2024년 가트너 10대 기술

가트너라는 미국의 유명한 정보 기술 연구 및 자문 회사가 있습니다. 고객은 정부 기관 및 IT 기업, 투자 회사 등 다양합니다. 6000여명 가량의 직원 가운데 리서치 애널리스트 및 컨설턴트 인력이 1400명 정도 됩니다. 이 회사에서는 매년 유망 신기술을 발표합니다. 아래 링크를 보면 2024년 유망 기술이 무엇인지 알 수 있습니다. 2024년 가트너 10대 기술을 간략히 알아보도록 하겠습니다.

https://www.gartner.com/en/articles/gartner-top-10-strategic-technology-trends-for-2024

2024년 가트너 10대 기술

1. AI 신뢰,리스크,보안 관리(AI Trust, Risk and Security Management) 출처 :https://www.node-magazine.com/thoughtleadership/gartner-steps-to-manage-ai-trust-risk-and-security
   1. 2024년 Gartner의 AI TRiSM 보고서에 따르면, AI 도입이 지속적으로 증가하고 있으며, 기업들은 이와 관련된 잠재적 위험을 점점 더 인식하고 있습니다. 이러한 상황에서 AI TRiSM은 데이터 및 분석 리더들이 AI 모델의 신뢰성, 신뢰성, 공정성, 개인 정보 보호 및 보안을 강화하는 데 필요한 필수 기능을 갖추도록 돕는 프레임워크로서 중요한 역할을 하고 있습니다.
   2. AI 생명주기 중심 접근 방식: 설계 원칙부터 개발, 테스트, 배포 및 지속적인 모니터링까지 AI 생명주기의 모든 단계에 TRiSM 기능을 통합해야 합니다. 이를 통해 신뢰 및 위험 고려 사항이 전체 프로세스에서 다루어지도록 합니다.
   3. 편견 완화 및 공정성 보장: AI 모델은 학습 데이터에 존재하는 편견을 영속화하거나 증폭시킬 수 있습니다. TRiSM은 조직이 이러한 편견을 식별하고 완화하여 AI 모델이 의사 결정에서 공정하고 편견 없음을 보장하도록 돕습니다.
   4. 사전적 데이터 보호: AI는 데이터에 크게 의존하기 때문에 강력한 데이터 보안 및 개인 정보 보호 조치를 마련하는 것이 중요합니다. TRiSM은 민감한 정보를 보호하고 관련 규정을 준수하기 위한 최선의 데이터 보호 관행을 포함합니다.
   5. 설명 가능성 및 투명성: 조직은 AI 모델이 의사 결정에 어떻게 도달하는지 설명할 수 있어야 합니다. TRiSM은 AI 모델을 더 투명하고 이해하기 쉽게 만드는 설명 가능한 AI(XAI) 기술 개발을 촉진합니다.
   6. 관계자와의 신뢰 구축: AI에 대한 신뢰 구축은 성공적인 채택에 필수적입니다. TRiSM은 조직이 AI의 이점과 위험을 이해관계자에게 전달하고 책임감 있는 사용에 대한 신뢰를 구축하는 전략을 개발하도록 돕습니다.
   7. 가트너는 ‘26년까지 AI TRiSM 제어 기능을 적용하는 조직이 오류 및 불법 정보를 최대 80%까지 줄여 의사결정의 정확성을 높일 것이라고 예측했습니다.
2. 지속적인 위협노출관리(Continuous Threat Exposure Management)
   1. Gartner의 최신 보고서에 따르면, 지속적인 위협 노출 관리(CTEM)은 2024년 사이버 보안 분야의 주요 트렌드로 떠오르고 있습니다. CTEM은 단순히 소프트웨어 취약점을 패치하는 것을 넘어서는 새로운 보안 접근 방식입니다.
