2025년 이후의 금융 트랜드는? 액센추어가 전망한 금융 서비스의 미래

Banking: The future is back

디지털화로 소외된 고객 경험, 생성형 AI로 인간미 회복: 40%가 은행 간 차별점 못 느껴

디지털화는 은행 업무를 효율적으로 만들었지만 고객과의 인간적 연결을 약화시켰다. 액센추어(Accenture)의 보고서에 따르면, 은행 모바일 앱의 평점이 5점 만점에 4.5점 이상임에도 불구하고 소비자의 40% 이상이 금융 서비스 브랜드 간의 차별점을 구분하기 어렵다고 답했다. 또한 58%의 고객은 최근 12개월 내에 적어도 하나의 금융 서비스 상품을 새로운 제공업체로부터 구매했다고 한다. 디지털 시대는 은행 서비스를 더 정교하게 만들었지만, 동시에 인간적 접촉을 제거해 고객들이 소외감을 느끼게 했다.

지난 25년간의 디지털 시대가 은행 업무를 더 쉽고, 저렴하고, 즉각적으로 변화시켰다면, 앞으로의 25년은 ‘AI 시대’가 될 것이다. 이 새로운 시대에 은행들은 기술의 발전을 통해 고객들이 단순한 ‘여정’으로 안내되는 것이 아니라, 개인으로서 인식되고 이해받는다는 느낌을 회복할 수 있게 될 것이다. 생성형 AI는 이런 역설을 해결하는 열쇠가 될 것이다. 디지털화가 은행 업무를 효율적이지만 원격화시켰다면, AI는 고객이 인식되고 이해받는다는 감각을 회복시킬 것이다.

금융 접근성 혁명: 2030년까지 모든 고객에게 맞춤형 은행 서비스 제공

생성형 AI는 디지털화의 기반 위에서 은행들이 비용을 더욱 줄이고 상품을 더 혁신적이고 다양하며 접근성 있게 만들 수 있도록 할 것이다. 액센추어 보고서에 따르면, 세계은행(World Bank)은 2011년부터 2021년 사이 금융 기관이나 모바일 머니 제공업체에서 은행 계좌를 가진 성인의 비율이 51%에서 76%로 증가했다고 보고했다. 이는 16억 명 이상의 고객이 증가한 수치다.

디지털화는 은행 업무의 경제성에 심오한 영향을 미쳤다. 상호작용을 더 효율적으로 만듦으로써 은행의 비용 구조를 개선하는 동시에 서비스를 대규모의 서비스를 받지 못하는 고객들에게 저렴하게 제공할 수 있게 했다. 생성형 AI와 클라우드, 데이터의 광범위한 활용은 이런 추세를 더욱 가속화할 것이다. 2030년까지 은행 서비스를 원하는 모든 사람이 이용할 수 있게 될 것이라 예상된다.

규모의 경제가 더욱 중요해진다: 세계 100대 은행 분석에서 입증된 대형 은행의 우위

은행 업계에서 규모는 계속해서 강력한 경쟁 우위로 작용하고 있다. 액센추어의 자산 기준 세계 100대 은행 분석에 따르면, 대부분의 국가에서 가장 큰 은행이 가장 높은 주가순자산가치 비율을 가지고 있다. 대형 글로벌 은행들은 더 강력한 브랜드를 보유하고 있어 고객, 인재, 비즈니스 파트너를 유치하기 용이하다.

또한 대형 은행들은 기관 고객의 상당한 예금과 개인 당좌 계좌의 “무료” 자금을 포함한 다양한 자금 조달원에 접근할 수 있다. 이들은 채권에 대한 낮은 이자율과 글로벌 자본 시장에서의 더 높은 신뢰도를 누린다. 그들은 종종 “대마불사(too big to fail)”로 간주되어 인식된 신용 위험이 낮아진다. 이 모든 요소들이 그들의 자금 조달 비용을 줄인다.

과거로의 회귀: 단순한 디지털 여정이 아닌 개인화된 금융 대화 시대

생성형 AI는 은행 경험을 “미래로 되돌릴” 것이다. 즉, 고객들이 개인으로 인식되고 취급되며, 은행과의 대화가 일상적이었던 시절로 돌아갈 것이다. 은행과 고객의 상호작용은 맞춤화되고 간결해질 것이다. 더 이상 전화 옵션 목록에서 선택하고, 상담원이 가능해질 때까지 기다리고, 이전되고, 개인 정보를 반복해서 말하고, 그럼에도 필요한 정보를 얻기 위해 고군분투할 필요가 없을 것이다.

생성형 AI는 인간성을 은행 업무에 복원할 잠재력을 가지고 있다. 은행이 고객에게 실질적으로나 감정적으로 더 가까워지도록 도울 것이다. 더 강한 유대와 더 신뢰롭고 충성스러우며, 모든 당사자에게 더 가치 있는 관계가 과거의 은행 업무의 장점을 재포착할 것이다.

