전체
부미, 엘리멘터리 데이터 인수로 AI 시대 위한 신뢰할 수 있고 관리되는 데이터 제공
AI를 위한 데이터 활성화 기업 부미(Boomi)는 모든 워크플로와 AI 에이전트가 신뢰할 수 있는 데이터를 활용할 수 있도록 지원하는 널리 채택된 데이터 관측성(data observability) 솔루션 제공업체 엘리멘터리 데이터(Elementary Data)를 인수했다고 발표했다. 루나닷데브(Lunar.dev)에 이어 엘리멘터리는 부미의 최신 인수 기업으로, 기업이 AI에 신뢰할 수 있는 데이터를 제공하는 데 필요한 관측성, 품질, 거버넌스 및 검색 기능을 추가해 부미 엔터프라이즈 플랫폼(Boomi Enterprise Platform)을 강화한다.
핵심 요점
· 부미가 인수한 것: 엘리멘터리는 통합 관측성, 품질, 거버넌스 및 검색 기능을 제공한다. 2022년 오픈소스 프로젝트로 시작한 엘리멘터리는 현재 1500개 이상의 데이터 팀이 채택했으며, 월간 다운로드 110만 건 이상, 약 4000명 규모의 커뮤니티를 보유하고 있다. 2024년에는 이러한 오픈소스 기반에 엔터프라이즈급 기능을 추가한 엘리멘터리 클라우드(Elementary Cloud)를 출시했다.
· 이번 인수가 중요한 이유: AI의 신뢰성은 이를 뒷받침하는 데이터의 신뢰성에 달려 있다. 기업이 의사결정과 실행을 AI 에이전트에 맡기면서 신뢰할 수 없는 데이터는 눈에 띄지 않게 비즈니스에 문제를 일으킬 수 있다. 엘리멘터리는 데이터 팀이 문제가 대시보드, 모델, 디바이스 및 AI 에이전트에 도달하기 전에 데이터 문제를 탐지하고, 분류하고, 해결할 수 있도록 지원해 이러한 위험을 근본적으로 해결하며, 실제 운영 단계의 엔터프라이즈 AI를 가로막는 데이터 신뢰성 격차를 해소한다.
· 엘리멘터리가 부미 엔터프라이즈 플랫폼을 강화하는 방식: 엘리멘터리는 에이전트 기반 파이프라인, 데이터 및 컨텍스트 모니터링, 컬럼 수준 데이터 계보(column-level lineage), 데이터 카탈로그, 상태 점수, AI 도구와 에이전트에 데이터 컨텍스트를 제공하는 모델 컨텍스트 프로토콜(Model Context Protocol, MCP) 서버, 그리고 앱, 디바이스 및 데이터 전반에서 데이터 테스트, 인시던트 분류, 거버넌스 및 성능 최적화를 자동화하는 AI 에이전트를 제공한다. 엘리멘터리는 데이터를 지속적으로 이동시키고, 컨텍스트에 기반을 두며, 관리하고, 필요한 애플리케이션, 디바이스 및 에이전트에 컨텍스트와 함께 전달하는 부미 엔터프라이즈 플랫폼의 액티브 데이터 파운데이션(Active Data Foundation)을 보완한다. 저장 상태의 데이터에 초점을 맞춘 기존 데이터 플랫폼과 달리 액티브 데이터 파운데이션은 데이터를 계속 움직이게 함으로써 신뢰할 수 있고 컨텍스트가 부여된 데이터를 필요한 모든 곳에서 사용할 수 있도록 한다.
데이터 신뢰성이 새로운 AI 병목 현상이 된 이유
오랫동안 데이터 신뢰성은 백오피스 관리 업무로 여겨졌다. 데이터 팀이 대시보드에 문제가 생기지 않도록 조용히 처리하는 일이었다.
AI는 이러한 시대를 끝냈다. 기업이 실제 의사결정과 실행을 AI 에이전트에 맡기면서 기반 데이터의 신뢰성은 전체 시스템의 단일 실패 지점이 된다. 오래됐거나 잘못됐거나 관리되지 않은 데이터를 기반으로 행동하는 에이전트는 단순히 잘못된 차트를 만드는 데 그치지 않는다. 누구도 알아차리기 전에 대규모로 잘못된 행동을 실행한다. 엘리멘터리는 이러한 격차를 근본적으로 해소하고, 기업이 AI를 위해 데이터를 활성화하는 데 사용하는 플랫폼에 이 기능을 기본적으로 통합한다.
