생성형 AI, 금융 산업의 게임 체인저로 부상

 

• 생성형 AI, 글로벌 GDP 7% 증가 및 생산성 1.5%p 향상 전망
• 금융 계획 분석, 내부 감사, 세무, 투자자 관계 등 다양한 분야 혁신 가능성
• 편향성 증폭, 정보 보안 등 리스크 관리 필요성 대두

인공지능(AI) 기술의 급속한 발전으로 금융 산업이 큰 변화를 맞이하고 있다.

특히 생성형 AI의 등장은 금융 업무 프로세스 전반에 걸쳐 혁신적인 변화를 가져올 것으로 전망된다. 골드만삭스에 따르면 생성형 AI 기술의 발전으로 글로벌 GDP가 약 7조 달러(7%) 증가하고, 생산성이 1.5%p 향상될 것으로 예측된다.

국내 금융권에서도 AI 도입이 활발히 이루어지고 있다. 예를 들어, 신한은행은 'AI 뱅커'를 도입해 고객 상담 서비스를 개선했고, KB국민은행은 AI 기반 투자 자문 서비스를 제공하고 있다. 이러한 흐름 속에서 생성형 AI의 잠재력에 주목할 필요가 있다.

생성형 AI, 금융 업무의 새로운 동반자

생성형 AI는 단순히 기존 업무를 자동화하는 데 그치지 않고, 새로운 가치를 창출할 수 있는 '공동 작업자(co-pilot)'로서의 역할이 기대된다. 주요 적용 분야는 다음과 같다:

1. 재무 계획 및 분석(FP&A) 생성형 AI는 방대한 재무 데이터를 신속하게 분석하고, 의미 있는 인사이트를 도출할 수 있다. 예를 들어, 분기별 실적 보고서 초안 작성이나 예산 변동에 따른 시나리오 분석 등에 활용될 수 있다.
2. 내부 감사 및 규정 준수 리스크 관리 전반에 걸쳐 생성형 AI의 활용이 가능하다. 대량의 데이터를 지속적으로 모니터링하여 규제 요구사항, 정책, 내부 통제 준수 여부를 평가하고, 실시간으로 이상 징후를 포착할 수 있다.
3. 세무 세무 부서는 조직 내에서 가장 많은 구조화/비구조화 재무 데이터를 다루는 부서 중 하나다. 생성형 AI는 이러한 복잡한 데이터를 분석하고, 세무 조정, 이전가격, 주 별 세금 배분 등의 업무를 지원할 수 있다.
4. 투자자 관계(IR) 및 보고 기업 특화 데이터로 학습된 생성형 AI 모델은 실적 발표 자료, 주주총회 스크립트, 규제 보고서 등 다양한 이해관계자 커뮤니케이션 자료의 초안을 작성할 수 있다.

리스크 관리의 중요성

생성형 AI의 도입은 많은 기회와 함께 새로운 리스크도 가져온다. 주의해야 할 주요 리스크는 다음과 같다:

1. 편향성 증폭: AI 모델 학습에 사용되는 데이터에 내재된 편향이 결과물에 증폭되어 나타날 수 있다. 특히 다양성, 형평성, 포용성(DEI) 측면에서 주의가 필요하다.
2. 정보 보안: 대부분의 생성형 AI 애플리케이션은 아직 데이터 프라이버시를 완벽히 보장하지 못한다. 민감한 재무 정보 보호를 위한 철저한 관리가 요구된다.
3. 데이터 주권: 생성형 AI는 복잡한 기업 정책이나 국가별 개인정보보호법을 자체적으로 준수하기 어렵다. 사용 목적에 부합하는 방식으로 AI가 활용되고 있는지 지속적인 모니터링이 필요하다.

이러한 리스크를 관리하기 위해서는 새로운 정책과 통제 수단 도입, 그리고 금융 전문가들의 AI 활용 능력 향상이 필수적이다.

CFO의 선제적 대응 필요

생성형 AI는 금융 분석과 보고의 자동화, 리스크 관리 강화, 재무 운영 개선 등 단기적인 효과뿐만 아니라 장기적으로 금융 업무의 근본적인 변화를 가져올 것으로 예상된다. CFO들은 이러한 변화에 대비해 조직과 인력을 준비시키는 한편, 생성형 AI 도입을 위한 전략적 투자 결정을 내려야 할 것이다.

생성형 AI는 분명 금융 산업의 '게임 체인저'가 될 잠재력을 가지고 있다. 하지만 그 잠재력을 현실화하기 위해서는 기술에 대한 이해와 함께 철저한 리스크 관리, 그리고 조직 문화의 변화가 수반되어야 한다. 국내 금융사들도 이러한 글로벌 트렌드를 주시하며, 자사의 상황에 맞는 AI 전략을 수립해 나가야 할 때다.

 

Source : The Wall Street Journal, What Generative AI Can Mean for Finance