Your browser does not support JavaScript!

국내 금융권의 생성형 인공지능 도입 및 사용 현황

일일 보고서 2024년 07월 29일
goover

목차

  1. 요약
  2. 국내 금융권의 생성형 AI 도입 현황
  3. 금융권 생성형 AI 활용 사례
  4. 금융 규제와 생성형 AI
  5. 생성형 AI 도입의 도전과 기회
  6. 결론

1. 요약

  • 이 리포트는 국내 금융권에서 생성형 인공지능(Generative AI)의 도입 및 사용 현황을 심층 분석합니다. 우리은행, 신한은행, NH농협은행, KB국민은행 등이 각기 어떤 AI 기반 서비스를 제공하고 있는지, 그리고 이를 통해 고객 서비스와 업무 효율성을 어떻게 개선하고 있는지 다룹니다. 생성형 AI 도입의 주요 사례로는 우리은행의 예·적금 상담 서비스, 신한은행의 대출 상품 추천 서비스, 하나은행의 '하나GPT', 그리고 NH농협은행의 AI 기반 통역 서비스 등이 있습니다. 또한, 금융권의 AI 도입에 영향을 미치는 규제, 특히 망분리 규제 문제와 정보 보안 이슈도 함께 논의됩니다.

2. 국내 금융권의 생성형 AI 도입 현황

  • 2-1. 주요 은행의 생성형 AI 도입 사례

  • 우리금융그룹은 2024년 3월부터 생성형 AI를 예·적금 상담 서비스에 적용할 계획을 발표했습니다. 우리은행의 'AI 뱅커' 서비스는 기존 상담 업무를 대체하고 있으며, 직원과 고객 간 대화를 분석하여 보다 정확한 상담을 제공합니다. 한편 신한은행은 2023년 6월부터 생성형 AI의 금융서비스 적용을 위한 전담 태스크포스를 출범시켜 대출 상품 관련 실증(PoC)을 진행했습니다. 이외에도 하나은행은 '하나GPT'라는 상표를 특허청에 출원하고 자체 대규모 언어모델 개발에 착수했습니다. NH농협은행은 구글 바드와 챗GPT 기반의 통역 기능을 실제 영업점에서 시연하며 외국인 고객과의 의사소통을 지원하고 있습니다. KB국민은행은 직원 대상으로 내부 업무 효율성을 높이기 위한 KB-GPT 데모 사이트를 시범 운영 중입니다.

  • 2-2. AI 기술의 금융 서비스 적용 방식

  • 우리금융그룹은 '뉴 원(New WON)' 슈퍼앱 개발을 통해 예·적금 상담 외에도 모빌리티, 여행, 부동산, 통신, 프롭테크 등의 다양한 서비스를 하나의 플랫폼으로 통합하고 있습니다. 신한은행은 챗GPT 기반의 대출 상품 추천 서비스를 통해 고객 맞춤형 금융 서비스를 제공합니다. 하나은행은 금융권 특화 언어모델을 개발하여 '하이챗봇' 등 내부 업무와 고객 맞춤형 자산관리 팁 제공에 활용하고 있습니다. NH농협은행은 AI 기반의 정책자금 맞춤조회 서비스를 통해 고객의 금융비용 경감을 목표로 하고 있으며, KB국민은행은 검색, 채팅, 요약 및 문서작성, 코딩 등 다양한 기능을 제공하는 내부 직원용 AI 서비스를 개발 중입니다.

  • 2-3. 생성형 AI 도입의 현재 상태

  • 국내 금융권의 생성형 AI 도입은 다양성과 적용 방식에서 많은 진보를 이루고 있습니다.우리금융그룹은 IT 거버넌스를 탈바꿈하여 AI 기술을 예·적금 상담 및 그룹 전체 IT 업무에 적용하고 있으며, 신한은행과 하나은행도 각자의 특화된 AI 모델을 개발해 금융 상품 추천 및 언어모델 개발에 힘쓰고 있습니다. NH농협은행과 KB국민은행도 AI 기술을 서비스와 내부 업무 효율화에 적용하여 실질적인 성과를 도출하고 있습니다. 이러한 도입 현황은 국내 금융권의 디지털 전환 전략의 일환으로, 고객 서비스 개선과 업무 효율성을 높이는 데 중점을 두고 있습니다.

