Your browser does not support JavaScript!

뱅킹서비스에 AI가 적용된 사례 연구

일일 보고서 2024년 07월 08일
goover

목차

  1. 요약
  2. 여신 심사에서의 AI 활용
  3. 내부 업무 자동화
  4. 금융 리스크 관리와 규제 준수
  5. 고객응대 강화
  6. 글로벌 사례
  7. 결론

1. 요약

  • 이 리포트는 글로벌 및 한국의 뱅킹 서비스에 AI가 적용된 다양한 사례를 분석하여 AI 기술의 영향력과 현재 상태를 설명합니다. 주요 사례로는 하나은행의 'AI대출', 국민은행의 기업 여신 심사 자동화, RPA 기술 도입, KYC 절차 및 금융 리스크 관리, 그리고 고객응대 강화를 위한 AI 챗봇 활용 사례가 포함됩니다. 글로벌 영역에서는 JP 모건 체이스의 COiN 플랫폼과 골드만삭스의 AI 활용 사례가 다루어졌습니다. 이를 통해 AI 기술이 은행의 운영 효율성, 고객 서비스 품질, 리스크 관리 능력을 어떻게 향상시키고 있는지 탐구했습니다.

2. 여신 심사에서의 AI 활용

  • 2-1. 하나은행의 AI 대출

  • 하나은행에서는 'AI대출'이라는 여신 심사에 AI를 활용한 대표적 사례를 선보였습니다. AI대출은 하나은행을 이용하는 소비자의 행동 패턴을 학습하여 대출 신청 시 고객이 즉시 대출받을 수 있도록 설계된 상품입니다. 이 상품은 주부나 연금소득자 등 저소득층에도 리스크를 고려한 적정 한도를 부여하여 대출 이용을 가능하게 했습니다. 또한 하나금융티아이의 사내 독립기업인 하나금융융합기술원의 자체 개발 AI 기술인 '리딧(READIT) v3.0'을 적용한 'AI 수출환어음매입 전산 자동화' 시스템도 도입하였습니다. 이를 통해 비정형화된 수출 서류를 자동으로 분류하고 매입 정보 등 핵심 데이터를 디지털로 빠르게 추출하도록 구현되었으며, 정보 오입력 등 기존 수기 작성 방식에서 발생했던 오류를 최소화하여 업무 편의성과 효율성을 높였습니다.

  • 2-2. 기업 여신 심사 자동화 (국민은행)

  • 국민은행은 기업 여신 심사에 AI를 활용하고 있습니다. AI가 적용된 머신러닝 모형 기반의 기업여신 자동심사 지원시스템(Bics)은 재무정보와 대안정보를 포함한 각종 비재무정보를 활용해 신용리스크가 낮은 여신에 대한 시스템 판정 결과를 기업여신 담당자에게 제공합니다. 특히 이 시스템은 향후 우량기업으로 성장할 가능성이 있는 기업을 선별할 수 있는 기능이 포함되어 있어 기업여신 담당자의 업무 효율과 생산성을 높이는데 기여하고 있습니다. 또한 국민은행은 금융 분야에 특화된 번역 지원 서비스인 'KB AI Translator'를 도입하여 외국인 고객 응대 및 문서 번역 등 업무에 국문·영문 상호 번역을 제공함으로써 업무 처리의 효율성을 향상시켰습니다.

3. 내부 업무 자동화

  • 3-1. RPA 기술 도입

  • RPA(로보틱 프로세스 자동화) 기술은 은행 내부 업무 자동화의 핵심 요소로 자리 잡고 있습니다. UiPath 플랫폼을 도입한 은행들은 이전에는 불가능했던 업무를 자동화하고, 새로운 영역으로 확장하기 위해 AI 기술을 이용하고 있습니다. 2020년은 금융 기관들이 고객 서비스 개선, 내부 운영 간소화, 수익성 강화를 목표로 RPA 활용을 크게 높인 시기였습니다. 이 과정에서 인적 오류를 줄이고 보안 이슈를 해결하는 부가적 효과도 얻었습니다(UiPath, 2023). 예를 들어, 미국의 한 은행은 매년 수백만 건의 스왑 거래를 처리하는 업무에서 UiPath ML 모델의 Document Understanding을 재학습시키고, 이를 통해 거래의 세부 사항을 자동으로 조정하고 관리한 사례가 있습니다. 이로 인해 은행은 오류 발생을 90% 줄이고, 연간 120만 달러의 비용 절감을 이룰 수 있었습니다(UiPath, 2023).

