WEBVTT

00:00:00.000 --> 00:00:06.800
코파일럿을 배포하고 생산성 향상을 기대했지만 획기적인 발전 대신 데이터 손실방지 이벤트가 300% 급증했습니다.

00:00:07.000 --> 00:00:12.580
AI가 우리의 뛰어난 역량을 찾아줄 것이라고 기대했지만 현실은 대부분 권한부채를 찾아내는데 그치고 있습니다.

00:00:12.820 --> 00:00:20.900
셰어포인트 환경에 모두 그룹은 현재 조직에서 가장 큰 보안 취약점이며 데이터가 지하에 묻혀 아무도 닿지 않은 열린 문과 같습니다.

00:00:21.300 --> 00:00:26.620
이제 그 데이터는 대화형으로 변환되었습니다. 현재의 민감도 레이블링 전략은 방패가 아닙니다.

00:00:26.620 --> 00:00:34.200
실제로 정보가 필요한 사람들에게 정보를 숨기고 AI가 잘못된 정보를 잘못된 사람에게 보여주는 것을 막지 못하는 데이터 무덤일 뿐입니다.

00:00:34.340 --> 00:00:36.680
이것이 바로 협업 AI 사일로 위기입니다.

00:00:36.900 --> 00:00:44.660
오늘 우리는 격리에서 맥락으로 전환하여 데이터 거버넌스 모델의 핵심에 있는 구조적 결함, 즉 상속 역설을 바로 잡음으로써 AI 투자를 보호할 것입니다.

00:00:45.620 --> 00:00:49.800
대부분의 AI 도입에서 근본적인 결함은 기계의 사고방식에 대한 오해입니다.

00:00:50.000 --> 00:00:54.540
코파일럿이 누가 무엇을 볼 수 있는지에 대한 결정을 내린다고 생각할 수도 있지만 실제로는 그렇지 않습니다.

00:00:54.540 --> 00:00:59.080
코파일럿은 기존 조직의 엔트로피를 그대로 반영하는 거울과 같아서 새로운 접근 권한을 생성하지 않습니다.

00:00:59.240 --> 00:01:02.480
단지 이미 수년 전에 부여한 접근 권한을 실행 가능하게 만들 뿐입니다.

00:01:02.680 --> 00:01:04.180
마치 스포트라이트 효과와 같습니다.

00:01:04.580 --> 00:01:09.320
AI 이전에는 과도한 정보 공유가 마치 아무도 찾아가지 않는 지하실의 어수선한 서류 캐비닛처럼 잠재적이었지만,

00:01:09.800 --> 00:01:12.960
AI는 이러한 잠재적인 과도한 정보 공유를 기계적인 속도로 가시화합니다.

00:01:13.160 --> 00:01:17.860
예를 들어 신입 분석가가 최근 전략 변화 요약을 요청했는데 인수합병 폴더가 내부용으로 설정되어 있다면,

00:01:17.860 --> 00:01:21.080
AI는 아직 발표하지 않은 인수합병에 대한 요약을 제공할 것입니다.

00:01:21.260 --> 00:01:24.360
이것은 정보 유출이 아니라 조직 아키텍처의 기능일 뿐입니다.

00:01:24.520 --> 00:01:28.800
현실적으로 일반적인 기업에서 수동 라벨링 적용률은 10%를 넘는 경우가 드뭅니다.

00:01:29.020 --> 00:01:31.620
10년 동안 사용자들에게 파일의 태그를 지정하라고 권장해왔지만,

00:01:32.100 --> 00:01:34.040
실제로 그렇게 하는 사용자는 거의 없었기 때문입니다.

00:01:34.200 --> 00:01:37.720
민감도 태그에 대해 한 번 설정해놓으면 신경 쓸 필요가 없다는 생각에 의존했고,

00:01:37.720 --> 00:01:41.120
파일이 공개로 표시되면 영원히 공개 상태로 유지될 것이라고 여겼습니다.

00:01:41.320 --> 00:01:42.860
하지만 데이터는 유동적입니다.

00:01:43.120 --> 00:01:47.580
즉, 어제 공개되었던 문서에 오늘 민감한 정보가 담겨 있을 수도 있다는 뜻입니다.

00:01:47.800 --> 00:01:52.200
고정된 레이블에 의존하면 부서 간 정보 공유에 보이지 않는 장벽이 생깁니다.

00:01:52.440 --> 00:01:58.960
예를 들어 프로젝트 계획에 급비 레이블이 붙어 있으면 마케팅팀은 업무에 필요한 출시일을 확인할 수 없게 됩니다.

00:01:58.960 --> 00:02:05.440
이는 데이터 사일로를 만들고, 이러한 사일로 때문에 AI는 단순한 비서가 아니라 제한된 사서처럼 느껴지게 됩니다.

00:02:05.640 --> 00:02:09.380
우리는 세상을 한 번 분류하면 모든 것이 해결될 것이라는 가정하에 시스템을 구축해왔지만,

00:02:09.380 --> 00:02:12.180
협업 환경에서는 이러한 모델이 제대로 작동하지 않습니다.

00:02:12.380 --> 00:02:19.220
레이블이 없으면 AI는 너무 많은 정보를 보게 되고, 레이블이 있더라도 너무 경직되어 부서 간 연결고리를 찾지 못하게 됩니다.

00:02:19.480 --> 00:02:25.360
현재 최고 경영진이 AI에 기대하는 바와 데이터 아키텍처가 허용하는 범위 사이에는 엄청난 격차가 존재하며,

00:02:25.360 --> 00:02:31.060
데이터가 1990년대 식폴더 계층 구조에 갇혀 있다면 고성능 AI 에이전트를 구현할 수 없습니다.

00:02:31.800 --> 00:02:38.420
상속 역설은 AI 위보안이 2014년에 발생한 최악의 셰어포인트 관리자의 실수만큼만 안전하다는 것을 의미합니다.

00:02:38.420 --> 00:02:41.340
현재의 분류 방식은 정적이고 수동적이며,

00:02:41.540 --> 00:02:48.060
데이터를 활용해야 할 자산이 아니라 잠가야 할 대상으로 취급하기 때문에 실패하고 있다는 점을 인정해야 합니다.

00:02:48.400 --> 00:02:54.100
대부분의 조직은 시범 운영 기간 6주 만에 권한 관리가 엉망이라는 사실을 깨닫고 어려움을 겪고 있습니다.

