상세 이미지

책소개

“AI 에이전트 시대, 우리는 준비되어 있는가”사라지는 암묵지를 데이터로, 에이전트를 조직의 운영체제로… 준비된 조직만이 살아남는다 “몇 년 뒤면 조선·원전의 핵심 숙련 기술이 통째로 사라질 수 있다.” 제조 현장의 50~60대가 은퇴하면, 수십 년 몸에 쌓인 암묵지도 함께 사라진다. 저자는 이 위기를 AI 에이전트 시대 한국의 가장 절박한 과제이자 가장 큰 기회로 직시한다. 챗봇은 가고 에이전트가 왔지만, 에이전트가 학습해야 할 조직의 지식은 아직 데이터가 되지 못했기 때문이다. 이 책은 AI 트렌드 교양서가 아니다. 29년간 IT 현장을 누벼온 현역 AX 컨설턴트가 삼성전자를 비롯한 10여 개 사이트의 AI·데이터 컨설팅과 정부 R&D 수행 경험을 바탕으로, 세 개의 축으로 조직의 ‘준비’를 설계한 실행전략서다. 첫째, 암묵지를 데이터화하는 방법론. 표준과 데이터 레이크가 있어도 현장에서 AI가 작동하지 않는 이유를 파고들어, 3중 표준 결합(DCAT·PROV-O·Croissant), 도메인별 데이터 마트 분리, Min·Max·Event 임계치, 멀티모달 임베딩까지 “소리만 듣고 베어링 마모를 아는” 명장의 노하우가 AI가 검색·학습 가능한 형식지로 착지하는 전 과정을 운영 가능한 아키텍처로 제시한다. 국내에서 아직 누구도 시도하지 않은 미답의 영역이다. 둘째, 에이전틱 AI의 조직 내재화. JPMorgan·Klarna·Microsoft·Salesforce·바이트댄스 다섯 사례와 우리 기업에 적용 가능하게 NIST AI RMF에서 추출한 통찰을, 위험분류(Risk Triage)부터 확산·폐기까지의 7단계 프로세스와 17요소 거버넌스라는 우리 조직의 언어로 변환했다. AI Native란 최신 모델을 먼저 도입한 회사가 아니라, 이 루프가 회사의 표준 운영체제로 분기마다 박동하는 조직이다. 셋째, AI 데이터센터(AIDC)와 클리어링하우스. 「인프라가 있는 곳에 데이터가 있던」 시대에서 「데이터가 있는 곳으로 인프라가 가는」 C2D 시대로의 전환 위에서, 데이터를 옮기지 않고 ‘합쳐서 쓰되 합치지는 않는’ 산업 클러스터형 AIDC와 거래의 검증·정산·신뢰를 맡는 클리어링하우스를 한국형 소버린 AI의 청사진으로 그린다. 산업 데이터·시니어 도메인 지식·AI 스타트업·SI 역량이라는 4대 비대칭 자산이 이 인프라 위에서 결합될 때, 빅테크가 진입할 수 없는 우리만의 길이 열린다. 5개 파트 모듈식 구성으로 정부·공공기관 담당자, CAIO·CDO, 실무 리더가 필요한 장부터 읽을 수 있다. 명장의 은퇴는 기다려주지 않는다. 당신의 조직은 지금, 그 지식을 데이터로 남길 준비가 되어 있는가.

책소개 더보기펼치기

추천사 ······· 004
이 책을 읽기 전에 ······· 010
머리말 ······· 013

1장 AI Ready Infra
1 AI 빅뱅의 시작 ······· 023
2 AI 에이전트 도입이 촉발하는 IT 시스템의 도미노 변화 ······· 038
3 GPU 중심 AI 인프라 운영환경의 변화 ······· 046
4 AI Data 인프라: Data의 위상 격상 ······· 055
5 앞으로 주목받을 기술들 ······· 062

2장 ARD(AI Ready Data)
1 ARD(AI Ready Data)란 ······· 073
2 ARD 적용 ······· 076
3 AI Ready 정형 Data ······· 080
4 AI Ready 비정형·실시간 Data란 ······· 085
5 AIDC와 C2D, 데이터가 있는 곳으로 간다 ······· 094
6 ARD 관련 기술과 표준들 ······· 098

