“생성형AI 은행업 밸류체인 전반에 적용 가능…강화해야”

편집 : 2024.4.26 금 18:53

금융IT

“생성형AI 은행업 밸류체인 전반에 적용 가능…강화해야”우리금융경영硏 “글로벌 금융회사의 생성형AI 활용 사례와 시사점”

김동기 기자 | kdk@bikorea.net

승인 2024.02.04 16:26:53

생성형AI가 상품서비스 개발, 마케팅, 고객관리, 운영관리, 리스크관리 등 은행업 밸류체인 전반에 적용 가능할 것으로 예상됨에 따라, 국내 금융회사가 생성형AI를 경쟁력 강화 방안으로 활용할 필요가 있다는 지적이 나왔다.

지난 1일 우리금융경영연구소 김진 기업금융·신성장연구실 책임연구원은 ‘글로벌 금융회사의 생성형AI 활용 사례와 시사점’ 보고서를 통해, 이같이 강조했다.

<BI코리아>는 우리금융경영연구소 및 우리은행의 협조를 얻어 관련 내용을 정리해 봤다.<편집자주>

I. 생성형AI의 주요 특징

◆ 개념과 특징 = 2022년 12월 인공지능 전문연구소 오픈(Open) AI의 챗(Chat) GPT 출시 이후 생성형 AI기술(Generative AI)이 발전하며 관련 시장규모가 급속히 확대되는 중이다.

- 생성형AI는 딥러닝의 일종으로 텍스트, 이미지, 미디어 등 기존 데이터에서 새로운 콘테츠를 생성하도록 설계된 인공지능 모델이다.

- IT전문 리서치 회사 가트너(Gartner)의 ‘하이프 사이클(Hype Cycle, 2023년 8월)’에 의하면, 생성형 AI는 AI기술에 대한 기대치의 정점에 위치해, 실제 기술적용을 시도하는 기업이 나타나며 향후 5~10년 사이 혁신적 성과를 달성할 것으로 예측했다.

※ 전문가 의견을 수렴해 예측한 유망기술에 대한 사이클로, 출현 단계에서 폭발적으로 성장한 이후 성숙단계를 거쳐 안정기로 접어드는 과정을 설명

√ 가트너는 ‘2024년 전략적 기술 트렌드 Top10(Strategic Tech Trends)’ 에 ‘생성형AI의 대중화(Democratized Gen AI)’를 꼽으며 2023년 5% 미만에 불과한 기업의 생성형AI 활용도가 2026년에는 80%를 상회할 것으로 예상이다.

- 블룸버그(Bloomberg, 2023년 9월)는 생성형AI 시장 규모가 2023년 400억 달러(한화 약 53조 5400억원)에서 향후 10년간 1조 3000억 달러(한화 약 1740조 500억원)까지 성장할 것으로 전망한 바 있다.


▲ (출처 : 우리금융경영연구소 제공)

◆ 생성형AI는 기존에 주로 활용된 예측형AI(Predictive AI)를 보완, AI 기반 비즈니스 모델 확장이 가능해진 특징을 갖는다.

- ‘예측형AI’는 머신러닝, 딥러닝 등의 기술을 통해 많은 기업들이 광범위하게 활용하는 AI기법으로 확률적으로 미래의 결과(고객의 신용리스크, 부동산 구매니즈 등)를 예측하는 인공지능 모델이다.

√ 반면 ‘생성형AI’는 콘텐츠를 요약하고 채팅 형식으로 질의응답하며, 다양한 형식으로 새로운 콘텐츠를 편집하거나 초안을 작성하는데 활용 가능.

- BCG는 예측형AI와 생성형AI는 근본적으로 활용 목적이 다르기 때문에 은행의 AI전략은 두 가지를 모두 포함해야 하며 서로 보완하는 방안으로 활용 기회를 찾아야 한다고 제언했다.