00:02:54.420 --> 00:02:56.500
레이블을 추가하는 방식으로 문제를 해결하려 하지만,

00:02:56.940 --> 00:03:02.260
이미 망가진 시스템에 레이블을 추가하는 것은 더 많은 사일로를 만들 뿐 가시성이라는 근본적인 문제를 해결하지 못합니다.

00:03:02.260 --> 00:03:05.600
우리에게 필요한 변화는 더 나은 태그가 아니라 더 나은 모델입니다.

00:03:05.740 --> 00:03:08.880
우리는 지금까지 파일 자체인 무엇에만 집중해왔지만,

00:03:09.320 --> 00:03:11.880
이제는 누가, 어디에, 왜에 집중해야 합니다.

00:03:12.100 --> 00:03:13.880
문제는 레이블이 부족한 것뿐만 아니라,

00:03:14.380 --> 00:03:18.620
기존 레이블조차 정적이고 오늘날 업무 방식의 현실을 반영하지 못한다는 것입니다.

00:03:18.840 --> 00:03:21.840
업무는 역동적이므로 보안 또한 역동적이어야 합니다.

00:03:22.060 --> 00:03:26.220
이 문제를 해결하지 않으면 AI는 잘못된 데이터를 보고 계속해서 오류를 범하거나,

00:03:26.660 --> 00:03:29.480
더 심각하게는 숨겨야 할 데이터에 대한 진실을 밝힐 것입니다.

00:03:29.480 --> 00:03:33.900
재작업 악순환을 해결하려면 접근 권한 부여 방식의 근본적인 모델을 살펴봐야 합니다.

00:03:34.060 --> 00:03:36.100
재작업에 드는 높은 비용 또한 문제입니다.

00:03:36.280 --> 00:03:39.780
우리는 AI를 통해 얻는 생산성 향상을 마치 엄청난 수치처럼 이야기하며,

00:03:39.860 --> 00:03:42.920
매달 9시간 절약된다는 사실만으로 모든 것이 해결되었다고 생각합니다.

00:03:43.100 --> 00:03:44.720
하지만 현실은 훨씬 복잡합니다.

00:03:44.920 --> 00:03:50.640
현재 직원들이 AI를 사용하여 절약 1시간의 약 40%는 AI가 잘못 판단한 부분을 수정하는 데 낭비되고 있습니다.

00:03:50.920 --> 00:03:52.960
이것이 바로 사일로의 숨겨진 마찰입니다.

00:03:53.180 --> 00:03:58.900
코파일럿 이 정확한 데이터, 최종 계약서, 실제 예산, 검증된 프로젝트 계획에 접근할 수 없을 때,

00:03:58.900 --> 00:04:00.980
AI는 멈추지 않고 추측합니다.

00:04:01.160 --> 00:04:07.060
공유 폴더의 오래된 초안이나 추측성 채팅 메시지처럼 볼 수 있는 불확실한 데이터를 바탕으로 응답을 생성합니다.

00:04:07.280 --> 00:04:11.140
그 결과 조용히 투자 수익률, ROI, 을 깎아 내리는 재작업 악순환이 발생합니다.

00:04:11.360 --> 00:04:13.540
실제로 이러한 디지털 부채를 수치화할 수 있습니다.

00:04:13.800 --> 00:04:17.920
최고의 성과를 내는 직원, 즉 이러한 도구를 가장 적극적으로 활용하는 파워 유저의 경우,

00:04:18.380 --> 00:04:21.380
이러한 재작업으로 인해 연간 약 일주일 반 이 시간을 낭비하고 있습니다.

00:04:21.720 --> 00:04:22.360
생각해보세요.

00:04:22.360 --> 00:04:25.140
시간을 절약하기 위해 프리미엄 나이선스 비용을 지불하고 있지만,

00:04:25.620 --> 00:04:30.600
데이터가 사일로 화되어 있기 때문에 최고의 인재들이 기계가 생성한 오류를 검토하는 데 거의 2주라는 시간을 허비하고 있습니다.

00:04:30.820 --> 00:04:35.100
그들은 사실상 자신들의 코파일럿 역할을 해야 할 시스템의 고액 연봉 교정자 역할을 하고 있는 것입니다.

00:04:35.300 --> 00:04:38.460
이러한 현상은 엄격한 분류체계가 공백을 만들기 때문에 발생합니다.

00:04:38.680 --> 00:04:42.020
AI가 오래된 민감도 레이블로 인해 기록 시스템에 접근할 수 없게 되면,

00:04:42.520 --> 00:04:45.940
AI는 그 공백을 자신이 쉽게 찾을 수 있는 바른 시스템으로 채우게 됩니다.

00:04:45.940 --> 00:04:50.500
재무나 인사부서와 같은 곳에서는 이로 인해 명백히 잘못된 결과가 나옵니다.

00:04:50.640 --> 00:04:53.880
재무관리자가 분기별 지출 요약을 요청했다고 가정해보겠습니다.

00:04:54.320 --> 00:04:56.180
실제 ERP 내보내기 파일은 잠겨있지만,

00:04:56.600 --> 00:04:59.580
분류되지 않은 정리되지 않은 작업 초안이 공개팀제 채널에 있다면,

00:05:00.000 --> 00:05:01.260
AI는 초안을 요약합니다.

00:05:01.460 --> 00:05:04.880
그러면 관리자는 20분 동안 불일치를 찾아내는데 시간을 허비하게 됩니다.

00:05:05.160 --> 00:05:07.760
이것이 바로 총효율과 순가치 사이의 마찰입니다.

00:05:08.020 --> 00:05:09.660
보고서를 생성하는 데 2분이 걸렸지만,

00:05:10.060 --> 00:05:13.720
AI가 정보의 출처를 파악하지 못해 수치를 검증하는 데 20분이 걸렸다면,

00:05:13.720 --> 00:05:15.660
실제로 얻은 것은 아무것도 없습니다.

00:05:15.880 --> 00:05:18.860
단지 생성에 투입되어야 할 노동력을 수정에 투입한 것뿐입니다.

00:05:19.060 --> 00:05:22.320
이러한 재작업은 단순한 불편함이 아니라 구조적 실패의 징후입니다.

00:05:22.540 --> 00:05:25.460
우리는 정보를 보호하기 위해 수년간 데이터 사일로를 구축해왔지만,

00:05:25.960 --> 00:05:28.900
생성형 AI 시대에 이러한 사일로는 눈가리개와 같은 역할을 합니다.

00:05:29.120 --> 00:05:31.420
AI가 눈가리개를 하면 환각에 빠지게 됩니다.

00:05:31.680 --> 00:05:34.760
연결해서는 안 될 점들을 연결하여 사용자를 만족시키려 애습니다.

