[음악] 안녕하세요, 이번 발표를 맡은 하나금융그룹의 장일호입니다.

앞서 KB 우리 오상무님의 발표 뒤에 제가 발표하는 이 부담이 이렇게 클지 몰랐습니다.

자, 한번 죄송합니다. 저는 95년에 하나은행에 입행한 지 올해로 30년째 은행에 근무하고 있습니다.

여기 계신 분들이 영업 은행, 영업점에서 쉽게 접할 수 있는 은행원입니다.

AI가 몰고 오는 금융의 미래를 논하는 이중한 자리에, 영업 현장 경험만 있는 제가 여러분들께 어떤 인사이트를 드릴지 정말 잠을 못 잤습니다.

근데 저희 직원들이 그러더라고요, 여기 계신 분들이 그 현장 이야기를 듣고 싶어 하실 겁니다.

그래서 그건 믿고 자신있게 나왔습니다. 제 경력의 강점을 살려 30년간 현장에서 경험한 금융 서비스의 본질과, 그리고 우리 소비자들이 AI를 통해 어떻게 금융 서비스를 경험할 수 있을지, 변화와 AI 도입에 대해 말씀드리겠습니다.

요인 도입 전략 적용 사례로 말씀드리겠습니다. 우선 말씀드리고 싶은 부분은 변화입니다.

먼저 질문 하나 드리고 시작하겠습니다. 잠시 저를 주목해 주실래요?

혹시 최근 한 달 이내에 은행 영업점에 가서 일을 처리하신 분 손 한번 들어 주실래요?

지금 다섯 분 계십니다. 그 중에 두 명은 저희 은행 직원이었습니다.

과거 금융권 채널, 즉 영업점 수가 은행의 경쟁력이었습니다.

잠시 화면을 같이 보시겠습니다. 편은 하나은행을 거래하는 손님들의 이용 채널 변화입니다.

보시면 막대 윗단에 있는 부분은 영업 점만 거래하는 손님으로 이제는 12% 밖에 되지 않습니다.

막대 아래 부분은 대부분 디지털로만 거래하는 손님으로 70%에 근접하고 있습니다.

특히 주목할 부분은 괄호 안의 숫자입니다.

이는 1년간 단 한 번도 영업점을 통하지 않는 거래를 하는 손님들입니다.

무려 32%가 됩니다. 다음 화면은 하나은행과 거래하시는 신규 손님입니다.

이제는 영업점이 아닌 온라인으로 거래가 대부분 이루어지고 있습니다.

인터넷 은행이 불을 당겼습니다.

제가 영업 현장에 있으면서 주거래 손님이라고 믿었던 분들의 의리는 이미 사라졌습니다.

당장 이익이 되는 쪽으로 중복 거래를 하시거나 쉽게 주 거래를 옮기는 현상은 영업일에 있는 저희에게는 큰 문제가 되고 있습니다.

주최하신 한국 금융 신문 기사에서도 수차례 이런 금융 소비자의 거래 변화 형태를 언급해 주셨습니다.

기술과 소비자의 변화에 발맞춰 금융 서비스 역시 진화와 혁신을 거듭하고 있습니다.

잠시 과거의 추억으로 돌아가 보겠습니다.

저 왼쪽 사진 아래를 보시면 젊으신 분도 계시는데, 저기 주판이 보입니다. 과거에 계산기 대신 제가 첫 통장을 만들던 1980년대에도 은행에서는 주판을 사용하고 계셨습니다.

이 시기를 뱅크 1.0으로 보고 있습니다.

이후 계산기가 도입되고 금융 전산화와 ATM 기기가 도입되는 시기까지를 뱅크 2.0으로 봅니다.

90년대 말부터 보급된 인터넷의 급격한 도입으로 인터넷 뱅킹이 본격 실현되면서 홈쇼핑과 인터넷 채널에서 보험 영업까지 시작되는 시기를 뱅크 3.0 1기와 그리고 스마트폰이 세상에 출시된 이후 오늘까지 스마트 뱅킹 시대가 개막을 뱅크 3.0을 통해 경험하고 있습니다.

