AI 에이전트를 도입했는데 기대만큼 성과가 안 난다면 문제는 모델이 아니라 '데이터의 상태'일지 모릅니다. 부서마다 데이터의 정의가 다르고 데이터가 흩어져 있으면 AI는 제대로 된 답을 내놓지 못합니다. 지난 8월 열린 '스노우플레이크 월드투어 서울'에서는 KB국민은행, 아모레퍼시픽, KT, 토스플레이스, GS건설, 네오위즈 등이 이 병목을 어떻게 풀었는지 공유했습니다. 19시간, 30여 개 세션의 핵심을 정리했습니다. 데이터에 '의미'를 입히는 시맨틱 뷰부터 코드 없이 데이터를 다루는 AI, 데이터를 옮기지 않고 여러 엔진이 함께 쓰는 아이스버그까지, AI가 알아듣는 데이터를 만드는 방법을 살펴봅니다.