금융권 ‘AI 전환’ 위해선 CX가 중요하다고요? ①
국내외 금융 업계의 AI 도입 현황 및 CX 활용 전략
*해당 콘텐츠는 LG CNS의 CX 전문 그룹 CX Studio의 기고를 바탕으로 작성한 내용입니다.
최근 다양한 산업군에서 생성형 AI에 대한 투자가 활발히 이뤄지고 있습니다. 특히 AI 활용 잠재력은 높았지만 상대적으로 투자가 미진했던 금융 서비스 및 소비재·소매 산업에서 급격한 변화가 나타나고 있습니다. 국내 금융권 역시 금융위원회의 정책적 지원과 규제 혁신을 계기로 생성형 AI 도입이 더욱 가속화될 것으로 기대되는데요.
이에 글로벌 금융 산업의 대표 사례를 중심으로 AI 기술의 적용 범위와 이를 통한 고객 가치 창출 방안을 조망하고, 주요 금융사들의 실제 도입 사례를 통해 현재의 활용 현황과 향후 발전 가능성을 살펴보고자 합니다.
다양한 도메인의 CX 전문가 그룹인 LG CNS의 CX Studio는 이번 글을 통해 고객이 금융 서비스를 이용하는 여정(Journey) 전반에서 AI 활용 기회를 탐색하며, 성공적인 AX 도입을 위한 CX의 전략적 역할을 정리합니다. 더 자세한 내용은 ‘LEAP into the Next Chapter of AI-Driven Finance: 금융 AX, 새로운 챕터를 위한 도약’ 리포트를 통해 확인하실 수 있습니다.
AI 성장과 산업 적용의 차이, 그리고 우리의 기회
AI는 단순 규칙 기반 시스템에서 시작해 머신러닝과 딥러닝을 거쳐, 최근에는 대규모 모델과 실시간 데이터 분석까지 수행하는 등 다양한 방식의 협업이 활발히 이뤄지는 추세입니다. 일부 산업은 이미 생성형 AI에 적극 투자하고 있지만, 데이터 활용도가 높은 금융 분야는 규제 등의 이유로 여전히 기회가 충분히 발휘되지 못하고 있습니다. 만약 이 잠재적 기회를 발굴하고 선점한다면, 우리는 산업 내 판도를 바꾸는 디스럽터(Disruptor)가 될 수 있습니다.
맥킨지 보고서에 따르면, 경제 성장 잠재력이 높은 산업일수록 생성형 AI 투자가 활발하지 않은 경우(좌측 그래프)가 많습니다. 우측 그래프를 보면, 금융(F)과 에너지(G), 소비재(H) 산업은 높은 경제적 잠재력에도 불구하고 생성형 AI 투자 규모가 상대적으로 작았으며, 반대로 헬스케어(A)와 테크(B) 산업은 실제 잠재력보다 더 많은 투자를 받고 있었습니다.
구체적으로 헬스케어(A)는 산업 전체 비중에 비해 상위 투자 기업 내 비중이 높아 투자 과잉으로 볼 수 있습니다. 테크(B)는 잠재력과 투자가 모두 활발해 가장 많은 투자가 이뤄지고 있는 산업입니다. 주황색 원으로 표시된 금융(F) 산업은 규모는 크지만 AI 투자 비중이 낮아, 잠재력 대비 투자가 부족한 상황으로 풀이됩니다.
이러한 산업군에서 실제 생성형 AI가 주요 업무 기능에 미치는 영향도 차이가 발생할 것으로 판단됩니다. 각 업무 기능별 AI의 기대가치를 봤을 때, 하이테크, 금융, 제약산업에서 AI가치가 매우 높게 나타나고 있으며 특히 금융은 ‘고객운영(Customer ops)’ ‘마케팅 &세일즈’ ‘소프트웨어 엔지니어링(자연어를 이용한 레거시 코드 전환 등)’ 등에서 고가치가 발생될 것으로 분석됩니다.
국내 금융사 AI 도입 현황
국내에서도 금융권 내 AI 도입은 저조한 상황으로, 일부 대형 금융사 및 은행권을 중심으로 AI 도입이 진행되는 실정입니다.
다만 올해 들어 소규모 온디바이스 모델 및 에이전틱 AI가 발전한 가운데, 규제 완화로 금융사가 클라우드를 활용해 생성형 AI를 활용할 수 있게 되면서 본격적인 AI 확산이 시작될 것으로 예상됩니다. 이에 따라 장기적이고 전략적인 관점에서 AI를 내재화하는 접근 방식이 요구되는데요.