√ 예측형AI는 확률 계산, 결과 분류, 결정 등의 특성이 인간의 좌뇌와 비숫하고, 생성형AI는 창의성, 표현능력 등이 발휘되는 우뇌 역할을 담당한다고 평가

√ 기존의 AI전략을 부정하거나 제거하는 대신 생성형AI를 추가해 비즈니스 모델에서 생성형AI와 예측형AI를 효율적으로 활용해야 한다고 주장


▲ (출처 : 우리금융경영연구소 제공)

◆ 장점과 한계 = 생성형AI는 ①뛰어난 자연어 처리 능력과 ②광범위한 비정형 데이터 처리 능력을 바탕으로 사용자와의 커뮤니케이션 능력을 강화시킬 수 있고, 초개인화된 상품·서비스를 제작하여 생산성 향상을 가능하게 한다.

- 생성형AI의 잠재력은 자연어 이해 능력에서 비롯되는 것으로 고등교육, 의사소통 등 논리적 언어 능력이 필요한 지식기반 작업에 사용되는 자연어를 뛰어나게 처리하면서 사람과 유사한 수준의 대화를 제공한다.

- 동영상, 오디오, 사진, 보고서 등이 포함되는 비정형 데이터는 데이터의 구조가 일정하지 않아 분석이 어려웠으나 딥러닝 기술의 발전으로 생성형AI는 비정형 데이터를 처리하며 새로운 비정형 데이터를 창조해냈다.

- 금융회사는 생성형AI의 장점을 활용해 신속하고 정확한 의사결정, 고객의 미확인된 잠재수익 활용, 작업간소화와 비용절감, 리스크관리 강화, 고객의 금융 경험 개선 등의 기회를 만들어 낼 수 있다.

◆ 다만, ①데이터 정보보호에 대한 우려 ②생성된 답변의 부정확성 ③사이버공격 등 생성형AI 모델이 가지는 한계도 상존한다.

- 생성형AI에 입력된 정보가 모델을 훈련하는 데 사용될 수 있어 데이터가 외부에 노출될 위험성이 있어 데이터 사용에 대한 적절한 제어장치가 필요하다.

√ 생성형AI가 주로 제3자 소프트웨어 공급업체에 의존하게 됨에 따라, 금융회사의 고객 개인정보가 유출될 가능성이 있음

- 허위 정보를 설득력 있게 보이는 정보로 생산하는 환각(Hallucination)이나 편향이 발생하는 등 생성형AI의 신뢰성을 제고하는 것도 중요한 과제로 보인다.

※ 챗GPT의 환각 현상은 현재 20~25% 수준으로 알려짐

√ 은행의 경우 생성형AI의 편향이 성별, 인종, 민족을 기반으로 한 프로파일링 문제를 지속시켜 불공정한 신용평가와 고객차별로 이어질 가능성도 상존

- 구글에서 2024년 생성형AI를 활용한 사이버 범죄가 늘어날 것으로 전망하는 등 생성형AI가 사이버보안의 위협 요인으로도 지목하기도 했다.

√ 생성형AI를 통해 가짜 뉴스, 수신자와 상호작용하는 피싱전화, 가짜 정보로 생성된 사진과 동영상을 유출시키며 사이버공격이 치밀해질 것으로 예상

√ PWC의 조사에 따르면 향후 12개월 내 생성형AI가 치명적인 사이버공격으로 이어질 것으로 예상한다는 답변이 52%를 차지

II. 생성형AI와 금융업 생산성 혁신

◆ 금융업은 AI의 영향력을 크게 받을 업종으로 지목되는 가운데 최근 생성형AI에 대한 금융회사의 관심이 크게 증대하고 있다.

- 맥킨지(Mckinsey)는 생성형AI가 이전 형태의 AI에 비해 생산성을 최대 40% 높일 수 있어 연간 2조 6000억(한화 약 3480조 1000억원)~4조 4000억 달러(한화 약 5889조 4000억원)에 달하는 가치를 창출할 수 있으며, 특히 하이테크에 이어 은행에 큰 영향을 미칠 것으로 예상했다.