자, 지금 호기심을 가지고 우리는 이제 다음 뱅크 3.0은 무엇일까 기대를 해 봅니다.

[음악] [음악] [음악] [박수] [음악] [박수] [음악] [박수] [음악] [음악] [박수] [음악] [박수] [음악] [박수] [박수] [음악] [박수] [음악] 잘 보셨습니까?

이 영상은 언제 만든 영상일까요? 이 영상은 2018년에 하나은행에서 금융의 미래를 생각하면서 만든 영상입니다.

여기 계신 분들 중에 한 번쯤 보신 분도 계셨을 겁니다.

제가 7년 전에 이 영상을 봤을 때만 해도 공상과학 영화 같은 그런 내용이었습니다.

근데 저기 나온 부분 중에 절반 정도는 이미 되고 있는 것 같습니다.

그리고 AI 때문에 다 될 것 같은 느낌이 들기도 합니다.

AI 전공하지 않은 비전공자인 제게도 AI라는 단어가 제 뇌리에 남는 기억이 있습니다.

다 저하고 비슷하실 것 같아요.

그 하나는 너무 재밌게 봤던 터미네이터라는 영화였습니다.

다 아시는 내용이지만 그 내용을 보게 되면 AI가 장착된 기계가 인류를 멸망시키는 거죠.

근데 최근에 우크라이나 전쟁을 보 전쟁에서 사용되는 드론이라는 무기를 보고, 또 어제 뉴스에 나오더라고요.

중국에서 로봇에 총을 장착해서 그거를 훈련하는 모습이 뉴스에 나왔습니다.

다 현실이 되고 있는 거죠. 사실 좀 공포심도 좀 듭니다.

그리고 또 다른 하나는 이세돌과 알파고의 바둑 대결이었습니다.

인간이 AI에게 패배한 충격적인 광경이었습니다. 저는 바둑을 둘지 모르는데 나름 세도를 열심히 응원했었는데, 근데 이것마저도 8년 전입니다.

이야기입니다. 8년 전 이야기로 우리가 알파고를 이야기하고 있는데, 지금 우리가 다시 AI가 세상의 중심이 되고 있는 것 같습니다.

이 오래전 나왔던 AI가 이미 많은 곳에서 사용되고 있습니다.

사실 우리 일반인들은 직접 활용하거나 그 가능성을 고민할 필요는 없었습니다.

그런데 책이 피트가 나오면서 AI를 우리가 크로바 엑스나 류튼을 통해 직접 사용해 볼 수 있는 그런 경험을 줬습니다.

그러면서 여러분 모두 다 놀랐던 거죠. 아, 되는구나.

AI 관련된 외국의 보고서를 소개해 드리겠습니다. UK 파이낸스는 영국의 금융 부분 협회로, 협회에서는 23년에 영국 금융 회사를 대상으로 설문한 보고서입니다.

영국의 금융사들은 AI 기술을 측면과 생성으로 구분하여 각각 특성에 따라 AI 채택이 점차 증가하고 있음을 설문에서 답변했습니다.

특히 AI는 이미 사기 탐지, 유사 모델링 등에서 활용되고 있으며, 영국뿐만 아니라 국내에서도 많이 사용되고 있습니다.

그리고 생생한 AI 업무 자동화 영역, 대고객 서비스 분야에 특화될 걸로 기대하고 있습니다.

이처럼 활용 영역별, 상황별 특성에 따라 AI 기술의 선택과 활용이 필요하며, 시의성 있는 서비스의 창출이 필요하다고 보고서는 말하고 있습니다.

앞서 영국의 금융기관들이 AI 도입이 필요하다고 보고 있는 것처럼, 한국의 금융에서도 빠르고 효과적인 서비스 혁신을 위해 많은 금융 기관이 AI를 도입하고 있는 중입니다.

그러나 AI 도입에는 몇 가지 허들이 존재합니다. 생성형 AI 도입함에 있어 경험하고 있는 저의 요인을 같이 공유해 보도록 하겠습니다.

모두 알고 계시는 환각 할시네이션이 가장 큽니다.

