[최건호 서민금융진흥원 부원장] 금융회사는 AI 도입을 통해 많은 역할을 대체할 수 있을 것으로 보인다. 인간을 완전히 대체하긴 어려워도 AI시스템을 활용해 더 많은 부가가치를 창출하고, 시공간에서 자유로워져 효율성을 높여준다는 사실에는 의심의 여지가 없다.
현재 AI의 핵심기술은 머신러닝, 자연어 처리(Natural Language Processing : NLP), 자연어 생성(Natural Language Generation : NLG)이라고 할 수 있다. 이 중 머신러닝은 컴퓨터가 새로운 데이터 환경에 노출되면 스스로 데이터를 처리하고, 패턴을 찾아내 학습하면서 이전에 발견하지 못한 시사점을 이끌어 내는 기술이다.
또 다른 주요 기술인 자연어 처리(NLP)는 사람의 말 또는 글을 이해하고 주요 키워드를 알아내는 기술이다. 마지막으로 자연어 생성(NLG)은 규칙에 맞게 또는 자기학습에 의해 문장을 산출해 글을 쓰거나 말할 수 있는 기술을 의미한다.
최근 금융권에서 AI를 도입하고 있는 이유는 ▲비용절감 ▲위험관리 ▲효율성 증가 등의 장점이 있기 때문이다.
인간에서 AI로 업무가 대체되면 작업을 위한 응답 시간이 줄어 비용을 절약할 수 있다. 머신러닝을 통해 대출 인수와 금융사기 위험 개선 등 운영 위험을 줄일 수 있다. 마지막으로 상황에 맞는 음성메시지·이메일 생성으로 직원의 업무 효율성 향상이 가능하다.
금융권에서는 이런 장점을 가진 AI를 분석해 챗봇, 로봇 공정 자동화(Robotic Process Automation, RPA) 등으로 활용할 수 있다.
AI 기반 분석은 방대한 데이터를 빠른 속도로 범주화, 패턴화 해 실시간으로 분석할 수 있다. 이러한 머신러닝은 리스크 모델링, 사기탐지 또는 신용조사 등의 프로세스 개선에 효과적이다. 미국의 신용카드사인 American Express 역시 머신러닝을 활용해 실시간 부정거래검사와 모니터링을 진행하고 있다.
자연어 처리와 생성을 활용한 챗봇(Chat bot)은 인간과 비슷하게 고객과 상호작용하는 알고리즘을 기반으로 하는 서비스다. 주로 민원처리와 상담업무를 수행한다. 스웨덴 Nordea은행의 경우 ‘Nova’와 ‘Nora’라는 가상직원(Virtual employee)을 보유하고 있다.
예를 들어 현금카드 분실신고를 해 새로 발급받고 싶은 두 사람을 가정하자. 한 명은 온라인 채팅으로 하길 원하고, 다른 한 명은 직원과 상담하길 원하는 경우에 전자에 가상직원을 연계하는 방식을 통해 기다리는 시간을 줄이고, 업무 효율성을 향상할 수 있게 된다. 이런 가상직원이 국내에도 도입된 챗봇이다.
로봇 공정 자동화는 일상적 업무를 자동으로 정확하게 반복하기 위해 여러 기술을 사용한다. 미국의 투자은행인 JP모건은 대출계약서를 확인할 수 있는 Contract Intelligence(COIN)라는 프로그램을 개발해 반복적인 작업을 수행하고 있다. 머신러닝과 자연어 처리를 접목한 이 플랫폼은 계약서를 분석하고, 정보를 추출하는 업무를 수행하는 RPA 서비스다.
국내 금융권은 아직까지 챗봇 등을 활용한 금융서비스 등에 한정적으로 AI를 도입하고 있다. 하지만 금융권의 수익성이 악화되고 있는 상황에서 AI를 적극 활용해 경영의 고도화, 효율성 극대화를 비롯해 대고객 서비스 제고 등을 추구할 필요가 있다.
