최근 은행, 증권, 보험 등 금융권 기업들을 하나로 묶는 키워드가 있다면 바로 ‘AI’다. 지난 10년간 인공 지능 기술의 변화에 영향을 받지 않은 산업은 전무하며, 금융도 예외는 아니다. 콜센터, 개인신용평가, 이상거래 탐지에서 알고리즘 트레이딩에 이르기까지 수많은 곳에서 AI의 힘을 활용하고 있다.
금융권의 핵심 KPI 고객 경험 향상, AI가 이끈다
금융 산업은 AI의 엄청난 혁신 잠재력에 이미 눈을 뜬 것처럼 보인다. 금융 분야의 AI, ML(머신러닝) 및 빅데이터에 관한 OECD 보고서에 따르면, AI에 대한 전 세계 지출은 2020년 500억 달러에서 2024년에는 1,100억 달러가 넘어 두 배 이상 증가할 것으로 예상된다.[1] 금융 분야 인공지능의 국내 시장규모는 2019년 3천억 원에서 2021년 6천억 원으로 45.8% 증가하였으며, 이후 2026년까지 연평균 38.2% 성장해, 3.2조 원의 시장을 형성할 것으로 전망된다.[2]
인사이트 발굴을 통한 신규 수익 창출
AI를 적용함으로써 해석능력을 갖추면서 예측력이 향상된 신용평가 모형 개발이 가능해지고 있다. Forbes에 따르면 금융권 기업 70%가 기계 학습을 사용하여 현금 흐름 추세를 예측하고 신용 점수를 조정하고 있다고 한다. 차용인이 필수품에 돈을 쓰는지 사치품에 돈을 쓰는지, 소득 수준, 고용 기회, 수입 잠재력 등 일반적인 신용 점수에서 고려되지 않는 실시간 지표를 반영하기도 한다.
개인 맞춤형 금융 실행, 고객 경험 향상
AI 모델을 통해 금융기기 및 서비스를 활용하는 고객의 행동 데이터를 추적, 통합 및 분석하여 잠재고객을 찾아낼 수 있을 뿐만 아니라 개인의 성향과 상황에 맞는 초개인화된 맞춤 서비스를 제공할 수 있게 되었다.
자신의 투자성향에 맞는 자산 포트폴리오를 로보어드바이저를 통해 구성하거나 상담 받음으로써 자산운용 비용을 줄이고 수익률을 높이기도 한다.
업무 프로세스 자동화
은행권 챗봇의 경우 금융서비스, 대면채널(지점) 안내 등을 7×24×365 체계로 단순 문의사항에 대한 신속한 서비스를 제공하고 있다.
업무 프로세스 자동화의 경우 사람이 하던 일을 AI를 통해 자동화하고 보조하는 것이 가장 큰 특징이다. 이것의 핵심은 AI가 사람을 보조하기 위해, 다시 사람이 해야할 일이 늘어나면 안된다는 것이다. 즉, 실무자의 워크 플로우와 AI를 훈련시키기 위한 데이터 플로우가 효과적으로 같이 동작해야 한다는 점이다.
워크플로우+데이터플로우가 AI 자동화의 핵심!
올거나이즈는 비정형 문서의 인지검색을 통해, 엔터프라이즈 기업의 업무 자동화를 돕는 기업이다. 자연어 이해 AI 기술을 기반으로 기업 내의 많은 문서/텍스트 데이터를 분류, 추출, 검색을 해서 업무 자동화를 돕고 있다.
금융권에서 업무 자동화에 AI를 도입할 때, 다음 두 가지가 충족되는지를 살펴보면 좋다. 첫 번째는 오늘부터 바로 쓸 수 있는지, 두 번째는 실무자를 귀찮게 하지 않는지이다.
올거나이즈의 일본 최대 고객사는 400년 역사의 일본 1위 금융사 SMBC(미쓰이스미토모금융그룹)다. SMBC는 올거나이즈의 “No Tagging(데이터 태깅 필요 없음)”에 반해 단숨에 고객이 되었다. 당시 담당자의 고민은 AI 모델의 정확도를 높이기 위해 대량의 데이터 세트를 모아서 태깅하고, 런칭 후에도 반복적으로 트레이닝을 하는 데 너무 많은 시간을 쓰는 것이었다. 콜센터 실무자들이 AI가 잘못 응답한 데이터를 모아서 AI 개발팀에 넘기느라 업무가 가중된다는 부정적인 의견도 많았다.
올거나이즈의 AI 인지검색 솔루션으로 PoC(기술 검증)를 진행했더니, 별도 학습 없이 76%의 정확도를 기록했고, 약 4000개의 FAQ 문서를 검토한 뒤에는 2주 만에 93.4%가 되었다. 1년 내내 데이터 태깅을 하면서 90% 정확도를 간신히 넘겼던 기존 솔루션 대신 바로 올거나이즈를 선택한 이유다. 기존 솔루션 대비 1/10 정도의 데이터만으로도 충분해, 반복적인 AI 모델 학습 비용을 줄일 수 있는 것도 매력적이었다고 한다. SMBC 닛코 증권과 미쓰이스미토모 카드 콜센터에서 고객의 질의에 상담사가 빠르고 정확하게 대답하기 위한 솔루션으로 올거나이즈의 알리(Alli)가 사용되고 있으며, SMBC 계열사 60곳 이상에서 사용중이다.
금융권의 AI 수요는 금융 서비스의 디지털화,이로 인한 조직에서 사용 가능한 데이터의 폭발적 증가로 인해서 확대되고 있다. 글로벌 컨설팅 그룹 맥킨지는 금융권에서 AI를 활용하여 핵심 뱅킹 기능을 향상하고 전 세계 고객에게 맞춤형 서비스를 제공하면 2억 5천만 달러 이상의 가치가 확산될 것으로 추정한다. 데이터가 늘어나면, 데이터를 제대로 활용해 인사이트를 발굴하고 새 시장을 창출하며, 기존 업무를 효율화하는 방향으로 가야 한다. 오늘부터 바로 쓸 수 있고, 앞으로도 실무자를 괴롭히지 않는 AI 프로젝트가 금융권에 필요한 이유다.
[1] OECD (2021), Artificial Intelligence, Machine Learning and Big Data in Finance: Opportunities, Challenges, and Implications for Policy Makers
[2] CIS 이슈 리포트. “금융 AI 시장 전망과 활용 현황”(2022)