3장 ARD 구축 방법론
1 왜 방법론인가: 표준에서 운영까지의 갭(GAP) ······· 105
2 3중 표준 결합: DCAT × PROV-O × Croissant ······· 111
3 4계층 데이터와 Vector DB 임계치: Min·Max·Event ······· 116
4 데이터 레이크와 데이터 마트 ······· 120
5 RDBMS의 메타·데이터 카드: 단일 진실원천의 중요성 ······· 125
6 LPG × MoE: 마트 간 라우팅과 희소 활성화 ······· 129
7 데이터셋·데이터 마트 특화 벡터 DB 아키텍처 ······· 134
8 단계별 도입 로드맵: Phase 1~5 ······· 137
9 정리하며: 표준과 아키텍처의 중요성 ······· 142

4장 AI 조직과 거버넌스
1 글로벌 기업 AI 전환의 다섯 거울 ······· 147
2 AI를 위한 7단계 프로세스 ······· 162
3 AI Native를 위한 조직거버넌스(위원회)와 프레임워크 ······· 185
4 조직의 핵심역량 내재화 ······· 193
5 AI 조직의 거버넌스 기능적 역할: AI + Data + 거버넌스 ······· 199
6 기존 업무조직, IT 조직, 행정조직 등의 역할 재분배 ······· 206
7 AI 조직의 기본업무 정의 ······· 212
8 AI 조직을 위하여 신규로 필요한 인력의 역량과 분야 ······· 219
9 AI 사업을 위한 우선순위 선정과 효과 분석 방안 ······· 225
10 PoC 선정과 평가 그리고 성과관리를 위한 확산 방안 ······· 232
11 AI 리터러시 방안 ······· 239

5장 AI Ready Start
1 이 게임에서 우리는 실패했는가? ······· 247
2 4가지 핵심경쟁력의 기술적 결합 ······· 254
3 공공부문… 비전은 있다. 그러나? ······· 258
4 그러나, 본질적인 4가지 문제 ······· 262
5 한 가지 희망, 차세대 사업의 AI 요건 강화 ······· 270
6 「AI Native & Ready」의 공공정보화 ······· 275
7 우리는 데이터를 개방하지 않는다 ······· 280
8 정리하며 ······· 296
용어정의 ······· 300

목차 더보기펼치기

저자 소개 1

저정재헌

관심작가 알림신청

29년간 IT 현장을 누벼온 현역 AX 컨설팅 전문가다. 대기업 SI PM을 시작으로 국내 다수 SW 기업의 임원 및 대표이사를 역임하였으며, 현재 정부 주요 사업 컨설팅과 AI Ready Data 분야 강연을 통해 현장과 이론을 잇고 있다. AI 전문기업에서 제품본부장과 컨설팅본부장을 거쳐 AI 스타트업을 3년간 직접 경영하였으며, 삼성전자를 포함한 10여 개 사이트에서 AI 시스템 구축 및 AX와 AI Ready Data 컨설팅을 수행한 풍부한 현장 경험을 보유하고 있다. 과거 정부 클라우드 플랫폼의 CMP 개념을 정립하고 ITIL 4.0을 국내 최초로 Cloud

펼쳐보기더보기

29년간 IT 현장을 누벼온 현역 AX 컨설팅 전문가다. 대기업 SI PM을 시작으로 국내 다수 SW 기업의 임원 및 대표이사를 역임하였으며, 현재 정부 주요 사업 컨설팅과 AI Ready Data 분야 강연을 통해 현장과 이론을 잇고 있다.

AI 전문기업에서 제품본부장과 컨설팅본부장을 거쳐 AI 스타트업을 3년간 직접 경영하였으며, 삼성전자를 포함한 10여 개 사이트에서 AI 시스템 구축 및 AX와 AI Ready Data 컨설팅을 수행한 풍부한 현장 경험을 보유하고 있다.

과거 정부 클라우드 플랫폼의 CMP 개념을 정립하고 ITIL 4.0을 국내 최초로 Cloud Data Center에 적용하는 컨설팅을 수행하였으며, AI Ready Data의 핵심 표준인 Data Catalog Vocabulary(DCAT) Version 3의 국내 도입 초기 연구를 주도하였다. 현재는 데이터 스페이스와 클리어링 하우스, AI Ready Data 표준 등 관련 분야의 연구를 이어가고 있다.