  • 3-2. 리딧(READIT) v3.0 시스템

  • 하나은행은 AI 기술을 활용한 자동화 시스템의 일환으로 '리딧(READIT) v3.0'을 도입하였습니다. 이 시스템은 비정형화된 수출 서류를 자동으로 분류하고, 매입 정보 등 핵심 데이터를 빠르게 디지털로 추출하도록 설계되었습니다. 이를 통해 기존 수기 작성 방식에서 발생했던 오류를 최소화하고 업무 편의성과 효율성을 높일 수 있었습니다. 이외에도 하나은행은 AI 기반의 수출 서류 심사 및 수출 서류 작성 서비스를 시행하고 있으며, 국민은행은 기업 여신 심사에 AI를 적용하여 신용리스크가 낮은 여신에 대한 자동 판정 결과를 제공하고 있습니다. 이를 통해 기업여신 담당자의 업무 효율과 생산성을 높이는 데 기여하고 있습니다(아시아타임즈, 2023).

4. 금융 리스크 관리와 규제 준수

  • 4-1. KYC 관련 AI 활용

  • NVIDIA가 전세계 금융 서비스 전문가들을 대상으로 실시한 설문조사에 따르면, 금융 서비스 부문의 주요 AI 활용 사례 중 하나는 KYC(고객 알기) 절차에 AI를 적용하는 것입니다. 응답자들은 AI의 활용이 기업의 경쟁력을 창출하고 자사 연매출을 높이는 데 기여한다고 답했습니다. 특히, AI를 이용한 정확한 모델 구축과 금융 사기 방지, 투자 수익 극대화 등이 주요 효과로 나타났습니다.

  • 4-2. 무역 금융 분야 AI 도입

  • NVIDIA가 진행한 설문조사 결과, 시중 은행과 소매 금융은행에서는 무역 금융 분야에서도 AI를 도입하는 사례가 늘고 있습니다. 응답자들은 AI가 결제, 거래, 돈세탁 방지 절차 상에서의 부정 행위를 감지하는 데 주로 사용된다고 답했습니다. 이는 고객의 민감한 재무 데이터를 보호하고, 기업의 신뢰도와 안정성을 높이는 데 기여하고 있습니다.

5. 고객응대 강화

  • 5-1. AI 챗봇 활용 사례 (농협은행, 국민은행)

  • 농협은행에서는 AI를 활용하여 고객응대 서비스를 개선하고 있습니다. 특히 생성형 AI를 도입하여 고객 중심의 상품 추천 서비스를 제공하고 있으며, 향후 더 많은 데이터를 사용하여 고객 맞춤형 서비스 범위를 확장할 계획입니다. 국민은행의 경우, 기업 여신 심사에 AI를 활용하여 업무 효율성을 높이고 있습니다. AI 기반의 머신러닝 모형을 통해 기업의 재무정보와 비재무 정보를 종합적으로 분석하여 신용 리스크가 낮은 여신에 대해 자동으로 판단하고, 이 결과를 기업여신 담당자에게 제공함으로써 업무 생산성을 크게 향상시키고 있습니다.

  • 5-2. 딥브레인AI의 하나 뱅커 솔루션

  • 딥브레인AI는 하나은행의 모바일 앱인 '하나1Q'에 'AI 뱅커' 솔루션을 공급하였습니다. 이 솔루션은 음성 및 영상 합성, 음성 인식 기술, 자연어 처리를 융합한 대화형 인공지능 기술을 기반으로 합니다. AI 뱅커는 실제 사람과 유사한 모델로, 허송연 아나운서를 모델로 하여 정교한 음성과 표정을 구현하였습니다. 또한, 다양한 상황에 맞추어 10가지의 제스처를 통해 자연스러운 응대를 제공합니다. 하나은행은 AI 뱅커를 '하나 합'과 '펀드몰' 메뉴에서 브리핑 서비스를 제공하는 역할로 활용하고 있으며, 향후 금융상품 설명, 비대면 상품가입 가이드, 상담업무 등 다양한 영역으로 확대 적용할 계획입니다.

