AI 도입이 IT 서비스 관리(ITSM) 전반으로 빠르게 확산하고 있다. 반복적인 서비스 요청 처리, 장애 분류, 변경 관리, 지식 검색 등 다양한 업무에 AI가 적용되면서 IT 운영의 효율과 속도를 동시에 끌어올리고 있다. 그러나 자동화 수준이 높아질수록 과제는 기술 도입을 넘어 ‘신뢰할 수 있는 AI 운영 체계’ 구축으로 옮겨가고 있다.

오픈텍스트는 최근 AI 기반 ITSM 환경에서 신뢰를 확보하기 위한 핵심 요소로 거버넌스 체계와 데이터 품질 관리를 제시했다. AI가 생성한 워크플로우와 자동화 실행 결과가 조직 내에서 수용되려면 기술의 정교함에 앞서 이를 통제하고 검증할 수 있는 구조가 갖춰져야 한다는 설명이다.

특히 AI가 코드 수준의 자동화 실행과 의사결정 보조까지 수행하는 환경에서는 ‘설명 가능성’과 ‘추적 가능성’이 중요하다. 어떤 데이터가 활용됐는지, 어떤 기준으로 판단이 내려졌는지, 그리고 문제가 발생했을 경우 어디까지 되돌릴 수 있는지가 명확해야 한다. 이는 단순한 운영 효율의 문제가 아니라 기업 리스크 관리와 직결되는 사안이다.

또한 AI의 정확성과 안정성은 결국 데이터 품질에 의해 결정된다. 최신 상태로 유지되는 구성관리DB(CMDB), 서비스 간 의존 관계를 반영한 토폴로지 데이터, 검증된 지식 콘텐츠가 기반이 돼야 AI의 판단 역시 신뢰를 얻을 수 있다. 데이터가 부정확하거나 단절돼 있다면, AI는 오히려 오류를 증폭시키는 도구가 될 수 있다.

오픈텍스트는 AI를 ITSM에 적용할 때 세 가지 전략적 접근이 필요하다고 강조했다. 첫째, AI 자동화 전 과정에 대한 엔드투엔드 거버넌스를 구축해야 한다. 개발, 승인, 배포, 롤백까지 전 단계가 관리되고 책임 구조가 명확해야 한다. 둘째, 운영 데이터의 정확성과 최신성을 지속적으로 유지해야 한다. 셋째, 조직 내 축적된 지식 자산을 신뢰 가능한 형태로 구조화해 AI가 활용할 수 있도록 해야 한다.

결국 AI 기반 ITSM의 경쟁력은 얼마나 많은 자동화를 구현했는지가 아니라, 얼마나 안정적이고 신뢰 가능한 방식으로 운영하느냐에 달려 있다. 기술 도입 속도가 빨라질수록 통제와 관리의 중요성은 더욱 커진다.

오픈텍스트는 AI 혁신과 거버넌스 체계를 동시에 강화하는 전략을 통해 기업이 효율성과 안정성을 모두 확보할 수 있도록 지원한다는 방침이다. AI 시대의 IT 운영은 더 이상 속도만의 경쟁이 아니라, 신뢰를 기반으로 한 구조적 혁신의 단계로 접어들고 있다.

dl-itworldkorea@foundryco.com