00:05:35.060 --> 00:05:39.480
재작업률이 너무 높아 직원들이 AI에 대한 신뢰를 잃어가는 조직들을 목격하고 있습니다.

00:05:39.480 --> 00:05:42.200
직원들은 AI에게 복잡한 분석을 요청하는 대신,

00:05:42.360 --> 00:05:44.560
기본적인 이메일 작성에만 AI를 사용하게 됩니다.

00:05:45.660 --> 00:05:47.380
AI 전략은 실패한 것입니다.

00:05:47.580 --> 00:05:50.200
엔진에는 돈을 지불하지만 헤드라이트만 켜놓은 것과 같습니다.

00:05:50.520 --> 00:05:53.000
이러한 재작업 막순환을 해결하려면 AI 자체에 집중할 것이 아니라

00:05:53.000 --> 00:05:54.720
시스템의 근본적인 구조를 살펴봐야 합니다.

00:05:54.900 --> 00:05:57.400
유용한 데이터는 존재하고 뛰어난 통찰력도 있지만,

00:05:57.900 --> 00:06:01.160
인간이 모든 검색을 수행하던 시대에 맞춰 설계된 기존의 권한 설정과

00:06:01.160 --> 00:06:03.160
고정된 네이블이라는 장벽 뒤에 갇혀 있습니다.

00:06:03.460 --> 00:06:06.740
우리는 보안을 손상시키지 않으면 서AI가 필요한 정보만

00:06:06.740 --> 00:06:09.660
필요한 시점에 볼 수 있도록 하는 모델로 나아가야 합니다.

00:06:09.660 --> 00:06:13.120
접근 권한 부여 방식의 근본적인 모델을 재검토해야 합니다.

00:06:13.300 --> 00:06:15.300
AI가 불완전한 맥락에 의존하는 한,

00:06:15.620 --> 00:06:18.780
결과 오류를 수정하는 데 막대한 시간과 노력을 쏟아야 할 것입니다.

00:06:18.980 --> 00:06:21.420
이는 어떤 조직도 감당할 수 없는 비용입니다.

00:06:21.640 --> 00:06:23.520
보안을 단순히 벽으로만 생각하는 것이 아니라,

00:06:23.920 --> 00:06:25.760
맥락에 기반한 접근 방식을 취해야 합니다.

00:06:25.980 --> 00:06:28.860
수십 년 동안 업계는 견고한 경계 모델에 의존해 왔습니다.

00:06:29.080 --> 00:06:31.260
네트워크 내부에 있거나 외부에 있거나 둘 중 하나였지만,

00:06:31.640 --> 00:06:32.620
이제 그런 시대는 지났습니다.

00:06:32.860 --> 00:06:34.120
오늘날의 경계는 허술합니다.

00:06:34.460 --> 00:06:35.700
사람들은 재택근무를 하고,

00:06:35.700 --> 00:06:37.500
관리되지 않는 기기를 사용하며,

00:06:39.660 --> 00:06:42.580
데이터를 폴더에 가두고 폴더가 비공개이기 때문에

00:06:42.580 --> 00:06:46.260
안전하다고 가정하는 기존의 격리 모델은 위험한 착각에 불과합니다.

00:06:46.460 --> 00:06:49.900
기존 방식은 위협이 외부에서만 온다고 가정하기 때문에 위험합니다.

00:06:50.100 --> 00:06:52.100
하지만 코파일러 시대의 진정한 위협은

00:06:52.100 --> 00:06:54.200
수년간 누적되어 온 내부 권한 확대입니다.

00:06:54.460 --> 00:06:57.860
우리는 위협을 차단하는 전략에서 맥락을 고려하는 전략으로 전환해야 합니다.

00:06:58.060 --> 00:07:00.060
기존 모델은 구조에 기반을 두고 있었습니다.

00:07:00.240 --> 00:07:02.560
파일의 민감도를 고정된 속성으로 간주했습니다.

00:07:02.900 --> 00:07:06.140
문서에 기밀, 태그를 붙이면 모든 것이 해결되는 식이었죠.

00:07:06.140 --> 00:07:09.640
하지만 협업 AI 환경에서는 이러한 태그 방식은 너무 단순합니다.

00:07:09.780 --> 00:07:14.120
누가 요청하는지, 어떤 기기를 사용하는지, 어디에 있는지 등을 고려하지 않기 때문입니다.

00:07:14.260 --> 00:07:18.220
바로 이러한 이유로 접근 제어, ADC, 로의 대대적인 전환이 일어나고 있습니다.

00:07:18.500 --> 00:07:21.460
이는 단순한 기술적 업그레이드가 아니라 철학적 전환입니다.

00:07:21.680 --> 00:07:24.340
파일이 생성되는 순간부터 데이터가 요청되는 순간까지

00:07:24.340 --> 00:07:26.600
위사결정 과정을 실시간으로 진행하는 것입니다.

00:07:26.820 --> 00:07:29.620
마치 고정된 잠금장치와 스마트 센서의 차이와 같습니다.

00:07:30.260 --> 00:07:32.540
2026년까지 업계는 속성 기반 접근 제어,

00:07:32.820 --> 00:07:35.000
ABAC, 로의 전환을 의무화할 것입니다.

00:07:35.000 --> 00:07:37.980
이것이 바로 현대적인 신원관리 시스템의 기반입니다.

00:07:38.180 --> 00:07:40.540
ABAC는 단일 고정 레이블에 위존하는 대신

00:07:40.540 --> 00:07:42.840
실시간으로 다양한 위험신호를 평가합니다.

00:07:43.060 --> 00:07:45.600
사용자의 역할은 물론 노트북 상태, 물리적 위치,

00:07:45.880 --> 00:07:47.480
심지어 사용자의 행동까지 고려합니다.

00:07:49.120 --> 00:07:51.100
평소 마케팅 파일에만 접근하던 사용자가

00:07:51.100 --> 00:07:53.340
다른 나라의 커피숍에서 갑자기 코파일럿의

00:07:53.340 --> 00:07:55.520
전체급여 데이터베이스 요약본을 요청한다면

00:07:55.520 --> 00:07:57.940
시스템은 민감도 레이블만 보는 것이 아니라

00:07:57.940 --> 00:08:00.040
상황을 분석하여 접근을 거부해야 합니다.

00:08:00.040 --> 00:08:03.420
이것이 바로 이 파일에 레이블이 지정되어 있는가에서

00:08:03.420 --> 00:08:05.520
이 사용자가 지금 이 데이터를 볼 수 있어야 하는가

00:08:05.520 --> 00:08:06.700
로 나아가는 핵심입니다.

