"금융권 AI PoC 홍수... 기술 선택보다 문제 정의 우선해야"

[디지털데일리]에 기사가 올라왔습니다. 지금 확인해보세요! ▶▶기사 원문 보러가기

박재현 기자

[기사요약]

유인지 코리아엑스퍼트 대표는 ‘AI WAVE 2026’에서 금융권 AI 도입이 PoC 단계에 머무르는 이유는 기술 부족이 아니라 ‘문제 정의의 부재’라고 강조했다.

챗봇, OCR 등 다양한 AI PoC가 진행되지만 실제 업무에 연결되지 못하는 경우가 많으며, 이는 어떤 업무를 개선할지, AI가 어떤 의사결정을 지원할지, 정책과 제약 범위를 어디까지 둘지 먼저 정하지 않았기 때문이라고 설명했다.

코리아엑스퍼트는 금융 AI 도입 순서를 “비즈니스 질문 정의 → 의사결정 구조 설계 → 정책·제약 설정 → 성공 지표 정의 → 기술 선택”으로 제시했다. 특히 ROI는 모델 정확도 같은 기술 지표가 아니라 처리 시간 단축, 업무 부담 감소, 실시간 대응 가능성 등 실제 업무 성과 기준으로 봐야 한다고 밝혔다.

발표에서는 금융권 AI 에이전트 기반 의사결정 프레임도 소개됐다. 핵심은 데이터, 로직·모델, 설명가능성, 액션·피드백의 4단계다. 메일, PDF, 이미지, 영상 등 비정형 데이터를 OCR과 LLM으로 업무 입력값으로 바꾸고, AI가 룰과 탐지 시나리오를 추천하며, 담당자가 이를 검토·승인하는 방식이다. 여기에 SHAP 기반 중요도 분석, 딥러닝 해석, 금감원 제출용 리포트 자동 생성 등 설명 가능성까지 확보해야 금융 AI가 실제 현장에서 작동할 수 있다고 설명했다.

또한 금융 AI의 자율성은 완전 자동화가 아니라 ‘통제된 자율성’이어야 한다고 강조했다. 예를 들어 AI 신뢰도가 높으면 자동 처리하고, 중간 수준이면 사람 확인을 권고하며, 낮으면 반드시 사람이 검토하는 HITL 구조가 필요하다는 것이다.

실제 사례로는 보험사에서 OCR·LLM 기반으로 타사 계약서를 분석해 상품 정보를 자동 추론하는 에이전트 구조를 구축한 사례와, 은행 FDS에서 기존 룰에 ML 모델을 결합해 이상 징후를 탐지하고 AI가 신규 시나리오를 추천하면 검사역이 승인하는 체계를 구현한 사례가 소개됐다.

결국 코리아엑스퍼트는 금융 AI의 핵심을 단순 모델 도입이 아니라, 각 업무의 의사결정 구조를 이해하고 “AI가 할 일”과 “사람이 판단할 일”의 경계를 설계하는 데 있다고 제시했다.