[Study] 생성형AI로 인한 금융서비스 혁신 @한국금융포럼

은행의 생성형 AI 도입시, 핵심 사항
: 모델 선택 뿐 아니라, 비즈니스 데이터 준비 및 활용이 훨씬 중요
  + 실제 사례 연구 + 내부 조직원의 수용력 확보 + AI 거버넌스 구축

➡️ 은행권의 생성형 AI 도입과제
- 개인정보 보호 및 보안 이슈(사이버 보안 위협 대응)
- AI 학습 및 운영에 요구되는 컴퓨팅 파워 확보
- 편향성 및 할루시네이션 문제 해결
- AI 거버넌스 구축 및 전사적 관점 적용
  (최신 기술도입에 대한 규제 완화, 표준시스템 확보)
- 내부 정보 활용에 관한 유연성 발휘

디지털 전환 w/AI도입
- DT의 핵심은 데이터 기반의 인사이트 발견과 새로운 가치 창출임
- 생성형 AI는 마케팅, 세일즈, 고객서비스 분야에 큰 영향을 끼치는 중임
   : 비용절감과 작업최적화의 긍정효과 선사, but 비용, 인프라 수급의 이슈 발생 중

AI전환을 위한 내부준비 및 조직문화 변화 aka 내부 수용력
- 다양한 시도를 장려하고, 각 조직이 본인들에 맞는 전략을 수립해야 함
- IT부서와 긴밀히 협력하고, 구성원의 교육(업스킬, 리스킬)이 필요함
- 파일럿으로 필요성 선 점검과 조직별 적합한 도구를 탐색해야 함

AI 거버넌스 & 윤리
- AI는 윤리적으로 편향성과 프라이버스 이슈를 내포하고 있음
- 조직 내에서 거버넌스 팀의 독립적인 운영으로 감시자 역할이 있어야 함
  for AI 윤리기준 수립, 경영 및 위험관리 체계 마련

금융의 AI 도입
- 개인정보 보호, 데이터 보안이 금융AI의 핵심 이슈임
- 높은 컴퓨팅 파워를 요구하는 AI의 경우, 도전적으로 도입되지 않음
- 생성형 AI는 금융 리터러시를 개선할 수 있음(개인화된 자산관리 기대)
   다만, 이때 데이터 품질이 중요해지는데 여럿 시도를 통해 경험치가 쌓여야 함
- 이를 위해 소규모 플젝으로 점진적 성공을 누적시켜야 하는데,
   아직 생성형 AI의 규제가 부족해 금융향 정책이 필요한 상황임

문화지체현상…
오래된 비즈니스, 특히 오래된 비즈니스를 오래된 방식으로 해오던 기업이라면
이글에서 말하는 AI에 관한 ”관심 - 이해 - 적응 - 전환 - 이슈 관리“의 난이도가
낮지 않을 것이다. 솔직히 말하면 굉장히 어려울 것이란 것이 나의 선입견이다.

오래될수록 그 안에서 오랜 기간 동안 경험을 쌓은 인력들의 의견을 중시할 것이고,
그들의 의견에 지금의 물질문화(기술, 도구)는 무지를 넘어 무시의 대상일 것이다.

DT 전문가, IT 종사자, AI컨설턴트 랍시고, 이러한 AI 전환(초기 도입)의 역할을
맡기도 하지만 그때마다 느끼는 것은 (경우에 따라)
“백지에서 새로 만드는 것이, 기존의 그림을 덧칠하고 수정하는 것보다 쉽다“란 사실이다

이러한 기업의 입장, 정확히는 기업의 주류를 형성하는 집단의 입장에 빙의해보자면
지금의 적절한 보상과 시장 지위를 흔드는 것에 동참하는 것이
본인들의 경쟁력을 깎아먹고 오히려 회사를 위태롭게 하거나 시간낭비로 비춰질 수 있다

다만, 한번 더 생각해보고 한발짝 뒤에서 그들이 바라보며 인정해야하는 것은
그간 그들이 이룩했던 성과와 실력의 인정과
그것이 앞으로 시대에도 유효하며, 재활용 가능할 것인가, 가장 최적인가에 관한
답변은 별개로 구분되어야 한다는 것이다.

가장 중요한 것은 마인드셋이며, 그러한 마인드셋의 전환이 요구되는 것은
주주, 경영진, 중간관리자, 실무진의 순서라 생각한다
실무진으로부터 케이스를 쌓으며 점진적인 변화가 확산되겠으나
그 동력은 실무진으로부터 올수없다,
더 많은 이윤을 기대하는 그렇기에 보상을 비교할 수 없이 크게 받는
주주 혹은 주주로 부터 권한을 위임받은 경영진의 추진이 핵심이다, 이것은 확실하다