00:08:06.900 --> 00:08:08.900
이는 미묘하지만 엄청난 변화를 가져옵니다.

00:08:09.100 --> 00:08:10.380
위험도가 낮을 때는 더 반대하게,

00:08:10.720 --> 00:08:12.860
위험도가 높을 때는 더 염격하게 접근할 수 있게 해줍니다.

00:08:13.040 --> 00:08:15.440
또한 필요한 시점에 접근 권한을 부여함으로써

00:08:15.440 --> 00:08:16.840
부서 간 장벽을 허물 수 있습니다.

00:08:16.840 --> 00:08:19.980
마케팅 팀이 극비 출시일 정보를 확인해야 할 경우

00:08:19.980 --> 00:08:23.080
시스템은 현재 프로젝트의 맥락을 고려하여

00:08:23.080 --> 00:08:25.320
파일의 보안을 연구적으로 훼손하지 않고

00:08:25.320 --> 00:08:28.200
임시로 읽기 전용 접근 권한을 부여할 수 있습니다.

00:08:28.580 --> 00:08:32.140
이것이 바로 테넌트 계정을 데이터 무단 접근 상태로 만들지 않고도

00:08:32.140 --> 00:08:36.280
AI가 약속하는 부서 간 인텔리저스를 구현할 수 있는 유일한 방법입니다.

00:08:36.500 --> 00:08:40.020
이러한 동적 시스템의 투자 수익률, ROI, 은 이미 명확해지고 있습니다.

00:08:40.280 --> 00:08:42.740
정적 레이블에서 컨텍스트 인식 모델로 전환하는 조직은

00:08:42.740 --> 00:08:46.440
사이버 보험료가 15%에서 30%까지 절감되는 것을 경험하고 있습니다.

00:08:46.440 --> 00:08:47.680
그 이유는 무엇일까요?

00:08:47.880 --> 00:08:51.240
보험사는 정적 레이블은 쉽게 우회되거나 무시될 수 있다는 것을 알고 있기 때문입니다.

00:08:51.380 --> 00:08:54.040
반면 동적 시스템은 악용하기가 훨씬 어렵습니다.

00:08:54.260 --> 00:08:57.780
정적 모델이 따라올 수 없는 수준의 지속적인 검증을 제공합니다.

00:08:58.000 --> 00:09:01.620
공격자가 수년간 축적된 허술한 권한 정보를 그대로 이용할 수 없기 때문에

00:09:01.620 --> 00:09:03.540
개정 침해의 파급 효과를 최소화합니다.

00:09:03.780 --> 00:09:05.260
모든 요청은 새로운 평가이며

00:09:05.260 --> 00:09:08.160
모든 상호작용은 신뢰를 검증할 새로운 기회입니다.

00:09:08.340 --> 00:09:11.300
이는 IT 아키텍트에게 단순한 이론적인 변화가 아닙니다.

00:09:11.480 --> 00:09:14.500
차세대 에이전트형 AI 위 생존을 위한 필수 조건입니다.

00:09:14.500 --> 00:09:16.800
회의 일정 예약, 송금, 기록 업데이트 등

00:09:16.800 --> 00:09:19.500
우리를 대신하여 작업을 수행할 수 있는 에이전트가 등장함에 따라

00:09:19.500 --> 00:09:22.580
한 번 설정하고 잊어버리는 보안 모델에는 더 이상 의존할 수 없습니다.

00:09:22.820 --> 00:09:25.760
우리는 행동 이면에 숨겨진 위도를 이해하는 시스템이 필요합니다.

00:09:25.960 --> 00:09:28.600
보호하는 AI만큼 스마트한 보안이 필요합니다.

00:09:28.860 --> 00:09:30.900
이것이 바로 기술 로드맵으로 이어집니다.

00:09:31.100 --> 00:09:32.200
철학은 변화하고 있지만

00:09:32.200 --> 00:09:35.880
이를 구현하는 도구들이 마침내 퍼뷰 생태계에 도입되고 있습니다.

00:09:35.880 --> 00:09:40.320
2026년 퍼뷰 로드맵, 즉 상황인식 인텔리션스로의 전환은

00:09:40.320 --> 00:09:44.360
마침내 마이크로소프트 생태계의 실제 아키텍처에 반영되고 있습니다.

00:09:45.160 --> 00:09:48.060
퍼뷰는 단순한 규정 준수 보고 도구에서 벗어나

00:09:48.060 --> 00:09:51.700
2026년에는 실시간 진단 엔진으로 진화할 것입니다.

00:09:51.960 --> 00:09:53.400
가장 중요한 변화 중 하나는

00:09:53.400 --> 00:09:56.760
엔드포인트 DLP에 대한 상시 진단 기능으로의 전환입니다.

00:09:57.000 --> 00:09:58.700
과거에는 정책 실패 문제를 해결하려면

00:09:58.700 --> 00:10:02.060
IT 담당자와 사용자가 한 번 발생한 오류를 재현하려고 시도하는 동안

00:10:02.060 --> 00:10:04.300
일주일 동안 계속해서 연락을 주고받아야 했습니다.

00:10:04.600 --> 00:10:06.160
이제 이러한 진단 추적 정보는

00:10:06.160 --> 00:10:07.760
안전하고 압축된 형식으로

00:10:07.760 --> 00:10:10.080
장치에 90일 동안 로컬로 저장됩니다.

00:10:10.320 --> 00:10:12.300
이를 통해 시스템은 실제 민감한 콘텐츠를

00:10:12.300 --> 00:10:13.680
클라우드로 전송하지 않고도

00:10:13.680 --> 00:10:14.960
특정 파일이 차단된 이유나

00:10:14.960 --> 00:10:16.380
레이블이 적용되지 않은 이유를

00:10:16.380 --> 00:10:17.700
정확하게 분석할 수 있습니다.

00:10:17.940 --> 00:10:20.580
로컬 가시선과 글로벌 집행이 결합된 것입니다.

00:10:20.820 --> 00:10:21.800
이러한 진단 능력은

00:10:21.800 --> 00:10:24.480
AI 기반 설명 도구를 통해 더욱 강화되고 있습니다.

00:10:24.800 --> 00:10:25.780
이제 관리자가 수동으로

00:10:25.780 --> 00:10:28.560
수십 개의 서로 다른 DLP 정책 간의 차이점을 추적하는 것은

00:10:28.560 --> 00:10:30.740
불가능할 정도로 복잡한 상황에 이르렀습니다.

