알리바바 AI 수장, 수개월 데이터 작업 '자연어 지시'로… 제주서 에이전트 화두

징런 저우 12일 KDD 2026 기조강연
데이터 변환·SQL·특징공학 자동화
멀티모달 전처리에 LLM·DB 결합
AgentScope로 수집·정제·분석 수행
Qwen·Wan 기반모델 개발 이끌어

징런 저우 알리바바 수석부사장 겸 최고AI아키텍트. Qwen과 Wan 시리즈를 비롯한 알리바바의 주요 AI 기반모델 개발과 사업 적용을 이끌고 있다. /사진=ACM KDD 2026 제공

【파이낸셜뉴스 제주=정용복 기자】 수개월씩 걸리던 업무별 데이터 엔지니어링을 자연어 지시로 정의하고 자동화하는 시대가 열리고 있다. 필요한 데이터를 사람이 일일이 찾아 가공한 뒤 인공지능(AI)에 질문하던 방식에서 벗어나 데이터 수집·정제·질의·분석까지 AI 에이전트가 이어서 수행하는 '에이전틱 데이터 스택'이 제주에서 새로운 화두로 제시됐다.

징런 저우(Jingren Zhou) 알리바바 수석부사장 겸 최고AI아키텍트는 12일 오전 제주에서 열린 ACM KDD 2026에서 '에이전틱 데이터 스택: LLM이 데이터 엔지니어링과 오케스트레이션을 구현하는 방식'을 주제로 기조강연했다.

저우가 제시한 핵심은 대규모언어모델(LLM)과 AI 에이전트가 데이터 분석을 돕는 도구에 머물지 않고 데이터 처리 과정 자체를 바꾸고 있다는 점이다.

기업이나 연구기관이 데이터를 활용하려면 지금까지는 특정 업무에 맞는 데이터 파이프라인을 만들고 전문인력이 필요한 자료를 찾아 정리·변환하는 과정을 반복해야 했다. 저우는 "데이터 변환과 스키마 탐색, 텍스트-to-SQL, 특징공학 등 핵심 작업에 LLM과 AI 에이전트를 적용하면 이런 과정을 자연어 기반으로 자동화할 수 있다"고 설명했다.

특히 수개월이 필요했던 업무별 데이터 엔지니어링 작업을 사람이 자연어로 원하는 조건과 결과를 제시하는 방식으로 크게 줄일 수 있다는 방향을 제시했다. 사람이 처리 절차와 프로그램을 일일이 설계하는 대신 "어떤 데이터를 어떻게 분석해 달라"고 요구하면 AI가 필요한 작업을 구성하고 실행하는 방식이다.

기술 용어를 풀어보면 변화가 더 분명해진다. '스키마 탐색'은 방대한 데이터베이스에서 어떤 표와 항목이 있고 서로 어떻게 연결돼 있는지를 찾아내는 작업이다. '텍스트-to-SQL'은 사람이 일상 언어로 질문하면 AI가 이를 데이터베이스가 이해하는 SQL 명령어로 바꿔 필요한 자료를 찾아내는 기술이다.

'특징공학'은 AI나 통계모델이 원자료에서 의미 있는 변수와 특성을 찾아 학습과 분석에 활용할 수 있도록 가공하는 과정이다. 데이터 전문가의 경험과 반복 작업 비중이 컸던 영역까지 LLM의 역할이 확대되는 셈이다.

AI 기반모델 학습에 필요한 방대한 데이터 전처리도 주요 과제로 제시됐다. AI가 텍스트뿐 아니라 이미지와 영상, 음성 등 여러 형태의 정보를 함께 처리하면서 학습 전에 다뤄야 하는 멀티모달 데이터의 규모와 복잡성이 빠르게 커지고 있어서다.

저우는 "LLM의 언어·의미 이해 능력과 기존 데이터베이스 기술을 결합하면 대규모 멀티모달 데이터를 보다 효율적이고 유연하게 처리하면서 데이터가 가진 의미까지 반영하는 파이프라인을 구축할 수 있다"고 설명했다.

데이터 처리의 다음 단계로는 '오케스트레이션'을 제시했다. 하나의 AI 모델에 질문을 던져 답을 받는 구조가 아니라 AI가 필요한 도구를 선택하고 작업 순서를 정한 뒤 중간 결과를 확인하면서 여러 업무를 연결해 수행하는 방식이다.

저우는 "LLM을 에이전트 프레임워크 안에서 문맥과 기억, 도구, 검증 장치와 결합하면 여러 단계에 걸친 장시간의 추론과 실행도 가능해진다"고 설명했다.

실제 구현 사례로는 알리바바의 AI 에이전트 프레임워크 'AgentScope'를 소개했다. AgentScope 기반 데이터 에이전트는 필요한 데이터를 수집하고 선별·정제한 뒤 데이터베이스에 질의하고 결과를 분석하는 일련의 과정을 자율적으로 수행하도록 설계됐다. 기업의 비즈니스 인텔리전스(BI)와 의사결정을 지원하는 데 활용할 수 있다는 설명이다.

쉽게 말해 기존에는 '사람이 데이터를 준비한 뒤 AI에 질문하는 방식'이었다면 에이전틱 데이터 스택에서는 AI의 역할이 훨씬 넓어진다. 필요한 데이터가 어디에 있는지 찾고, 어떤 방식으로 처리할지 판단한 뒤 실제 분석 결과를 내놓는 과정까지 에이전트가 연결한다.

저우는 알리바바의 핵심 AI 기술 개발을 이끄는 인물이다. 알리바바 수석부사장 겸 최고AI아키텍트로 Qwen과 Wan 시리즈를 포함한 주요 AI 기반모델을 창설했으며 현재 해당 모델의 개발과 알리바바 사업 전반의 적용을 이끌고 있다.

앞서 알리바바 클라우드 최고기술책임자(CTO)를 맡아 클라우드 컴퓨팅 기술과 제품 개발을 총괄했다. 알리바바 전자상거래 플랫폼의 개인화 검색과 상품 추천, 광고를 위한 AI 기술과 인프라 개발에도 참여했다.

알리바바 합류 전에는 마이크로소프트에서 빅데이터와 데이터베이스 연구개발을 담당했다. 미국 컬럼비아대학교에서 컴퓨터과학 박사학위를 받았으며 세계 최대 컴퓨터학회인 ACM과 전기전자공학자협회(IEEE) 석학회원(Fellow)으로 활동하고 있다.

이번 강연은 AI 경쟁의 무게중심이 모델 자체의 성능뿐 아니라 기업과 기관이 보유한 방대한 데이터를 AI가 얼마나 스스로 찾아내고 처리해 활용할 수 있느냐로 확장되고 있음을 보여준다.

특히 사람이 구축해 온 데이터 파이프라인을 자연어 지시와 AI 에이전트 중심으로 재설계하는 흐름이 확산되면 데이터 전문가의 역할도 반복적인 가공 작업에서 데이터 품질 검증과 업무 설계, 결과 판단 등으로 이동할 가능성이 커진다.

ACM KDD 2026은 데이터과학과 AI 분야의 세계적인 국제학술대회로 지난 9일부터 13일까지 제주국제컨벤션센터에서 열리고 있다.

jyb@fnnews.com 정용복 기자