√은행업은 연간 수익의 2.8~4.7%의 비중에 해당하는 2000억 달러(한화 약 267조 7000억원)~3조 4000억 달러(한화 약 4550조 9000억원)의 생산성이 향상될 것으로 기대

- 현재 금융회사에서 생성형AI의 도입은 개념증명을 테스트하는 초기단계이며, 예측형AI에서 생성형AI로 기술적 관심이 전환 중이다.

√‘UK 파이낸스(Finance)’ 조사에 의하면, 23개 금융회사 중 21개(91%)의 회사가 이미 예측형 AI를 활용하고 있는 한편 생성형AI는 17개 회사(74%)가 파일럿 테스트나 개념증명 사업을 추진 중

◆기존 업무자동화나 예측모델 위주였던 금융회사의 AI적용 영역이 생성형AI 도입 이후에는 광범위하게 확장될 전망이다.

- 금융 소프트웨어 플랫폼 기업 ‘피나스트라(Finastra) 조사에 의하면, 글로벌 금융회사들은 생성형AI를 맞춤화되고 개인화된 서비스에 대한 높아진 고객 니즈를 충족할 수 있는 핵심 수단으로 인식 중이다.

※ 미국, 영국, 프랑스, 독일, 홍콩, 싱가포르, 사우디아라비아, 베트남, UAE의 956명의 금융회사 관리자급 임직원 대상 설문조사

√ 이미 적용했거나(26%) 테스트·연구를 수행하고 있는(31%) 등 생성형AI를 적용하는데 긍정적으로 답변한 응답자가 전체의 83%를 차지

※ 그 외 답변으로 입장이 결정되지 않았다(11%), 적용할 생각이 없다(6%) 등

√ 생성형AI를 활용하는 목적으로 홍콩·UAE는 수동·반복작업 자동화, 독일·싱가포르는 금융범죄 방지, 영국·프랑스는 리스크관리와 의사결정지원, 베트남은 고객서비스경험 향상 등으로 국가별로 다소 차이

◆ 생성형AI는 은행업 전반적인 밸류체인에 적용되며, 특히 고객관리(프런트오피스), 리스크관리(백오피스) 부문에서 가장 큰 개선이 있을 것으로 기대된다.

- (상품·서비스 개발) 광범위한 데이터 수집을 통해 고객니즈의 트렌드를 파악하여 신상품을 개발하거나, 가격 결정을 위한 시나리오·모델링 분석한다.

- (마케팅 및 영업) RM의 대고객 마케팅 자료 초안을 생성하거나, 데이터 분석을 통해 잠재고객을 발굴하고, 대화형 챗봇으로 대고객 영업 역량 강화 등에 활용할 수 있다.

√ 기업 활동 모니터링을 통해 고객의 과제를 파악하고 관련 서비스를 선제안하거나, 고객와의 대화 내용을 분석해 실시간 조언을 생성

- (고객관리) 대화형 챗봇으로 고객의 요구사항을 처리하는 등 고객과의 직접적인 커뮤니케이션을 강화하거나, 고객서비스 담당 직원이 활용할 수 있도록 고객의 질문 내용, 주요 이슈 등을 요약 정리한다.

√ 시장, 투자, 정책 등에 대한 요약이나 고객 질문에 대한 답변을 생성하여 제공

- (운영관리) 인사관리, 준법, IR, 재무관리 등 다양한 부서에서 서류관리 자동화, 사례 검색과 정보 요약 등의 기능을 개발할 수 있고 코드개발, 잠재적 버그 식별, 데이터 관리 등 기술 분야에도 활용할 수 있다.