00:10:30.920 --> 00:10:31.940
정책이 변경되면

00:10:31.940 --> 00:10:34.320
시스템은 이제 자연어 요약을 생성하여

00:10:34.320 --> 00:10:35.920
수정된 내용과 영향을 받는

00:10:35.920 --> 00:10:37.980
사용자 그룹을 정확하게 설명합니다.

00:10:38.180 --> 00:10:39.820
또한 협업 워크플로에 미칠 수 있는

00:10:39.820 --> 00:10:41.240
잠재적 영향도 보여주어

00:10:41.240 --> 00:10:43.200
정책 변경으로 인한 위험을 줄여줍니다.

00:10:43.420 --> 00:10:44.820
보안 규칙이 너무 복잡하게 얽혀

00:10:44.820 --> 00:10:46.520
정상적인 업무까지 차단하는 경우가

00:10:46.520 --> 00:10:47.440
발생하기 때문입니다.

00:10:47.620 --> 00:10:48.420
이러한 도구를 통해

00:10:48.420 --> 00:10:49.760
보안팀은 게이트키퍼가 아닌

00:10:49.760 --> 00:10:51.000
조력자 역할을 수행하며

00:10:51.000 --> 00:10:53.600
비즈니스 담당자가 실제로 이해할 수 있는 언어로

00:10:53.600 --> 00:10:55.180
명확한 규칙을 제공할 수 있습니다.

00:10:55.180 --> 00:10:56.620
이 로드맵의 핵심 요소는

00:10:56.620 --> 00:10:58.420
제한된 셰어포인트 검색 또는

00:10:58.420 --> 00:10:59.780
rss의 역할입니다.

00:10:59.980 --> 00:11:02.460
이는 ai 배포의 비상제동장치와 같습니다.

00:11:02.820 --> 00:11:03.520
이사회 회의로

00:11:03.520 --> 00:11:05.580
급여 데이터 또는 법률전략과 같은

00:11:05.580 --> 00:11:07.520
고위험 사이트를 코파일러드 기반으로

00:11:07.520 --> 00:11:09.880
사용하지 않도록 명시적으로 제외할 수 있습니다.

00:11:10.100 --> 00:11:11.580
민감도 레이블을 적용하기 전에

00:11:11.580 --> 00:11:12.980
rss를 사용하여

00:11:12.980 --> 00:11:15.140
ai 가테넌트의 가장 위험한 영역에

00:11:15.140 --> 00:11:16.960
접근하지 못하도록 차단할 수 있습니다.

00:11:17.220 --> 00:11:18.480
모든 데이터가 동등하게

00:11:18.480 --> 00:11:20.360
중요하지 않다는 점을 인식하는 것이

00:11:20.360 --> 00:11:22.120
바로 이 기본적인 보호계층입니다.

00:11:22.340 --> 00:11:24.880
이를 통해 전체 ai 실험을 중단하지 않고도

00:11:24.880 --> 00:11:26.180
권한 문제를 해결할 수 있는

00:11:26.180 --> 00:11:27.440
여유를 확보할 수 있습니다.

00:11:27.680 --> 00:11:29.140
또한 자동 레이블링 기능이

00:11:29.140 --> 00:11:30.340
대폭 확장되고 있습니다.

00:11:30.860 --> 00:11:32.080
2026년까지의 목표는

00:11:32.080 --> 00:11:34.340
기본적으로 안전한 환경을 구축하는 것입니다.

00:11:34.560 --> 00:11:35.620
셰어포인트 라이브러리는

00:11:35.620 --> 00:11:37.420
더 이상 수동적인 저장소가 아니라

00:11:37.420 --> 00:11:39.720
보안체계의 능동적인 참여자가 되고 있습니다.

00:11:40.000 --> 00:11:42.080
특정 라이브러리에 파일을 업로드하면

00:11:42.080 --> 00:11:43.940
해당 라이브러리의 기본 레이블이

00:11:43.940 --> 00:11:45.180
자동으로 적용됩니다.

00:11:45.400 --> 00:11:47.200
파일에 민감한 정보가 포함된 경우

00:11:47.200 --> 00:11:49.140
시스템에서 우선순위가 낮은

00:11:49.140 --> 00:11:50.920
수동 레이블을 재정해할 수 있습니다.

00:11:50.920 --> 00:11:53.040
이는 수년간 수동 시스템을 괴롭혀온

00:11:53.040 --> 00:11:54.620
정보관리의 공백을 해소합니다.

00:11:54.820 --> 00:11:56.880
사용자가 문서에 태그를 지정하는 것을

00:11:56.880 --> 00:11:58.860
잊더라도 플랫폼이 이를 지원합니다.

00:11:59.060 --> 00:12:00.960
이는 자발적인 시스템에서 필수적인

00:12:00.960 --> 00:12:02.540
자동화 인프라로의 전환입니다.

00:12:02.760 --> 00:12:04.440
이러한 시스템을 대규모로 관리하기 위해

00:12:04.440 --> 00:12:05.820
사용자 지정 사용량 분석에

00:12:05.820 --> 00:12:07.980
그래프 API를 점점 더 많이 활용하고 있습니다.

00:12:08.240 --> 00:12:09.440
이제 내부적으로 어떤 부서가

00:12:09.440 --> 00:12:10.920
정보 유출로 인해 고립되어 있는지

00:12:10.920 --> 00:12:12.080
정확하게 파악할 수 있습니다.

00:12:12.300 --> 00:12:14.220
R&D팀이 엔지니어링 사양을 볼 수 없어

00:12:14.220 --> 00:12:16.000
재작업률이 90%에 달한다면

00:12:16.000 --> 00:12:18.080
데이터는 이를 여실히 보여줄 것입니다.

00:12:18.260 --> 00:12:20.220
경직된 분류체계가 생산성을 저해하는

00:12:20.220 --> 00:12:21.400
병목현상을 파악하고

00:12:21.400 --> 00:12:23.280
실시간으로 정책을 조정할 수 있습니다.

00:12:23.540 --> 00:12:25.360
이것이 바로 사후대응적인 보안 전략에서

00:12:25.360 --> 00:12:26.940
사전 예방적인 거버넌스 전략으로

00:12:26.940 --> 00:12:27.880
나아가는 방법입니다.

00:12:28.100 --> 00:12:29.400
사용자의 불만이나 침해 사고가

00:12:29.400 --> 00:12:30.560
발생하기를 기다리는 대신

00:12:30.560 --> 00:12:31.620
데이터를 활용하여

00:12:31.620 --> 00:12:33.180
시스템의 문제점을 파악하는 것입니다.

