나수니의 2026 엔터프라이즈 파일 데이터 연례 보고서: 엔터프라이즈 AI 채택은 데이터 준비도보다 빠르게 진행되고 있다

나수니의 최근에 발표된 2026 엔터프라이즈 파일 데이터 연례 보고서는 기업 세계가 공격적으로 AI 채택을 향해 가고 있지만同時에 대부분의 기존 데이터 인프라는 현대적인 AI 시스템이 요구하는 규모, 복잡성, 운영 요구에 대처하기 위해 설계되지 않았다는 사실을 보여준다.

이 보고서는 미국, 영국, 프랑스, 독일, 오스트리아, 스위스에 걸친 1,000개의 기업 구매 결정자들을 대상으로 한 설문조사에 기반한다. 보고서는 다음 단계의 기업 AI 경쟁은 모델 접근보다는 기업들이 비정형 운영 데이터를 어떻게 관리하는지에 더 많이 의존할 수 있다고 제안한다.

AI 채택은 엔터프라이즈 준비도보다 빠르게 진행되고 있다

조사 결과에 따르면 AI는 2026년에 기업의 최상위 IT 투자 우선순위가 되었다. 응답자의 59%가 AI 이니셔티브를 최상위 투자 영역으로 पहच였다. 이는 전년보다 크게 증가한 것이다.

同時에, 기업들은 AI 배포가 더 넓은 데이터 관리 현대화 노력과 분리될 수 없다는 사실을 점점 더 인식하고 있다. 클라우드 데이터 관리, 데이터 인텔리전스, 분석, 비정형 데이터 관리 모두 주요 투자 우선순위로 등장했다. 응답자의 77%가 데이터 인텔리전스 및 분석 기능에 대한 투자를 증가시킬 계획이라고 말했다. 60%의 응답자는 다음 18개월 동안 비정형 데이터 관리에 대한 지출을 증가시킬 것이라고 말했다.

보고서는 많은 조직이 AI 시스템이 깨끗하고, 접근 가능하며, 잘 관리되는 기업 데이터에 얼마나 의존하는지에 대해 과소평가했다는 사실을 시사한다. 거의 반수의 조직이 이미 AI 이니셔티브가 데이터 품질이나 관리의 격차를暴露했다고 말했다. AI 배포가 더 발전된 기업일수록 심각한 데이터 문제를 발견할 가능성이 더 높았다.

나수니의 연구에 따르면 기업들은 아직 대규모 에이전트 AI 배포가 실제로 무엇을 요구하는지에 대한 이해의 초기 단계에 있을 수 있다. 97%의 조직이某种 형태의 AI 에이전트 배포 또는 테스트를 보고했지만, 18%만이 기업 전체에 걸친 AI 에이전트 배포를 달성했다.

비정형 데이터는 주요 기업 병목현상이 되었다

보고서 전체에 걸쳐 가장 분명한 테마는 비정형 데이터의 중요성이다. 문서, 이메일, 이미지, 녹음, 디자인 파일, 엔지니어링 데이터, 협업 자산이 현재 조직의 90% 이상의 데이터를 차지한다.

그러나 이러한 데이터가 기업 운영과 AI 워크플로에서 중요한 역할을 하는에도 불구하고, 조사된 조직의 94%가 비정형 데이터를 효과적으로 관리하는 것에 어려움을 겪고 있다고 말했다. 보안 문제가 가장 큰 도전으로 등극했으며, 그 다음으로 재해 복구 어려움, 협업 문제, 분산 환경, 준수 복잡성이 뒤따랐다.

보고서는 반복적으로 분산을 중심 운영 문제로 강조한다. 조직들은 현재 평균 4개의 별도 시스템을 저장, 백업, 재해 복구를 위해 사용하고 있으며, 22%의 조직이 동시에 6개 이상의 벤더를 사용한다.

조사 결과에 따르면, 여러 개의 분리된 시스템을 사용하는 기업들은 더 긴 복구 시간, 더 큰 운영 압력, AI 이니셔티브 확장에 더 많은 어려움을 경험했다.

