구태훈 KB국민은행 AI혁신플랫폼부 부장
구태훈 KB국민은행 AI혁신플랫폼부 부장
인류 역사를 살펴보면 도구를 만드는 새로운 기술의 시작은 산업과 사회의 변화와 혁신의 시작이었고 인류를 지속적으로 발전시키는 원동력이었습니다. 이러한 기술 중에 최근 가장 주목받고 있는 건 AI 기술입니다. 빅데이터, 컴퓨팅기술, 알고리즘 발전의 도움으로 특정 분야에서는 사람이 수행하는 능력을 능가하기 시작하면서 기업과 정부의 많은 투자와 주목을 받기 시작했습니다. 금융분야도 이러한 AI 기술이 미래 은행, 카드, 증권, 보험 등 금융산업의 경쟁력의 핵심으로 부각됐고 지속적인 투자와 시도를 통해서 디지털 혁신을 추진하는 핵심 기술이 되어 왔습니다.

이러한 금융분야의 변화를 안정적으로 가속화하기 위해서 올해 4월 금융위는 제7차 디지털금융협회에서 금융분야 AI 가이드라인 연구용역에 대한 주요 내용과 방향성을 발표하였습니다. 관련 결과를 바탕으로 2분기 중 금융분야 AI 가이드라인을 준비하고 올해 안에 금융업권별 실무지침 등도 단계적으로 마련할 방침을 발표하였습니다. 현재 준비하고 있는 AI 가이드라인의 핵심 방향은 미래 가장 큰 성장 동력인 AI의 금융분야 적용 활성화를 촉진하기 위한 기반을 마련하는 것입니다. 또한 AI 적용에 대한 설명과 알 권리, 차별 금지, 프라이버시, 이해충돌의 방지 등 소비자의 권익보호와 이를 통한 금융시장에 대한 신뢰성 유지, 공정성, 포용 금융 등의 사회적 가치 달성을 위한 기반을 마련하는 목적이 있습니다. 물론 이를 위한 부족한 법과 제도의 정비와 인프라 지원에 대한 주요 설계내용이 담길 것으로 예상되고 있습니다.
필자는 현재 KB금융그룹의 지주 AI혁신센터와 KB국민은행 AI혁신플랫폼부를 이끌고 있습니다. 이러한 AI 가이드라인 준비는 보다 혁신적인 대고객 서비스와 업무 효율화을 위해서 꼭 필요한 기준이 될 것으로 기대하고 있습니다. 여기서는 현재 금융위가 준비하고 있는 핵심 내용이 무엇이고 왜 중요한지를 실제 금융 AI를 주도하고 있는 시각으로 설명하고 이를 대응하기 위한 KB금융그룹과 KB국민은행이 추진하고 있는 AI 전략과 주요 과제를 공유하겠습니다.
특히 실제 과제를 추진하면서 격고 있는 현장의 어려움과 도전을 해소하기 위해서 무엇이 필요한지 짚어볼까합니다.마지막으로는 향후 금융 AI 발전의 어려움을 극복할 수 있는 방향은 무엇이고 어떻게 하면 금융기업이 글로벌 경쟁력을 확보할 수 있을지 개인적인 소견을 말씀드리겠습니다.

금융분야 AI 가이드라인의 핵심 내용은 무엇인가?

금융 AI는 소비자 특성, 금융서비스 이용 양태나 시장 상황 등과 관련된 데이터를 지각하고, 이로부터 소비자의 신용 위험, 인지나 행동, 시장 성과 등을 학습하고 추론합니다. 이를 통해 금융거래 체결, 고객 응대 등 행동을 내리는 일련의 과정으로 지각(sense)-학습(learn)-추론(reason)-조치(action)하는 전체 금융 소비 과정에서 AI 기술을 기반으로 사람과 시스템이 제공하는 대고객 금융 서비스와 내부 업무 효율화를 혁신하는 것으로 표현하고 있습니다.
다시 생각해본다면 AI 마케터, AI 딜러, AI 상담원, AI 심사역, AI 자문역, AI감사역 등과 같이 사람과 기존 프로그램 기반의 단순 시스템을 지능화 시키고 자동화를 가속화하는 기술을 이야기하는 것입니다. 따라서 이러한 새로운 기술 기반의 서비스를 적용하고 확대하는데 필요한 기준과 규칙을 제공함으로서 충분한 품질 확보기반을 제공하는 것이 AI 가이드라인으로 생각할 수 있습니다.
그렇다면 AI의 어떤 특징이 사람이나 기존 시스템보다 강한 경쟁력을 제공하고 혁신적인 서비스를 가져다 줄지 생각하면, 첫째는 공정할 것으로 기대하는 것입니다. 사람이 대출 심사를 할 때 오랜 금융 지식과 경험을 기반으로 공정하게 판단하지만 주관적인 판단이 100% 배제되어 있다고 보기는 어렵기 때문입니다. 따라서 이러한 이유로 많은 조직간의 갈등과 소비자의 기회손실을 가져올 수 있는 부분을 개선할 수 있을 것이라는 기대가 있는 것입니다.
둘째는 금융 서비스를 제공하는 사람이 충분한 정보를 가지지 못하는 한계를 극복할 수 있을 것입니다. 예를 들어 현재 판매되고 있는 금융상품에 대한 정확한 정보를 전달하고 추천하는 것은 아마도 이미 AI가 사람의 능력을 뛰어 넘는 분야일 수 있기 때문입니다. 그렇기 때문에 AI 가이드라인은 고객인 소비자와 직원에게 혁신 서비스를 안전하게 제공하는 최소한의 안전 그물망인 것입니다.
특히 현재 준비되고 있는 보고서에서는 AI 활성화를 위해서 다음과 같은 중요 내용을 담고 있습니다.