기업이 AI와 에이전틱(agentic) 워크플로를 확장하면서 데이터는 모든 곳에 존재하게 됐다. 움직이는 파이프라인을 따라 동적으로 흐르는 동시에 데이터 웨어하우스에 저장된 상태로도 존재한다. 이러한 지속적인 데이터 흐름의 신뢰성을 보장하는 것은 실제 운영 환경에서 신뢰할 수 있는 AI와 위험을 초래하는 AI를 가르는 핵심 요소가 됐다. 이러한 신뢰 격차는 이미 수치로 나타나고 있다. 부미가 의뢰해 2026년 7월 실시한 포레스터 컨설팅 연구(Forrester Consulting study)에 따르면 리더의 86%는 자사 조직이 AI 에이전트 파일럿 단계를 넘어섰다고 답했지만, 에이전틱 시스템이 수행하는 행동을 신뢰한다고 답한 비율은 34%에 불과했다. 또한 준비가 되기 전에 에이전트를 배포한 조직은 평균 210만달러의 추가 비용이 발생했다고 보고했다. 엘리멘터리는 데이터 팀이 문제가 대시보드, 모델, 디바이스 및 AI 에이전트에 도달하기 전에 데이터 문제를 탐지하고, 분류하고, 해결할 수 있도록 지원함으로써 이러한 격차의 근본 원인인 데이터 자체를 해결한다.
부미 회장 겸 최고경영자 스티브 루카스(Steve Lucas)는 “AI의 신뢰성은 이를 뒷받침하는 데이터의 신뢰성에 달려 있다”며 “1500개 이상의 데이터 팀이 채택하고, 약 4000명 규모의 커뮤니티를 보유하며, 매월 100만 건 이상 다운로드되는 엘리멘터리를 통해 고객의 AI와 에이전트를 활성화하는 데이터가 신뢰할 수 있고, 설명 가능하며, 엔터프라이즈 환경에 적합하도록 보장하는 관측성, 품질 및 거버넌스 계층을 추가하고 있다”고 말했다.
AI 시대를 위한 신뢰할 수 있는 데이터
엘리멘터리는 2022년 오픈소스 프로젝트로 시작했으며 이후 1500개 이상의 데이터 팀이 채택하고, 월간 다운로드 110만 건 이상, 약 4000명 규모의 커뮤니티를 확보했다. 코드 우선(code-first) 설계를 통해 데이터 관측성을 현대적인 데이터 워크플로의 자연스러운 일부로 만들었으며, 엘리멘터리 클라우드는 팀이 규모를 확장하는 데 필요한 엔터프라이즈급 기능을 추가했다. 이번 인수를 통해 부미 고객은 다음과 같은 기능을 이용할 수 있게 된다.
· 최신성, 데이터량 및 품질 이상을 다운스트림 자산에 도달하기 전에 자율적으로 탐지하는 에이전트 기반 파이프라인 모니터링
· 데이터 수집, 변환, 시맨틱 계층, 비즈니스 인텔리전스(BI) 및 AI 전반의 컬럼 수준 데이터 계보
· 공유 카탈로그, 소유권, 태그 및 상태 점수를 통한 거버넌스 및 검색
· AI 도구와 에이전트에 데이터 컨텍스트 및 상태 정보를 제공하는 MCP 서버
· 테스트 생성, 인시던트 분류, 거버넌스 및 성능 최적화를 자동화하는 AI 에이전트
엘리멘터리 최고경영자 겸 공동창업자 마얀 살롬(Maayan Salom)은 “우리는 단순한 신념에서 엘리멘터리를 시작했다. 데이터 팀도 소프트웨어 엔지니어링 팀이 수년간 의존해 온 것과 같은 신뢰성 도구를 누려야 한다는 것이었다. AI는 이러한 신념을 시급한 과제로 만들었다”며 “에이전트가 기계의 속도로 데이터를 기반으로 행동할 때 데이터에 대한 신뢰는 더 이상 있으면 좋은 요소가 아니라 기업 전체가 서 있는 기반이 된다. 3만 개 이상의 고객과 800개 이상의 파트너를 보유한 부미에 합류함으로써 AI 시대에 신뢰할 수 있는 데이터를 예외가 아니라 기본값으로 만들 수 있게 됐다. 이제 시작일 뿐이다”라고 말했다.
