생성형 AI, 은행 업계의 새로운 현실을 만들다

생성형 AI가 은행 업계에 미칠 영향이 매우 클 것으로 예상된다. Accenture의 분석에 따르면, 미국 은행 직원들이 수행하는 업무 시간의 73%가 생성형 AI에 의해 크게 영향을 받을 것으로 나타났다. 이 중 39%는 자동화되고, 34%는 증강될 것으로 전망된다. 단지 27%의 업무만이 생성형 AI의 영향을 적게 받을 것으로 예측됐다.

ChatGPT 출시 1년 만에 거의 모든 은행이 이미 생성형 AI의 초기 활용 사례를 탐색하고 평가하기 시작했다. 선도 은행들은 한발 더 나아가 조직 전반에 걸쳐 도입을 확대하며 가치 창출을 극대화하려 노력하고 있다.

생성형 AI는 은행 업무의 근본을 바꾸지는 않겠지만, 그 영향은 엄청날 것으로 보인다. 향후 수십 년간 생성형 AI는 지속적인 혁신을 주도하는 원동력이 될 것이다. 가치 사슬 전반에 걸쳐 광범위하게 배치되어 은행 업무 수행 방식과 고객 경험을 근본적으로 변화시킬 것이다.

Accenture의 전망에 따르면, 향후 3년 동안 생성형 AI를 선제적으로 도입한 은행들은 상당한 이익을 얻을 것으로 예상된다. 우선 생산성 측면에서 22%에서 30%에 이르는 큰 폭의 개선이 이뤄질 것으로 보인다. 이는 업무 프로세스의 효율화와 자동화로 인한 결과로 해석된다. 수익 성장 측면에서도 주목할 만한 성과가 예상되는데, 수익 성장률이 600 베이시스 포인트(bps) 증가할 것으로 전망된다. 이는 AI를 활용한 새로운 비즈니스 모델 개발과 고객 서비스 개선 등이 주요 요인으로 작용할 것으로 보인다. 마지막으로 수익성 지표인 자기자본이익률(ROE)도 300 베이시스 포인트 상승할 것으로 예측된다. 이러한 종합적인 성과 개선은 생성형 AI가 은행의 운영 효율성을 높이고 새로운 가치를 창출하는 데 크게 기여할 것임을 시사한다.

이는 생성형 AI가 은행의 운영 모델 효율성을 크게 개선할 뿐만 아니라, 고객 경험을 향상시켜 차별화와 성장을 주도할 잠재력이 있음을 보여준다. 특히 고객 경험 개선과 개인화를 통한 성장 잠재력이 은행들에게 가장 큰 기대를 불러일으키고 있다.

Accenture는 은행이 생성형 AI의 잠재력을 최대한 활용하기 위해서는 전사적 차원의 전략과 거버넌스 체계 구축이 필수적이라고 강조한다. 이를 위해 세 가지 핵심 권고사항을 제시하고 있다.

첫째, 비즈니스, 리스크, 기술 부문의 리더들로 구성된 강력한 감독 팀을 구성해야 한다. 이 팀은 다양한 관점을 아우르며 AI 도입과 관련된 전략적 의사결정을 주도할 수 있다.

둘째, 생성형 AI 센터 오브 엑셀런스(CoE)를 설립해야 한다. CoE는 AI 관련 지식과 경험을 집중시키고, 조직 전반에 걸쳐 AI 도입을 촉진하는 핵심 역할을 수행할 수 있다.

마지막으로, 명확한 ROI 측정 체계를 마련해야 한다. 이를 통해 AI 투자의 효과를 정확히 파악하고, 지속적인 개선과 최적화를 위한 근거를 확보할 수 있다.

이러한 종합적인 접근 방식은 은행이 생성형 AI를 체계적으로 도입하고 그 가치를 극대화하는 데 기여할 것으로 예상된다.

CoE는 생성형 AI 전략 실행, 활용 사례 우선순위 설정, 확장 가능한 모델 구축, 혁신 촉진 등의 역할을 수행해야 한다. 또한 모델 위험 관리를 위한 프레임워크 수립, 벤더 평가 지원, 인재 영향 평가 및 변화 관리 지원 등의 책임도 맡아야 한다.

ROI 측정은 단기적인 비용 및 수익 증대뿐만 아니라 장기적인 전략적 이점도 고려해야 한다. 이를 통해 자원 할당, 확장 대상 프로젝트 선정, 변혁 여정 최적화에 대한 의사결정을 지원할 수 있다.

생성형 AI의 성공적인 도입을 위해서는 데이터 전략과 디지털 인프라 정비가 시급하다. Accenture의 조사에 따르면, 전 산업 임원들의 47%가 ‘데이터 전략 수립’을 생성형 AI 구현 및 활용의 가장 큰 과제로 꼽았다.