√ 채용 시 직무기술서를 작성하거나 지원자의 이력서를 토대로 면접용 개별 질문사항을 생성해 면접관을 지원

√ 준법 부서에서 과거 사례를 검색하고 요약할 수 있는 Q&A 기능, IR 부서의 대내외 커뮤니케이션을 위한 초안 작성, 월별 KPI달성 보고서 자동 생성 등

- (리스크관리) 모니터링을 통해 위험 고객을 식별하거나, 사기탐지·리스크관리 관련 서류작업의 자동화, 규정 준수를 위한 대직원 챗봇 등이 가능하게 된다.


▲ (출처 : 우리금융경영연구소 제공)

- EY가 글로벌 151개 은행을 대상으로 조사한 결과에 의하면, 프론트 오피스에서는 고객서비스(64%), 백오피스에서는 리스크관리(66%)가 생성형AI 적용으로 가장 큰 비용절감과 생산성 개선이 기대

※ 예수금 규모 5000억 달러(한화 약 669조 2500억원) 이상 대형은행은 상품개발을 최다(44%) 선택하는 등 은행 규모에 따라 차이는 존재


▲ (출처 : 우리금융경영연구소 제공)

III. 글로벌금융회사의 적용(추진) 사례

[마케팅/영업]

◆ (JP모건 체이스은행-JPMC) 2년 연속 AI성숙도 지수 1위를 차지하며 AI활용을 선도하고 있는 JPMC는 현재 고객의 증권투자를 위한 금융정보 분석서비스 ‘인덱스(Index) GPT’를 개발 중이며, 2023년 5월 11일 상표권 출원을 신청했다.

※ 에비던트 AI 인덱스(Evident AI Index) = 100개 이상의 지표를 기준으로 은행부문의 AI성숙도를 나타내는 지수로 매년 글로벌 50개 은행을 평가

- JPMC는 AI가 창출하는 비즈니스 가치를 연간 15억 달러로 목표를 세웠으며, 2023년에만 연간 10억 달러 이상의 투자계획을 실행 중이다.

- 인덱스GPT는 금융소비자에게 투자상품 정보와 현재 재정 상황에 기반한 적절한 투자 옵션을 제안하는 기능으로 실제 서비스 제공은 2027년 전후로 예상된다.

√ 상표출원 신청 후 12개월 내 미국 특허청의 승인 여부가 결정되고, 회사는 3년 안에 상품을 출시해야함을 고려

- 이 외에도 연준의 정책변화를 감지해 거래 신호를 탐지하는 도구(30개 이상의 중앙은행으로 확장 계획), 기업의 수익 정보를 요약하는 기능 등 수백가지의 사용사례를 테스트 중인 것으로 알려졌다.

◆ (모건스탠리-Morgan Stanley) 챗GPT제조사 오픈AI와 전략적 제휴를 통해 부유층 고객을 대상으로 자산관리 자문 서비스를 제공하는 RM이 활용할수 있는 생성형 챗봇 ‘AI @ 모건스탠리 어시스턴트(Morgan Stanley Assistant)’를 지난 2023년 9월 출시했다.

- 오픈AI와의 협업을 발표한 지 반년 만에 모건스탠리는 GPT4 기반의 맞춤형 솔루션을 직원에게 정식 제공하게 됐다.

- 챗봇은 10만개의 보고서와 자료로 구성된 은행의 ‘지적자본 데이터베이스’에 접속해 시장, 내부프로세스, 추천 등과 관련한 질의응답을 통해 직원이 고객에게 더욱 효과적이고 차별화된 조언과 서비스를 제공할 수 있도록 지원하고 있다.

* 예) 연준의 금리인상 전망은 어떻습니까?, 고객의 IRA를 어떻게 개설합니까?, 고객이 결혼을 준비하는데 어떤 도움을 줄 수 있을까요?

- 모건스탠리는 이 외에도 고객과의 회의 내용을 자동으로 요약하고 후속 이메일을 생성하는 Debrief라는 도구를 테스트 중인 것으로 밝힘

[고객관리]

◆ (낫웨스트-Natwest) 낫웨스트는 지난 2023년 9월, IBM의 기업용 AI 플랫폼 ‘왓슨 엑스(Watsonx)’를 활용해 기존 AI 가상비서 ‘코라(Cora)’의 기능을 대화형으로 업그레이드 한 ‘코라 플러스(Cora+)’를 출시했다.

