물론 AI가 사람을 대체하는 영역에선 인력 감축이 점차 현실화되고 있고, AI가 수행하는 금융서비스의 신뢰성을 놓고 ‘설명할 수 있는 AI’에 대한 검증 요구도 증가하고 있다. 

이와함께 금융권 내부적으로는 AI기반의 혁신 성과를 더 높이기위한 디지털 및 IT 조직의 확대와 함께 신속한 시장 대응을 위한 애자일화 전략은 더욱 강화되고 있다. 데이터 관련 조직의 세분화와 함께 데이터 사이언티스트 등 전문 데이터 자원 역량의 보강도 적극적으로 이뤄지고 있다. 특히 대형 금융사들은 고품질, 고성능의 빅데이터 플랫폼 구현을 통해 ‘초개인화 서비스’에 경쟁적으로 나서고 있다. 이는 업종내 경쟁뿐아니라 네이버, 카카오 등 빅테크 기업들의 도전에 적극적인 방어 차원이기도 하다.

 

금융투자(증권)업계는 올해 증시의 활황에 따라 ‘비대면 자산관리서비스’ 인프라 강화에 집중, 개인 투자자 확대되면서 MTS 기능도 대폭 업그레이드 경쟁에 나서고 있다. 키움증권은  AI기반 모바일 자산관리서비스 추진(빅데이터 및 AI기반 정보제공서비스 부수업무 신청)하고 있으며, 신한금융투자는 AI투자자문사 신한AI가 운영하는 ‘NEO’플랫폼 통한 자산관리서비스 출시했다. 하나금융투자는 올해 4월 AI 자산관리서비스 ‘하나AID’ 를, 한국투자증권은 올해 7월 AI 적용한 리서치 서비스 ‘AIR’ 를 선보였다. 

예를들어 AML(자금세탁방지)시스템을 비롯한 레그 테크(규제대응) 분야에서의 AI 역할이 빠르게 전개되고 있다. 금융권 전반의 BI(비즈니스 인텔리전스) 체계를 한단계 이상 업그레이드시키고 있다는 점에서 AI에 대한 산업적 가치, 경제적 가치는 유효하다는 평가다. 이와함께 그동안 ‘사람 대체 불가’ 영역으로 인식돼왔던 금융회사 내부의 후선 업무분야에서 RPA(로봇프로세스자동화)와 AI를 통한 업무 혁신 사례가 늘고 있다. 

앞서 국민은행은 올해 초 ‘챗봇 비비’를 통해 개인화 맞춤 서비스와 뱅킹업무 처리를 제공하는 챗봇 서비스를 고도화했다. ▲실제 직원처럼 과거 가입 경험이나 보유상품 및 검색 이력 등을 바탕으로 고객에게 맞춤 상품을 추천 ▲채팅 상담을 위해 초성 또는 단어 입력을 통한 질문 자동완성 기능 ▲조회 및 이체 기능을 탑재한 대화형 뱅킹서비스 등이 가능해 졌다. 

우리은행은 올해 ‘AI 상담봇 도입 및 챗봇 고도화’ 사업을 추진 중이다. ‘AI 상담봇’은 예적금 만기, 대출 연체, 각종 사고신고 등 단순 업무에 답변을 제공하고 구체적인 상담이 필요할 경우 상담직원에게 연결해 준다. 우리은행은 채널 및 서비스의 확장 및 AI 엔진 추가 등 유연한 AI 상담 통합 플랫폼 구축을 구현한다는 방침이다. 앞서 우리은행은 지난 3월, 빅데이터를 활용한 AI 분석을 통해 고객에게 최적화된 금융상품을 추천하는‘고객 행동패턴 기반 개인화 마케팅’으로 상담 즉시 가입한 고객이 네 배 증가했다고 밝힌 바 있다.

한편 보업업계의 컨텍센터(콜센터)도 AI기반의 기능 고도화가 이뤄지고 있다. 상담내용을 텍스트로 전환해 분석하는 등 혁신기술이 빠르게 확산되고 있다. 

동양생명은 고객 접근성 강화를 위해 네이버 클라우드와 협업해 AI컨텍센터 오픈을 추진중이며, DB손해보험은 올해 4월 AI기반의 완전판매 모니터링과 통화품질 모니터링을 실시하는 AI기반의 스마트 컨택센터 서비스를 선보였다. AI는 스크립트 녹취를 들어보고 보험 모집자가 계약 체결 전에 상품 주요 내용 및 고객 필수 안내사항 등을 정확하게 설명했는지 점검한 후, 자동으로 심사 완료하거나 보험 모집자에게 문제점을 보완하도록 요청하는 구조다. 40분 분량의 녹취를 사람이 심사했사했던 것과 비교해  AI심사는 약 3분 만에 완료하고 즉시 보험계약을 확정할 수 있다. 

AI가 주는 혁신적 성과는 충분히 향유되고 있지만 한편으론 그러한 효율적 측면만 강조할 단계는 지나고 있다. 

AI의 기능과 역할이 ‘사람 대체’의 수준까지 올라감에 따라 그에 따른 부작용도 미리 대비해야하는 상황에 이르렀는데, 이는 시간의 문제였을뿐 자연스러운 귀결이다. 또한 AI의 확산에 따른 인력 감축의 압박, AI로 인한 인력의 재배치, 업무 재분배의 문제는 별도의 논의가 필요한 사안이란 점은 분명하다. 

현재까지 AI로 인해 금융 노조의 반발 등 현장에서 큰 갈등 요소로 나타나지는 않고 있다.아직까지는 AI의 역할이 제한적이라는 의미일수도 있다. 관련하여 금융 AI 활성화를 위한 규제 개선과 함께 반대로 규율 체계의 정립도 동시에 진행돼야한다는 투트랙 정책이 요구된다는 주문이 커지고 있다. 

이에대해 금융위원회는 ‘금융 AI 가이드라인’을 통해 대응책 마련에 나서고 있다. ‘금융 AI 가이드라인’에는 ▲AI의 법적 지위 및 책임 소재 ▲AI 금융서비스 개발시 및 AI의 업무처리시 가명정보 활용 방식 ▲AI 알고리즘의 저작권 주체 ▲AI 금융서비스의 보안성 유지 방안 및 보안성 평가 기준 ▲금융소비자 손해 발생시 손해배상 방안 및 절차 등을 예시하고 있다. 특히 금융 당국은 AI 적법성·공정성 등 윤리 원칙을 담은 ‘금융분야 AI 윤리 가이드라인’까지 마련할 계획이어서 결과가 주목된다.  

해외에서도 AI의 역할 확대에 따라, AI 역할과 규율을 규정하기위한 가이드라인이 선보인 바 있다. 미국은 ‘AI 리더십 유지 행정명령’(2019.2), EU는 AI 활성화 전략(2020.2), OECD는 AI 관련 이사회 권고안(2019.5) 등을 내놓은 바 있다. 여기에 ‘AI의 편향된 결과 도출’ 등을 방지하기위해 미국은 ‘알고리즘 책임법안’을 발의(2019.4)를 했으며, EU도 ‘AI 윤리 가이드라인’(2019.4)을 발표한 상태다.

  

현재로선 AI가 도출한 결과에 대해 객관적 설명이 가능한 ‘설명가능한 AI(XAI, eXplainable AI)’기준 정립이 핵심이다. 앞서 지난해 8월5일 시행에 들어간 개정 신용정보법에서는 AI 등을 활용한 자동화평가 결과에 대해 설명을 요구하고 이의를 제기할 수 있는 프로파일링 대응권을 보장한 상태다.