[칼럼]④초개인화 맞춤 서비스를 위한 금융권의 준비
4차 산업혁명 시대, '게임의 룰' 명심해야2010년대 중반부터 금융권에서도 뒤늦게나마 디지털 전환 혁명이 시작됐다. 핀테크가 변화를 선도했고 이후 등장한 오픈뱅킹과 블록체인, 인공지능은 금융서비스를 고도화시켜 기존 금융업 판도까지 바꿀 촉매제로 자리매김했다. 머니투데이방송은 NH농협은행에서 디지털R&D센터장을 역임한 김봉규 지크립토 연구소장의 연재 칼럼을 통해 진화에 속도를 내고 있는 금융업의 발자취와 미래를 조명해본다. 김봉규 소장은 농협은행 재직 당시 오픈뱅킹의 전신 격인 오픈API를 국내 최초로 기획했으며 블록체인, 빅데이터 등 다양한 4차 산업혁명 기술을 금융서비스에 접목했다. 현재는 블록체인 기술기업 지크립토에서 웹3.0 시대에 대응할 미래금융 솔루션의 가능성을 모색 중이다.
 |
| 김봉규 지크립토 연구소장(전무/공학박사) |
지나온 산업혁명과 다른 점도 예상되는데, 그것은 다양한 기술들이 융합돼 나타난다는 점일 것이다. 4차 산업혁명은 다양하게 정의되지만, 이 글에서는 이렇게 정의해 보자. AI(인공지능) 기술을 핵심 동인으로 상품, 서비스의 생산, 유통, 소비 전 과정에서 모든 것이 연결되고 지능화되는 것. 여기서 연결이라는 키워드에 주목할 필요가 있다. 결국 연결을 통해 데이터를 주고받고, 이를 기반으로 학습하여 지능화되는 것이다.
이러한 지능화를 위한 노력은 금융권에서도 이미 시작됐다. 특히 오픈뱅킹 기반의 마이데이터 시대가 출범함으로써 본격적인 초개인화 맞춤형 서비스를 기대하게 된 것이다. 금융권은 지금까지 오랫동안 고객의 금융 서비스 데이터를 축적해왔지만 활용에는 한계가 있었다. 이제 마이데이터 시대에서는 외부 데이터도 활용할 수 있는 길이 열렸다.
그러나 아직 고객을 대상으로 한 금융사의 초개인화 서비스 경험은 턱없이 부족하다. 따라서 초개인화 맞춤형 서비스를 위한 금융권의 대응 방안을 몇 가지로 살펴보자.
첫 번째는 고객 데이터를 효과적으로 분석할 수 있는 알고리즘을 개발해 개인화된 추천 시스템을 만드는 것이다. 이 시스템이 마련되면 금융기관은 고객이 원하는 것이 무엇인지 먼저 알고 미리 대응하는 PFM(Personal Finance Management) 체계를 갖추게 되는 것이며, 고객의 기호와 요구사항을 사전에 이해함으로써 적합한 상품과 서비스를 선제적으로 제공할 수 있을 것이다.
둘째, 금융사 외 비금융사의 데이터를 확보해 데이터 영토를 넓혀야 한다. 공공 데이터 세트 및 빅테크 플랫폼을 포함한 다양한 데이터를 결합하고 분석함으로써 금융기관은 새로운 기회를 발견하고 혁신적인 금융 상품을 개발할 수 있기 때문이다. 특히, 오픈뱅킹을 통해 핀테크 기업들의 금융 데이터 접근성이 용이해질 것이므로 데이터의 분석 및 가공 역량은 갈수록 중요한 경쟁력이 될 것이다.
셋째는 '오픈 이노베이션' 전략을 기반으로 웹3.0 융합 금융 생태계를 조성하도록 준비하는 것이다. 핀테크 기업과의 기술 협업 등을 통해 이종 산업과의 적극적인 파트너십을 추진하고 이를 통한 신규 사업 모델 발굴 및 필요시 투자 확대 등으로 개방형 혁신을 넓혀가야 한다. 특히, 향후 토큰 이코노미 생태계와 연계된 웹3.0 시장에 금융이 융합될 수 있는 기반도 적극 대비해야 한다. 요즘 웹3.0에 대한 개념 논쟁이 뜨거운데, 본질적인 개념으로 접근한다면 우리가 생각하는 것보다 훨씬 더 큰 개념의 새로운 융합 생태계로 나타날 수 있다. 이때 금융은 웹3.0 안에서 엔진처럼 작용할 것이라 기대해 본다.
