삼성SDS, 우리은행 AI 에이전트 뱅킹 시스템 구축 현황 및 적용 사례

삼성SDS, 우리은행 AI 에이전트 뱅킹 시스템 구축 현황 및 적용 사례

삼성SDS가 우리은행과 협력하여 AI 에이전트 기반의 뱅킹 시스템을 성공적으로 구축하며 금융권의 AI 트랜스포메이션(AX)을 선도하고 있습니다. 본 시스템은 175개에 달하는 AI 에이전트를 활용하여 기존의 반복적인 금융 업무를 자동화하고, 사용자에게는 더욱 빠르고 정확한 금융 서비스를 제공하는 것을 목표로 합니다. 이는 단순한 기술 도입을 넘어, 금융권의 실질적인 워크플로우 변화를 이끌어낼 잠재력을 보여줍니다.

우리은행 AI 에이전트 뱅킹 시스템 구축 배경

금융권의 디지털 전환 가속화와 고객 경험 향상 요구에 따라, 우리은행은 AI 기술을 활용한 뱅킹 서비스 혁신을 추진했습니다. 삼성SDS는 이러한 니즈를 충족시키기 위해 자체 AI 솔루션과 시스템 구축 역량을 바탕으로 우리은행의 뱅킹 시스템 고도화를 지원했습니다. 특히, 175개의 AI 에이전트를 통해 각기 다른 금융 업무를 맞춤형으로 처리할 수 있는 환경을 조성하는 데 집중했습니다. 이는 고객 문의 응대부터 내부 업무 처리까지 전방위적인 자동화를 가능하게 합니다.

AI 에이전트 기반 주요 뱅킹 업무 자동화 시나리오

우리은행의 AI 에이전트 뱅킹 시스템은 다양한 실무 시나리오에서 활용됩니다. 예를 들어, 다음과 같은 업무들이 자동화 대상이 됩니다:

• 고객 문의 응대 자동화: AI 에이전트는 24시간 365일 고객의 단순 문의(계좌 조회, 거래 내역 확인, 상품 안내 등)에 즉각적으로 응대하여 상담원의 업무 부담을 줄입니다. 복잡하거나 개인 정보가 필요한 문의는 전문 상담원에게 자동으로 연결됩니다.
• 대출 신청 심사 보조: AI 에이전트는 고객이 제출한 서류를 분석하고, 신용 평가 모델을 활용하여 대출 신청 자격 요건을 1차적으로 검토합니다. 이 과정에서 필요한 데이터를 자동으로 수집하고 정리하여 심사 담당자의 의사결정을 지원합니다.
• 이상 거래 탐지 및 알림: 실시간으로 발생하는 금융 거래 데이터를 모니터링하며, 비정상적인 패턴이나 의심스러운 거래 발생 시 AI 에이전트가 즉시 이를 감지하고 관련 부서 또는 고객에게 알림을 전송합니다.

이러한 자동화는 단순히 업무 속도를 높이는 것을 넘어, 데이터의 일관성을 유지하고 인적 오류의 가능성을 줄여 전반적인 금융 서비스의 신뢰도를 높이는 데 기여합니다.

AI 에이전트 도입으로 인한 금융 AX 전환 효과

삼성SDS와 우리은행의 AI 에이전트 뱅킹 시스템 구축은 금융권 AX 전환에 있어 다음과 같은 실질적인 성과를 가져왔습니다:

• 업무 처리 효율성 극대화: 반복적이고 정형화된 업무를 AI 에이전트가 처리함으로써, 직원들은 더욱 복잡하고 창의적인 업무에 집중할 수 있게 되었습니다. 이는 전체적인 업무 처리 시간을 단축시키고 생산성을 향상시킵니다.
• 고객 경험 개선: 챗봇, 음성봇 등 다양한 인터페이스를 통해 고객은 언제 어디서든 맞춤형 금융 정보를 얻고 서비스를 이용할 수 있습니다. 응답 속도와 정확성 향상은 고객 만족도를 높이는 중요한 요소입니다.
• 데이터 기반 의사결정 강화: AI 에이전트가 수집하고 분석한 방대한 데이터를 기반으로, 은행은 고객 행동 패턴, 시장 동향 등을 더 정확하게 파악하여 전략적인 의사결정을 내릴 수 있습니다.

AI 에이전트 뱅킹 시스템 구축 시 기술적 진입 장벽과 비용

AI 에이전트 뱅킹 시스템 구축은 상당한 기술적 전문성과 투자를 요구합니다. 주요 고려사항은 다음과 같습니다:

• 기술 스택 및 통합: AI 모델 개발, 데이터 관리, 기존 레거시 시스템과의 연동 등 복잡한 기술 스택을 이해하고 통합할 수 있는 전문 인력이 필요합니다. 고도화된 자연어 처리(NLP), 머신러닝 기술이 필수적입니다.
• 초기 구축 비용: 시스템 설계, 개발, 인프라 구축, 전문 인력 확보 등에 상당한 초기 비용이 발생할 수 있습니다. 특히, 고성능 컴퓨팅 자원과 클라우드 환경 구축에 예산이 투입됩니다.
• 데이터 보안 및 규제 준수: 민감한 금융 데이터를 다루므로, 최고 수준의 데이터 보안 및 개인정보 보호 체계를 갖추어야 합니다. 또한, 금융 당국의 엄격한 규제 요건을 충족해야 합니다.

이러한 진입 장벽으로 인해, AI 에이전트 도입은 점진적으로, 그리고 특정 업무 영역부터 시작하는 것이 현실적인 접근 방식일 수 있습니다.

AI 에이전트 도입 실패 사례: 이미지 생성 실패로 인한 발행 차단

AI 기술 도입 과정에서는 예상치 못한 문제에 직면할 수 있습니다. 최근 AI 이미지 생성 기술을 활용하여 보고서를 자동 생성하려던 시도에서, 필요한 이미지를 충분히 확보하지 못해 최종 발행이 차단되는 사례가 있었습니다. Draft가 성공적으로 생성되었음에도 불구하고, 본문 이미지 생성에 필요한 다운로드 가능한 이미지가 0개였기 때문입니다. 이는 AI 기반 콘텐츠 생성 시, 필요한 시각 자료의 확보 가능성을 사전에 철저히 검토해야 함을 시사합니다. 콘텐츠 발행 자동화 시스템은 이러한 조건 미비 시 발행을 차단하여, 부실한 콘텐츠가 배포되는 것을 방지하는 안전장치 역할을 합니다.

이처럼 AI 에이전트 도입 시에는 성공 사례뿐만 아니라, 예상치 못한 실패 시나리오까지 고려하여 철저한 준비와 검토 과정을 거치는 것이 중요합니다. 특히, AI가 생성하거나 활용하는 콘텐츠의 품질과 완성도를 보장하기 위한 추가적인 검증 절차가 필수적입니다.

다음 글에서는 AI 에이전트 도입 시 고려해야 할 추가적인 사항들을 심층적으로 다룹니다.