AI 사용·자산 거버넌스

담당 역할: AI 프로덕트 오너, IT 자산관리, CCoE/CAIO실

AI 거버넌스의 첫 질문은 클라우드와 똑같다. 무엇을 하나의 경계로 묶을 것인가. 클라우드에서는 계정이 그 경계였다. AI에서는 “이 AI 자산을 어떤 용도로, 누가 쓸 수 있는가”가 그 경계다. 경계를 정의하지 않으면 조직은 두 극단 사이를 오간다 — AI를 전면 금지해 섀도 AI를 부추기거나, AI를 전면 허용해 통제 불가능한 확산을 부른다.

이 챕터는 AI 유스케이스와 도구의 승인 경계를 다룬다. 원본 문서에서 청크·임베딩·평가셋까지 이어지는 데이터의 이용 권리·출처·품질·삭제 통제는 데이터 관리·거버넌스 가이드의 AI-ready 데이터에서 이어진다.

• 개인 사용과 업무 내장의 분리: Claude Code나 Cowork처럼 실행형(자율적으로 업무 애플리케이션을 만들 수 있는) 에이전트는 이용 형태에 따라 리스크 성격이 다르다. 개인이 자기 작업을 효율화하려고 쓰는 것과, 에이전트가 정식 업무 프로세스에 편입되는 것은 통제 수준이 달라야 한다.

• Excel 매크로 유추: “에이전트를 통제할 수 없을 것”이라는 우려에는 반례가 있다. 개인 효율화 목적의 에이전트 사용은 조직이 이미 익숙한 섀도 IT 리스크(개인이 만드는 Excel 매크로)의 연장선이다. 완전히 새로운 리스크로 취급해 과잉 규제하지 마라 — 다만 업무 프로세스에 정식 편입되는 순간은 별도로 관리하라.

• AI 자산 카탈로그: 기업이 온보딩하는 AI 자산(MCP 서버·에이전트·스킬·워크플로우)을 혁신을 막지 않으면서 거버넌스하고 발견 가능하게 만드는 중앙 카탈로그다. 소비자가 사람만이 아니라 AI 에이전트도 포함된다는 점이 전통적 소프트웨어 카탈로그와 다르다.

• 섀도 AI(Shadow AI): 승인 없이 조직 구성원이 개인적으로 도입한 AI 도구. 금지만으로는 사라지지 않는다 — 이미 쓰고 있는 사람을 파일럿의 출발점으로 정규화하는 편이 효과적이다(7.5 참조).

AI 자산 카탈로그는 데이터·소프트웨어 카탈로그의 AI 시대 후계자다. 다음 4축으로 정의된다.

조직 구조는 세 층으로 대응한다. Central IT는 전사 승인 자산 목록을 큐레이션한다. 사업부는 자체 자산을 팀·전사에 게시한다. 페더레이션은 외부·피어 레지스트리와 양방향으로 동기화해 사일로를 막는다. 오픈소스 레퍼런스 구현으로 MCP Gateway and Registry가 있다.

1. 1단계 — 사용 형태 분류 — AI 사용을 “개인 효율화”와 “업무 프로세스 정식 편입” 두 축으로 나누는 기준을 문서화하라. 후자만 정식 승인·대장 관리 대상으로 삼아라.

2. 2단계 — 조직 배포 전략 이원화 — 엔지니어용 배포(Claude Code 같은 실행형 도구)와 비엔지니어용 배포(대화형 어시스턴트)를 분리해 MDM·권한 설정을 각각 최적화하라.

3. 3단계 — 승인 AI 자산 카탈로그 구축 — MCP 서버·에이전트·스킬을 중앙 카탈로그에 등록하고, 등록 시점에 공급망 스캔을 자동 실행하라.

4. 4단계 — 섀도 AI 정규화 — 이미 개인적으로 AI를 쓰던 사용자를 찾아 공식 파일럿의 출발점으로 삼아라(Part 12.2의 전사 롤아웃 패턴과 연결).

5. 5단계 — 발견-인가 단일화 — 카탈로그 검색 결과 자체가 인가 여부를 반영하게 하라. 쓸 수 없는 자산이 검색 결과에 나타나면 안 된다.

① 個人利用と業務組み込みの分離管理 — 한 금융기관은 “업무 프로세스의 일부로 편입”되는 경우만 관계 부문이 대장으로 관리하고, “개인 효율화 도구”로 쓰이는 경우는 과도하게 규제하지 않는 실무 기준으로 리스크 부서를 설득했다. 근거는 Excel 매크로 유추다 — 완전히 새로운 리스크가 아니라 조직이 이미 다뤄 온 섀도 IT 리스크의 연장선이다.

② 전사 AI 롤아웃 2단계 패턴 — 선행 파일럿을 단순한 “시험 사용”이 아니라 예산 검증·지식 정비·거버넌스 리허설이라는 3중 목적으로 쓰는 방식이다. 파일럿 대상은 무작위가 아니라 이미 그 도구를 개인적으로 쓰던 섀도 이용자를 정규화하는 방식으로 뽑는다. 전사 전개 시에는 발표와 동시에 전용 지원 채널을 열고, 다음 주에 비엔지니어를 포함한 입문 설명회를, 전원 참가 보안 설명회를 배치해 지연 없는 지원 동선을 만든다(자세한 내용은 Part 12.2).

• AI 사용을 “개인 효율화”와 “업무 프로세스 정식 편입”으로 구분하는 기준이 문서화되어 있는가?

• 업무 프로세스에 편입된 AI 에이전트의 전체 목록(대장)이 존재하는가?

• 엔지니어용과 비엔지니어용 AI 도구 배포 전략이 분리되어 있는가?

• 승인된 AI 자산(MCP 서버·에이전트·스킬)을 검색할 수 있는 중앙 카탈로그가 있는가?

• 등록 시점에 공급망 보안 스캔이 자동으로 실행되는가?

• 섀도 AI 사용자를 색출·처벌 대상이 아니라 파일럿 후보로 다루는 프로세스가 있는가?

• 개인 사용까지 업무 편입과 동일하게 규제한다: 과잉 규제는 섀도 AI를 지하로 밀어넣을 뿐 없애지 못한다.

• 섀도 AI를 색출해 금지하는 데만 집중한다: 이미 검증된 수요를 파일럿 모수로 전환하는 기회를 놓친다.

• 카탈로그를 사람 전용 UI로만 만든다: AI 에이전트가 런타임에 자산을 검색하지 못하면 카탈로그의 절반은 무용지물이다.

• 엔지니어용과 비엔지니어용 배포를 하나로 뭉뚱그린다: 권한·보안 요구사항이 다른 두 집단에 같은 설정을 적용하면 한쪽은 과하고 한쪽은 부족해진다.