넷째, 초개인화 맞춤형 금융서비스 생산 시스템이 필요하다. 앞에서 이야기한 것처럼 데이터 분석 역량을 끌어올려 초개인화 맞춤형 상품을 제공하려 하더라도 기존 전통 금융 시스템으로는 대응이 힘들다. 따라서 시중은행들이 초개인화 맞춤형 서비스를 위한 새로운 차세대 뱅킹 시스템을 준비한다면 반드시 서비스를 필요에 따라 조립할 수 있는 MSA형 개념의 시스템으로 연구가 필요하다. MSA란 마이크로 서비스 아키텍처(Micro Service Architecture)의 약자로, 단독으로 실행이 가능하고 독립적으로 배치될 수 있는 모듈형태의 작은 단위로 기능을 분해해 서비스하는 아키텍처를 의미한다.
다섯째는 금융사가 지향하는 초개인화 AI 맞춤형 서비스 구축을 위해 AI 윤리 거버넌스를 마련하는 것이다.고객 데이터를 기반으로 AI 맞춤형 서비스를 제공할 경우, 다양한 리스크에 직면할 수밖에 없기 때문이다. 따라서 금융사는 금융 감독 기관의 규제 가이드 및 법안 도입 여부에 따라 내부 관리지침과 시스템을 준비해야 한다. 이는 결국 금융소비자 보호를 위한 금융당국의 정책을 준수하는 것이기도 하다.
금융위원회는 '금융 분야 AI 활용 활성화 및 신뢰 확보 방안'을 지난해 8월 발표한 바 있다. 규제 샌드박스를 통해 가명정보의 재사용을 허용하는 '금융 AI 데이터 라이브러리'를 구축해 빅데이터를 확보하고, 이종 산업 간 데이터 결합 및 활용이 가능하도록 다양한 분야의 회사로 구성된 컨소시엄을 통해 라이브러리를 만들 계획이라고 발표했다. 또 현장에서 AI 서비스를 도입할 때 참고할 가이드가 필요하다는 실무자들의 의견을 반영해 '5대 금융분야 AI 개발·활용 안내서'를 발간하는 등의 제도 정립도 추진하며, AI를 활용한 상품 서비스 출시로 발생할 수 있는 개인정보 유출 등의 위험 요소를 점검하기 위한 '금융 분야 AI 보안 가이드라인'도 올해 4월 배포했다.
우리는 몇 년 전 AI 챗봇, 이루다 논란을 기억할 것이다. 챗봇 이루다는 지난 2020년 12월 '이루다 1.0'을 최초 출시했으나 개인정보 수집 동의 과정 문제 및 성소수자를 향한 혐오 표현과 성희롱 발언 등의 문제를 야기하면서 약 3주 만에 서비스가 중단됐다. 이 사건은 사회적 관심을 받으며 법 제도 정비에 대한 필요성을 부각하면서 AI 서비스의 신뢰성에 대한 인식을 새롭게 하는 계기가 됐고, 해당 스타트업은 AI 윤리 준칙과 윤리 점검표, 개인정보 보호조치 강화 등을 통해 '이루다 2.0' 버전으로 개선된 서비스를 지난해 10월 다시 출시했다.
최근 세계가 열광하고 있는 '챗 GPT'의 경우도 이탈리아 정부는 '챗 GPT'가 사용자와의 대화에서 유럽연합(EU)의 개인정보보호법(GDPR)을 위반했다고 판단하고 '챗 GPT'의 사용을 제한했는데, 이번 결정을 시작으로 미국을 비롯한 다른 나라로 확산될 조짐을 보이고 있다.
이들 사례에서 본 바와 같이 금융기관들은 AI 알고리즘 기반의 금융 서비스 출시로 인한 불필요한 갈등을 최소화하는 안전장치를 준비해야 한다. 미국, EU 같은 AI 기술 선진국은 한발 앞서 AI 서비스에 대한 법적 연구를 이미 해왔고, 우리나라도 금융위원회, 과학기술정보통신부, 방송통신위원회 등에서 법안과 가이드라인을 준비하고 있기 때문에, 이제 금융권도 이에 대해 AI 기반의 신규 서비스에 대한 철저한 대비가 필요하다 할 것이다.
위의 다섯 가지 외에도 AI 관련 핵심기술 연구를 위한 애자일(Agile)형 전담 조직 등도 필요하며, 초개인화 AI 맞춤형 서비스를 린 스타트업(lean-Startup) 형태로 작게 실험해 보고 출시 여부를 결정할 수 있는 테스트베드(Testbed)를 갖추는 것도 좋은 방안이 될 것이다. 이제 금융권은 'AI 윤리기준 제정'과 같은 초보적인 대응을 넘어서 본격적인 데이터 기반 AI 금융 시대를 위한 준비에 관심을 가질 때다.