특히 은행들은 비정형 데이터를 벡터 데이터베이스로 이전하고, 데이터 메시 구조로 전환하는 등 데이터 인프라를 현대화해야 한다. 데이터 메시 구조에서는 은행 내 각 도메인이 데이터 품질과 접근성에 대한 책임을 지고 데이터를 제품처럼 관리하고 제공한다. 이를 통해 다른 부서에서 데이터를 더 쉽게 활용할 수 있다.

또한 클라우드 네이티브 AI 기능을 활용할 수 있도록 클라우드 도입도 가속화해야 할 것이다. Accenture의 연구에 따르면 전 세계 은행의 약 35%가 워크로드의 5% 미만만을 클라우드로 이전했다. 이는 클라우드 네이티브 AI 기능을 활용하는 데 큰 제약이 될 수 있다.

생성형 AI는 은행의 거의 모든 프로세스, 과제, 역할에 영향을 미칠 것이다. 이러한 변화의 영향을 극대화하기 위해서는 변화를 예측하고 지지하는 문화가 필요하다.

Accenture는 생성형 AI 도입에 따른 은행의 업무와 역할 변화에 대응하기 위한 포괄적인 전략을 제시하고 있다. 우선, 은행은 모든 프로세스를 심층적으로 분석하여 생성형 AI 도입이 전략적 비즈니스 목표 달성에 가장 효과적인 영역을 파악해야 한다. 이를 통해 우선순위를 설정하고 자원을 효율적으로 배분할 수 있다.

다음으로, 생성형 AI의 잠재력을 최대한 활용하기 위해 기존 워크플로우를 재정의할 필요가 있다. 이는 단순히 AI를 기존 프로세스에 적용하는 것이 아니라, AI의 특성을 고려하여 업무 흐름을 근본적으로 재설계하는 것을 의미한다.

또한, 빠르게 변화하는 환경에 대응하기 위해 직원들의 지속적인 학습과 역량 개발을 지원하는 강력한 재교육 전략이 필요하다. 이는 단순한 기술 교육을 넘어, 변화하는 역할에 적응하고 AI와 협업할 수 있는 능력을 키우는 것을 목표로 해야 한다.

마지막으로, 중간 관리자들이 생성형 AI의 활용 사례와 미래 업무 방식을 고위 경영진의 전략적 비전과 일치시키도록 유도해야 한다. 이를 통해 전사적 차원의 일관된 AI 도입과 변화 관리를 실현할 수 있다.

이러한 종합적인 접근 방식은 은행이 생성형 AI로 인한 변화를 성공적으로 관리하고, 그 혜택을 극대화하는 데 도움을 줄 것으로 기대된다.

책임 있는 AI(Responsible AI, RAI)는 단순한 규정 준수나 윤리적 의무를 넘어 브랜드 가치를 높이는 전략적 자산이다. Accenture의 글로벌 분석에 따르면, 은행의 RAI 관련 직무 채용 공고 비율이 2019년 1.1%에서 2022년 8%로 증가했다. 이는 2022년 타 산업 평균인 2.8%를 크게 상회하는 수치다.

은행들은 RAI 부문에서 선도적인 역할을 하고 있지만, 여전히 많은 과제가 남아있다. 생성형 AI 사용이 가속화됨에 따라 기존의 책임 프레임워크와 모델 위험 관리 접근 방식을 강화하여 생성형 AI와 대규모 언어 모델(LLM)의 새로운 위험에 대응해야 한다.

주요 위험 영역으로는 편향과 해악, 법적 책임과 규정 준수, 신뢰할 수 없는 출력, 기밀성과 보안, 지속 가능성, 인력 전환 등이 있다. 은행들은 이러한 위험을 효과적으로 관리하기 위한 체계를 구축해야 한다.

생성형 AI는 은행들이 비즈니스 방식을 재발명할 수 있는 기회를 제공한다. 이를 성공적으로 수행하기 위해서는 뛰어난 실행력뿐만 아니라 호기심을 핵심 가치로 하는 혁신 문화가 필요하다.

도전 과제는 은행의 지속적인 운영과 균형을 맞추면서 혁신을 추진하는 것이다. 기회를 극대화하면서 동시에 혼란을 최소화해야 한다. 이를 위해서는 민첩성, 호기심과 혁신을 포용하는 문화, 변화 관리 전문성이 매우 중요하다.

생성형 AI는 인공지능을 민주화하고 기술을 더욱 인간적으로 만드는 데 성공했다. 이 기술이 전체 가치 사슬을 재정의할 수 있는 잠재력을 인식하고, 이를 인간의 창의성과 성공적으로 결합하는 은행들이 장기적인 가치를 창출하고 지속 가능한 경쟁력을 구축할 수 있을 것이다.

기사에 인용된 리포트 원문은 링크에서 확인할 수 있다.

기사는 클로드 3.5 Sonnet과 챗GPT-4o를 활용해 작성되었습니다. 

관련 콘텐츠 더보기