나수니는 현재 chỉ 21%의 기업이 일관된 성능을 제공할 수 있는 중앙 관리 파일 환경을 운영하고 있다고 발견했다. 나머지 조직들은 분산된 시스템, 수동 전송, 이메일 기반 공유, 또는 일관되지 않은 중앙 인프라의 다양한 조합에 의존한다.

그런 불일치는 직원 생산성에 직접적인 영향을 미친다. 1/3 이상의 기업이 느리거나 일관되지 않은 파일 접근이 직원 생산성을 크게 해친다고 말했다.

AI 인프라 비용의 상승은 IT 지출을 재편성하고 있다

보고서는 또한 AI 확장과 관련된 인프라 비용이 급격히 증가하는 시기에 발표되었다. 42%의 조직이 다음 해에 AI 툴링 및 생성적 AI 플랫폼 지출이 크게 증가할 것으로 예상한다.

나수니는 또한 하드웨어 가격, 특히 메모리 및 스토리지 구성 요소의 가격이 급격히 상승하고 있음을 지적한다. 보고서는DRAM 및 SSD 가격이 2026년 말까지 130%까지 상승할 수 있다는 예측을 인용한다.

이것은 기업의 IT 예산 내에서 긴장을 초래하고 있다. 46%의 응답자가 데이터 증가로 인해 스토리지 인프라 지출이 증가하고 있다고 말했다. 43%의 응답자는 스토리지 인프라와 AI 이니셔티브 사이에 직접적인 예산 교환을 보고했다.

조사 결과는 많은 기업이 AI 확장이 단순히 소프트웨어 문제가 아니라는 사실을 점점 더 인식하고 있음을 시사한다. 대규모 AI 배포는 스토리지 성능, 관리, 보안, 백업, 재해 복구, 교차 위치 데이터 접근과 관련된 주요 운영 요구를 도입한다.

サイバーセキュリティ 및 복구 약점은 여전히 중요하다

サイバーセキュリティ 및 운영 복원력이 또 다른 주요 우려로 나타났다.

71%의 조직이 지난 1년 동안 사이버 공격을 경험했다고 보고했으며, 이는 이전 조사에서 69%였다. 그러나 chỉ 26%의 조직이 이러한 공격을 쉽게 обнаруж하고, 완화하고, 복구할 수 있다고 말했다.

복구 시간은 특히 우려스러웠다. 조사 결과에 따르면, 70%의 조직이 사이버 공격으로부터 완전히 복구하기 위해 1주일 이상이 걸렸으며, 평균 복구 기간은 약 4주였다.

보고서는 또한 62%의 조직이 여전히 전통적인 백업 기반 복구 시스템을 사용하고 있음을 발견했다. 나수니는 이러한 전통적인 접근법이 점점 더 데이터 집약적인 AI 환경에서 다운타임 및 운영 중단이 더 비싼 환경에서 적합하지 않을 수 있음을 주장한다.

중앙 관리 데이터 인프라가 더 성숙한 기업은 사이버 공격으로부터 훨씬 더 빠르게 복구되는 것으로 나타났다. 중앙 또는 지속적으로 보호된 데이터 시스템을 사용하는 기업은 운영을 빠르게 복원할 가능성이 더 높았으며, 또한 더 발전된 AI 배포 성숙도를 보고했다.

조사 결과는 또한 건설, 엔지니어링, 건축 분야를 포함한 일부 부문이 사이버 공격으로 가장 심하게 영향을 받았다는 사실을 강조한다. 조사된 AEC 조직의 82%가 지난 1년 동안 사이버 공격을 경험했다고 보고했으며, 제조 및 자동차 회사도 높은 공격률을 보고했다. 이는 운영 산업이 지적 재산 및 중요 인프라를 가지고 있기 때문에 사이버 범죄자에게 점점 더 매력적인 표적이 되고 있음을 시사한다.