상품 중심에서 고객 중심으로: 65%의 고객이 주거래 은행 외 상품 이용 중

생성형 AI가 은행의 운영 모델에서 점점 더 중요한 역할을 하면서, 가장 광범위한 영향 중 하나는 상품 중심에서 고객 중심으로의 전환이 될 것이다. 수익과 이익을 극대화하기 위한 노력은 다양한 상품 그룹보다는 개별 고객의 모든 은행 요구를 충족시키는 데 더 집중할 것이다.

액센추어의 은행 소비자 조사에 따르면, 고객의 65%가 주 거래 은행 외에도 다른 은행 상품을 사용하고 있다. 상품은 여전히 중요하지만, 고객 요구를 충족시키고 관계를 확장하며 이익을 창출하는 범위 내에서만 그렇다. 각 은행 내에서 제품 소유자보다 고객 소유자가 오늘날보다 더 중요해질 것이며, 제안(상품과 가격의 조합)이 각 고객에 대한 관련성, 차별화, 가치를 극대화하도록 맞춤화되도록 하는 데 집중할 것이다.

인간+기계의 협업: JP모건, 20만 직원에게 AI 비서 제공

생성형 AI는 또한 은행에서 일하는 방식을 변화시킬 것이다. 반복적인 행정 기능이 사람들의 역할에서 제거되고 AI가 그들의 필수 도구가 되면서, 평균적인 은행에서의 업무 성격이 변할 것이다. 은행 직원들은 판단력, 창의성, 공감, 관계 구축과 같은 본질적으로 인간적인 기술을 사용하는 데 더 많은 시간을 보낼 것이다.

AI는 개발과 구현 방식도 변화시킬 것이다. 리더십 스타일도 달라질 것이다. 그들은 기술이 책임감을 갖고 사용되도록 보장해야 할 뿐만 아니라, 미래 은행의 명확하고 설득력 있는 비전을 창출하고, 인간과 기계의 중요한 역할을 인정하는 인력 전략을 개발하며, 성공적인 전환을 계획하고, 협력, 혁신, 지속적인 변화를 수용하는 문화를 구축해야 한다.

JP모건 체이스는 20만 명 이상의 직원들에게 ‘LLM 스위트’라는 생성형 AI 도구 내부 플랫폼에 대한 접근 권한을 제공했다. 이 은행은 모든 직원에게 특정 업무 책임에 맞춤화된 개인 AI 비서를 제공하는 것을 목표로 하고 있다.

낭비 제거에서 가치 창출로: 연 50% 하락하는 AI 비용이 만드는 새로운 기회

생성형 AI의 효율성 이점은 그 사용 비용이 급격히 하락함에 따라 계속 증가할 것이다. 액센추어 연구 분석에 따르면, 대규모 언어 모델(LLM)을 활용하는 비용이 연간 50% 이상 하락하는 동시에 성능은 극적으로 향상되고 있다. 2021년 12월부터 2024년 12월까지의 API 추론 비용 추이를 살펴보면 놀라운 변화를 확인할 수 있다. GPT-3(davinci)의 경우 2021년 12월에 약 $60에서 2023년 12월에는 약 $3로, 연간화된 비용 감소율이 74%에 달했다. GPT-4 32k 모델의 경우, 2023년 3월 출시 시점에는 약 $90였던 비용이 2024년 12월에는 약 $20로, 58%의 연간화된 비용 감소율을 보였다. 가장 최근 모델인 GPT-4o의 경우도 2024년 5월 출시 이후 12월까지 55%의 연간화된 비용 감소율을 보이고 있다.

은행들은 절감한 비용을 직접 손익에 반영할 것인지 아니면 성장에 투자할 것인지 결정해야 할 것이다. 액센추어는 후자가 “낭비 제거”와 “가치 창출” 모두의 모멘텀을 증가시키고 유지하는 플라이휠 효과를 만든다고 믿는다. 디지털화가 프로세스와 제품의 점진적 개선을 가능하게 했다면, 생성형 AI는 은행이 이들을 근본적으로 재고하고 재발명할 수 있게 할 것이다.

리눅스가 이끄는 오픈소스 혁명: 2028년까지 서버 시장 83% 장악 전망

은행 산업의 미래는 오픈소스 시스템에 의해 재편될 것이다. 중국의 사례에서 볼 수 있듯이, 화웨이가 2019년에 개발한 오픈소스 운영 체제인 openEuler는 총 1천만 건의 배포를 달성했으며, 그 중 절반은 2024년 한 해에만 이루어진 것으로 추정된다. 현재 이 운영 체제는 50%의 시장 점유율로 중국에서 선두를 달리고 있다.