00:12:33.380 --> 00:12:35.060
하지만 아무리 훌륭한 도구를 갖추더라도

00:12:35.060 --> 00:12:36.140
경영진의 지지가 없다면

00:12:36.140 --> 00:12:37.540
전략은 실패할 수밖에 없습니다.

00:12:37.800 --> 00:12:39.820
세계 최고 수준의 퍼뷰 시스템을 구축했더라도

00:12:39.820 --> 00:12:41.180
경영진이 여전히 데이터를

00:12:41.180 --> 00:12:42.880
단순히 보관해야 할 대상으로만 여긴다면

00:12:42.880 --> 00:12:44.920
AI 위 진정한 가치를 실현할 수 없습니다.

00:12:45.180 --> 00:12:46.120
이는 내부에서부터

00:12:46.120 --> 00:12:48.180
새롭게 나타나는 위험으로 이어집니다.

00:12:48.360 --> 00:12:49.640
해커나 외부 위협이 아닌

00:12:49.640 --> 00:12:51.180
생산성을 높이려는

00:12:51.180 --> 00:12:52.820
직원들의 노력에서 비롯되는 문제입니다.

00:12:53.620 --> 00:12:55.860
바로 시민개발자 위 딜레마입니다.

00:12:57.540 --> 00:12:59.160
우리는 현재 기업 컴퓨팅 역사상

00:12:59.160 --> 00:13:01.160
가장 큰 규모의 무분별한 창작활동이

00:13:01.160 --> 00:13:02.540
폭발적으로 증가하는 현상을

00:13:02.540 --> 00:13:03.380
목격하고 있습니다.

00:13:03.680 --> 00:13:05.480
현재 마이크로소프트 생태계 내에는

00:13:05.480 --> 00:13:07.640
100만 개 이상의 로우코드 자산이 존재합니다.

00:13:07.640 --> 00:13:10.600
마이크로소프트는 직원들이 자신만의 앱, 워크플로우,

00:13:10.640 --> 00:13:12.100
그리고 이제는 AI 에이전트까지

00:13:12.100 --> 00:13:13.500
구축할 수 있도록 지원해왔습니다.

00:13:13.660 --> 00:13:15.000
하지만 이러한 자율성 부여에는

00:13:15.000 --> 00:13:15.940
어두운 면이 있습니다.

00:13:16.200 --> 00:13:17.400
기술적인 지식이 부족한 사용자들이

00:13:17.400 --> 00:13:18.680
관리되지 않는 뒤죽박죽 데이터 위에

00:13:18.680 --> 00:13:19.680
복잡한 에이전트를 구축하는

00:13:19.680 --> 00:13:21.660
쉐도우 IT에서 쉐도우 AI 로의 전환이

00:13:21.660 --> 00:13:22.340
일어나고 있는 것입니다.

00:13:22.480 --> 00:13:24.480
이것이 바로 에이전트 확산의 위험입니다.

00:13:24.700 --> 00:13:26.740
마케팅 담당자가 공급업체 문의를 지원하기 위해

00:13:26.740 --> 00:13:27.680
코파일럿 스튜디오에서

00:13:27.680 --> 00:13:30.000
맞춤형 GPT, 구글 프로툴즈를 구축했는데

00:13:30.000 --> 00:13:32.060
실수로 2012년 이후 회사가 체결한

00:13:32.060 --> 00:13:33.940
모든 계약서가 저장된 쉐어포인트 사이트에

00:13:33.940 --> 00:13:35.780
해당 에이전트를 연결해버리는 경우를 생각해보세요.

00:13:36.020 --> 00:13:38.600
문제는 이러한 기능을 단순히 차단할 수 없다는 것입니다.

00:13:38.860 --> 00:13:41.260
사람들이 스스로 문제를 해결할 수 있는 능력을 없애버리면

00:13:41.260 --> 00:13:43.440
AI가 제공해야 할 민첩성을 잃게 됩니다.

00:13:43.700 --> 00:13:44.200
따라서 우리는

00:13:44.200 --> 00:13:46.280
계층화된 거버넌스 모델로 나아가야 합니다.

00:13:46.500 --> 00:13:48.720
모든 에이전트가 동일하게 만들어지는 것은 아닙니다.

00:13:48.900 --> 00:13:50.220
표준팀제 커넥터를 사용하여

00:13:50.220 --> 00:13:52.080
개인이 자신의 이메일을 요약하는 데 도움을 주는

00:13:52.080 --> 00:13:54.060
로우코드 도구는 위험도가 낮은 자산임으로

00:13:54.060 --> 00:13:56.120
엄격한 검토 프로세스를 거치지 않아도 됩니다.

00:13:56.340 --> 00:13:57.900
하지만 에이전트가 데이터버스나

00:13:57.900 --> 00:13:59.700
민감한 SQL 데이터베이스와 같은

00:13:59.700 --> 00:14:00.960
기록 시스템에 접근할 때는

00:14:00.960 --> 00:14:02.740
반드시 게이트키퍼가 필요합니다.

00:14:02.940 --> 00:14:05.620
시민 개발을 단일 범주로 취급하는 것을 멈추고

00:14:05.620 --> 00:14:07.920
다양한 위험 스펙트럼으로 접근해야 합니다.

00:14:08.140 --> 00:14:09.980
업계는 기존의 시민 개발 개념에서

00:14:09.980 --> 00:14:11.700
AI 기반 개인 구축이라는

00:14:11.700 --> 00:14:13.640
새로운 개념으로 전환하고 있습니다.

00:14:13.960 --> 00:14:16.060
이 차이는 미묘하지만 매우 중요합니다.

00:14:16.300 --> 00:14:17.980
과거에는 사용자가 개발자였지만

00:14:17.980 --> 00:14:20.740
새로운 시대에는 사용자가 오케스트레이터가 되어

00:14:20.740 --> 00:14:23.040
AI에게 솔루션을 구축하도록 지시합니다.

00:14:23.040 --> 00:14:25.320
따라서 코파일럿 스튜디오 위 안전장치는

00:14:25.320 --> 00:14:27.220
코드 자체보다 훨씬 중요합니다.

00:14:27.440 --> 00:14:28.960
에이전트가 오작동을 일으키거나

00:14:28.960 --> 00:14:31.640
사용자가 알지도 못하는 프롬프트 주입 공격을 통해

00:14:31.640 --> 00:14:33.560
데이터를 유출하는 것을 방지하기 위해

00:14:33.560 --> 00:14:35.460
콘텐츠 검열 계층을 구현해야 합니다.