3. 금융권 생성형 AI 활용 사례

  • 3-1. 고객 맞춤형 서비스 제공

  • 국내 주요 금융기관들은 생성형 AI를 활용하여 고객 맞춤형 서비스를 제공하고 있습니다. 하나은행은 AI 기반 정책자금 맞춤조회 서비스를 출시하여 소상공인의 금융 비용을 경감시키고 있습니다. 또한, 신한은행은 자체 개발한 금융 특화 LLM 모델을 통해 주식 시황이나 각종 금융 경제 정보를 제공하는 대고객 챗봇서비스 '모물'을 개발하였고, 이는 신한투자증권 MTS와 은행 뱅킹앱에 적용될 예정입니다.

  • 3-2. AI 기반 챗봇과 가상 은행원

  • 여러 금융회사들은 생성형 AI를 접목시킨 가상 은행원을 도입하고 있습니다. 우리은행은 AI 뱅커 서비스를 통해 은행 창구에서의 예·적금 상담을 지원하고 있으며, KB은행과 하나은행도 비슷한 가상 은행원을 모바일앱과 점포 내에 배치하고 있습니다. 이러한 챗봇들은 고객과의 대화 형식으로 거래 조회, 송금, 각종 상품 안내 등을 처리하며, 고객 서비스의 효율성을 극대화하고 있습니다.

  • 3-3. 데이터 분석을 통한 리스크 관리

  • 생성형 AI는 또한 리스크 관리와 관련된 데이터 분석에도 활용되고 있습니다. 신한은행은 생성AI를 활용하여 금융 특화형 AI를 구축하고 자산 챗봇을 준비하고 있으며, 하나은행은 AI를 통해 직원용 지식 챗봇을 개발하고 있습니다. 더불어 금융권의 증권업계에서도 LLM을 통해 사용자와의 짧은 문답으로 맞춤형 상담을 제공하고, 대량의 정보를 학습하여 모형의 구조를 변경하는 등 리스크 관리에 AI를 활용하고 있습니다.

4. 금융 규제와 생성형 AI

  • 4-1. 망분리 규제의 영향

  • 국내 주요 금융회사들 간 AI 경쟁이 본격화되고 있습니다. 우리금융그룹은 IT 거버넌스를 전면 개편하고 생성형 인공지능(AI)을 본격 도입하였으며, 3월부터 예·적금 상담에 생성형 AI를 적용한다고 발표하였습니다. 이러한 도입은 예·적금 상담 업무의 효율성을 극대화할 것으로 기대됩니다. 그러나 금융권에서의 AI 도입에는 망분리 규제라는 도전 과제가 존재합니다. 금융연구원은 2024년 위탁연구용역 사업을 통해 금융보안 정책의 국제비교 및 대응방안을 연구할 예정이며, 특히 논리적 망분리 환경에서의 금융보안을 중점적으로 살펴보고 있습니다.

  • 4-2. 규제 완화의 필요성

  • 우리금융그룹의 디지털혁신부문 부사장은 그룹 IT 체계를 전면 개편하여 외주개발 최소화 및 중복 요소 제거 등에 따른 비용 절감을 기대하고 있습니다. 이러한 변화는 금융기관들이 신기술을 신속히 도입하고 효율성을 극대화하는 데 큰 도움이 될 것입니다. 그러나 망분리 규제 완화가 없다면 이러한 기술 발전의 속도는 한계에 부딪힐 수 있습니다. 최근 규제 완화의 필요성이 더욱 대두되고 있으며, 이를 통해 금융기관들은 더욱 효율적이고 혁신적인 AI 도입이 가능해질 것입니다.

  • 4-3. 정보 보안과 데이터 보호

  • 생성형 AI의 도입과 함께 정보 보안과 데이터 보호 역시 중요한 과제로 떠오르고 있습니다. 우리금융그룹은 생성형 AI를 통한 상담업무의 개선뿐 아니라, 그룹 네트워크의 비금융 디지털 기반 신사업으로의 확장을 계획하고 있습니다. 이 과정에서 정보를 보호하고 보안을 강화하기 위한 다양한 조치가 필요합니다. 금융보안 정책의 국제비교를 통해 한국이 어떤 금융보안 정책을 시행해야 할지 방안을 모색하는 연구가 진행되고 있으며, 이를 통해 보다 안전하고 효율적인 금융 서비스를 제공할 수 있을 것입니다.

5. 생성형 AI 도입의 도전과 기회

  • 5-1. 디지털 수용 능력 부족 문제

  • 삼성SDS의 '디지털 금융 트렌드와 활용 전략'에 따르면, 많은 금융기관들이 생성형 AI를 도입하는 데 있어서 디지털 수용 능력의 부족으로 인해 어려움을 겪고 있습니다. 특히, 초기 단계에서는 많은 수작업이 필요하고, 문장 인식 및 분석의 한계로 인해 텍스트 분석 히스토리가 있었습니다. 또한, 삼일PwC의 보고서에 따르면, 국내 기업 CEO의 60% 이상이 생성형 AI 도입을 의향하고 있으나, 실제로 완전히 채택한 기업은 9%에 불과하여, 상당수 기업이 초기 검증 단계에 머물러 있습니다.