미래예측진술
이 보도자료에 포함된 부미의 향후 계획, 투자, 제품 기능, 통합 및 이번 인수의 예상 혜택과 관련된 특정 진술은 미래예측진술이다. 실제 결과는 위험, 불확실성 및 기타 요인으로 인해 달라질 수 있다. 부미는 법률에서 요구하는 경우를 제외하고 이러한 진술을 업데이트할 의무를 부담하지 않는다.
추가 자료
· 이번 발표에 대한 자세한 내용은 부미 블로그에서 확인할 수 있다.
· X, 링크드인, 페이스북, 유튜브에서 부미를 팔로우할 수 있다.
부미 소개
AI를 위한 데이터 활성화 기업 부미는 비즈니스 전반에서 데이터에 생명력을 불어넣어 에이전틱 엔터프라이즈를 지원한다. 부미 엔터프라이즈 플랫폼은 에이전틱 혁신을 추진하는 데 필수적인 에이전틱 인프라를 제공하는 액티브 데이터 기반이다. 에이전트 설계 및 거버넌스, API 및 MCP 관리, 통합 및 자동화, 데이터 관리를 하나의 플랫폼으로 통합함으로써 부미는 조직이 안전하고 확장 가능한 연결성을 바탕으로 AI의 역량을 활용할 수 있도록 지원한다. 3만 개 이상의 고객이 신뢰하고 800개 이상의 파트너 네트워크가 지원하는 부미는 모든 규모의 조직이 대규모로 민첩성, 효율성 및 혁신을 달성하도록 돕는다. 자세한 내용은 boomi.com에서 확인할 수 있다.
© 2026 Boomi, LP. Boomi, ‘B’ 로고 및 Boomiverse는 Boomi, LP 또는 그 자회사나 계열사의 상표다. 모든 권리 보유. 기타 명칭 또는 표장은 각 소유자의 상표일 수 있다.
자주 묻는 질문(FAQ)
Q: 데이터 관측성이란 무엇인가?
데이터 관측성은 데이터와 이를 생성하는 파이프라인을 지속적으로 모니터링하는 것이다. 최신성, 데이터량, 스키마 변경, 데이터 계보 및 품질을 추적해 문제가 대시보드, 모델, 디바이스 또는 AI 에이전트에 도달하기 전에 팀이 이를 발견하고 해결할 수 있도록 한다. 엘리멘터리는 관측성, 품질, 거버넌스 및 검색 기능을 통합한다.
Q: 데이터 관측성과 데이터 품질의 차이는 무엇인가?
데이터 품질은 특정 데이터세트가 사용하기에 적합한지, 즉 정확하고 완전하며 일관적인지를 측정한다. 데이터 관측성은 해당 데이터를 생성하는 시스템과 파이프라인이 데이터를 올바르게 전달할 수 있는지를 실시간으로 엔드투엔드 방식으로 모니터링한다. 두 개념은 상호 보완적이다. 품질은 기준을 설정하고, 관측성은 지속적인 조기 경보 시스템을 제공한다. 엘리멘터리는 이 두 기능에 거버넌스와 검색 기능까지 더해 하나의 솔루션으로 통합한다.
Q: ‘AI를 위한 데이터 준비도(data readiness for AI)’, 즉 ‘AI 활용 준비 데이터(AI-ready data)’란 무엇을 의미하는가?
AI 활용 준비 데이터란 단순히 ‘정제된’ 데이터나 ‘클라우드에 있는’ 데이터가 아니라, 모델이나 에이전트가 실제 워크플로에서 안전하게 사용할 수 있을 정도로 신뢰할 수 있고, 접근 가능하며, 컨텍스트가 제공되고, 적절히 관리되는 데이터를 뜻한다. AI 활용 준비 데이터에는 비즈니스 컨텍스트(메타데이터, 데이터 계보, 정의)가 포함되며 최신성과 드리프트(drift)가 지속적으로 모니터링된다. 엘리멘터리는 파이프라인을 관측 가능하고, 테스트되고, 관리되는 상태로 만들면서도 인간 개입형(human-in-the-loop) 방식을 유지할 수 있도록 지원함으로써 팀이 데이터를 AI에 적합하게 준비하도록 돕는다.
Q: AI 에이전트에 신뢰할 수 있는 데이터가 필요한 이유는 무엇이며, 그렇지 않으면 어떤 일이 발생하는가?
