘어, 신뢰할 수 있는 실시간 데이터와 강력한 거버넌스를 바탕으로 ‘자율 에이전트(Autonomous Agent)’를 본격 도입하고 실질적인 투자 수익률(ROI)을 거두는 원년이 될 것으로 내다봤다. 특히 물리적 데이터 이동을 최소화하는 ‘논리적 데이터 관리’가 데이터 레이크를 보완하며 AI 전환의 핵심 동력이 될 것이라고 강조했다.

디노도가 제시하는 2026년 주요 데이터 시장 전망은 다음과 같다.

전망 1: AI, ‘어시스턴트’를 넘어 ‘자율 에이전트 운영자’로 진화

AI는 수동적인 어시스턴트 역할을 넘어 다단계 업무 수행, 워크플로우 실행, 트랜잭션(Transaction) 작업 승인, 인간과의 협업까지 수행하는 자율형 에이전트로 진화할 것이다. 다만 이러한 자율형 에이전트가 확산되기 위해서는 실시간으로 관리할 수 있고 거버넌스가 적용된 데이터 기반이 필수적이다.

전망 2: ‘하나의 데이터 레이크’ 전략을 보완하는 논리적 데이터 관리

기업들이 논리적 데이터 관리 방식을 채택함에 따라 모든 데이터를 하나의 데이터 레이크에서 중앙집중식으로 관리하려는 접근 방식은 점차 약화될 것이다. 즉 논리적 데이터 관리가 데이터 레이크를 보완할 것이다. 논리적 데이터 관리는 멀티 클라우드, 하이브리드, 데이터 주권 환경 전반에서 데이터 복제가 불필요하고 원천 데이터에 직접 접근할 수 있도록 하며, 이를 통해 일관된 거버넌스와 유연성을 동시에 확보할 수 있다.

전망 3: AI용 데이터(AI-Ready Data) 기반 확보, CIO의 최우선 과제로 부상

AI 프로젝트의 상용화율과 ROI를 높이기 위해 경영진은 AI 실험 단계에서 벗어나 신뢰할 수 있는 실시간 AI용 데이터(AI-Ready Data) 기반 구축에 집중하고 있다. CIO는 논리적 데이터 관리를 전략적 수단으로 활용해 자율 에이전트와 AI 애플리케이션의 효율적 운영을 지원하고, 거버넌스를 확보하며, 측정 가능한 비즈니스 가치를 보다 신속하게 창출할 수 있다.

전망 4: 멀티 클라우드·데이터 주권·이동성, ‘설계 단계’에서부터 필수 요소로

기업의 클라우드 전략은 모든 것을 클라우드로 이전하는 방식에서 벗어나, 워크로드별 최적화 전략으로 진화할 것이다. 즉 데이터 주권, 하이브리드, 멀티 클라우드를 활용하는 동시에 논리적 데이터 관리와 연합 제어 계층(federated control layers)을 통해 분산 인프라 전반에 걸쳐 일관성, 상호운용성, 규제 준수, 원활한 데이터 이동성을 보장한다.

전망 5: 제조 AI, 자율형·데이터 중심 구조로 전환

제조 현장은 수요 변화, 관세, 에너지 비용, 공급망 중단 등 다양한 변수에 대응해 실시간으로 재구성되는 자율형 운영 체계로 진화할 것이다. 센서를 활용해 제품 생산 주기를 2~3배 단축하는 동시에, 데이터 제품을 기반으로 국경을 넘어 공급망 운영을 최적화하게 된다.

전망 6: 데이터 제품, 도메인 특화 언어 모델과 기업용 에이전트의 핵심 자원으로 부상

앞으로 금융, 공급망, 고객 관리, 리스크 관리 등 모든 비즈니스 영역은 데이터 제품을 생산 및 소비하게 될 것이다. 데이터 제품은 서비스 수준 계약(SLA)에 의해 품질이 보장되고 풍부한 인텔리전스를 담고 있으며, 도메인 특화 언어 모델(DSLM) 및 전문 데이터 에이전트가 요구하는 거버넌스 기반의 정확한 데이터를 제공해 이들의 자율적 운영을 지원한다.

전망 7: ROI, AI와 클라우드 투자 판단의 결정적 기준으로 자리매김

이사회와 CFO(최고재무책임자)는 명확하고 측정 가능한 ROI를 제공하는 AI 및 클라우드 이니셔티브를 우선시하게 될 것이다. 데이터 이동을 최소화하고 중복을 제거하며 인사이트 도출 시간을 단축하는 플랫폼은 경쟁 우위를 확보하는 반면, 과장된 기대에 기반한 접근은 영향력을 잃게 될 것이다.

전망 8: AI 거버넌스의 전제 조건은 ‘강력한 데이터 거버넌스’

기업은 신뢰할 수 있는 데이터 거버넌스 없이는 효과적인 AI 거버넌스가 불가능하다는 점을 인식하게 될 것이다. 의미 체계, 개인정보보호, 데이터 품질, 보안을 포괄하는 실시간·능동적 데이터 거버넌스는 AI의 안전성, 설명 가능성, 규제 준수, 환각(hallucination) 감소를 위해 필수 요소가 될 것이다.

전망 9: 자율 BI(비즈니스 인텔리전스), 분석의 민주화 제고

AI 기반 분석과 자율 BI(비즈니스 인텔리전스) 에이전트는 BI를 근본적으로 변화시켜, 사용자가 대화형 인터페이스를 통해 복합적·다차원 분석을 수행할 수 있도록 한다. 이에 따라 BI의 역할은 수동적 보고에서 자동화된 인사이트를 안내하고 검증하는 방향으로 전환된다.

전망 10: 인간의 미흡한 준비 수준, 차세대 AI 확산의 병목 요인

AI 기술 발전 속도에 비해 인간의 수용과 활용 역량은 상대적으로 더디게 진행되고 있다. 기업은 비기술 인력도 독립적으로 AI를 활용할 수 있도록 역량 강화와 재교육, 직관적인 ‘시민 AI(Citizen AI)’ 도구에 투자함으로써, 기술 혁신과 조직의 준비 수준 간 격차를 해소해야 한다.