금융연구원 “국내 은행, AI 도입 활발… 전문 인력 확충 필요”

[한국금융신문 임지윤 기자] 최근 국내 은행들이 신용평가나 대출심사, 챗봇 등의 분야에 인공지능(AI) 도입을 활발하게 추진하고 있지만, 국내은행의 생산성 향상으로 이어지려면 AI 개발‧활용과 관련된 내부관리체계 구축과 학습 데이터 및 전문 인력 확충이 필요한 것으로 나타났다.

서정호 한국금융연구원(원장 박종규) 선임연구위원은 12일 금융포커스에 실린 ‘국내은행의 인공지능 도입현황과 경영 과제’에서 지난 5~8월 중 4대 시중은행과 3개 지방은행, 1개 인터넷전문은행을 대상으로 조사한 결과 이같이 집계됐다고 밝혔다.

이들 중 7개 은행은 신용평가‧대출심사‧리스크 모니터링 분야에 AI를 활용하고 있다고 답했다.

대출심사에 있어서는 가공되지 않은 ‘비정형 데이터’를 이용해 신용평점 산출, 금리 승인, 한도의 세부 조정, 관련 오차 확인 등에 AI를 유용하게 썼고, 리스크 모니터링에 있어서는 자금 세탁 및 부정대출 등 비정상 패턴(anomaly)을 모델링 해 이상거래를 판별하는 데 사용하고 있었다.

향후 어느 분야에 AI 기술을 더 적극적으로 활용할 것이냐는 질문에는 ‘챗봇(가상은행원 포함)’을 선택한 은행이 6개로 가장 많았다. 그다음으로는 신용평가와 대출심사 등이 뒤를 이었다. 챗봇의 경우에는 고객용뿐 아니라 직원용에도 도입해 상품 설명, 규정 관련 질의 등에 대응하는 것으로 드러났다.

AI를 도입하는 과정에서 겪고 있는 주요 애로사항으로는 ‘데이터 부족’을 답한 은행이 25%로 가장 많았다. 이어 ‘관련 전문 인력 부족’(21%), ‘장‧단기적 도입 전략 미흡’(13%), ‘규제 준수 부담’(13%) 등으로 기록됐다.

서정호 연구위원은 AI 기술 도입이 앞으로 국내은행의 생산성 향상으로 이어지기 위해 기울여야 할 노력으로 세 가지를 꼽았다.

우선 금융당국이 지난 7월 마련한 ‘금융분야 AI 운영 가이드라인’에 따라 AI를 금융 규제 틀 안에서 활용할 수 있도록 내부관리체계를 정비해야 한다고 주장했다. 특히 AI 시스템의 편향성과 성능, 보안성, 잠재적 피해 가능성 등을 정례적으로 자체 평가(self-assessment) 할 수 있는 역량을 조속히 갖춰야 한다고 조언했다.

둘째로 AI 시스템 개발에 필요한 학습 데이터(training data) 확보에 적극 나서야 한다고 강조했다. 많은 AI 담당자들이 AI 개발의 가장 큰 애로사항으로 ‘학습 데이터 부족’을 응답했기 때문으로 풀이된다. 즉, AI가 빅데이터를 전제로 하는 것임에도 은행 자체 데이터는 거래 빈도가 낮거나 정제되지 않아 알고리즘 개발에 부적합한 경우가 많고, 외부 데이터의 경우에는 데이터 결합 과정이 복잡하고 상당한 시간이 소요됨을 토로한 것을 해결해야 한다는 주장이다.

마지막으로 AI 분야의 전문 인력 확충에 주력해야 한다고 피력했다. 빅데이터 분석과 알고리즘 개발 전문 인력이 절대적으로 부족한 상황에서 이러한 인력이 대형 정보통신기술(IT) 기업이나 플랫폼 기업 선호도가 높아 전문 인력 확보가 어려운 것으로 나타났기 때문이다. 특히 지방은행은 시중은행보다 더 열악한 상황으로 파악됐다.

서 연구위원은 “국내은행은 이와 같은 정책 변화와 담당자들의 인식을 감안해 인공지능 도입에 관한 장단기 전략을 재점검하고 일관성 있게 추진할 필요가 있다”고 전했다.

아직 인공지능 활용 초기 단계임에도 단기성과를 요구하는 경우가 빈번하고, 인공지능을 업무 효율성 개선 차원을 넘어 새로운 가치창출에 활용하기 위한 장기 전략이 미흡하다는 응답이 많았기 때문이다.

또한 개발된 인공지능 알고리즘이 결과를 완벽하게 예측하는 것이 불가능함에도 과도하게 기대하는 경우도 있어 인공지능 도입이 오히려 소극적으로 진행될 가능성이 있다는 우려도 면담 과정에서 제기된 것으로 나타났다.

임지윤 기자 dlawldbs20@fntimes.com