에이전트는 데이터를 기반으로 행동한다 — 시스템과 디바이스에 질의하고, 워크플로를 실행하며, 의사결정을 내린다. 신뢰할 수 없는 데이터는 잘못된 행동, 환각(hallucination), 그리고 추적하기 어려운 막대한 비용의 오류를 초래한다. 바로 이것이 부미가 엘리멘터리를 인수한 이유다. AI의 신뢰성은 이를 뒷받침하는 데이터의 신뢰성에 달려 있다.
Q: 데이터 관측성은 데이터 거버넌스와 어떻게 다른가?
거버넌스는 데이터에 대한 정책, 소유권 및 접근 규칙을 정의한다. 관측성은 데이터와 파이프라인이 실제로 예상대로 작동하는지를 지속적으로 검증한다. 엘리멘터리는 관측성, 품질, 거버넌스 및 검색을 하나로 결합해 정책과 모니터링이 서로를 강화하도록 한다.
Q: 데이터 관측성은 어떤 신호를 모니터링하는가?
일반적으로 최신성(최신 상태인가?), 데이터량(예상된 양의 데이터가 도착했는가?), 스키마(구조가 변경됐는가?), 데이터 계보(어떻게 흐르며 무엇에 영향을 미치는가?), 품질/분포(값이 예상 범위에 있는가?)를 모니터링한다. 엘리멘터리는 이러한 요소를 모니터링하고 다운스트림 자산에 영향을 미치기 전에 이상 징후를 표시한다.
Q: 컬럼 수준 데이터 계보란 무엇이며 왜 중요한가?
컬럼 수준 데이터 계보는 각 필드가 소스에서 변환 과정을 거쳐 BI와 AI에 이르기까지 어떻게 생성되는지를 추적하며, 해당 필드에 무엇이 입력되고 무엇에 영향을 미치는지를 보여준다. 이는 디버깅, 영향 분석, 거버넌스, 그리고 AI가 행동에 사용하는 데이터에 대한 신뢰를 확보하는 데 필수적이다. 엘리멘터리는 전체 스택에 걸쳐 이러한 중요한 유형의 데이터 계보를 제공한다.
Q: AI 에이전트는 어떻게 엔터프라이즈 데이터에 안전하고 컨텍스트를 갖춘 방식으로 접근하는가?
에이전트에는 관리되는 접근 권한과 함께 비즈니스 컨텍스트(정의, 데이터 계보, 소유권)가 필요하다. MCP 서버는 이러한 데이터 컨텍스트와 상태 정보를 표준화된 방식으로 AI 도구와 에이전트에 제공한다. 엘리멘터리는 이러한 형태의 관리되는 접근 방식을 제공하며 부미의 관리형 연결성을 보완한다.
Q: 이번 인수는 부미의 전략에 어떻게 부합하며 리버리(Rivery) 및 루나닷데브와는 어떤 관련이 있는가?
이들 인수를 종합하면 데이터에서 AI로 이어지는 스택이 구축된다. 데이터 통합은 리버리, 관리되는 AI 연결성 및 게이트웨이는 루나닷데브, 그리고 이제 신뢰할 수 있고 관측 가능한 데이터는 엘리멘터리가 담당한다. 부미는 기업이 신뢰할 수 있는 데이터를 기반으로 AI를 운영하는 데 필요한 여러 계층을 구축하고 있다.
Q: 이번 인수는 데이터 관측성 시장의 통합을 의미하는가? 무엇을 시사하는가?
이번 인수는 데이터 신뢰성이 독립적인 IT 틈새 영역에 머무르지 않고 핵심 AI 인프라로 자리 잡고 있다는 또 하나의 증거다. 기업이 AI를 실제 운영에 적용함에 따라 관측성은 이제 통합, 거버넌스 및 연결성과 함께 하나의 플랫폼에 결합되고 있다.
Q: 오픈소스 프로젝트와 커뮤니티에는 어떤 변화가 생기는가?
저장소, 릴리스 또는 커뮤니티의 사용 방식 등을 포함해 오픈소스 프로젝트에 즉각적인 변화를 줄 계획은 없다. 부미는 책임 있는 관리자로서 프로젝트와 커뮤니티에 대한 지원을 계속할 계획이다.