00:14:35.660 --> 00:14:37.980
여름 인터넷에 방화벽 규칙을 작성하게 하지 않듯이

00:14:37.980 --> 00:14:39.960
회사 전체 위키에 대한 읽기 권한을 가진

00:14:39.960 --> 00:14:41.840
에이전트를 만들도록 허용해서는 안 됩니다.

00:14:42.080 --> 00:14:43.780
해결책은 구조적인 접근에 있습니다.

00:14:44.140 --> 00:14:45.200
로우코드 환경 내에서

00:14:45.200 --> 00:14:48.140
데이터 손실방지 정책을 자동화하여 시행해야 합니다.

00:14:48.400 --> 00:14:50.580
사용자가 AI 에이전트를 관리되지 않는

00:14:50.580 --> 00:14:52.780
외부 드롭박스 계정에 연결하려고 하면

00:14:52.780 --> 00:14:54.640
시스템에서 즉시 차단해야 합니다.

00:14:54.820 --> 00:14:56.700
기밀성이 매우 높은 것으로 표시된

00:14:56.700 --> 00:14:59.300
라이브러리를 조회하는 봇을 구축하려고 하면

00:14:59.300 --> 00:15:02.540
IT 운영팀에서 자동으로 수동 검토를 수행해야 합니다.

00:15:02.780 --> 00:15:04.480
이는 설계 단계부터 보안을 강화한

00:15:04.480 --> 00:15:06.020
혁신 경로를 구축하는 것입니다.

00:15:06.240 --> 00:15:08.600
개발자는 조직의 가장 중요한 자산이 앞서 논의한

00:15:08.600 --> 00:15:11.240
상황인식 보안 체계 내에 안전하게 보호되도록 하면서

00:15:11.240 --> 00:15:12.340
봇을 개발할 수 있습니다.

00:15:12.340 --> 00:15:14.600
우리는 모든 직원이 회사의 인텔리저스를

00:15:14.600 --> 00:15:17.000
설계할 잠재력을 가진 시대로 나아가고 있습니다.

00:15:17.220 --> 00:15:19.680
이는 제대로 관리하면 엄청난 경쟁 우위가 되지만

00:15:19.680 --> 00:15:22.380
방치하면 치명적인 위험 요소가 될 수 있습니다.

00:15:22.620 --> 00:15:24.180
목표는 확산을 막는 것이 아니라

00:15:24.180 --> 00:15:25.620
흐름을 관리하는 것입니다.

00:15:25.860 --> 00:15:28.100
시민 개발자에게 사전 승인된 템플릿과

00:15:28.100 --> 00:15:29.940
핵심 자산을 위험에 빠뜨리지 않고

00:15:29.940 --> 00:15:32.280
실험할 수 있는 안전지대를 제공해야 합니다.

00:15:32.520 --> 00:15:34.380
이를 통해 개발자가 만든 에이전트가

00:15:34.380 --> 00:15:36.020
거버넌스 전략의 예외가 아닌

00:15:36.020 --> 00:15:37.520
연장선이 되도록 해야 합니다.

00:15:37.800 --> 00:15:39.060
마지막으로 해결해야 할 과제는

00:15:39.060 --> 00:15:40.460
최고 경영진이 접근 권한을

00:15:40.460 --> 00:15:42.220
전략적 자산으로 인식하도록 하는 것입니다.

00:15:42.400 --> 00:15:44.740
수백만 명이 에이전트를 지하에서 관리할 수는 없습니다.

00:15:45.040 --> 00:15:46.420
경영진의 동의가 필요합니다.

00:15:46.660 --> 00:15:48.140
이제 서버실에서 논의하던 것을

00:15:48.140 --> 00:15:49.840
이사회 회의실로 옮겨야 할 때입니다.

00:15:50.060 --> 00:15:52.140
경영진의 지지를 얻는 전략이 중요합니다.

00:15:52.420 --> 00:15:54.080
상황인식 보완을 위한 기술적 싸움은

00:15:54.080 --> 00:15:55.140
코드에서 승리하고 있지만

00:15:55.140 --> 00:15:57.820
전략적 싸움은 여전히 이사회에서 패배하고 있습니다.

00:15:58.080 --> 00:15:59.460
수년 동안 신원 및 접근 관리

00:15:59.460 --> 00:16:01.900
IM는 마치 배관 문제처럼 취급되었습니다.

00:16:02.160 --> 00:16:03.520
사업부는 성장에 집중하는 동안

00:16:03.520 --> 00:16:05.740
지하팀에서 처리하도록 맡겨두는 것이 얻습니다.

00:16:06.180 --> 00:16:08.020
2026년에는 이러한 사고 방식이

00:16:08.020 --> 00:16:09.020
오히려 부담이 됩니다.

00:16:09.280 --> 00:16:11.400
신원은 더 이상 단순한 로그인이 아니기 때문에

00:16:11.400 --> 00:16:13.340
전체적인 논의의 틀을 바꿔야 합니다.

00:16:13.540 --> 00:16:16.240
신원은 디지털 신뢰를 위한 핵심 제어 영역입니다.

00:16:16.460 --> 00:16:18.160
경영진이 이를 이해하지 못한다면

00:16:18.160 --> 00:16:19.820
AI 도입은 비용이 많이 드는

00:16:19.820 --> 00:16:21.700
단편적인 실험으로 남을 것입니다.

00:16:21.920 --> 00:16:24.440
보완을 비용센터로만 보는 시각을 버려야 합니다.

00:16:24.640 --> 00:16:27.280
대신 위사결정 속도를 높이는 요소로 인식해야 합니다.

00:16:27.480 --> 00:16:29.020
대부분의 경영진은 보완을 안됩니다.

00:16:29.220 --> 00:16:30.180
이 도구는 사용할 수 없습니다.

00:16:30.540 --> 00:16:31.560
이 파일은 공유할 수 없습니다.

00:16:31.760 --> 00:16:33.000
와 같은 일련의 거절로 생각합니다.

00:16:33.180 --> 00:16:35.260
하지만 최신 신원 패브릭은 정반대입니다.

00:16:35.260 --> 00:16:37.240
비즈니스가 더 빠르게 움직일 수 있도록

00:16:37.240 --> 00:16:38.740
예 라는 답변을 제공합니다.

00:16:38.900 --> 00:16:40.800
지속적인 상황 인식 검증이 가능하다면

00:16:40.800 --> 00:16:42.540
새로운 파트너를 온보딩하는데

00:16:42.540 --> 00:16:44.680
몇 주가 아닌 몇 시간밖에 걸리지 않습니다.

