은행 서비스에 생성형AI가 접목된다면 어떤 모습일까

인공지능(AI) 기술이 범용화되면서 영화 속에서만 나오던 것이 현실화되기 시작했다. AI 휴먼이 대표적이다. AI 휴먼은 은행에서도 볼 수 있다. 키오스크 속에서 지점, 상품 안내 정도를 맡아 했던 AI 은행원은 최근 환전이나 계좌개설 등의 간단한 금융 업무로도 역할을 넓히고 있다. 궁극적으로, AI 은행원은 사람처럼 창구에서 이용자를 직접 응대하는 모든 업무를 해낼 것으로 전망된다.

최근 이러한 청사진에 첫발을 내딛은 곳이 있다. 지난 18일 신한은행은 AI 기술을 적용한 미래형 영업점 ‘AI 브랜치’를 서울 중구 서소문에 열었다. AI 브랜치에선 주요 업무를 사람 은행원이 아닌 AI 은행원이 수행한다. AI 은행원은 창구 안내, 계좌와 체크카드 신규, 외화 환전, 재신고 등 방문객이 자주 이용하는 업무를 처리한다. 신한은행에 따르면, AI 브랜치에는 생성형AI가 적용되어 이용자는 AI 은행원과 자연스러운 대화를 하며 업무를 처리할 수 있다.

핵심은 AI 은행원을 통한 상품 추천이다. 방문객은 자신의 금융 여건에 맞는 상품을 추천 받을 수 있고, 은행은 이러한 데이터베이스(DB)를 축적해 향후 마케팅, 고도화된 상품 추천 등을 할 수 있다.

송민택 에이피더핀 부사장 겸 동국대 겸임교수는 “생성형AI로 인한 고객 서비스 혁신은, 24시간 AI기반 상담 서비스를 통해 기존의 룰베이스(정해진 규칙에 의해 작동)가 아니라 딥러닝을 통해 고도화된, 나아가 감정까지 인식하는 공감형 상담까지 가능할 전망”이라고 내다봤다. 이어 송 부사장은 “실시간 고객 재무상태의 분석을 통해 그 고객에게 가장 적당한 맞춤형 금융상품을 제안할 수 있다”며 “현재의 맞춤형 서비스가 그룹과 군을 나누는 것이라면 향후에는 한 개인에게 특화된 상품 제안이 가능해진다”고 전망했다.

은행들은 기업간고객(B2C) 관점에서 생성형AI 도입의 궁극적인 목표로 ‘AI 은행원’을 그리고 있다. 이를 위해 은행들은 당장 각 서비스 부문에 거대언어모델(LLM)을 적용하고 있다. 상담 내용 요약, 다국어 번역, 투자 종목 및 상품 탐색, 금융 심사 업무 자동화가 그 예다.

하나은행은 콜센터에 걸려오는 고객들의 상담 내용을 글로 바꿔주는(STT) 요약에 LLM을 적용했다. 상담 내용은 마케팅 등의 중요 데이터로 활용되는데, 이를 상담원들이 일일이 받아 적기에는 한계가 있다. 결국 하나은행은 콜센터 STT에 LLM을 적용, 자동으로 글로 전환을 할 수 있도록 적용 중이다.

하나은행은 다국어 번역 기술을 위한 LLM도 만들고 있다. 영어, 일본어, 중국어 등 많이 쓰이는 외국어의 번역은 잘 이뤄지고 있으나 스리랑카어, 미얀마어의 경우 상대적으로 데이터가 적은 편으로 정확도가 떨어지는 편이다. 하나은행은 해당 언어의 번역을 위한 모델을 만들고 있다. 이밖에도 수출입심사의 경우 사람의 손을 일일이 거쳐야 하는데, 여기에 자동화를 적용할 예정이다.

은행들은 생성형AI 활용과 관련해 B2B 서비스 대비 B2C에 소극적이다. 이는 LLM의 가장 큰 취약점인 ‘환각(할루시네이션)’ 현상 때문이다. 구형민 하나금융융합기술원 NLP 셀장은 “LLM이 대고객 대상의 서비스로 나가면 환각 현상에 취약하다”며 “예를 들어, A회사의 주가를 알려달라고 했는데, B회사의 주가를 알려줄 수 있다”고 말했다 이어 “이러한 문제를 해결하기 위해 은행들은 고품질 대규모 학습 데이터를 어떻게 확보할 것인지, 한정된 자원에서 어떻게 학습할 것인지 고민해봐야 한다”고 덧붙였다.

이러한 환각 현상을 막기 위해 은행, 핀테크 등은 AI나 LLM을 검증하는 과정을 만들고 있다. 예를 들어 토스는 AI 이용 관리 체계, 지침, 윤리 원칙, 윤리위원회를 만들었다. 토스의 AI 이용 관리 지침은 용어 정리, 모델에 대한 검증, 데이터 검증, 개발 등 AI 업무가 적용되는 전반적인 내용을 아우른다.

토스는 AI 윤리 원칙과 AI 윤리위원회를 구성하기도 했다. AI 윤리 원칙은 투명성, 책임성을 핵심으로 한다. 위원회는 각 주관 부서의 임원들로 구성되어 있으며, 위원장은 데이터의 헤드(장)이다. 위원회는 토스의 AI 서비스, AI 주요 정책 등을 결정하는 역할을 한다.

신한은행은 생성형AI 도입으로 생길 수 있는 환각 현상을 리트리버 기술로 해결하고자 준비하고 있다. 리트리버(Retrieval)는 사용자가 필요로 하는 정보를 탐색하고 찾아주는 기술로, 리트리버를 통해 생성형AI가 하지 말아야 할 것을 가이드하고 있다.

이 외에 에이전트를 만들어 LLM을 검증하는 일도 시작했다. 예를 들어, 신한은행이 LLM을 도입해 챗봇을 서비스한다고 가정하면, 챗봇 시나리오를 100개 만들어 약 6000개의 상황을 테스트하는 식이다. LLM이 질문과 답을 잘 학습하고 반영하는지를 중점적으로 검증하려는 목적이다.

한편, 금융사가 생성형AI를 활용하기 위해선 당국의 승인을 받아야 한다. 금융위원회는 지난 8월 ‘금융분야 망분리 개선 로드맵 발표’를 통해 금융규제샌드박스를 통해 생성형AI를 활용할 수 있도록 허용할 계획이라고 밝혔다. 현재 해당 금융규제샌드박스에 신청한 기업이 132곳으로 이르면 연내 선정 기업이 발표될 것으로 전망된다.

글. 바이라인네트워크
<홍하나 기자>0626hhn@byline.network