▶금융분야 AI 활성화를 위한 법‧제도 개선방안
▶금융분야 AI 활성화를 위한 인프라 마련 방안
▶금융분야 AI 정확성·공정성 심사 방안
▶금융분야 AI 설명가능성 구현 방안
▶금융분야 AI 윤리 가이드라인

여기서 처음 두 가지 내용인 법‧제도 개선과 인프라 마련은 AI가 금융분야에 활용될 수 있도록 기반을 제공하고 틀을 만들어 주기 위한 것입니다. 물론 현재 부족한 법‧제도의 준비는 가장 시급하게 추진되어야할 것이지만 반대로 이러한 틀 때문에 AI 활용 촉진이 저해될 수 있으면 안될 것입니다. 현재 은행에서 AI를 추진함에 있어서 가장 큰 어려움은 학습 데이터에 대한 준비 어려움과 최신 딥러닝 및 머신러닝 알고리즘 오픈소스를 금융 내부망에서 쉽게 활용할 수 있는 기반 시스템을 구축하는 것입니다. 대부분의 AI 기반의 챗봇, CSS, FDS, OCR 등의 과제를 수행함에 있어서 학습 데이터 준비는 개인정보 보호와 데이터 준비 부족으로 충분한 성능 확보에 한계를 가져왔던 것이 사실입니다. 매일 매일 새로운 알고리즘이 쏟아지고 있지만 내부망 반입 자동화 등에 따른 민초들의 어려움은 이러한 추진 속도를 더디게 만드는 마찰 요소가 됩니다. 따라서 AI 가이드라인이 이러한 어려움을 쉽게 해결할 수 있는 방안을 제공할 수 있다면 AI 활성화에 크게 기여하고, 글로벌 금융 산업의 경쟁에서 보다 우위를 점할 수 있는 기반이 될 것입니다.
나머지 정확성·공정성, 설명가능, 윤리에 대한 방안과 가이드라인은 소비자를 보호하기 위한 것으로 이해할 수 있습니다.

사람에 비해 AI의 정확성·공정성은 중요한 경쟁력이지만 학습 데이터에 대한 준비와 구성에 따라서 판단의 치우침이 발생할 수 있습니다. 설명가능성은 최근 고도화된 머신러닝 및 딥러닝 알고리즘의 단점인 설명력 부족에 대한 대응이 준비되지 못하면 금융 서비스 적용에 제약이 될 수 밖에 없어서 새로운 이론과 방법으로 이러한 한계를 극복할 가이드가 제공될 필요가 있는 것입니다. 마지막으로 윤리에 대해서도 최근 사회적 문제가 되었던 이루다 챗봇의 사회적 이슈로 설명될 수 있습니다. AI 가이드라인의 준비는 금융 서비스의 고도화와 소비자 보호와 권익을 높이기 위해서 꼭 필요한 준비입니다. 다만 충분히 활용 가능한 현실적 기술과 방안이 구체적으로 구분 제시되어야 작동할 것으로 생각합니다.

KB금융그룹의 AI 전략과 주요과제는 무엇인가?

금융위에서 AI 가이드라인을 고민하게 된 가장 큰 배경중에는 고객인 소비자와 내부 직원들이 AI 기술을 기반으로 새로운 고객 경험과 업무 혁신을 통해서 초인류 금융 서비스 경쟁력을 국가적으로 갖도록 하는 것에 목적을 두고 있다고 생각합니다. 제가 KB금융그룹과 KB국민은행의 AI 전략을 수립함에도 동일한 목적을 달성하고자 고민하고 있습니다. 무엇보다도 AI 전략의 핵심은 기술보다는 업무를 우선적으로 이해하고 개선하고자 하는 혁신을 추진해야 함을 고려했고, 따라서 가장 중요한 원칙으로 Biz First라는 전략을 수립하고 있습니다. 그러나 위의 AI 가이드라인의 주요 내용인 AI 활용을 위한 법‧제도, 인프라, 정확성·공정성, 설명가능성, 윤리 등을 준수하기 위해서는 핵심 기술의 내재화가 필수적으로 선행한다고 판단하였습니다. 특히 이러한 Tech 내재화를 수행할 수 있는 기술역량이 없다면 KB금융그룹이 중심이 되어서 고객 경험 혁신과 업무 혁신을 지속가능한 수준으로 끌어 올리는데 한계가 있을 것으로 판단하였습니다. 어떻게 보면 Biz와 Tech두마리 토끼를 모두 잡아야 혁신을 완성할 수 있다고 생각하고 이를 위한 노력을 진행하고 있습니다.