- ‘코라 플러스’는 상품·서비스 정보 외에도 이전에 채팅만으로 접근할 수 없었던 은행정보, 취업기회 등 다양한 정보에 대한 접근 범위를 확대한 점이 특징이다.

√ 고객은 정보에 대한 링크를 제공받고 북마크 등 관리하는 기능도 활용 가능

- 이외에도 2027년말까지 1000만명 고객이 금융웰빙을 관리할 수 있도록 ‘아마존 웹서비스(Amazon Web Services)’와 생성형AI 솔루션 협력 확대를 발표한 바 있다.(2023년 9월)

√ ‘AWS 생성형(Genertive) AI 혁신센터’와 협력해 사기 탐지, 맞춤형 금융 솔루션, 고객지원 강화, 데이터 보안 등의 분야에 AI 솔루션을 개발할 계획

[운영관리]

◆(미즈호-Mizuho) 일본 미즈호은행은 2023년 6월, IT기업 ‘후지쯔(Fujitsu)’의 생성형AI 플랫폼 기술로 미즈호의 시스템개발 및 유지관리 업무를 간소화하기 위한 생성형AI 테스트를 시작했다.

- 미즈호의 시스템 설계 계획과 감사 프로세스에서 오류와 누락을 자동으로 감지하는 것을 테스트해 품질개선 방법을 모색하는 것이 테스트의 목표다.

- 이 테스트는 2024년 3월 31일까지 진행될 예정이며, 테스트 결과를 활용해 향후 미즈호 시스템에 실제 적용을 검토할 계획이다.

◆ (웨스트팩-Westpac) 자체 생성형AI 기술을 활용한 IT엔지니어 코딩 프로세스의 개선 여부 테스트 결과를 바탕으로 확대 적용을 추진 중이다.(2023년 8월)

- 웨스트팩은 60명의 개발자를 대상으로 생성형AI를 활용했을 경우 표준 코딩 작업에 비해 작업경험, 생산성, 코드품질 개선 여부를 테스트했다.

√ 테스트 결과, 코드품질의 저하 없이 코딩 생산성이 46% 향상되었고 개발자의 83%는 신속한 학습에 도움이 됐다고 평가

- 웨스트팩은 생성형AI 기술을 활용하는 엔지니어의 수가 현재 150명에서 1000명까지 늘어날 것으로 예상

[기타]

◆ 이들 금융회사 외에도 골드만삭스(Goldman Sachs), 도이치방크(Deustche Bank), 씨티은행(Citi) 등 글로벌 금융회사의 생성형AI 사용 사례 테스트가 활발히 진행 중이다.

- (골드만삭스-Goldman Sachs) 골드만삭스는 ‘로이터 넥스트(NEXT) 컨퍼런스’에서 생성형AI를 비즈니스에 통합하는 12개의 프로젝트를 진행중이라고 발표(2023년 11월)했으며, 주로 자동화된 코드 작성, 문서생성 등의 작업에 중점을 둔 것으로 알려졌다.

- (도이치방크-Deutsche Bank) 도이치방크는 법률 문서 모니터링, 자금세탁 탐지, 백오피스 작업 자동화 등을 포함해 25가지 사용사례를 검토 중인 것으로 조사됐다.

- (시티은행-Citi) 씨티은행 CEO는 지난 2023년 7월 생성형AI를 수용하지 않을 때의 위험이 이를 활용 했을때의 위험보다 훨씬 크다며 기술의 활용 의지를 밝힌 바 있다.

√ 개발자의 코드 개발, 시스템 현대화, 연준이 발표한 새로운 자본규칙의 영향 분석, 국가의 법률과 규정 이해 등 350개 이상의 사용사례를 검토 중