리눅스는 전 세계적으로 서버의 지배적인 운영 체제가 되었다. 물리적 및 가상화된 서버 운영 체제 환경 배포에서 그 글로벌 점유율은 2020년 74%에서 2023년 81%로 증가했으며, 2028년까지 83%에 도달할 것으로 예상된다.

코딩의 종말: 깃허브 코드 생성의 절반이 AI로 작성된다

생성형 AI는 수십 년간 쌓인 레거시 스파게티 코드를 쉽게 역공학하고 현대화함으로써 풀 것이다. 이는 은행이 운영하고 소프트웨어를 개발하는 방식을 혁신할 새로운 효율성, 유연성, 혁신의 시대를 열 것이다.

처음으로 은행의 레거시 코드를 역공학할 수 있게 되었다. 기술은 오래된 언어로 된 코드 라인이나 블록을 분석하여 그 목적을 이해하고 현대적인 용어로 요약할 수 있다. 또한 자연어로 지시를 받아, 코딩 방법을 모르더라도 소프트웨어가 수행해야 할 작업에 대한 명확한 이해가 있는 사람이라면 누구나 프로그램을 만들 수 있게 될 것이다. 깃허브의 CEO인 토마스 돔케는 2024년 2월, 깃허브의 프로그래밍 도구인 코파일럿 사용자들이 작성한 코드의 거의 절반이 AI에 의해 생성되었다고 밝혔다.

플랫폼 공급자의 혁신가 딜레마: 스노우플레이크 CEO ‘세계 데이터의 80-90%는 비정형’

생성형 AI는 SaaS 및 은행 플랫폼 산업에 혁명을 일으키고 있다. 제공업체들은 혁신하고 제품을 개선하기 위해 노력하고 있다. 플랫폼 제공업체들은 표준화된 아키텍처-서비스 모델에서 쉽게 혼합하고 매칭할 수 있는 조합 가능한 아키텍처를 사용하는 SaaS 모델을 점점 더 수용할 것이다.

제공업체들은 고객이 특별한 전문 지식을 습득하고 자체 시스템을 처음부터 구축하지 않고도 기술을 활용할 수 있도록 AI를 플랫폼에 통합하기 위해 열심히 노력하고 있다. 그들은 자동화된 콘텐츠 생성, 고객 지원을 위한 챗봇, 예측 분석과 같은 도구를 추가하여 사용자 경험을 향상시키고 부가 가치를 제공하고 있다.

FAQ

Q. 생성형 AI는 정확히 어떻게 은행 서비스를 개인화할 수 있나요?

A:생성형 AI는 고객 데이터를 분석하여 개인의 선호도, 행동 패턴, 재정적 필요성을 이해할 수 있습니다. 이를 통해 은행은 맞춤형 조언, 상품 추천, 커뮤니케이션을 제공할 수 있습니다. 예를 들어, AI가 고객의 지출 패턴을 분석하여 저축 목표를 달성하기 위한 개인화된 예산 계획을 제안하거나, 특정 생애 이벤트(주택 구매, 은퇴 계획 등)에 맞는 금융 솔루션을 추천할 수 있습니다.

Q. 은행에서 생성형 AI 도입의 가장 큰 장애물은 무엇인가요?

A:생성형 AI 도입의 가장 큰 장애물은 데이터 프라이버시와 보안 문제, 기존 레거시 시스템과의 통합 어려움, 규제 준수 확보입니다. 또한 AI 모델이 편향되거나 잘못된 금융 조언을 제공할 리스크와 직원들의 기술 격차 및 변화에 대한 저항도 극복해야 할 중요한 과제입니다. 이러한 장애물을 해결하기 위해서는 강력한 거버넌스 프레임워크, 지속적인 직원 교육, 단계적 구현 전략이 필요합니다.

Q. 오픈소스 기술이 은행의 보안에 위험을 초래하지 않을까요?

A:오픈소스 기술은 일반적으로 보안을 강화합니다. 코드가 공개되어 있어 더 많은 전문가가 검토하고 취약점을 발견할 수 있기 때문입니다. 리눅스와 같은 오픈소스 시스템은 수백만 명의 사용자로 구성된 생태계를 갖추고 있어, 위협이 빠르게 발견되고 제거될 가능성이 높습니다. 중요한 것은 은행이 적절한 보안 관행을 구현하고, 코드를 정기적으로 감사하며, 업데이트 및 패치를 적시에 적용하는 것입니다. 효과적인 위험 관리와 함께라면, 오픈소스는 전통적인 독점 시스템보다 더 안전할 수 있습니다.

해당 기사에서 인용한 리포트의 원문은 링크에서 확인할 수 있다.

이미지 출처: 액센추어

기사는 클로드와 챗GPT를 활용해 작성되었습니다.