이 보도자료는 해당 기업에서 원하는 언어로 작성한 원문을 한국어로 번역한 것이다. 그러므로 번역문의 정확한 사실 확인을 위해서는 원문 대조 절차를 거쳐야 한다. 처음 작성된 원문만이 공식적인 효력을 갖는 발표로 인정되며 모든 법적 책임은 원문에 한해 유효하다.
사진/멀티미디어 자료: https://www.businesswire.com/news/home/20261019376249/en
부미, 엘리멘터리 데이터 인수로 AI 시대 위한 신뢰할 수 있고 관리되는 데이터 제공
· 부미가 인수한 것: 엘리멘터리는 통합 관측성, 품질, 거버넌스 및 검색 기능을 제공한다. 2022년 오픈소스 프로젝트로 시작한 엘리멘터리는 현재 1500개 이상의 데이터 팀이 채택했으며, 월간 다운로드 110만 건 이상, 약 4000명 규모의 커뮤니티를 보유하고 있다. 2024년에는 이러한 오픈소스 기반에 엔터프라이즈급 기능을 추가한 엘리멘터리 클라우드(Elementary Cloud)를 출시했다.
· 이번 인수가 중요한 이유: AI의 신뢰성은 이를 뒷받침하는 데이터의 신뢰성에 달려 있다. 기업이 의사결정과 실행을 AI 에이전트에 맡기면서 신뢰할 수 없는 데이터는 눈에 띄지 않게 비즈니스에 문제를 일으킬 수 있다. 엘리멘터리는 데이터 팀이 문제가 대시보드, 모델, 디바이스 및 AI 에이전트에 도달하기 전에 데이터 문제를 탐지하고, 분류하고, 해결할 수 있도록 지원해 이러한 위험을 근본적으로 해결하며, 실제 운영 단계의 엔터프라이즈 AI를 가로막는 데이터 신뢰성 격차를 해소한다.
· 엘리멘터리가 부미 엔터프라이즈 플랫폼을 강화하는 방식: 엘리멘터리는 에이전트 기반 파이프라인, 데이터 및 컨텍스트 모니터링, 컬럼 수준 데이터 계보(column-level lineage), 데이터 카탈로그, 상태 점수, AI 도구와 에이전트에 데이터 컨텍스트를 제공하는 모델 컨텍스트 프로토콜(Model Context Protocol, MCP) 서버, 그리고 앱, 디바이스 및 데이터 전반에서 데이터 테스트, 인시던트 분류, 거버넌스 및 성능 최적화를 자동화하는 AI 에이전트를 제공한다. 엘리멘터리는 데이터를 지속적으로 이동시키고, 컨텍스트에 기반을 두며, 관리하고, 필요한 애플리케이션, 디바이스 및 에이전트에 컨텍스트와 함께 전달하는 부미 엔터프라이즈 플랫폼의 액티브 데이터 파운데이션(Active Data Foundation)을 보완한다. 저장 상태의 데이터에 초점을 맞춘 기존 데이터 플랫폼과 달리 액티브 데이터 파운데이션은 데이터를 계속 움직이게 함으로써 신뢰할 수 있고 컨텍스트가 부여된 데이터를 필요한 모든 곳에서 사용할 수 있도록 한다.
데이터 신뢰성이 새로운 AI 병목 현상이 된 이유
오랫동안 데이터 신뢰성은 백오피스 관리 업무로 여겨졌다. 데이터 팀이 대시보드에 문제가 생기지 않도록 조용히 처리하는 일이었다.
AI는 이러한 시대를 끝냈다. 기업이 실제 의사결정과 실행을 AI 에이전트에 맡기면서 기반 데이터의 신뢰성은 전체 시스템의 단일 실패 지점이 된다. 오래됐거나 잘못됐거나 관리되지 않은 데이터를 기반으로 행동하는 에이전트는 단순히 잘못된 차트를 만드는 데 그치지 않는다. 누구도 알아차리기 전에 대규모로 잘못된 행동을 실행한다. 엘리멘터리는 이러한 격차를 근본적으로 해소하고, 기업이 AI를 위해 데이터를 활성화하는 데 사용하는 플랫폼에 이 기능을 기본적으로 통합한다.
