윤진수 KB국민은행 테크그룹 부행장 “KB AI금융비서, 고객 맞춤형 서비스 도약 준비” [2022 한국금융미래포럼]

[한국금융신문 전하경 기자] “KB AI금융비서는 고객과 금융을 정확하게 이해하고 신뢰를 주는 고객 맞춤형 서비스로 믿고 시킬 수 있는 모든 금융 관련 지시를 잘 이해하고 따르는 비서로 도약하고자 합니다.”

윤진수 KB국민은행 테크그룹 부행장 겸 KB금융지주 CITO는 17일 오후2시 은행회관 2층 국제회의실에서 열린 2022 한국금융미래포럼 ‘디지털금융 새 길을 열다’에서 KB금융 AI금융비서 발전방향을 이같이 밝혔다.

윤진수 부행장은 포럼에서 ‘AI금융비서 시대’라는 주제로 KB국민은행 AI기술 현황과 향후 나아갈길을 발표했다.

윤진수 부행장은 “KB국민은행 AI는 3단계로 1단계 키오스크, 2단계 모바일 서비스를 거쳐 3단계는 개인화 서비스로 고도화할 것”이라고 밝혔다.

윤진수 부행장은 KB가 AI기술에서 집중하는 부분으로 ‘고객과의 소통’을 꼽았다. 특히 금융에서 제대로된 소통이 이뤄지지 않으면 고객과의 신뢰가 떨어질 수 있으므로 KB AI는 고객 소통과 신뢰에 방점을 두고 있다고 말한다.

제대로 된 소통이나 대화가 반복적으로 이뤄지지 않으면 금융이 놓치지 말아야 할 신뢰를 놓칠 수 있다”라며 “고객분들의 수준에 따라서 표현하는 방식을 맞출 필요가 있다”고 말했다.

그는 금융에서는 고객과의 직접적인 대면소통 뿐 아니라 앱 등을 통한 비대면 소통도 중요하다고 지적했다. 고객과의 비대면 소통이 원활하게 이뤄질 수 있도록 NLU(자연어처리, Natural Language Understanding)와 NLG(자연어생성, Natural Language Generation)에 집중했다.

윤진수 부행장은 “금융 표현은 특화된 자연어 처리, 텍스트 분석 능력이 중요할 수 밖에 없다”라며 “고객의 음성을 텍스트로 전환하고 자연어 처리로 고객 의도를 파악해 그에 적합한 대답을 파악하는게 큰 흐름”이라고 말했다.

KB국민은행은 고객 관점 AI 기술을 위해 금융AI센터에서 자체 인력을 확보하고 오픈 소스를 기반으로 자체 기술 KB-STA를 개발했다.

KB-STA는 KB국민은행 금융AI센터가 직접 개발하는 AI 기반 한국어 텍스트 처리 기술(NLP)을 총칭하는 단어다. 2019년 팀을 구성해 개발을 시작, 2020년 KB알버트란 이름으로 언어를 이해하는 엔진1.0을 외부에 공개했다. 이후 지속적인 보강 학습과 기능을 개발해 적용 범위를 확대했다.

윤종규닫기윤종규기사 모아보기 KB금융지주 회장 등이 자체 기술 역량 보유를 위해 적극 이를 지지하기도 했다.

윤종규 회장은 작년 9월 디지털혁신부문 e-타운홀 미팅에서 “자연어 인식, 음성 인식을 하는 기술 관련은 리브똑똑이나 고객상담센터에 필수 기술이므로 반드시 내재화를 해야했다”라며 “그래서 ‘KB-STA’를 만들었다”고 언급하기도 했다.

KB-STA는 언어모델, 형태소 분석, 개체명 인식, 키워드 추출, 이벤트 추출, 유사문서 검색, 기계독해, 주제/의도 분류, 유사문서 검색이 가능하다.

언어모델은 딥러닝을 기반으로 한국어 사전학습 언어모델을, 형태소 분석은 한국어 형태소 분리와 복원, 키워드 추출은 중요 단어 또는 문장 추출을, 기계독해는 질문과 본문에서 적절한 답변을 추출하는 기술을 의미한다. 언어모델은 자연어를 처리하는 ‘KB-ALBERT’로 어려운 금융용어를 이해하는 자체 개발 금융 언어 용어다.

윤 부행장은 NLP 핵심기술을 KB가 보유하고 있어 다양한 앱에 적용이 가능했고 금융 도메인에 특화된 기술역량을 보유할 수 있었다고 자부했다. 어려운 금융 용어를 고객 관점에서 쉽게 풀어쓸 수 있고 자체 기술을 가지고 있어 다양한 앱에 활용이 가능하다.

그는 “KB-STA는 뉴스 감지, 키워드 분석 등을 통한 관심 정보 추출, 감정 분석과 발화 의도 분류 등 텍스트 자동 분류와 기계 독해 답변 제공 등 벡터 인코딩이 가능해 다양한 앱에 적용할 수 있다”라며 “특히 전문인력을 보유할 경우 시중에 있는 솔루션보다 빠른 신기술 적용이 가능하고 금융 도메인에 특화된 KB-STA 기술역량을 직접 보유하게돼 외주 계약 종료 후에도 핵심 영역 추가 고도화를 자체 진행할 수 있다”고 설명했다.