생성형 AI는 학습 데이터상 다음에 올 확률이 가장 높은 단어를 예측해 문장을 생성함으로써, 그로 인해 오답을 만드는 기술적 한계를 가지고 있습니다.

100% 정확한 정보를 제공해야 할 금융업에서 잘못된 정보 제공은 곧 금융 사고가 될 수 있습니다.

이 값비싼 비용 역시 문제입니다.

금융 보안에서 정해주신 자료를 살펴보시면 상용 모델을 직접 도입하기 위한 인프라 투자만도 7,500억 원입니다.

오픈 모델 적용 시 투자되는 비용이나 클라우드 기반 외부 모델 사용 시 발생하는 토큰 역시 큰 부담이 됩니다.

다음으로는 AI 학습에 한국어가 적게 사용된다는 것 역시 문제인 것 같습니다.

구글 모델의 경우를 보시면 한국어 사용 비율은 0.195%에 불과합니다.

이런 상황에서 한국어 기반의 금융 서비스의 품질 신뢰성은 좀 더 시간이 필요할 것 같습니다.

보안 역시 큰 걱정거리입니다. 현재 국민은행은 인터넷 영역과 업무 영역을 구분해 망 분리를 해 놓았지만, AI 활용을 위해서는 망 분리에 여러 한계에 부딪히게 됩니다.

AI 도입에 있어 여러 저해 요인 중 금융에서 효익이 아무리 커도 절대 양보할 수 없는 부분이 있습니다.

바로 앞서 말씀드린 100% 완전한 답변과 금융 정보 등 개인 정보가 포함된 정보입니다.

보라 생각합니다. 생성형 AI 기술 특성상 잘못된 정보를 제공할 가능성이 존재하지만, 금융 서비스는 100% 완전한 신뢰성을 요구합니다. 정보 보호에 있어서는 최근 내규 등 덜 민감한 정보는 외부 퍼블릭 클라우드 등 보완된 영역에서 활용될 수 있지만, 민감한 금융 개인 정보는 아직 신뢰할 수 없습니다. 그럼에도 불구하고 이런 제약이 있음에도 불구하고 AI를 도외시할 이유는 분명히 있습니다. 현재 활용 가능한 AI 기술을 통해 직원의 금융 서비스 영향이 상향 평준화될 수 있다는 가능성을 보고 있습니다. 어느 창구, 어느 채널을 통해서도 손님에게 높은 품질의 금융 서비스를 제공할 수 있으리라 기대합니다. 또 AI는 다면적으로 고객을 파악하여 고객 맞춤형 금융 서비스를 제공할 수 있을 거라 기대합니다. 그리고 불가피하게 발생하는 휴먼 에러를 줄이고 각종 금융 사고 예방률을 높여 보다 안전하고 신뢰할 수 있는 금융 체제를 구축할 수 있습니다. 그럼 이제 한화 금융 그룹의 AI 도입에 대해 말씀드리겠습니다.

존재하지만 금융 서비스는 100% 완전한 신뢰성을 요구합니다. 정보 보호에 있어서는 최근 내규 등 덜 민감한 정보는 외부 퍼블릭 클라우드 등 보완된 영역에서 활용될 수 있지만 민감한 금융 개인 정보는 아직 신뢰할 수 없습니다.

그럼에도 불구하고 이런 제약이 있음에도 불구하고 AI를 도외시할 이유는 분명히 있습니다.

현재 활용 가능한 AI 기술을 통해 직원의 금융 서비스 영향이 상향 평준화될 수 있다는 가능성을 보고 있습니다.

어느 창구, 어느 채널을 통해서도 손님에게 높은 품질의 금융 서비스를 제공할 수 있으리라 기대합니다.

또 AI는 다면적으로 고객을 파악하여 고객 맞춤형 금융 서비스를 제공할 수 있을 거라 기대합니다.

그리고 불가피하게 발생하는 휴먼 에러를 줄이고 각종 금융 사고 예방률을 높여 보다 안전하고 신뢰할 수 있는 금융 체제를 구축할 수 있습니다.

그럼 이제 한화 금융 그룹의 AI 도입에 대해 말씀드리겠습니다.