   2. 공격 표면에 대한 포커스: CTEM은 기존 보안 솔루션보다 더 광범위한 관점을 취합니다. 소프트웨어 취약점뿐만 아니라 클라우드 리소스, 액세스 권한, 코드 결함을 포함한 전체 공격 표면을 고려합니다. 이를 통해 더 광범위한 잠재적 위협을 식별하고 해결할 수 있습니다.
   3. 사전 위협 관리: CTEM은 침해에 대응하는 대신 노출을 사전에 관리하는 데 중점을 둡니다. 여기에는 성공 가능성과 잠재적 영향에 따라 위협을 지속적으로 식별하고 우선순위를 지정하는 작업이 포함됩니다.
   4. 데이터 기반 접근 방식: CTEM은 다양한 소스의 데이터를 기반으로 보안 상태에 대한 포괄적인 그림을 만듭니다. 이 데이터는 그런 다음 보완 노력의 우선 순위를 정하고 보안 투자를 최적화하는 데 사용됩니다.
   5. 향상된 의사 결정: 조직은 노출에 대한 명확한 이해를 바탕으로 보안 리소스를 어디에 할당할지에 대한 더 나은 결정을 내릴 수 있습니다. 이는 보다 효율적이고 효과적인 보안 상태로 이어질 수 있습니다.
   6. 이와 관련해 가트너는 ‘26년까지 CTEM 프로그램을 기반으로 보안 투자에 우선순위를 두는 조직이 침해사고를 3분의 2 줄일 수 있을 것으로 예측했다.
3. 지속가능한 기술(Sustainable Technology) → 가트너는 지속 가능한 기술을 ‘장기적인 생태 균형과 인권을 지원하는 환경·사회·기업 지배구조(ESG) 성과 구현에 활용되는 디지털 솔루션 프레임워크’로 정의했다. AI, 암호화폐, 사물 인터넷(IoT), 클라우드 컴퓨팅과 같은 기술 사용으로 인해 관련 에너지 소비 및 환경 영향에 대한 우려가 커지면서 보다 효율적이고 순환적이며 지속 가능한 방식의 IT 사용이 더욱 중요한 요소가 됐는데, 가트너는 ‘27년까지 25%의 CIO들이 각자 활용하는 지속 가능한 기술의 영향력에 따라 개인적인 보상을 얻게 될 것으로 예측했다.
4. 플랫폼 엔지니어링(Platform Engineering) → 플랫폼 엔지니어링은 셀프 서비스 내부 개발 플랫폼(Developer Platform)을 구축하고 운영하는 규정을 일컫는다. 각 플랫폼은 전담 제품 팀에서 만들고 유지 관리하는 하나의 계층으로, 도구 및 프로세스와의 연동을 통해 사용자들의 요구사항을 지원하도록 설계됐다. 가트너는 플랫폼 엔지니어링의 최종 목표로 생산성과 사용자 경험(DX)을 최적화하고 비즈니스 가치 전달을 가속화하는 것이라고 언급했다.
5. AI 증강 개발(AI-Augmented Development) → AI 증강 개발은 SW 엔지니어가 애플리케이션을 설계, 코딩, 테스트할 때 생성형 AI, 머신러닝(ML)과 같은 AI 기술을 활용하는 것을 의미한다. AI의 지원을 받는 SW 엔지니어링은 개발자의 생산성을 향상시키고 개발팀이 비즈니스 운영에 필요한 SW 수요 증가를 충족하도록 한다. 이러한 AI 적용 개발 도구는 SW 엔지니어의 코드 작성 시간을 줄여 엔지니어들이 경쟁력 있는 비즈니스 애플리케이션의 설계 및 구성과 같이 보다 전략적인 활동에 더 많은 시간을 할애할 수 있도록 한다.
6. 산업 클라우드 플랫폼(Industry Cloud Platforms) → ‘23년 15% 미만이었던 산업 클라우드 플랫폼(ICP) 사용률이 ‘27년에는 70% 이상으로 증가하며 많은 조직들이 ICP를 활용해 비즈니스 이니셔티브를 가속화할 전망이다. ICP는 기본적인 SaaS, PaaS, IaaS를 단일 제품 오퍼링으로 통합하고 구성 가능한 기능을 갖춰, 산업 관련 비즈니스 성과를 지원한다. 여기에는 일반적으로 산업 데이터 패브릭, 패키지화된 비즈니스 기능 라이브러리, 구성 도구 및 기타 플랫폼 혁신이 포함된다. ICP는 산업별 맞춤 클라우드 제안으로 조직의 필요에 따라 추가로 조정될 수 있다.