기업이 AI와 에이전틱(agentic) 워크플로를 확장하면서 데이터는 모든 곳에 존재하게 됐다. 움직이는 파이프라인을 따라 동적으로 흐르는 동시에 데이터 웨어하우스에 저장된 상태로도 존재한다. 이러한 지속적인 데이터 흐름의 신뢰성을 보장하는 것은 실제 운영 환경에서 신뢰할 수 있는 AI와 위험을 초래하는 AI를 가르는 핵심 요소가 됐다. 이러한 신뢰 격차는 이미 수치로 나타나고 있다. 부미가 의뢰해 2026년 7월 실시한 포레스터 컨설팅 연구(Forrester Consulting study)에 따르면 리더의 86%는 자사 조직이 AI 에이전트 파일럿 단계를 넘어섰다고 답했지만, 에이전틱 시스템이 수행하는 행동을 신뢰한다고 답한 비율은 34%에 불과했다. 또한 준비가 되기 전에 에이전트를 배포한 조직은 평균 210만달러의 추가 비용이 발생했다고 보고했다. 엘리멘터리는 데이터 팀이 문제가 대시보드, 모델, 디바이스 및 AI 에이전트에 도달하기 전에 데이터 문제를 탐지하고, 분류하고, 해결할 수 있도록 지원함으로써 이러한 격차의 근본 원인인 데이터 자체를 해결한다.
부미 회장 겸 최고경영자 스티브 루카스(Steve Lucas)는 “AI의 신뢰성은 이를 뒷받침하는 데이터의 신뢰성에 달려 있다”며 “1500개 이상의 데이터 팀이 채택하고, 약 4000명 규모의 커뮤니티를 보유하며, 매월 100만 건 이상 다운로드되는 엘리멘터리를 통해 고객의 AI와 에이전트를 활성화하는 데이터가 신뢰할 수 있고, 설명 가능하며, 엔터프라이즈 환경에 적합하도록 보장하는 관측성, 품질 및 거버넌스 계층을 추가하고 있다”고 말했다.
AI 시대를 위한 신뢰할 수 있는 데이터
엘리멘터리는 2022년 오픈소스 프로젝트로 시작했으며 이후 1500개 이상의 데이터 팀이 채택하고, 월간 다운로드 110만 건 이상, 약 4000명 규모의 커뮤니티를 확보했다. 코드 우선(code-first) 설계를 통해 데이터 관측성을 현대적인 데이터 워크플로의 자연스러운 일부로 만들었으며, 엘리멘터리 클라우드는 팀이 규모를 확장하는 데 필요한 엔터프라이즈급 기능을 추가했다. 이번 인수를 통해 부미 고객은 다음과 같은 기능을 이용할 수 있게 된다.
· 최신성, 데이터량 및 품질 이상을 다운스트림 자산에 도달하기 전에 자율적으로 탐지하는 에이전트 기반 파이프라인 모니터링
· 데이터 수집, 변환, 시맨틱 계층, 비즈니스 인텔리전스(BI) 및 AI 전반의 컬럼 수준 데이터 계보
· 공유 카탈로그, 소유권, 태그 및 상태 점수를 통한 거버넌스 및 검색
· AI 도구와 에이전트에 데이터 컨텍스트 및 상태 정보를 제공하는 MCP 서버
· 테스트 생성, 인시던트 분류, 거버넌스 및 성능 최적화를 자동화하는 AI 에이전트
엘리멘터리 최고경영자 겸 공동창업자 마얀 살롬(Maayan Salom)은 “우리는 단순한 신념에서 엘리멘터리를 시작했다. 데이터 팀도 소프트웨어 엔지니어링 팀이 수년간 의존해 온 것과 같은 신뢰성 도구를 누려야 한다는 것이었다. AI는 이러한 신념을 시급한 과제로 만들었다”며 “에이전트가 기계의 속도로 데이터를 기반으로 행동할 때 데이터에 대한 신뢰는 더 이상 있으면 좋은 요소가 아니라 기업 전체가 서 있는 기반이 된다. 3만 개 이상의 고객과 800개 이상의 파트너를 보유한 부미에 합류함으로써 AI 시대에 신뢰할 수 있는 데이터를 예외가 아니라 기본값으로 만들 수 있게 됐다. 이제 시작일 뿐이다”라고 말했다.
미래예측진술
이 보도자료에 포함된 부미의 향후 계획, 투자, 제품 기능, 통합 및 이번 인수의 예상 혜택과 관련된 특정 진술은 미래예측진술이다. 실제 결과는 위험, 불확실성 및 기타 요인으로 인해 달라질 수 있다. 부미는 법률에서 요구하는 경우를 제외하고 이러한 진술을 업데이트할 의무를 부담하지 않는다.
