금융 서비스 내 생성형 AI의 도입 효과를 높이려면 어떻게 대응해야 할까요?

기업이 생성형 AI를 성공적으로 도입하고 금융 서비스 부문의 혁신을 이루기 위해서는 금융 산업의 특수성을 고려한 체계적인 접근이 필요합니다.

In brief

• 최근 생성형 AI가 비즈니스 혁신의 중심으로 떠오르면서 금융 서비스 부문에 광범위하게 도입되고 있습니다.
• 금융 서비스 기업이 생성형 AI의 잠재력을 최대한 활용하려면 내부 임직원의 AI 역량을 강화하는 동시에 고품질의 내부, 외부 데이터를 확보하고 이를 분석하며 활용할 수 있는 운영 체계를 갖춰야 합니다.
• 생성형 AI 도입 시에는 효과가 검증된 사례를 반영하고 금융업 특수성을 고려해 리스크 관점에서 신중한 검토가 필요합니다.

인

공지능(Artificial Intelligence, AI) 기술이 고도화되면서 다양한 산업 분야에 활용되고 있습니다. 특히 금융 서비스는 AI 도입 효과가 높을 것으로 예상되는 부문으로 국내외 주요 기업이 경쟁적으로 투자하고 있습니다. 여기에 데이터에 기반해 콘텐츠를 만들 수 있는 생성형 AI(Generative AI)의 등장은 금융 서비스와 AI 접목을 가속화하고 있습니다. 그동안 금융사들은 AI를 챗봇(Chat bot), 콜봇(Call bot), 상담원 지원 등에 접목해 고객의 디지털 경험을 높이고 내부 업무 효율성을 개선해 왔습니다. 하지만 최근에는 생성형 AI를 마케팅/영업, 상품 가입/설계, 계약 사후관리, IT 개발, 내부 컴플라이언스 강화, 리스크 관리, 인사/교육 및 비즈니스 인사이트 추출 등 다양한 영역으로 확대를 시도하고 있습니다.

생성형 AI로 서비스 품질 개선과 생산성 혁신 가능

생성형 AI를 실무에 도입하는 기업이 빠르게 증가하고 있습니다. 은행, 보험, 증권 등 금융 서비스 기업은 고객 경험을 높이고, 신뢰도를 높이며, 전반적인 서비스 제공 속도와 품질을 높이기 위해 다양한 부문에 AI를 활용하고 있습니다.

생성형 AI를 도입한 주요 금융 서비스는 비대면 금융 거래와 빅데이터 분석 기반의 고객 인사이트 제공, 외부 빅데이터를 활용한 기존 신용 평가 모델 개선, 부정 대출 등 규제와 내부 컴플라이언스 강화를 통한 리스크 대응 등입니다. 또한 특정 업무에 필요한 기능을 프로그래밍하는 과정에 생성형 AI의 자동화 기능을 활용해 기존 업무 시간을 크게 단축할 수 있습니다. 장기간 대규모 인력이 투여되는 금융 서비스 통합 프로젝트에 생성형 AI를 활용하면 비즈니스 로직 개발, 공통 모듈 생성, 테스트 자동화 등 주요 개발 과정에서 품질을 높이고 생산성을 혁신적으로 개선할 수 있습니다.

실제로 글로벌 금융 서비스 기업들이 생성형 AI를 비즈니스에 활용하는 사례를 살펴보면, 한 글로벌 보험사는 보험금 지급과 약관 상세 사항 문의 등 사람이 세부적으로 확인하고 분석하기 어려운 방대한 자료를 신속히 개인화해 제공하기 위해 생성형 AI를 활용하고 있습니다.

또 다른 글로벌 은행은 생성형 AI를 활용해 자금 세탁 방지와 고객 정보 유출 방지에 도입하고 있습니다. 생성형 AI는 점점 복잡해지는 사기 유형을 신속하게 탐지하고 새로운 사기 패턴을 구분할 수 있어 기존 방식 대비 탐지 실패 확률을 대폭 낮췄습니다.

이처럼 일부 글로벌 금융사들은 투자효율성, 보안, 성능과 비즈니스 혁신 등 핵심 부문에 생성형 AI를 적극 도입하고 있습니다.

생성형 AI 도입에 따른 잠재적 기회와 리스크

금융 서비스 부문의 생성형 AI 도입은 아직 초기 단계이기 때문에 기대와 함께 우려가 공존합니다. 생성형 AI가 금융 서비스의 가치화 효율을 높일 수 있는 잠재력을 가지고 있다는 것은 대부분 인정하지만, 안정성과 신뢰가 가장 중요한 금융 서비스 특성상 도입에 따른 리스크가 높으며 기술적 한계도 여전히 존재합니다.

생성형 AI는 데이터를 기반으로 작동하기 때문에 오염된 데이터를 학습할 경우 부적절한 콘텐츠를 생성하거나 예상치 못한 결과를 내놓을 수 있습니다. 예를 들면 부정확한 답변으로 인해 금융사고나 민원이 발생할 가능성이 있으며, 금융사의 판단 결과를 뒷받침하는 근거 제시나 결과 도출 과정에 대한 설명이 어렵다는 점에서 심사 업무에 적용하는 것은 부적합합니다. 법적 규제에 따라 개인(신용)정보가 존재하는 금융사 내부 시스템과 외부망과의 연동은 제약이 존재하며, 생성형 AI의 편향된 학습으로 인한 불공정한 답변, 차별적인 답변, 또는 비윤리적인 답변으로 회사 브랜드 가치를 손상할 수도 있습니다.

생성형 AI를 성공적으로 도입하기 위해 고려해야 하는 사항

금융 서비스 기업이 생성형 AI를 성공적으로 도입하기 위해서는 다음과 같은 사항을 고려해야 합니다. 우선 생성형 AI 도입 준비 상태를 점검하고, 가장 효과적으로 투자해 성장할 수 있는 부문을 파악해야 합니다. 이를 위해 내부 직원들의 AI 역량을 지속적으로 강화하고 동시에 고품질의 내부와 외부 데이터를 확보해야 합니다. 나아가 이를 분석하고 활용할 수 있는 운영 체계 마련을 위해서도 많은 노력을 기울여야 합니다.

그리고 생성형 AI 도입에 따른 리스크를 미리 파악하는 것도 중요합니다. 금융 서비스를 제공하는 기업은 생성형 AI 기술과 관련해 금융 당국의 법과 규제 요건을 철저히 파악하고 이를 준수해야 합니다. 특히, 개인정보 보호, 데이터 보안, 알고리즘 투명성, 책임 소재 명확화 등과 관련된 규제의 변화를 주의 깊게 살펴야 합니다. AI 리스크와 거버넌스 체계를 구축한 기업일수록 생성형 AI를 비즈니스에 잘 활용할 수 있습니다.