다가온 AI 시대, 미래 앞당기는 은행권 (상)

[한국금융신문 임지윤 기자]

이미지 확대보기

금융업의 인공지능 활용, 어디까지 왔을까? 금융 소비자에게는 어떤 장단점이 있을까? 인공지능이 활용에 적극 나서는 은행권의 현재 모습을 비추며 미래 전망을 알아본다. <편집자 주>

본격적인 기술혁명 시대가 펼쳐졌다. 디지털기술의 급성장과 신종 코로나바이러스 감염증(코로나19)으로 인해 인공지능(AI) 위주로 금융업 비즈니스 모델이 재편되고 있는 것이다.

은행들은 AI 기반의 스마트폰 불법 프로그램 탐지 서비스를 선보이며 소비자보호 체계를 고도화하고 있다. AI 기반 문자판독(OCR) 시스템을 도입해 업무 효율성도 높이는 중이다.

◇ 금융업의 AI 기술 어디까지 왔나?

인공지능(Artificial Intelligence‧AI)은 ‘인간의 지적 능력’을 기계로 구현하는 기술이다. 그러나 ‘지능’은 매우 추상적 속성이어서 현실에서 AI를 엄밀하게 정의하기 어렵다.

주로 방법론 측면에서는 추론(Inference), 전문가 시스템(Expert System) 등 사전에 규칙을 입력하는 규칙기반(Rule-Base) 알고리즘과 데이터를 기초로 스스로 알고리즘을 구현하는 머신러닝(Machine Learning‧기계학습)을 모두 AI 영역으로 간주한다. 학습 및 추론, 언어 이해, 시각 인식, 상황인식 등으로 AI 응용분야를 구분하기도 한다.

금융업에서는 다양하게 머신러닝이 활용되고 있다. 프로세스 자동화 측면에서 ▲반복 업무 축소 ▲문서작성 자동화 ▲채용 심사‧인력 배치 ▲고객확인 등에 쓰인다.

자산 관리 측면에서는 △운용 전략 수립 △운용 펀드 재조정(리밸런싱) △주식매매 자동화 등에 적용된다.

이 밖에도 고객 행동을 분석하고 맞춤형 금융상품을 추천하며 자금세탁방지 업무를 담당하는 등 각종 분야에 AI가 활용되고 있다. 특히 업무 자동화 분야에서 많이 쓰인다. OCR, 자연어 처리 등의 기술이 폭넓게 사용되고 있으며, 머신러닝 기반의 분석 기능이 추가되고 있다.

머신러닝은 인간의 학습 능력과 같은 기능을 컴퓨터에서 실현하고자 하는 기술 및 기법을 말한다.

고학수 서울대학교법학전문대학원 교수는 지난 17일 한국금융연구원에서 열린 ‘금융업의 인공지능 활용과 향후 과제’ 세미나에서 “머신러닝은 금융 영역에 있어 완전히 새로운 수학적 모델이라기보다는, 전통적인 회귀 모형(이산값의 경우 로지스틱 회귀 모형)이 고도화(다양한 비선형 모델의 사용‧분산 통제 기술의 고도화 등) 한 것”이라며 “AI를 통한 현재 변화는 기존 변화의 연속인 동시에, 질적인 변화를 내포하고 있다”고 설명했다.

서정호 금융연구원 선임연구위원은 AI 도입이 확대됨에 따라 예상되는 조직 내 변화를 설명했다. 그는 기존 IT 시스템 구축과는 달리 AI 시스템은 지속적인 개선과 내재화가 필요한 영역이므로 ▲AI 관련 전문 인력 지속 확충 ▲기존 인력은 감축이 아닌 업무 전환(shift) ▲신입인력의 경우 디지털과 정보기술(IT) 관련 채용 비중 빠르게 증가 ▲일반 금융 부문과 IT 개발 부문 간 협업 가능한 조직구조 ‘애자일(Agile)’로 변모 등 다양한 변화가 이뤄질 것으로 예상했다.

