챗GPT라는 생성형AI가 나오기 전, 기업에서는 고객을 세분화(세그멘테이션)하고, 이상징후나 사기를 탐지하고 상품을 추천하는 용도로 인공지능을 활용했습니다. 이를 위해 한 대에 수천 만원이 넘는 서버를 구입하고 몸값 비싼 데이터 분석가 채용하여 돈을 들였지만 투자 대비 효과는 기대 보다 낮았습니다.
챗GPT는 상상속의 미래처럼 실생활의 언어를 이해하고 그럴 듯한 말을 스스로 만들어 냅니다. 할루시네이션 현상 때문에 존재하지 않은 답을 할 때도 있지만 눈에 보이는 인공지능은 사람들의 관심과 기대를 다시 높이고 있습니다.
그래서 기존 예측형AI의 관심이 생성형AI로 옮겨가고 있고 기업들은 앞다투어 생성형AI 도입을 검토하고 있습니다. 기업은 생성형AI를 통해 자료를 분류하고 요약하여 업무 효율을 높이고 고객 커뮤니케이션을 생성형AI로 바꿈으로서 고객에게 새로운 경험을 제공하고 친밀감을 높이는 일에 활용할 계획을 갖고 있습니다.
모든 것을 생성형AI로 처리할 수 는 없습니다. 하지만 일반 고객들은 바로 체감되는 AI인 챗GPT에 관심과 기대를 갖고 있으며 국내 금융 회사들도 이를 적극 수용할 것으로 보입니다.
목 차
생성형AI 금융권 활용 요약
- ChatGPT 출시 이후 생성형 AI 시장 규모 확대, 기존 예측형 AI를 보완하며 금융회사의 관심 증대
- 생성형AI는언어를 포함한 여러 비정형 처리 능력을 갖춰 금융 분야에서 높은 생산성과 개인화 서비스 제공 가능케 함.
- 생성형AI는 상품/서비스 개발, 마케팅, 고객관리, 운영관리, 리스크 관리 등 업무 전반에 적용 가능
- 국내 금융회사는 생성형 AI를 경쟁력 강화 방안으로 활용할 필요가 있음.
다음 글은 우리금융경영연구소에서 발간한 ‘생성형AI 금융회사 활용 사례와 시사점’의 내용을 리뷰하여 정리한 글입니다.
I. 생성형AI의 주요 특징
개념과 특징
- 생성형AI는 딥러닝의 일정으로 텍스트, 이미지, 미디어 등 기존 데이터에서 새로운 컨텐츠를 생성하는 인공지능 모델
- 가트너는 2024년 전략 기술 트렌드 TOP10에서 ‘생성형 AI의 대중화(Democratized Gen AI)’를 꼽으며 2023년 5%미만의 기업 활용도가 2026년 80%를 상회할 것으로 전망
- 예측형AI는 머신러닝, 딥러닝 기술을 통해 확률적으로 미래 결과를 예측하는 인공지능 모델로 예를 들어 고객 신용리스크, 부동산 구매 니즈 등을 예측함.
- 반면 생성형AI는 콘텐츠 요약, 채팅 형식 질의 응답, 콘텐츠 편집 및 생성으로 활용
- 보스턴컨설팅그룹은 예측형AI와 생성형AI는 근본적으로 활용 목적이 다르기 때문에 AI전략은 이 두 가지 모두를 포함해야 하며 서로 보안하는 활용 기회를 찾아야 한다 제언
장점과 한계
- 생성형AI는 ①뛰어난 자연어 처리능력 ②비정형 데이터 처리 능력을 바탕으로 사용자 커뮤니케이션 능력 강화. 초개인화된 상품/서비스를 제작하여 생산성 향상을 가능케 함.
- 다만 ①데이터 정보 보호에 대한 우려 ②생성된 답변의 부정확성(환각: Hallucination) ③ 사이버 공격 등이 한계임
II. 생성형AI와 금융업 생산성 혁신
금융 회사의 생성형AI 도입 계획
- 맥킨지는 이전 형태의 AI보다 생산성을 최대 40% 높일 수 있어 연락 2.6조~4.4조 달러 가치 창출 예상
- 현재 금융 회사는 생성형AI 도입에 대해 검증 단계(PoC)이며 예측형 AI에서 생성형으로 기술적 관심이 전환 중
- Finastra 조사에 따르면 생성형AI가 개인화된 서비스 제공을 위한 핵심 수단으로 인식하고
- ①이미 적용 26%, ②테스트 및 연구 수행 31% 등 생성형AI 적용에 긍정적 답변자가 전체 83% 차지
- 생성형AI 활용 목적은 수동/반복작업 자동화, 금융범죄 방지, 리스크 관리, 의사결정 지원 및 고객 섲비스 경험 향상
생성형 AI 적용 범위
- 상품/서비스 개발: 고객 니즈 및 트렌드 파악하여 신상품 개발 및 가격 결정을 위한 모델링 분석
- 마케팅/영업: 마케팅 초안, 잠재고객 발굴, 대화형 챗봇 및 고객과 실시간 대화를 통한 조언 생성
- 고객 관리: 고객 질의에 대한 답변, 이슈사항 요약 정리, 커뮤니케이션 강화,
- 운영 관리: 인사관리, 준법, IR, 재무관리 부서의 서류관리 자동화, 사례 검색, 정보 요약, 코드 개발 지원 등
- 리스크 관리: 고객 위험 식별, 사기탐지, 리스크관리 서류작업 자동화 등
국내 금융회사 생성형AI 적용 사례
- 국내 시중 은행은 생성형AI 전담 조직 신설하거나 실증 실험에 착수하여 비즈니스 접목을 위한 과제 추진 중
- 다만 금감원이 23년 10월 악성코드 감염, 해킹 등을 우려 내부망에서 오픈API를 연동한 생성형AI 활용은 망분리 규정 위반이라는 해석을 내림
| 은행 | 내용 |
|---|---|
| KB국민은행 | – 실증실험용 KB-GPT 데모 웹사이트 개설: 직원의 업무 효율성을 위해 검색, 채팅, 요약, 문서작성, 코딩 등 8가지 기능을 생성형AI로 처리 |
| 신한은행 | – 생성형AI의 금융서비스 적용을 위한 전담 TF 출범(23.6월)하여 대출상품153개 데이터를 기반으로 실증실험 진행 – 생성형AI를 적용한 지능형 고객센터인 통합AI컨택센터(AICC) 플랫폼 구축 |
| 하나은행 | – 23.6월 ‘하나GPT’, ‘하나지피티’, ‘HanaGPT’ 상표 출원 신청 – 자체적으로 금융 분야에 특화된 버티컬 거대언어모델 개발 중이며, 24년 고도화 예정인 하나은행 모바일 AI뱅커에 활용할 예정 |
| 우리은행 | – SK C&C와 협업하여 비정형데이터 자산화 작업 수행 – 24년 1분기 중 예적금 상담, 목돈마련도우미 등의 대고객 챗봇서비스 출시 예정 |