저서로는 『내일부터 Project Manager가 되어야 한다』(2022)가 있다.

정재헌의 다른 상품

내일부터 Project Manager가 되어야 한다

13,500원 10%

내일부터 Project Manager가 되어야 한다 이동

품목정보

발행일: 2026년 08월 01일

쪽수, 무게, 크기: 312쪽 | 145*210*30mm

ISBN13: 9791171521517

만든이 코멘트

안녕하세요 이 책의 저자입니다.

2026-07-16

이 책은 작년부터 강의했던 내용과 직접 컨설팅 했던 내용을 정리한 책입니다. 전체 흐름을 보면 조금 어렵고 생소한 부분이 있을 겁니다. 그 점 감안을 부탁드립니다. 각 파트별로 필요한 내용만 살펴봐 주셔도 되고, 실제 책에 있는 내용으로 실무에 적용하기는 쉽지 않을 겁니다. 고객의 접근성을 위하여 수위를 조정했고, 대략 200p 정도를 널어내다 보니 그렇게 된 것 같습니다. 보시다가 궁금하신 점 있으시면 언제든지 이메일 주세요.

만든이 코멘트 더보기펼치기

책 속으로

“데이터가 아무리 잘 준비되어도, 그것을 운영하고 의사결정에 사용하는 사람과 조직이 준비되지 않으면 ARD는 작동하지 않는다. 진짜 문제는 환경이나 업무가 대체되는 것이 아니라, 준비되지 않은 우리 자신이 대체될 수 있다는 점이다.”
---「머리말·3장」 중에서

“표준은 정의·호환·즉시 활용성을 보장한다. 임계치와 라우팅은 자원과 거버넌스를 보호한다. 벡터 DB는 단일 거대형이 아니라 데이터 마트 단위로 분산·특화되어야 하고, RDBMS는 데이터의 1차 책임자가 아니라 메타의 단일 진실원천(SSoT) 책임자다. 그리고 한 번에 깔지 마라. 이 다섯 문장이, 방법론의 암묵지를 형식지로 끌어올린 결과다.”
---「3장 · ARD 구축 방법론」 중에서

“폐기 결정은 사업을 시작한 부서장이 내리는 것이 아니라, 위원회가 사전 합의된 자동 발동 기준에 따라 내린다는 점이 핵심이다. ‘사람이 폐기를 결정했다’가 아니라 ‘규칙이 자동 발동되었다’가 되는 순간, 부서 저항은 절반으로 줄어든다. 시작할 때 언제 어떤 조건에서 접을지를 합의해 두지 않으면, 그 PoC는 결국 누구도 못 접는 좀비 사업이 된다.”
---「4장 · AI 조직과 거버넌스」 중에서

“‘AI 리터러시’라는 단어는 자주 오용된다. ChatGPT 사용법 강의나 프롬프트 엔지니어링 교육과 동일시되곤 하지만, 이는 리터러시의 일부일 뿐 전부가 아니다. 진짜 리터러시는 세 가지의 결합이다. AI가 무엇을 할 수 있고 없는가라는 기술 이해, 그 출력을 어떻게 검증하고 해석할 것인가라는 비판적 사고, 그리고 그것을 실제 업무로 옮기는 활용 역량이다.”
---「4장 · AI 리터러시」 중에서

“가장 위험한 조직은 AI를 모르는 조직이 아니다. AI를 조금 해봤기 때문에 이제 안다고 생각하는 조직이다. 국가AI전략위가 정한 비전과 99개 실행과제를 각 부처와 공공기관에서 실제로 운영할 ‘사람’이 부재한다. 가이드라인이 아무리 잘 만들어져 있어도, 그것을 운영할 조직 거버넌스와 인력이 없으면 종이 위의 문서로 남는다.”
---「4~5장 · 거버넌스의 빈자리」 중에서

“산업별 클러스터형 AIDC는 우리가 가진 4대 경쟁력 ― 산업 데이터, 시니어 도메인 지식, AI 스타트업의 응용 능력, SI의 통합 역량 ― 이 가장 효과적으로 결합되는 물리적·제도적 무대다. 이 무대 위에서만, 글로벌 빅테크가 들어올 수 없는 우리나라만의 AI 산업이 자랄 수 있다. 세계가 우리에게 물을 질문은 ‘당신들의 모델은 얼마나 큰가’가 아니라 ‘당신들의 모델은 어떻게 작동하는가’가 될 것이다.”

