[국내보안뉴스] 델 테크놀로지스, '델 AI 데이터 플랫폼' 고도화… 기업 데이터 활용 및 AI 에이전트 효율성 극대화
델 테크놀로지스가 기업 내 분산된 데이터를 효율적으로 연동하고 AI 에이전트의 활용성을 극대화하기 위해 '델 AI 데이터 플랫폼'의 기능을 대폭 확장했습니다. 이번 고도화의 핵심은 기업이 보유한 자체 데이터에 신뢰할 수 있는 최신 컨텍스트를 부여하여, AI 응답의 정확도를 높이고 운영 과정에서 발생하는 불필요한 토큰 소비와 자원 낭비를 줄이는 데 있습니다.
기업이 AI 도입을 확장하는 과정에서 발생하는 주요 병목 현상은 정체되거나 산재된 데이터 환경에서 비롯됩니다. 기존의 체계화되지 않은 데이터 구조에서는 AI 에이전트가 매번 여러 시스템을 탐지하고 조합해야 하므로 리소스 손실이 커질 뿐만 아니라, 데이터 접근 과정에서 관리 공백이나 유출 위험이 커집니다. 이번 플랫폼 개편은 이러한 데이터 파편화 문제를 해결하여 인프라 전반의 운영 효율성과 관리 통제력을 높일 수 있는 기반을 제공합니다.
기업의 IT 및 보안 담당자는 AI 에이전트 도입에 앞서 내부 데이터 흐름과 접근 권한 체계를 우선적으로 재점검해야 합니다. 중앙집중화된 데이터 파이프라인을 구축해 AI에 제공되는 컨텍스트의 정합성을 확보하고, 정교한 데이터 거버넌스 및 접근 제어 정책을 적용하여 민감 정보의 유출 리스크를 방지하는 사전 대응 태세를 갖춰야 합니다.
♥ 추천 0
분산된 레거시 데이터로 인한 높은 토큰 비용과 레이턴시는 실제 RAG(검색 증강 생성) 파이프라인 구축 시 개발자들이 가장 흔히 겪는 병목입니다. 인프라 단에서 컨텍스트를 사전 정제해 제공하면 에이전트 개발 생산성과 응답 품질을 크게 향상시킬 수 있을 것으로 기대됩니다. 다만 데이터 통합 범위가 넓어지는 만큼, 에이전트가 권한 외 데이터에 접근하지 못하도록 정교한 접근 제어(RBAC)와 Zero Trust 기반의 데이터 보안 거버넌스 설계가 반드시 병행되어야 합니다.
AI 에이전트가 여러 시스템의 기업 데이터를 통합 컨텍스트로 활용할수록 **간접 프롬프트 주입(Indirect Prompt Injection)**을 통한 공격 표면이 크게 확장됩니다.
만약 정제되지 않은 데이터 내에 악의적인 지시문이 숨겨져 있다면, 에이전트가 내부 권한을 오남용하여 기밀 데이터를 수집하고 탈취하는 공격 시나리오가 충분히 가능해집니다.
따라서 데이터 플랫폼 고도화에 앞서 에이전트의 데이터 접근 권한을 최소화하는 RBAC 정책과 입출력 단계에서의 강력한 보안 검증 체계가 반드시 선행되어야 합니다.
AI 에이전트의 데이터 활용성 향상은 생산성을 높이지만, 접근 권한이 확장되는 만큼 데이터 오남용 및 유출 리스크도 함께 증가합니다. 따라서 플랫폼 고도화 단계부터 최소 권한 원칙(Least Privilege) 적용과 데이터 분류 체계 재정비 등 보안 거버넌스가 반드시 선행되어야 합니다. 신뢰할 수 있는 컨텍스트 보안이 담보될 때 비로소 안전한 AI 확장과 비용 절감이 가능해집니다.