데이터 팀은 AI로 코드 작성은 하지만 모니터링에는 사용하지 않는 현상이 지적된다.
데이터 팀은 AI를 활용해 코드 작성을 급속히 진행하고 있지만, 파이프라인 모니터링에는 상대적으로 소홀히 하고 있다. AI 도입의 격차는 72%의 팀이 코딩에 AI를 사용하지만, 파이프라인 관리에는 24%만이 AI를 사용하는 결과로 나타난다. 이로 인해 잘못된 데이터가 이해관계자에게 전달될 우려가 커지고 있다. 이러한 경향은 지속 가능하지 않으며, 데이터 품질 관리에 대한 접근이 필요하다.
Data teams increasingly use AI for coding but neglect its application in monitoring pipelines.
Data teams are rapidly adopting AI for coding but are relatively neglecting its use for pipeline monitoring. The AI gap shows that while 72% of teams use AI to assist in coding, only 24% leverage it for pipeline management, leading to concerns about incorrect data reaching stakeholders. This imbalance poses sustainability risks, indicating that attention to data quality is urgently needed. The article discusses the implications of this gap and potential solutions.