이를 위해 은행/금융 산업(BFS)은 대면 거래하는 프론트 오피스(Front Office)와 리스크 및 규제 관리의 미들 오피스(Middle Office), 사후 처리 및 회계의 백 오피스(Back Office)에서 AI 발전 과정과 적용 범위를 파악하고, AI 서비스의 개선 및 추가 적용이 필요한 접점을 금융 경험(User Journey)안에서 사용자(End-User)가 마주하는 경험을 기준으로 전략을 도출할 수 있습니다.
각 단계 별 도입 및 도입 예정 중인 생성형 AI 영역에서 확인할 수 있듯, 고객 응대 및 상담 자동화, 업무/내부 효율화, 리스크 관리 및 사기탐지, 신용평가 자동화, 자산관리 및 맞춤 추천 등의 분야에서 AI 적용이 활성화되고 있는데요. IOSCO 조사에 따르면, 글로벌 금융기관에서도 AI를 고객과의 커뮤니케이션에 가장 많이 활용하며, 알고리즘 트레이딩, 로보어드바이저, 감독, 거래 처리 순으로 적용하고 있습니다.
위와 같이 금융 AI가 적용된 사례를 사용자 경험에 비추어 보았을 때도, 맞춤형 자산관리와 고객상담 지원 측면에서 AI서비스 활용도가 높음을 알 수 있고, 이때의 차별화 요소를 어떻게 제공하는지에 따라 고객의 만족을 끌어낼 수 있습니다.
사용자의 관심생성부터 최종 행위까지의 단계(Stage)에서 발생하는 금융목표에 따른 행동(Doing)과 생각(Thinking) 그리고 감정(Feeling)을 등을 전체 여정맵을 확인함으로써 사용자의 금융 경험에서 금융 AI가 사용자를 서포트하는 지점과, 어떻게 AI를 활용하는지 그리고 또 다른 접점의 기회는 없는지를 판단하며 전략적인 서비스 확장(6개의 AI서비스 카테고리)을 고려할 수 있습니다.
국내 대표 은행사의 AI 서비스
위의 표는 국내 대표 시중 은행 및 인터넷 전문은행의 AI 서비스 도입 현황을 정리한 내용입니다.
회사별로 살펴보면요. 신한은행의 [생성형 AI 금융지식 Q&A 서비스 ‘AI ONE’]은 ‘GPT’에 10만여 건의 은행 업무지식을 탑재하여 상품내용, 업무규정, 금융정보 등의 고객 맞춤형 전문 자료를 질의 응답방식으로 제공, 행원의 빠른 고객상담과 고난도 업무에 집중할 수 있는 직원경험 개선에 기여하고 있습니다.
KB국민은행의 경우 [에이전틱 AI(Agentic AI) 기반 그룹 공동 생성형 AI플랫폼(KB 생성형 AI 포털)]이라는 명칭으로 KB금융지주와 8개 계열사와의 협업을 통해 영업현장과 고객의 요구에 대응할 수 있는 AI 에이전트 개발 플랫폼을 구축 중입니다. 이를 통해 투자리서치, 시황분석 요약자료, 기업분석/맞춤형 제안서 등 각 분야별 AI 에이전트를 도입, 업무방식을 개선한다는 구상입니다.
이외에도 국내 대표 은행사들은 더 다양하고 내재화된 서비스를 준비하고 있습니다. 금융당국의 ‘금융권 AI 플랫폼’ 구축 지원 하에 올 상반기 각 은행이 오픈소스 모델을 내부망에 설치하고 성능을 점검하는 시간을 가졌고요. 나아가 생성형 AI는 보조 역할에서 벗어나 판단과 처리까지 가능한 AI 에이전트 방식으로 확대될 전망이며, 고객 맞춤형 대면 및 비대면 채널 확장과 함께 금융 취약계층 지원 서비스가 더욱 강화될 것으로 기대됩니다.
이처럼 금융 업계는 모두가 투자하고 있는 영역에서는 차별화를 통한 고도화를, 선두주자가 될 수 있는 영역에서는 사용자 및 임직원을 위한 혁신적인 AI 서비스 기획을 꾀하는 방식으로 AI 시대에 대응하고 있습니다.
특히 후자의 경우, AI 기반 자산관리나 디지털 휴먼 상담원, 기업대상 AI 리스크 관리컨설팅, 투자 추천 및 리밸런싱 자동화 등의 확장된 AI 금융 서비스 등이 있는데요. 각 AI 서비스의 완성도는 CX(고객 경험)에 달려있다 해도 과언이 아닙니다.