추가 자료
· 이번 발표에 대한 자세한 내용은 부미 블로그에서 확인할 수 있다.
· X, 링크드인, 페이스북, 유튜브에서 부미를 팔로우할 수 있다.
부미 소개
AI를 위한 데이터 활성화 기업 부미는 비즈니스 전반에서 데이터에 생명력을 불어넣어 에이전틱 엔터프라이즈를 지원한다. 부미 엔터프라이즈 플랫폼은 에이전틱 혁신을 추진하는 데 필수적인 에이전틱 인프라를 제공하는 액티브 데이터 기반이다. 에이전트 설계 및 거버넌스, API 및 MCP 관리, 통합 및 자동화, 데이터 관리를 하나의 플랫폼으로 통합함으로써 부미는 조직이 안전하고 확장 가능한 연결성을 바탕으로 AI의 역량을 활용할 수 있도록 지원한다. 3만 개 이상의 고객이 신뢰하고 800개 이상의 파트너 네트워크가 지원하는 부미는 모든 규모의 조직이 대규모로 민첩성, 효율성 및 혁신을 달성하도록 돕는다. 자세한 내용은 boomi.com에서 확인할 수 있다.
© 2026 Boomi, LP. Boomi, ‘B’ 로고 및 Boomiverse는 Boomi, LP 또는 그 자회사나 계열사의 상표다. 모든 권리 보유. 기타 명칭 또는 표장은 각 소유자의 상표일 수 있다.
자주 묻는 질문(FAQ)
Q: 데이터 관측성이란 무엇인가?
데이터 관측성은 데이터와 이를 생성하는 파이프라인을 지속적으로 모니터링하는 것이다. 최신성, 데이터량, 스키마 변경, 데이터 계보 및 품질을 추적해 문제가 대시보드, 모델, 디바이스 또는 AI 에이전트에 도달하기 전에 팀이 이를 발견하고 해결할 수 있도록 한다. 엘리멘터리는 관측성, 품질, 거버넌스 및 검색 기능을 통합한다.
Q: 데이터 관측성과 데이터 품질의 차이는 무엇인가?
데이터 품질은 특정 데이터세트가 사용하기에 적합한지, 즉 정확하고 완전하며 일관적인지를 측정한다. 데이터 관측성은 해당 데이터를 생성하는 시스템과 파이프라인이 데이터를 올바르게 전달할 수 있는지를 실시간으로 엔드투엔드 방식으로 모니터링한다. 두 개념은 상호 보완적이다. 품질은 기준을 설정하고, 관측성은 지속적인 조기 경보 시스템을 제공한다. 엘리멘터리는 이 두 기능에 거버넌스와 검색 기능까지 더해 하나의 솔루션으로 통합한다.
Q: ‘AI를 위한 데이터 준비도(data readiness for AI)’, 즉 ‘AI 활용 준비 데이터(AI-ready data)’란 무엇을 의미하는가?
AI 활용 준비 데이터란 단순히 ‘정제된’ 데이터나 ‘클라우드에 있는’ 데이터가 아니라, 모델이나 에이전트가 실제 워크플로에서 안전하게 사용할 수 있을 정도로 신뢰할 수 있고, 접근 가능하며, 컨텍스트가 제공되고, 적절히 관리되는 데이터를 뜻한다. AI 활용 준비 데이터에는 비즈니스 컨텍스트(메타데이터, 데이터 계보, 정의)가 포함되며 최신성과 드리프트(drift)가 지속적으로 모니터링된다. 엘리멘터리는 파이프라인을 관측 가능하고, 테스트되고, 관리되는 상태로 만들면서도 인간 개입형(human-in-the-loop) 방식을 유지할 수 있도록 지원함으로써 팀이 데이터를 AI에 적합하게 준비하도록 돕는다.
Q: AI 에이전트에 신뢰할 수 있는 데이터가 필요한 이유는 무엇이며, 그렇지 않으면 어떤 일이 발생하는가?
에이전트는 데이터를 기반으로 행동한다 — 시스템과 디바이스에 질의하고, 워크플로를 실행하며, 의사결정을 내린다. 신뢰할 수 없는 데이터는 잘못된 행동, 환각(hallucination), 그리고 추적하기 어려운 막대한 비용의 오류를 초래한다. 바로 이것이 부미가 엘리멘터리를 인수한 이유다. AI의 신뢰성은 이를 뒷받침하는 데이터의 신뢰성에 달려 있다.