AI 기술이 활발히 도입됨에 따라 영업점 방문은 줄고 디지털 채널 고객은 증가하는 것으로 조사됐다. 한국은행에 따르면 지난해 국내은행의 인터넷뱅킹 등록고객 수는 1억7037만명으로 전년 대비 7% 증가했다. 이 중 모바일뱅킹 등록 고객 수는 1억3373만명으로, 전년에 비해 10.6% 늘었다. 또한 지난해 인터넷뱅킹을 통한 자금 이체와 대출 신청 서비스 이용 건수와 금액은 각각 전년 대비 11.9%, 20.6% 많아졌다. 모바일뱅킹 이용 실적은 같은 기간 각각 18.8%, 45.2%로 증가율이 더 빨랐다.

◇ ‘로봇 프로세스 자동화’가 대세

국내 은행권에서는 대고객 서비스와 상품기획부터 계약관리 및 리스크 관리, 레그 테크(Regulation+Technology‧AI를 활용해 복잡한 금융 규제를 기업들이 쉽게 이해하고 지킬 수 있도록 하는 기술) 등 폭넓게 인공지능이 활용되고 있다.

특히 한국금융연구원이 올해 5월부터 이달까지 국내 주요은행을 대상으로 조사와 심층 인터뷰를 실시한 결과 챗봇과 ‘로봇 프로세스 자동화(RPA‧Robotic Process Automation)’에 AI 활용도가 높은 것으로 나타났다. RPA는 업무 과정에 발생되는 데이터를 정형화하고 논리적으로 자동 수행하는 기술을 말한다. 이 밖에도 은행권에서는 주로 직원 업무 재배치나 평가 등에서 AI를 활용한 다양한 실험이 이뤄지고 있었다.

구체적으로 보면 ▲한국은행(AI 기반 외환심사업무 자동화시스템) ▲국민은행(AI 기반 비재무평가 및 등급 조정 자동화시스템) ▲신한은행(‘AI 활용 불완전 판매 방지 플랫폼 구축’ 프로젝트) ▲우리은행(AI 상담봇 및 챗봇 고도화) ▲하나은행(AI 기반 글로벌 자금세탁방지(AML) 고도화 ▲부산은행(머신러닝 기반 이메일 전수검사시스템 도입) ▲기업은행(AI 지능형 자동화 혁신 구현) 등 은행권은 저비용‧고효율 업무체계 혁신을 위한 RPA 기반 AI 고도화 사업을 저마다 빠르게 추진하고 있는 것으로 드러났다.

챗봇 서비스도 활발히 이뤄지고 있었다. 신한은행 ‘오로라’, KB국민은행 ‘리브톡톡’, 우리은행 ‘위비봇’, 하나은행 ‘HAI’, DGB대구은행 ‘앤디’ 등 모든 시중은행에서는 챗봇에 AI 기술을 적용해 고객이나 직원을 대상으로 서비스를 실시 중이었다.

최근 ‘로보 어드바이저(robo-advisor)’ 활용도 늘고 있는 것으로 나타났다. 로보 어드바이저는 로봇(robot)과 투자 전문가(advisor)의 합성어다. 고도화한 알고리즘과 빅데이터를 통해 인간 프라이빗 뱅커(PB) 대신 모바일 기기나 PC로 포트폴리오 관리를 수행하는 온라인 자산관리 서비스를 말한다.

로보 어드바이저 테스트 베드 센터가 발표한 ‘국내 로보 어드바이저 계약자 추이’ 자료에 따르면 2017년 말 은행 부문은 3만5928명에서 21만4811명으로 5년 만에 6배 넘게 계약자가 늘었다.

서정호 금융연구원 선임연구위원은 “향후 AI 상담직원이나 자산관리, 대출심사, 신용평가 모형 개발 등 데이터가 풍부하고 AI 적용 후 피드백 기간이 짧은 분야에서 AI 도입이 활성화할 것으로 전망한다”고 말했다.

임지윤 기자 dlawldbs20@fntimes.com