윤진수 부행장은 금융권 AI가 챗봇에서 콜봇으로 아바타봇으로 가기 위해서는 ‘퀀텀점프’라는 추가 노력이 필요하다고 말한다.

윤 부행장은 “콜봇은 구어체를 쓸 수 밖에 없는데 텍스트 답변을 준비하면 이를 스피치로 바꿔주는 TTS기술이 추가로 필요하다”라며 “아바타봇이 되기 위해서는 TTS와 영상을 동시에 합성해야 하며 단순히 입모양과 소리만이 나오는 것이 아닌 비언어적인 표정같은 부분을 추가로 제공하는 과정이 중요하다”라고 말했다.

윤진수 부행장은 KB가 고객의 모든 문제 상황에 대응할 수 있는 ‘AI금융비서’로 고도화하고 있다고 말한다. 현재 KB AI금융비서는 1단계에 머물러있다고 지적했다.

AI금융비서 1단계는 키오스크 서비스 제공, 2단계는 모바일 서비스, 3단계는 개인화 서비스 고도화단계다.

KB AI금융비서는 키오스크 단계로 일반 상담과 서류 안내, 객점 안내 KB모바일앱 이용 연계 QR코드를 제공한다.

윤 부행장은 “우선 키오스크를 통해 1단계 작업을 진행했다”라며 “키오스크가 놓인 상황에서 고객이 영업점에서 편안하게 사용해 원하는 정보를 얻을 수 있느냐가 중요하므로 1300개 정도 은행 내에서 필요한 서류와 주변 시설 정보를 제공하고 있다”라고 말했다.

2단계 모바일 서비스는 1단계 제공 서비스에 더해 간편 은행 업무 지원과 국민은행, 제휴상품 정보와 상품 비교, 인증수단까지 제공한다.

KB AI금융비서 궁극 목표인 3단계는 AI 금융비서 모바일 서비스다.

3단계는 AI금융비서가 풀 뱅킹 서비스, 고객 캘린더 기반 금융 일정 관리, 위치기반 정보와 혜택 알림, 정기 브리핑까지 제공한다. 예를 들어 월간 고객 수입과 지출 현황을 알려준다.

윤 부행장은 KB AI금융비서가 3단계로 나아가기 위해서는 현재보다 다양한 AI 기반 엔진을 갖춰야 한다고 지적했다. 핵심 기술 엔진은 ▲대화형엔진 ▲지식 처리 엔진 ▲금융 정보 분석 엔진 ▲고객 정보 분석 엔진 4가지다.

대화형 엔진은 텍스트, 음성, 이미지 등 다양한 형태 데이터를 이해해 적절한 답변을 추출해준다. 지식 처리 엔진은 지식 그래프, 원문 DB 등 다양한 데이터에서 의미있는 정보를 추출한다. 금융 정보 분석 엔진은 은행 네 금융 데이터 분석 엔진과 결합해 정형 금융 데이터를 분석한다. 고객 정보 분석 엔진은 고객 금융 상태와 동의한 개인정보를 바탕으로 고객 상황을 이해하며 유사한 그룹과 개인 상황을 바탕으로 가장 적절한 서비스를 추천해준다.

대면 뿐 아니라 모바일, 웹 키오스크 등 고객 채널이 다양해진 만큼 모든 고객 채널을 대응할 수 있는 통합 AI에이전트도 마련해야 한다고 말한다.

윤 부행장은 “동일 질문, 동일 답변 원칙의 일관적인 경험 제공을 위해서는 모든 채널이 연결될 수 있는 ‘대고객 통합 AI에이전트 플랫폼’이 필요하다”라며 “실시간 금융지수, 금융정보, 마이데이터 등 모든 채널에서 관련된 질문 답변을 도출하고 탐색하게 된다”고 말했다.

그는 KB AI금융비서가 고객을 정확하게 이해하고 신뢰있는 금융 지시를 제공할 수 있도록 만들어야 한다고 강조했다.

윤진수 부행장은 “텍스트 뿐 아니라 감성, 고객 상황, 시장 상황, 의도 파악 등 고객과 금융을 정확히 이해하고 고객을 화려한 말로 현혹시키지 않아야 한다”라며 “정확한 정보 전달을 위한 확실한 설명과 공감을 주는 등 지시사항을 정확히 수행하는 프로세스로 설계해야 한다”라고 말했다.

윤진수 부행장은 “KB가 보유 중인 금융권에서 가장 많은 데이터를 직접 운용할 수 있는 직원을 확보해 플랫폼으로 제공하겠다”라며 고객님이 금융을 선택해야 하는 순간 제일 먼저 생각나는 금융비서로 자리매김할 수 있도록 노력하겠다”고 말했다.

전하경 기자 ceciplus7@fntimes.com