Q: 데이터 관측성은 데이터 거버넌스와 어떻게 다른가?
거버넌스는 데이터에 대한 정책, 소유권 및 접근 규칙을 정의한다. 관측성은 데이터와 파이프라인이 실제로 예상대로 작동하는지를 지속적으로 검증한다. 엘리멘터리는 관측성, 품질, 거버넌스 및 검색을 하나로 결합해 정책과 모니터링이 서로를 강화하도록 한다.
Q: 데이터 관측성은 어떤 신호를 모니터링하는가?
일반적으로 최신성(최신 상태인가?), 데이터량(예상된 양의 데이터가 도착했는가?), 스키마(구조가 변경됐는가?), 데이터 계보(어떻게 흐르며 무엇에 영향을 미치는가?), 품질/분포(값이 예상 범위에 있는가?)를 모니터링한다. 엘리멘터리는 이러한 요소를 모니터링하고 다운스트림 자산에 영향을 미치기 전에 이상 징후를 표시한다.
Q: 컬럼 수준 데이터 계보란 무엇이며 왜 중요한가?
컬럼 수준 데이터 계보는 각 필드가 소스에서 변환 과정을 거쳐 BI와 AI에 이르기까지 어떻게 생성되는지를 추적하며, 해당 필드에 무엇이 입력되고 무엇에 영향을 미치는지를 보여준다. 이는 디버깅, 영향 분석, 거버넌스, 그리고 AI가 행동에 사용하는 데이터에 대한 신뢰를 확보하는 데 필수적이다. 엘리멘터리는 전체 스택에 걸쳐 이러한 중요한 유형의 데이터 계보를 제공한다.
Q: AI 에이전트는 어떻게 엔터프라이즈 데이터에 안전하고 컨텍스트를 갖춘 방식으로 접근하는가?
에이전트에는 관리되는 접근 권한과 함께 비즈니스 컨텍스트(정의, 데이터 계보, 소유권)가 필요하다. MCP 서버는 이러한 데이터 컨텍스트와 상태 정보를 표준화된 방식으로 AI 도구와 에이전트에 제공한다. 엘리멘터리는 이러한 형태의 관리되는 접근 방식을 제공하며 부미의 관리형 연결성을 보완한다.
Q: 이번 인수는 부미의 전략에 어떻게 부합하며 리버리(Rivery) 및 루나닷데브와는 어떤 관련이 있는가?
이들 인수를 종합하면 데이터에서 AI로 이어지는 스택이 구축된다. 데이터 통합은 리버리, 관리되는 AI 연결성 및 게이트웨이는 루나닷데브, 그리고 이제 신뢰할 수 있고 관측 가능한 데이터는 엘리멘터리가 담당한다. 부미는 기업이 신뢰할 수 있는 데이터를 기반으로 AI를 운영하는 데 필요한 여러 계층을 구축하고 있다.
Q: 이번 인수는 데이터 관측성 시장의 통합을 의미하는가? 무엇을 시사하는가?
이번 인수는 데이터 신뢰성이 독립적인 IT 틈새 영역에 머무르지 않고 핵심 AI 인프라로 자리 잡고 있다는 또 하나의 증거다. 기업이 AI를 실제 운영에 적용함에 따라 관측성은 이제 통합, 거버넌스 및 연결성과 함께 하나의 플랫폼에 결합되고 있다.
Q: 오픈소스 프로젝트와 커뮤니티에는 어떤 변화가 생기는가?
저장소, 릴리스 또는 커뮤니티의 사용 방식 등을 포함해 오픈소스 프로젝트에 즉각적인 변화를 줄 계획은 없다. 부미는 책임 있는 관리자로서 프로젝트와 커뮤니티에 대한 지원을 계속할 계획이다.
이 보도자료는 해당 기업에서 원하는 언어로 작성한 원문을 한국어로 번역한 것이다. 그러므로 번역문의 정확한 사실 확인을 위해서는 원문 대조 절차를 거쳐야 한다. 처음 작성된 원문만이 공식적인 효력을 갖는 발표로 인정되며 모든 법적 책임은 원문에 한해 유효하다.
사진/멀티미디어 자료: https://www.businesswire.com/news/home/20261019376249/en
공유하기
← 블로그 목록으로