6. 글로벌 사례

  • 6-1. JP 모건 체이스의 COiN 플랫폼

  • JP 모건 체이스는 AI를 도입하여 금융 거래와 문서 분석을 자동화했습니다. AI 기반의 COiN(Contract Intelligence) 플랫폼을 통해 36만 시간 이상의 법무 작업시간을 절약했으며, 계약 검토 시간을 단축하고 정확성을 높였습니다. 또한, 머신러닝 모델을 도입하여 거래 속도를 50% 향상시키고 오류율을 80% 감소시켰습니다. 이를 통해 고객 서비스 품질을 향상시키고 비용 절감 효과를 거두었습니다.

  • 6-2. 골드만삭스의 기술 혁신

  • 골드만삭스는 2017년 당시 CEO였던 로이드 블랭크파인이 "우리는 기술회사다."라는 선언을 하며 자사의 정체성을 기술 회사로 재정립했습니다. 골드만삭스는 AI를 활용하여 대출 서류 적정성 검토와 같은 은행원의 핵심 업무들에 기술을 적용하고 있습니다. 특히, 미국의 뱅크오브아메리카는 2018년 AI 기반의 가상 금융 비서 '에리카'를 출시하여, 2023년 6월까지 3700만 명의 이용자를 유치했습니다. 에리카는 잔고 조회, 계좌 이체, 금융 거래 및 자산 변동에 대한 알림, 다양한 금융 상담 서비스를 제공하며 고객의 편의를 극대화하고 있습니다. 이를 통해 고객 서비스의 품질을 높이고 있으며, 은행 업무의 효율성을 증가시키고 있습니다.

7. 결론

  • 이번 리포트에서는 다양한 사례를 통해 AI 기술이 뱅킹 서비스에 미치는 영향을 다각적으로 분석했습니다. 주요 발견 사항은 하나은행, 국민은행, JP 모건 체이스, 딥브레인AI 등 여러 기관에서 확인할 수 있었으며, 여신 심사, 내부 업무 자동화, 금융 리스크 관리 및 고객응대 강화와 같은 분야에서 AI 활용이 두드러졌습니다. AI 기술은 운영 효율성, 고객 서비스 품질 개선, 리스크 관리 능력 강화에 중요한 역할을 하고 있으며, 글로벌 사례는 향후 AI 기술의 잠재력을 재확인시켜 줍니다. 다만, AI 기술 도입 시 초기 투자 비용과 데이터 관리의 복잡성 등이 한계로 지적되며, 향후 이를 보완하기 위한 지속적인 연구와 투자가 필요합니다. 미래에는 AI 기술의 발전과 함께 더욱 포괄적이고 사용자 맞춤형 금융 서비스가 가능해질 것입니다. 이러한 발견은 금융 기관들이 AI 도입을 통해 경쟁력을 확보하는 데 실질적으로 기여할 수 있을 것입니다.

8. 용어집

  • 8-1. 하나은행 [금융 기관]

  • 하나은행은 AI를 활용하여 여신 심사 및 내부 업무 자동화를 통해 고객 서비스 및 운영 효율성 향상에 기여하고 있습니다. 주요 사례로는 AI 대출 상품과 리딧(READIT) v3.0 시스템이 있습니다.

  • 8-2. 국민은행 [금융 기관]

  • 국민은행은 기업 여신 심사와 고객응대 강화에 AI 기술을 도입했습니다. 주요 사례로는 머신러닝 기반의 'Bics' 시스템과 'KB AI Translator'가 있습니다.

  • 8-3. 딥브레인AI [기술 기업]

  • 딥브레인AI는 하나은행의 모바일 앱에 'AI 뱅커' 솔루션을 공급하여 음성 인식 및 자연어 처리 등의 기술을 제공하고 있습니다. 이를 통해 비대면 금융 업무의 효율성을 높이고 있습니다.

  • 8-4. JP 모건 체이스 [금융 기관]

  • JP 모건 체이스는 AI 기반의 COiN 플랫폼을 도입하여 금융 거래와 문서 분석을 자동화하고, 이를 통해 운영 효율성 및 비용 절감 효과를 달성하였습니다.

9. 출처 문서