시스코는 21일 이 같은 내용을 담은 ‘2026 스플렁크 옵저버빌리티 현황 보고서’를 발표했다. 이번 조사는 전 세계 10개국 IT 운영 및 엔지니어링 전문가 2050명을 대상으로 진행됐다. 한국은 조사 대상에는 포함되지 않았다.
조사 결과 응답자의 83%는 AI 에이전트가 의도하지 않은 결과를 낳을 가능성을 우려했다. 87%는 AI 모니터링을 조직의 우선순위로 꼽았지만 56%는 LLM 응답 품질 등 AI 워크로드의 핵심 지표를 측정하는 데 어려움을 겪고 있다고 답했다. AI 환각을 파악하는 것이 중요하다는 응답은 85%였지만 이를 효과적으로 모니터링하고 있다는 응답은 58%에 그쳤다.
◇AI 비용 통제도 숙제…55% “정확한 관리 어려워”
AI 활용이 늘면서 비용 예측도 새로운 과제로 떠올랐다. 응답자의 55%는 AI 사용량 증가 속에서 비용을 정확히 통제하지 못한다고 답했다. 여러 에이전트가 복수 모델을 이용할 경우 프롬프트와 재시도, 토큰 사용량이 누적되며 비용 구조가 복잡해진다는 설명이다.
응답자의 60%는 높은 기본 운영비보다 예상치 못한 비용 급증이 조직 운영에 더 큰 부담을 준다고 답했다. 또 57%는 텔레메트리 비용이 모니터링 대상 인프라 자체 비용을 넘어섰다고 응답했다.
카말 하티 스플렁크 수석부사장 겸 총괄 매니저는 “오늘날 기업들은 AI에 대한 높은 기대와 실제 비용 부담 사이에서 충돌을 겪고 있다”며 “옵저버빌리티는 에이전틱 AI 시대에 예측 가능성과 신뢰를 회복하는 데 필수적인 역할을 한다”고 강조했다.
◇보안팀과 협업 늘어…성능·보안 경계도 흐려져
AI 에이전트가 기업 IT 환경 전반으로 확산하면서 옵저버빌리티팀과 보안팀 간 협업도 늘었다.
응답자의 81%는 AI 워크로드 모니터링을 계기로 보안팀과의 협업이 증가했다고 답했다. 보안팀과 함께 문제를 진단·해결한다는 응답은 지난해 62%에서 올해 77%로, 팀 간 데이터 공유 비율은 같은 기간 74%에서 84%로 높아졌다.
AI 에이전트 확산으로 성능 문제와 보안 사고의 경계가 흐려진 것도 협업 확대의 배경이다. 예를 들어 에이전트가 무한 반복에 빠져 내부 API를 지속 호출할 경우 엔지니어링팀에는 성능 장애로, 보안팀에는 공격과 유사한 상황으로 보일 수 있다.
보고서는 옵저버빌리티 활용 수준이 높은 기업일수록 AI 비용과 위험 관리에서도 격차를 보였다고 분석했다. 선도 기업의 91%는 어떤 AI 에이전트와 모델, 워크로드에서 비용이 발생하는지 정확히 파악할 수 있다고 답했다. AI 비용을 정확히 통제할 수 있다는 응답도 선도 기업 76%, 비선도 기업 41%였다.
지투 파텔 시스코 사장 겸 최고제품책임자는 “머지않아 대부분의 기업에서 사람보다 더 많은 AI 에이전트가 업무를 수행하게 될 것”이라며 “AI 에이전트를 대규모로 관리하기 위해서는 보안과 옵저버빌리티에 대한 접근 방식을 새롭게 정립해야 한다”고 밝혔다.