AI 서비스 카테고리별 CX의 역할
① 맞춤형 자산관리: 실시간 데이터를 기반으로 한 자산 시뮬레이션 및 선제적 자산 조언
금융권은 실시간 데이터 수집, 거시적 시장 변화, 개인화된 투자 성향 등을 고려하여 자동으로 적시에 사용자에게 조언을 제공함으로써 고객 가치를 극대화하고 금융 기관의 경쟁력을 높이는 핵심 기술로 AI를 활용하고 있습니다. 이때 주의를 환기하는 단계에서 AI의 조언을 노출하는 방법에 대한 설계가 중요합니다. AI 데이터의 정확성 및 보안을 고려하여 AI 서비스에 대한 신뢰감과 몰입도를 향상시킬 수 있는 CX를 고민해야 합니다.
② 자금결제 분석: 실시간 결제 상태 모니터링 및 예측분석을 통한 인사이트 제공
거래 패턴을 분석하여 금융 손실을 최소화하기 위해서도 AI가 활용됩니다. 이상 징후를 실시간으로 감지하고, 사용자의 행동 데이터를 바탕으로 향후의 결제 트렌드를 예측하여 보안성과 운영 효율성을 높일 수 있습니다. 사용자가 결제 데이터와 AI 예측 결과를 이해하기 쉽도록 인터랙티브(Interactive)한 UI를 구성하거나 컨텍스트 기반의 설명을 포함하여 제시하는 식으로 사용자 경험을 재설계할 수 있습니다.
③ 고객상담 지원: 고객의 행동과 감정 분석을 통해 맞춤형 서비스 제공 및 고객 경험 향상 제고
고객 감정 및 니즈를 정교하게 분석하여 최적의 금융 조언을 제공하기 위한 AI의 표현 방법의 발전이 이루어지고 있으며 이를 통해 상담 품질을 지속적으로 개선하고 있습니다. 즉각적인 반응 제공 및 행동에 대한 강화/유도를 위한 피드백 루프를 강화하고 데이터 기반 인사이트로 문제 발생 시 즉각적 대응을 통해 사용자와의 신뢰를 구축하며 지속적으로 이용할 수 있도록 해야 합니다.
④ 데이터 기반 위험관리: 사기 정황 및 의심 및 이상거래 조기탐지를 통한 금융 보안 강화
데이터 기반 위험 관리를 위한 AI 서비스의 도입은 금융기관이 사기 행위를 신속히 탐지하고 대응하여 전체적인 금융 시스템의 안정성을 향상시키는 데 기여하고 있습니다. AI 기반의 맞춤형 금융 보안을 전달하는 방법에서 사용자 경험이 달라질 수 있습니다. 금융 AI의 보안 피드백을 고객이 쉽게 이해할 수 있도록 개선하고, 사용자의 금융 보안 교육 등 예방조치를 고려할 수 있습니다.
⑤ 고도화된 스크리닝: 복잡한 패턴 인식 및 예측 모델링으로 신속한 의사결정 지원
실시간 데이터 분석과 딥 러닝을 통해 거래 승인 및 금융 서비스 관련 심사에서 고도화된 스크리능을 실현하며 금융 기관의 안정성과 경쟁력을 강화하고 있습니다. 심사 결과를 보다 투명하게 이해할 수 있도록 설명 가능한 AI(Explainable AI)를 활용하여 승인·거절 여부 외에도 주요 평가 기준에 대한 직관적인 설명을 제공하여 금융 서비스의 신뢰를 높일 수 있습니다.
⑥ 투자 전략 인사이트: 다각화된 분석, 위험완화 및 자본 배분 측면에서의 전략적인 의사결정 지원
개인 맞춤형 알고리즘을 통한 데이터의 심층 분석과 예측 모델을 활용하여 트렌드 기반의 개인 맞춤 전략을 제안하고 시장의 투자 리스크를 신속히 식별하여 투자 효율성을 높이고 있습니다. 복잡하고 이해하기 어려운 데이터를 멀티 모달한 설명 방식을 활용하여 고객이 쉽게 이해할 수 있도록 돕고, 단순 수치가 아닌 행동 가이드를 제공하여 직관적인 투자 결정을 지원할 수 있습니다.
? 다음 콘텐츠 보러 가기: 금융권 ‘AI 전환’ 위해선 CX가 중요하다고요? ② 금융 AI 서비스의 CX 적용 A to Z
뉴스콘텐츠는 저작권법 제7조 규정된 단서조항을 제외한 저작물로서 저작권법의 보호대상입니다. 본 기사를 개인블로그 및 홈페이지, 카페 등에 게재(링크)를 원하시는 분은 반드시 기사의 출처(로고)를 붙여주시기 바랍니다. 영리를 목적으로 하지 않더라도 출처 없이 본 기사를 재편집해 올린 해당 미디어에 대해서는 합법적인 절차(지적재산권법)에 따라 그 책임을 묻게 되며, 이에 따른 불이익은 책임지지 않습니다.
- 에디터장준영 (zzangit@ditoday.com)
