[정보통신신문=김연균기자]

기술발전과 고객층의 다양해진 니즈에 대응하기 위해 인공지능(AI)을 도입하는 은행들이 늘어나고 있다. 특히 은행들이 고객에게 단순하게 상품을 파는 것 보다 차별화된 서비스를 제공하는 것이 중요하다고 판단, 다양한 기호 파악을 위해 필수인 AI 도입을 서두르고 있다.

그러나 금융 상품 판매 이후 문제 발생시 AI에게 책임 소재가 있느냐 등 여러 문제점들이 표출되고 있다.

■상담부터 시장 예측도 척척

우선 은행들은 고객 서비스 경험 개선을 위해 챗봇, 대화형 AI, 가상도우미 등을 적극 활용하고 있다.

챗봇은 인간의 대화를 텍스트 혹은 오디오 형태로 복제하고, 대화형 AI는 자연어 학습처리를 활용해 고객과 기계간 동적 대화를 가능케 한다. 여기에 더해 가상도우미는 고급 자연어 인터페이스(NLI)를 활용해 단순한 챗봇보다 뛰어난 지능형 기능을 보유해 고객에게 양질의 서비스를 제공한다.

다양한 장·단기 금융시장 예측 및 분석 모델도 각광을 받고 있다.

AI 어플리케이션을 사용해 투자상품을 선택하거나 AI 기반 자동거래 프로그램을 활용해 고객에게 서비스를 제공키도 한다.

해외에서도 일부 모델들이 공개되며 경쟁력을 인정받고 있다. AI 기반 검색엔진 ‘알파센스(AlphaSense)’는 자연어 처리를 활용해 실적 보고서, 리서치 및 뉴스 내 키워드 등을 분석해 금융시장 변화와 추세를 제공하고 있다. 특히 알파센스는 브로커와 딜러간 국내외 규제사항 관련 문서에 대한 액세스 권한을 제공하고 있어 그들의 업무 수행을 돕고 있다.

고객들의 신용도 평가를 위한 분석에도 AI가 활용되고 있다. AI 활용으로 서류 발급, 권리 분석, 규정 검토 등 대출심사 관련 업무 소요시간을 대폭 줄이고, 신뢰도를 높인다는 평가다.

구글 CIO 출신이 설립한 제스트파이낸스(ZestFinance)는 신용등급이 낮은 고객을 위한 단기 대출을 위해 AI 기반 언더라이팅 솔루션 ‘Zest Automated Machine Learning(ZAML)’ 플랫폼을 제공하고 있다. 제스트파이낸스에 따르면 ZAML을 사용하는 자동차담보 기반 대출업체들의 연간 손실액 규모가 25% 이상 감축했다.

자금 세탁 방지와 사어버 보안 부문에서도 AI 활용도가 높아지고 있다.

금융회사들과 규제 당국은 내외부 관계자들이 불법과 연루된 활동에 가담하지 못하도록 AI 기반 이상 탐지 기능을 활용하고 있다.

AI는 수천 건의 금융거래 기록을 샅샅이 분석해 수상한 내역을 실시간으로 찾아낸다. 사람은 불법 자금흐름을 감지해내지 못하지만, AI는 모든 금융거래 상황을 한 눈에 들여다볼 수 있다. 실제 HSBC는 AI 벤처업체인 아야스디(Ayasdi)와 제휴해 컴플라이언스 업무의 일부를 자동화했다. 그 결과 AI는 사람과 동일한 분량의 의심사례를 검토하면서도, 수상해 보이지만 실제로는 합법적인 거래를 20%가량 줄이는 데 성공했다.

국제금융센터 관계자는 “글로벌 은행들은 포스트 코로나 시대에 유비쿼터스 환경 구축을 위해 더 많은 AI 기술을 활용할 것으로 예상된다”며 “우수 사례 점검과 함께 새로운 활용처를 끊임없이 모색하고, 고객과 직원들의 AI 기술에 대한 신뢰수준을 높이는 노력이 필요하다”고 조언했다.