▶AI Biz : 대고객 경험 혁신과 업무 효율화를 위한 비즈니스 우선 중심
▶AI Tech : 핵심 기술 내재화를 기반으로 통제력과 품질 확보

언제나 CEO 대상 AI 관련 강의를 할 때 이야기하는 것이 있는데 우리가 기술을 어떻게 바라볼 것인가라는 것입니다. 이러한 시각은 어떻게 AI 기술을 잘 활용할 수 있을까라는 어려운 답을 찾아주는 핵심이기 때문입니다. AI를 포함해서 모든 신기술이 가지고 있는 특징은 정말로 그것을 사용해야 하는 현장에서 잘 모르는 것과 사용했던 경험이 부족하기 때문에 발생하는 간극일 것입니다. 매번 강조하지만 AI를 생각할 때 모든 것을 다 해결할 수 있는 만능 도깨비 방망이가 아니라 목수가 매일 사용하는 공구함에 도구 중에 새로운 도구 전동드릴과 같은 신박한 도구를 갖게 되었다 생각하고 어떻게 잘 활용할지 학습하고 적용하는 것이 필요하다는 시각의 전환인 것입니다. 즉 대상 고객 경험과 업무 효율화를 어떻게 혁신할 수 있을지를 비즈니스 관점에서 최우선 적으로 생각해야 한다는 것입니다. 그렇기 때문에 AI 가이드라인은 새로운 도구를 사용하는 바람직한 방법과 틀을 제시하고 부작용과 문제가 발생하지 않도록 최소한의 안전망을 제공하는 것으로 생각할 수 있는 것입니다.

그렇지만 기술에 대한 충분한 이해가 없다면 잘 활용할 수 없는 것이 사실입니다. 많은 금융 기업들은 빅테크와 다르게 그동안 아웃소싱 전략을 통해서 기술을 사오거나 빌려오는 것이 일반화 되어 있었습니다. 제가 몸담고 있는 은행에서도 대부분의 기술을 적용하는 것은 외부 전문가에 용역과 솔루션을 구매해서 업무에 장착하는 단발성 프로젝트 위주의 사업이었던 것입니다. 물론 지금까지는 매우 성공적이었고 효율적인 방법이었습니다. 그러나 AI 기술 적용에는 더 큰 어려움이 있습니다. 기술을 활용하는 사용자가 내재화 할 수 있는 역량이 부족하다면 충분히 활용할 수도 없고 많은 문제를 발생할 수 있는 위험 요소를 피할 수 없기 때문입니다. 왜냐하면 AI 기술은 완성된 기성품을 사는 것이 아니라 우리의 보유하고 있는 정형, 비정형, 내부, 외부 데이터를 지속적으로 학습시키고 업무적으로 적용해서 실패를 반복하면서 기술을 만들어가고 개선하는 과정이기 때문입니다. 따라서 기술을 충분히 이해하고 만들어 쓸 수 있는 역량의 확보는 보다 안전하게 기술을 활용할 수 있는 최선의 방법이라고 설명할 수 있습니다. KB국민은행의 AI 전략 수립과 과제를 수행함에도 이러한 생각을 반영해서 핵심 기술 내재화라는 중요한 전략을 어렵지만 추진하는 것도 이러한 맥락입니다. 작년에 KB-ALBERT라는 금융 특화 사전 언어 학습 모델(PLM : Pre-trained Language Model)을 내재화하고 오픈소스로 공개한 것도 우리가 만들어 쓸 수 있는 중요한 역량을 확보하는 중요한 첫걸음이었던 것입니다.