활용 전략에 대해 말씀드리겠습니다. 하나금융그룹이 생각하는 AI 전략은 첫째도 손님, 둘째도 손님, 셋째도 손님입니다.

AI 도입의 이유는 손님의 문제 해결이 하화 구민이 생각하는 AI 디지털은 모두 손님의 문제 해결을 위한 도구입니다.

최근 빠르게 나오고 있는 AI 기술은 전례 없는 긴장을 주며 금융시장을 재편을 촉발하고 있습니다.

이해 하나금융그룹은 디지털 금융 선도를 위한 핵심 과제 중 하나로 AI를 선정하였고, 손님의 가치 제고와 현장 중심의 AI 자체 역량 강화 이 세 가지 지향점을 바탕으로 손님과 현장을 위한 금융 AI 개발과 활용이라는 목표를 분명히 하였습니다.

먼저 손님의 가치 제고는 기존 기술 중심으로 접근했던 AI를 손님의 문제 해결을 중심으로 접근하여 안전하고 신뢰할 수 있는 AI 서비스와 손님 경험 혁신을 최우선 순위로 한다는 것입니다.

다음으로 현장 중심 AI가 개별 프로젝트 단위로 도입됐던 AI 기술을 그룹의 컨트롤 타워를 신설하여 현장 중심의 AI 기술이 우선적으로 도입되도록 체계적으로 관리하겠다는 것입니다.

마지막으로 자체 역량 강화를 위해 AI를 신속하게 도입하기 위해서는 외부에 위탁하는 게 가장 쉽습니다.

그런데 저희는 그룹 AI 싱크탱크인 한화 금융융합기술원으로 단계적으로 기술을 의지하여 그룹 전체 AI 기술 수준을 고도화한다는 것입니다.

이와 같은 하나금융그룹의 세 가지 AI 지향 방향과 관련하여 그동안 진행되어 온 내용을 간단하게 소개해 드리도록 하겠습니다.

앞서 말씀드린 손님 가치를 실현하기 위해 지난 3월 AI 윤리 강령을 재선포했습니다.

AI 윤리 강령은 5대 원칙을 담고 있으며, 이를 통해 더 안전하고 더 신뢰할 수 있는 AI를 도입할 예정입니다.

아울러 손님 가치 제고를 위해 이정 억정 간의 제휴도 적극적으로 하고 있습니다.

현장 중심을 위해 그룹 내 AI 컨트롤 타워를 신설하고, 저처럼 현장 인력과 기술 인력을 함께 배치해 기술과 활용의 두 부분을 같이 집중하고 있습니다.

관계사 주요 이슈를 다루는 임원과 실무자가 참석하는 AI 협의체 운용으로 집단 지성과 중복 투자를 방지하며, 지수의 공유로 거버넌스를 구축하고 있습니다.

또한 현장 직원들의 교육을 강화하고 관련 조직 문화를 지속적으로 혁신하고 있습니다.

하나금융그룹의 독특한 기술인데요, 하나금융그룹은 57명의 석박사로 구성된 연구 조직인 하나금융 융합 기술원을 운영 중입니다.

AI 전문 연구 조직이 실무에 필요한 프로젝트를 공동 연구하고 있습니다.

융합 기술로는 금융 AI 핵심 기술을 내재하고 소비자의 만족도와 직원의 업무 효율을 극대화할 수 있는 솔루션을 확보하며, 이를 통해 그룹의 디지털 혁신을 주도한다는 연구 목표를 갖고 있습니다.

이는 특정 분야에 국한된 것이 아닌 리스크 관리, 자산 관리, 고객 경험, 업무 효율화 등 금융 소스에 관한 모든 영역을 포함하고 있습니다.

지금부터 하나금융 그룹의 AI 사례를 소개해 드리겠습니다. 사례는 앞서 UK 파이낸스에서 살펴본 것처럼 예측형 생성형 도입 사례를 구분하여 소개해 드리도록 하겠습니다.

첫 번째는 맞춤형 정책 자금 추천 AI 모델입니다.

장일호 하나금융지주 금융AI센터 상무 '손님과 현장을 위한 하나금융 AI개발과 활용전략' [2024한국금융미래포럼]

Scripts