■국내에도 AI은행원 속속 등장

국내 은행들도 이미 AI 기술 활용 등 디지털전환을 가장 중요한 목표 중 하나로 삼고, 조직 내외의 기술 개발 노력을 이어가고 있다.

국민은행은 지난 3월 AI 금융서비스 체험을 위한 ‘AI 체험존’을 여의도 신관에 오픈하고 통장개설, 청약, 예적금, IRP, 대출 등 은행업무 관련 상담이 가능한 AI은행원을 공개한 바 있다.

AI은행원 서비스는 음성합성, 영상합성, 음성인식, 자연어처리 기술이 적용돼 실제 은행원과 같은 품질로 상담이 가능하다. 특히 어려운 금융 언어를 이해하고 분석할 수 있는 AI인 ‘KB-ALBERT’가 실제 은행원 만큼 친절히 설명과 상담을 해준다.

우리은행과 스타트업 라이언로켓이 개발 중인 ‘AI뱅커’는 딥러닝 기술을 기반으로 영상과 음성을 합성해 특정 인물의 외모, 자세, 목소리를 반영해 가상의 은행원을 구현하려는 것이다. AI 뱅커는 상담 고객의 음성을 분석하고 이해해 실제 은행원이 상담하는 것과 동일한 역할을 수행한다.

최근 신한은행 AI 챗봇 서비스 ‘오로라(Orora)’의 정확도를 높이기 위한 고도화 작업을 마쳤다.

지난해 9월 이후 신한은행은 300만건의 챗봇 상담 이력을 분석하고 11만건의 지식을 정비해 챗봇이 고객의 질문 의도를 정확하게 인식하고 답변할 수 있도록 지식체계를 만들었다.

특히 품질 관리 차원에서 ‘정답 유사율’, ‘체감 정답률’ 등 AI 챗봇 관련 지표도 도입했다.

■금융소비자보호법 개정 필요

은행권의 활발한 AI 도입 흐름과는 달리 현행 법제도는 AI 활용에 대한 기반이 마련되지 않은 실정이다.

현행 금융소비자보호법은 금융투자 분야 등 일부를 제외하고 AI 활용에 대한 규율이 명확하지 않다. 특히 고객 접점과 관련한 AI 활용에서 주요 장애요소는 비대면 금융상품 판매 시 불완전판매 등 설명의무와 관련된 법적 리스크 등이 문제점으로 거론되고 있다.

우선 금융위원회는 올해 상반기 중으로 ‘금융 AI 운영 가이드라인’을 마련키로 했다.

AI의 불완전판매 등 법적 리스크를 해소하기 위해 설명의무 준수가 가능한가를 실증적으로 측정하는 ‘AI 설명 테스트베드’ 구축을 추진한다.

앞서 언급한 문제점 해결을 위해 금융 소비자의 금융 독해력이나 금융상품에 대한 이해 수준을 평가하는 방법이 더욱 고도화될 필요가 있다고 봤다.

금융 독해력 측정이 가능하다면 개인에 맞는 개별화된 설명이 가능해질 수 있고, 이때 실증적 기법을 활용함으로써 고객이 얼마나 금융상품의 리스크를 잘 이해하고 있는지 확인할 수 있다는 것이다.

AI 은행원의 정확도를 높이기 위해 빅데이터 인프라를 구축하는 등 다양한 지원책도 강구된다. 빅데이터에는 AI 학습·교육용 합성 데이터, 금융 말뭉치, 사기 탐지용 알고리즘 등이 포함될 예정이다.

AI 운영 가이드라인 연구용역 보고서를 작성한 고학수 서울대 법학전문대학원 교수는 “AI가 고객 상담 등을 통해 금융상품을 추천하고 판매한 이후 문제가 발생했을 때 책임 소재가 명확하지 않다”며 “금융회사 입장에서 불완전판매 등 리스크를 해소하려면 금융당국 차원의 가이드라인과 금융소비자보호법 개정이 필요하다”고 지적했다.

김연균 기자 다른기사 보기