143 읽음
금융권 AI 도입 가속, 통합 데이터 및 거버넌스 구축
아주경제
0
하지만 큰 혁신에는 큰 책임이 뒤따른다. 규제 당국은 책임 있는 AI 도입을 강조하며 투명성과 신뢰에 대한 기준을 높이고 있다. 이에 금융기관은 변화를 통한 경쟁력을 유지하면서 규제 준수와 보안이라는 과제를 동시에 해결해야 하는 상황에 놓여 있다.
문제는 많은 금융기관이 여전히 사일로화된 레거시 시스템 위에서 AI를 확장하려 한다는 점이다. 이는 실시간 개인화와 설명 가능한 AI 구현을 어렵게 만들고 규제 리스크를 구조적으로 키운다.
따라서 금융의 다음 전장은 데이터 아키텍처가 될 것이다. 통합 데이터 기반은 클라우드, 온프레미스, 엣지 환경 전반에 흩어진 사일로를 허물고 민감한 정보에 대한 통제력을 유지하면서도 시장 변화에 민첩하게 대응할 수 있게 지원한다.
클라우데라가 핀엑스트라 리서치와 공동으로 진행한 금융 서비스에서의 AI 현황 보고서에 따르면 97%의 금융기관이 AI 모델 구축 및 배포에 데이터 사일로가 장애물이라고 응답했다. 이는 금융기관이 사일로 현상을 극복하고, 의사결정을 가속하며, 실시간 개인화 인사이트를 제공하기 위해서는 거버넌스가 적용된 단일 데이터 기반이 필요하다는 것을 보여준다.
실제로 많은 금융기관이 온프레미스와 클라우드를 결합한 하이브리드 AI 아키텍처를 선택하고 있다. 금융기업의 62%가 하이브리드 AI 방식을 사용하고 있으며 전 세계적으로 91%는 하이브리드 접근 방식을 매우 가치 있다고 평가했다. OCBC의 프라이빗뱅킹 부문인 뱅크오브싱가포르는 최근 AI 기반 자금 출처 보고서 자동화 도구를 도입했다. 이 도구는 보고서 작성 시간을 10일에서 1시간으로 대폭 줄였고 정확성과 규제 준수도 개선했다. 이제 릴레이션 매니저들은 행정 업무에서 벗어나 고객 응대에 더 많은 시간을 할애할 수 있고, 모든 의사결정은 통합된 고객 데이터를 바탕으로 이루어진다.
84%의 기업이 모든 환경에서 통합된 데이터 거버넌스 및 보안 프레임워크를 "매우 중요"하거나 "필수적"으로 인식하고 있다. 거버넌스는 더 이상 사후 절차가 아니다. 데이터 접근부터 모델 학습, 배포, 모니터링에 이르는 AI 전 과정에 걸쳐 적용되어야 한다. 이러한 가드레일을 초기 단계부터 내재화할 경우, 사각지대를 최소화하면서도 개발 속도를 저해하지 않고 AI 결과물의 설명 가능성, 공정성, 규제 준수를 동시에 확보할 수 있다.
데이터 레이크하우스 아키텍처는 통제된 온프레미스 환경에서 민감한 워크로드를 운영하면서도 클라우드에서는 테스팅 등의 확장성 워크로드를 지원한다. 또한 일관된 운영 프레임워크 안에서 데이터가 통합돼 규제 준수와 민첩성을 유지할 수 있으며, 장기적인 관점에서 IT 인프라의 지속 가능성을 확보할 수 있다.
금융 산업은 지금 새로운 전환점에 서 있다. 점진적 혁신을 넘어 보다 민첩하고 경쟁력 있는 자산 관리 환경을 만들기 위해 데이터와 AI에 대한 접근 방식을 근본적으로 재정의해야 할 시점이다.