---「5장 · AI Ready Start」 중에서

책 속으로 더보기펼치기

출판사 리뷰

하드웨어는 국가가 세운다, 데이터는 누가 준비하는가

800조 원 메가프로젝트 시대, 발표문이 비워 둔 다음 페이지를 먼저 읽다. 2026년, 정부는 반도체 클러스터와 5개 권역 초거대 AI 데이터센터, 그리고 피지컬 AI라는 삼각축으로 이뤄진 대규모 국가 메가프로젝트를 발표했다. 800조 원이 넘는 투자와 전담 조직까지 갖춘 이 선언 앞에서, ‘우리는 준비되어 있는가’라고 묻는 이 책은 더 이상 논평이 아니라 먼저 쓰인 사용설명서처럼 읽힌다. 메가프로젝트는 ‘무엇을 지을 것인가’에 답했다. 그러나 그 위에서 무엇을 학습시키고 무엇으로 가치를 만들 것인가 — 발표가 비워 둔 더 어려운 질문에 답하는 것이 바로 이 책이다.

저자의 가장 날카로운 경고가 이 지점에 놓인다. 컴퓨팅은 필요조건이지 충분조건이 아니며, 데이터가 준비되지 않은 범용 GPU 농장은 빈 농장이라는 것이다. 거대한 팹과 전력은 ‘그릇’이고, 그 그릇을 채우는 것은 산업 데이터와 그것을 기계가 학습할 수 있게 정비한 AI Ready Data다. 진짜 자산은 실리콘이 아니라 그 위를 흐르는 데이터라는 것, 이것이 책을 관통하는 논지다.
이 책의 미덕은 저자의 다양한 경험에 있다. 울산 정유단지에서 파이프라인의 미세한 소리만으로 이상을 짚어내는 시니어의 ‘감각’, 회계라는 가장 보수적인 영역에서 환각을 발견한 스타트업과의 만남 — 책의 핵심 논지는 이런 구체적 장면을 통해 들어난다. 시중의 AI 서적이 미국 프런티어 중심의 기술 해설이거나 거시 정책 담론으로 양분될 때, 이 책은 글로벌 기술 동향과 한국의 지반(망분리, 산업 시니어, SI 구조)을 동시에 붙드는 ‘실무자·전략가’에게 필요한 내용을 다룬다. NIST AI RMF, ISO/IEC 42001, EU AI Act 같은 글로벌 표준을 한국 AI 기본법·N2SF와 한 매트릭스 위에 올려놓는 시도는, 표준을 직접 다뤄 본 컨설턴트만이 쓸 수 있는 대목이다.

4장의 조직 설계도는 매우 구체적이다. 대부분의 ‘AI 거버넌스’ 논의가 원칙의 나열에 그칠 때, 이 책은 7단계 프로세스와 CEO 직속 AI 위원회 구성, 9대 직군의 채용 우선순위, PoC·MVP·Pilot의 기간·예산 구분, 자동 폐기 트리거까지 곧바로 실행 가능한 수준으로 내려온다. JPMorgan·Klarna·Microsoft·Salesforce·바이트댄스라는 다섯 개의 글로벌 케이스는 모두 살아 있는 최신 사례이며, ‘단일 챗봇이 아니라 에이전트 오케스트레이션’이라는 시대적 전환을 정확히 보여준다.

한국이 처한 비대칭의 조건을 직시하고 글로벌 표준 위에서 우리만의 게임을 설계하려는 ‘전략 + 실무’의 드문 종합 — 그 시도 자체가 이 책을 읽어야 할 이유다. 공공기관·공기업의 AX·정보화 담당 부서와 CAIO·CDO 조직, AI 도입을 앞둔 기업의 기획·IT 부서, AI 엔지니어와 엔터프라이즈 아키텍트에게 이 책은 직원 교육 교재이자 간부 리더십 과정, AI TF 공통 참고서로 적합하다. 메가프로젝트의 다음 페이지를 먼저 읽고자 하는 정책 입안자와 기업 CxO에게, 이 책은 가장 시의적절한 사용설명서다.

출판사 리뷰 더보기펼치기

이 책을 구입하신 분들이 산 책