특히 이러한 내재화된 사전 언어 학습 모델을 기반으로 내부에서 활용할 수 있는 텍스트 분석 엔진인 KB-STA(KB the-State-of-the-Art Text Analytics)를 개발하였고Quick Win 과제와 Big Win 과제를 로드맵에 따라서 추진하고 있습니다. Quick Win 과제로는 내부 브랜드 KB 사칭 검색 사이트 추출 및 관리, 기관 영업 입찰 공고 수집, 법률상담 Q&A, 자금세탁 Q&A, KB지식제안 카테고리 실시간 추천, 콜센터 상담 이력 분석 등을 수행하였습니다. 이를 통해서 내부 비즈니스 혁신을 위한 기술 및 비즈니스 타당성을 검토한 후 보다 큰 효과가 있는 대고객 및 내부 직원을 위한 서비스인 Big Win 과제를 추진하고 있습니다. 대표적인 과제들로는 집단지성 플랫폼을 위한 One KB 검색 시스템 구축, 기존 운영중인 챗봇 서비스의 고도화, 콜센터 상담 STT결과에 대한 텍스트 분석, AI상담콜봇의 도입, 외부 비정형 데이터 분석과 관련 자산운용 이벤트 분석 등의 중요 과제를 추진 중에 있습니다. 이러한 Quick Win 및 Big Win 과제를 추진함에 있어서 내재화된 기술로 지속 가능한 AI 혁신 서비스를 구축하고 안정적으로 운영할 수 있는 기반을 마련하게 되었습니다.

향후 금융 AI 발전을 위한 어려움과 도전은 무엇인가?

금융그룹 내부에서 핵심 기술을 내재화하는 데에는 많은 어려움이 있습니다. 기존 수십 년간 성공 모델로 생각했던 일하는 방식과는 매우 다르게 일을 바라보고 수행해야 하는 것이 가장 큰 어려움일 것입니다. 조직의 구성, 예산의 확보, 사업 기획, 그룹간 업무 협업 등에 말로 표현할 수 없는 너무 많은 장벽이 혁신을 발목잡고 있다고 생각할 수 있습니다. 쉽게 생각하면 문과생이 갑자기 배우지도 않은 이과 수학 문제를 풀어야 하는 것으로 비유할 수 있습니다. 핑안그룹, BBVA, DBS, Capital One 등 디지털 혁신을 주도한 해외의 많은 금융 기업들은 이러한 어려움을 극복하기 위해서 그들이 빅테크 기술을 사용하는 사용자가 아니라 스스로 빅테크가 되려는 노력을 하는 것과 이를 위한 새로운 기술 중심의 계열사를 만들고 그룹의 기술을 공동으로 만들려는 노력은 이러한 경쟁에서 살아남기 위한 투쟁인 것입니다.
금융 AI 발전을 통해서 글로벌 금융 서비스 경쟁력을 확보하고 이러한 서비스로 세계와 경쟁하기 위해서는 다음과 같은 어려움과 도전이 예상되고 이를 뛰어 넘기 위한 혁신적이고도 새로운 시도와 노력이 필요합니다.

▶일하는 방식의 변화
▶전문 역할 중심의 인사 및 조직 운영
▶본질적인 경쟁력의 확보

첫째는 앞서도 잠깐 언급했지만 금융 AI는 한번에 만들 수 있는 상품이 아니라 지속적으로 개선해서 만들어가는 플랫폼 서비스라는 인식과 이를 만들어가기 위한 일하는 방식의 변화가 필요한 것입니다. 서비스를 지속적으로 개선하기 위해서는 이를 기획, 개발, 운영의 역할이 하나의 같은 조직 아래에서 민첩하게 수행되어야 지속적으로 금융 AI 플랫폼 서비스를 만들어갈 수 있는 것입니다. 이것은 기존 금융기업들이 일하는 방식이 아니라 빅테크가 플랫폼 서비스를 구현했던 일하는 방식인 것입니다.
둘째는 많은 금융기업이 가지고 있는 인사 및 조직의 운영 체계가 나이와 경험을 중요하게 생각하는 호봉 중심과 순환 업무를 통해서 위험을 감소하고 전통적인 영업과 마케팅을 수행하는 조직 운영에서 전문 역할에 대한 인정과 이에 대한 평가가 다를 수 있다는 문화로 바뀌어야 합니다. 어떻게 보면 혁신적인 AI 기술 역량을 보유한 창조적인 아이디어를 내는 한사람의 가치는 우리가 생각하는 수백명의 가치보다 클 수 있고 경험과 나이라는 보편적인 가치를 뛰어 넘을 수 있다는 유연성이 필요한 것입니다.
마지막으로 생각하는 것은 금융기업의 근원적 경쟁력과 차별화가 무엇일까에 대한 깊이있는 고민과 준비가 필요할 것으로 생각합니다. 단지 제판 분리가 가속화되고 고객 접점을 지속적으로 잃어가서 유사한 상품만을 공급한다면 많은 금융기업들은 시대의 뒤안길로 사라질 것이 분명하기 때문입니다. 따라서 금융기업의 본질적인 고객, 상품, 서비스의 핵심 경쟁력을 확보하는 노력이 시급하고 이를 지원하기 위한 AI 기술 적용 을 위해 더 많은 투자와 노력이 필요한 것입니다.