7. 지능형 애플리케이션(Intelligent Applications) → 가트너는 지능형 애플리케이션에서 ‘지능(Intelligent)’을 적절하고 자율적으로 대응할 수 있는 학습된 적응력으로 정의한다. 이러한 지능은 업무를 더욱 효과적으로 보강하거나 자동화하기 위해 활용된다. 애플리케이션의 지능은 기본이 되는 기능으로서 ML, 벡터 저장소, 커넥티드 데이터와 같은 AI 기반 서비스를 구성하며 결과적으로 지능형 애플리케이션은 사용자에게 맞춰 유연하게 적응하는 경험을 제공한다.
8. 보편화된 생성형 AI(Democratized Generative AI) → 대거 사전 학습된 모델, 클라우드 컴퓨팅, 오픈 소스(Open Source)의 결합으로 생성형 AI가 보편화됨에 따라 많은 이들이 이러한 모델에 접근, 사용할 수 있게 됐다. 가트너는 ‘26년 80% 이상의 기업이 생성형 AI 애플리케이션 프로그래밍 인터페이스(API) 및 모델을 사용하거나 프로덕션 환경에 생성형 AI 지원 애플리케이션을 배포할 것으로 예측했는데, 이는 올해 초 5% 미만이었던 수치에서 크게 증가한 것이다. 생성형 AI 애플리케이션은 비즈니스 사용자가 내외부의 방대한 정보에 접근하고 이를 활용하도록 지원하는데, 이는 즉 생성형 AI의 빠른 도입은 조직 내 지식과 기술에 상당한 보편화를 가져온다는 것이다. 그리고 대형 언어 모델(Large Language Model, 이하 LLM)은 이해가 가능한 대화형 스타일로 직원들이 정보에 연결되도록 도움을 준다.
9. 증강·연결된 인력(Augmented Connected Workforce) → 증강·연결된 인력은 인간 근로자의 가치를 최적화하기 위한 전략으로, 역량을 가속화 및 확장해야 할 필요성에 의해 주도되고 있다. 이는 지능형 애플리케이션과 인력 분석을 사용하여 직원들의 경험, 복지 및 자체 기술 개발 능력을 지원할 일상적인 환경과 지침을 제공하는 동시에 비즈니스 성과를 창출하고 주요 이해관계자들에게 긍정적인 영향을 미친다. 가트너는 ‘27년까지 CIO의 25%가 증강 연결된 인력 이니셔티브를 활용해 핵심 역할의 역량 확보 시간을 50% 단축할 것이라고 예측했다.
10. 기계 고객(Machine Customers) → ‘커스토봇(Custobot)’으로도 알려진 기계 고객은 자율적으로 협상하고 대가를 지불하여 상품과 서비스를 구매할 수 있는 비인간 경제 행위자다. 가트너는 ‘28년까지 150억 개의 커넥티드 제품이 고객 역할을 할 수 있는 잠재력을 갖게 될 것이며, 그 이후로도 몇 년 간 수십억 개의 제품이 더 등장할 것이라 예측했다. 이러한 성장 추세는 ‘30년까지 수조 달러에 달하는 매출의 기반이 되어 결국 디지털 커머스(Digital Commerce)의 등장 이상의 중요한 역할을 하게 될 것이며, 이러한 알고리즘 및 디바이스를 촉진하거나 새로운 기계 고객을 만들 기회를 전략적으로 고려해야 한다.

가트너는 ’24년 10대 전략 기술 트렌드를 발표하며, 해당 기술 트렌드들이 △투자 보호(Protect Your Investment) △기술 개발자들의 부상(Rise of the Builders) △가치 전달(Deliver the Value)과 같은 3가지 테마에 종속된다고 밝혔다. 이를 발표하며 가트너는 “가치를 창출하면서 조직을 구축 및 보호해야 한다.”라고 강조했으며, 올해 선정된 10대 전략 기술 트렌드는 향후 36개월 이내에 각 조직의 CIO를 포함한 IT 리더들에게 상당한 변화와 기회를 가져올 것이라고 전망했다.