同時에, 조사 결과는 많은 기업이 복구 능력에 대해 과대평가할 수 있음을 시사한다. 중앙 관리, 불변, 또는 지속적으로 보호된 데이터 시스템을 사용하는 기업은 38%에 불과했지만, 2/3의 응답자는 주요 비정형 데이터를 주요 사건 이후에 복구할 수 있는 자신감을 표현했다.

AI 거버넌스는 이사회 문제가 되고 있다

보고서에서 발견된 가장 주목할만한 조직적 변화 중 하나는 AI 이니셔티브에 대한 의사결정 권한을 포함한다.

처음으로, C-suite는 IT 부서를 앞서는 기업 AI 전략의 주요 의사결정자가 되었다. 52%의 조직이 AI 결정이 이제 CEO, CTO, CDO, CAIO와 같은 고위 임원에 의해 주도되고 있다고 말했다. 이는 IT 부서가 주도하는 경우의 26%에 불과하다.

나수니는 이것이 AI가 실험을 넘어 운영 배포로 이동함에 따라 점점 더 전략적으로 중요해지고 있음을 반영한다고 제안한다. AI는 점점 더 인력 구조, 운영 워크플로, 제품 전략, 장기 경쟁력과 관련된 더 넓은 비즈니스 변환 노력에 연결되고 있다.

그러나 보고서는 또한 고위 임원들의 AI 야망과 IT 팀이 직면한 기본 인프라 현실 사이에 점점 더 큰 단절을 시사한다. 70%의 응답자가 파일 데이터 인프라가 AI 확장을 지원할 수 있다고 믿지만, 보고서는 반복적으로 분산된 스토리지, 관리 격차, 일관되지 않은 접근, 약한 복구 시스템과 관련된 지속적인 문제를 강조한다.

그런 단절은 기업들이 경량 생성적 AI 툴에서 더 자율적인 AI 에이전트로 전환함에 따라 더 뚜렷해질 수 있다. 이러한 에이전트는 기업 시스템 전체에서 운영 작업을 실행할 수 있다.

다음 AI 경쟁은 데이터 인프라에 관한 것일 수 있다

공개 AI 대화의 대부분은 여전히 기초 모델, 벤치마크, 채팅봇 기능에 초점을 맞추고 있지만, 나수니의 조사 결과는 기업 기술 스택 내에서 더 조용하지만 더 중요한 변화를 시사한다.

보고서는 미래의 AI 성공은 모델 접근만이 아니라 운영 파일 인프라에 점점 더 의존할 수 있음을 시사한다. 분산된 스토리지 시스템, 일관되지 않은 협업 환경, 약한 관리, 구식 복구 전략을 가진 조직은 신뢰할 수 있는 최신 모델에 접근할 수 있더라도 안정적으로 AI를 기업 규모로 배포하기 위해 어려움을 겪을 수 있다.

보고서는 또한 기업들이 자체 데이터에 대해 어떻게 생각하는지에 대한 더 넓은 변화를 암시한다. 운영 파일 데이터 — 엔지니어링 파일, 내부 문서, 협업 기록, 이미지, 녹음, 워크플로 아티팩트 — 는 점점 더 회사별 컨텍스트와 기관 지식을 가진 AI 시스템을 구동할 수 있는 전략적 자산으로 처리되고 있다.

同時에, 보고서는 AI를 확장하는 것이 중앙 관리, 관리, 신뢰할 수 있는 데이터 환경 없이 보안 위험, 운영 비효율성, 조직적 복잡성을 증가시킬 수 있음을 경고한다.

나수니의 2026 엔터프라이즈 파일 데이터 연례 보고서는 최종적으로 기업 AI 채택을 독립적인 소프트웨어 혁신으로 프레임링하는 것이 아니라, 데이터를 저장, 관리, 보안, 운영화하는 방식을 근본적으로 재고해야 하는 더 깊은 인프라 전환으로 프레임링한다.