  • 5-2. 미래 성장 전망

  • 삼성SDS의 보고서에서는 생성형 AI가 디지털 자산, 금융 채널 확장(SuperApp, Embedded Finance)과 함께 2024년에 반드시 주목해야 할 핵심 트렌드로 다루어집니다. 또한 삼일PwC의 보고서에서는 생성형 AI 시장 규모가 2023년 670억 달러에서 2032년 1조3000억 달러로 연평균 성장률(CAGR) 40% 수준의 급성장이 예상되고 있습니다. 글로벌 800여 개 기업의 주요 의사결정권자들이 생성형 AI를 비즈니스 경쟁 우위의 요소로 판단하며 높은 투자의향을 보이고 있습니다.

  • 5-3. 정보 유출 및 데이터 오남용 리스크

  • 삼성SDS와 삼일PwC의 보고서에 따르면, 생성형 AI 도입 과정에서 정보 유출 및 데이터 오남용에 대한 리스크도 큰 문제로 지적되고 있습니다. 특히 AI 기술의 발전에 따라, 생성형 AI가 잘못된 답을 사실처럼 말하는 '할루시네이션'의 가능성이 있으며, 이로 인해 금융기관은 민원이나 소송의 위험에 직면할 수 있습니다. 따라서 정보 보안 문제를 해결하기 위한 노력과 정책적인 지원이 필수적입니다.

6. 결론

  • 국내 금융권의 생성형 인공지능 도입은 고객 서비스와 업무 효율성 향상 측면에서 큰 가능성을 보여줍니다. 우리은행의 'AI 뱅커', 신한은행의 '모물' 챗봇, NH농협은행의 통역 서비스 등 다양한 사례들은 금융 서비스의 혁신적 변화를 이끌고 있습니다. 그러나 망분리 규제와 정보 보안 문제는 여전히 큰 도전 과제로 남아있습니다. 이러한 제약을 해결하기 위한 정책적 지원과 규제 완화가 필요합니다. 또한, 직원들의 디지털 수용 능력 강화를 위한 지속적인 교육과 지원도 중요합니다. 국내 금융권이 생성형 AI를 통해 더욱 효율적이고 혁신적인 금융 서비스를 제공하기 위해서는 계속되는 기술 발전과 규제 완화를 통한 환경 개선이 필수적입니다. 미래에는 생성형 인공지능 시장의 급성장과 함께 금융 AI 서비스의 확대가 기대됩니다.

7. 용어집

  • 7-1. KB국민은행 [회사]

  • KB국민은행은 자체 개발한 언어 모델을 바탕으로 가상 은행원을 모바일 앱 및 오프라인 지점에 도입하여 고객의 거래 조회, 송금, 상품 안내 등을 제공하며 생성형 AI 기술을 적극 활용하고 있습니다.

  • 7-2. 신한은행 [회사]

  • 신한은행의 '모물' 챗봇 서비스는 주식 시황 및 경제 정보를 제공하며, 이는 고객의 투자 결정을 돕는 데 중점을 두고 있습니다. 또한 신한홈뱅크를 통해 AI 기술을 접목한 서비스를 제공하고 있습니다.

  • 7-3. 우리은행 [회사]

  • 우리은행은 AI를 활용한 예적금 상담 서비스를 제공하고 있으며, 'AI뱅커' 서비스와 'New WON' 슈퍼앱 출시를 준비 중입니다. 망분리 규제 등의 문제를 극복하고 AI를 적극 도입하고 있습니다.

  • 7-4. NH농협은행 [회사]

  • NH농협은행은 AI 통역 기능을 도입하여 외국인 고객과의 원활한 의사소통을 지원하고 있으며, 다양한 AI 기반 서비스를 신속하게 도입하고 있습니다.

  • 7-5. 생성형 AI [기술]

  • 생성형 인공지능(Generative AI)은 대규모 언어 모델을 바탕으로 다양한 고객 응대 및 데이터 분석 업무에서 중요한 역할을 하고 있으며, 국내 금융권에서 빠르게 도입되고 있는 핵심 기술입니다.

  • 7-6. 망분리 규제 [규제]

  • 망분리 규제는 국내 금융권의 생성형 AI 도입에 큰 제약 요인으로 작용하고 있으며, 이를 완화하여 AI 활용도를 높이는 것이 중요한 과제로 대두되고 있습니다.

8. 출처 문서