00:16:44.860 --> 00:16:46.560
컨설턴트에게 3일 프로젝트에 필요한

00:16:46.560 --> 00:16:48.080
정보에만 접근 권한을 부여하고

00:16:48.080 --> 00:16:50.420
프로젝트가 완료되는 즉시 해당 권한이

00:16:50.420 --> 00:16:51.900
자동으로 사라지도록 할 수 있습니다.

00:16:52.100 --> 00:16:54.160
이는 제한이 아니라 민첩성을 의미합니다.

00:16:54.400 --> 00:16:55.740
적절한 사람이 적절한 정보에 따라

00:16:55.740 --> 00:16:57.140
행동할 수 있는 환경을 조성하고

00:16:57.140 --> 00:16:59.520
수동 승인과 같은 번거로운 절차를 없애는 것입니다.

00:16:59.720 --> 00:17:02.000
인수합병, M&A, 시장에서 이러한 점을 간과했을 때

00:17:05.260 --> 00:17:08.060
기업과 여전히 정적인 기존 모델에 위존하는 기업 간에는

00:17:08.060 --> 00:17:10.180
엄청난 성숙도 격차가 나타나고 있습니다.

00:17:10.460 --> 00:17:12.340
아이디 거버넌스 성숙도가 높은 기업이

00:17:12.340 --> 00:17:14.160
경쟁사를 인수하면 새로운 인력을

00:17:14.160 --> 00:17:16.220
AI 생태계에 며칠 만에 통합할 수 있지만

00:17:16.220 --> 00:17:18.180
아이디 관리가 미흡한 기업은

00:17:18.180 --> 00:17:19.340
통합에 몇 달씩 걸리고

00:17:19.340 --> 00:17:21.640
이러한 지연은 기업 가치를 손실시키고

00:17:21.640 --> 00:17:24.180
합병의 본래 목적이었던 시너지 효과를 저해합니다.

00:17:24.380 --> 00:17:25.980
부실한 아이디 거버넌스는 합병 후

00:17:25.980 --> 00:17:28.000
기업 가치에 직접적인 파격을 줍니다.

00:17:28.200 --> 00:17:30.720
이는 대부분의 CEO가 아직 수치화조차 하지 못한

00:17:30.720 --> 00:17:32.040
재무제표상이 부담입니다.

00:17:32.040 --> 00:17:36.100
이것이 바로 아이덴티티 패브릭, 아이덴티티 패브릭 예산을 5에서 20% 증액 해달라는 요청이

00:17:36.100 --> 00:17:37.980
단순히 보안비용 증액을 요구하는 것이 아닌 이유입니다.

00:17:38.100 --> 00:17:39.780
이는 성장 인프라에 대한 투자입니다.

00:17:40.020 --> 00:17:42.840
마치 데이터 사일로를 고속철도망으로 연결하는 것과 같은

00:17:42.840 --> 00:17:43.860
디지털 혁신입니다.

00:17:44.080 --> 00:17:46.480
누구나 뚫으려고 S는 견고한 경계에서 벗어나

00:17:46.480 --> 00:17:48.820
사람들의 업무 방식을 진정으로 지원하는

00:17:48.820 --> 00:17:50.980
지속적인 검증 모델로 전환하는 것입니다.

00:17:51.180 --> 00:17:54.800
경영진에게 AI가 약속하는 5배의 생산성 향상을 원한다면

00:17:54.800 --> 00:17:58.760
그 기반을 안전하게 구축하는 데 투자해야 한다고 말하는 것입니다.

00:17:58.760 --> 00:18:03.000
데이터 보호에서 인텔리전스 흐름 관리로 목표를 바꿔야 합니다.

00:18:03.200 --> 00:18:06.180
상황인식 모델로의 전환만이 에이전트형 AI 시대에

00:18:06.180 --> 00:18:08.700
탄력적 인기업을 구축하는 유일한 방법입니다.

00:18:08.920 --> 00:18:10.980
이를 통해 조직은 위험을 늘리지 않고도

00:18:10.980 --> 00:18:12.700
인텔리전스를 확장할 수 있습니다.

00:18:12.960 --> 00:18:15.800
경영진이 접근 권한을 전략적 자산으로 인식할 때

00:18:15.800 --> 00:18:17.700
회사 문화 전체가 바뀝니다.

00:18:17.880 --> 00:18:19.260
보안은 공동의 책임이 되고

00:18:19.260 --> 00:18:22.620
데이터는 숨겨둔 비밀이 아니라 유동적 인 자원이 됩니다.

00:18:22.960 --> 00:18:24.540
이제 도구 비용만 볼 것이 아니라

00:18:24.540 --> 00:18:26.940
마찰로 인한 비용을 살펴봐야 할 때입니다.

00:18:26.940 --> 00:18:29.740
AI 시대에는 가장 빠른 기업이 승리하며

00:18:29.740 --> 00:18:32.400
데이터가 거짓에 갇혀 있다면 빠를 수 없습니다.

00:18:32.740 --> 00:18:34.960
2026년 여러분의 과제는 명확합니다.

00:18:35.220 --> 00:18:38.360
AI 라이선스를 확장하기 전에 권한 부채를 감사해야 합니다.

00:18:38.560 --> 00:18:39.460
기술은 준비되었지만

00:18:39.460 --> 00:18:42.020
아키텍처는 아직 준비되지 않았을 가능성이 큽니다.

00:18:42.200 --> 00:18:44.820
다음 분기의 과제는 필수 자동 라벨링을 구현하고

00:18:44.820 --> 00:18:46.620
91 사이트 정리 작업을 통해

00:18:46.620 --> 00:18:48.660
가장 명백한 격차를 해소하는 것입니다.

00:18:48.900 --> 00:18:51.140
데이터를 쌓아두지 말고 흐름을 시작하세요.

00:18:51.400 --> 00:18:53.160
사일로를 허무는 진행 상황을 공유하거나

00:18:53.160 --> 00:18:56.080
팀이 컨텍스트 인식 권한으로 전환하는 방식을 논의하고 싶다면

00:18:56.080 --> 00:18:58.260
링크딘에서 미르코 피터스와 연결하세요.

00:18:58.480 --> 00:19:01.000
실제로 작동하는 인텔리전스 모델을 함께 만들어갑시다.

00:19:01.200 --> 00:19:03.500
미래의 업무 환경에 대한 더 심층적인 분석을 구독하세요.

00:19:03.700 --> 00:19:05.400
보안을 유지하고 생산성을 높이세요.