AI응용 은행관리(aSSIST AI Convergence Series 1)

개인화 마케팅이 고객을 위한 것인가,
은행을 위한 것인가. AI는 고객 개개인의 필요를 파악한다. 어떤 상품을 선호하고, 언제 구매 욕구가 생기며, 어떤 가격대에 반응하는지를 학습한다. 그리고 정확히 그 순간, 그 고객에게 필요한 상품을 제시한다.
편의라고 볼 수 있다. 그러나 다른 관점도 있다. AI가 고객의 심리를 더 정확히 읽을수록, 은행은 고객을 더 효과적으로 '권유'할 수 있다.
고객이 생각도 하지 않은 필요를 만들어내고, 필요하지 않은 상품을 구매하도록 유도할 수 있다. 이것도 개인화다. 개인화된 설득이다. 선의와 악의의 경계는 어디인가. 누가 그 경계를 정하는가.

자동화가 조직을 강하게 만드는가, 약하게 만드는가.
AI로 자동화하면 효율성이 올라간다. 인간의 판단에 필요했던 시간이 단축되고, 실수도 줄어들며, 생산성은 분명히 높아진다.
그러나 대가가 있다. 자동화된 업무를 반복하던 직원들의 전문성은 어떻게 되는가. 신용평가 과정이 완전히 자동화되면, 신용평가의 전문가가 필요 없어지는 것은 아닌가. AI가 모든 판단을 제시하면, 은행원은 '승인 버튼'을 누르는 존재로 전락하는 것은 아닌가. 더 심각한 문제가 있다. 조직이 점점 더 AI에 의존할수록, 그 AI가 오류를 범할 때 대응할 능력을 잃게 된다.
자동화로 효율성은 높아졌지만 조직은 더 취약해지고, 생산성은 올라갔지만 전문성은 사라진다. 이것이 단순한 이론적 우려라면 다행이겠지만, 현실에서 이미 일어나고 있다.

누가 책임질 것인가.
AI 모델이 대출을 거부했다. 그 결정으로 고객은 사업을 시작하지 못했고 손실을 입었다. 누가 책임지는가. 모델을 만든 데이터 과학자는 자신이 편향을 제거했다고 말하고, 모델을 도입한 은행은 외부 업체의 모델을 구매해 사용했을 뿐이라고 말하며, 그 결정을 승인한 관리자는 AI가 제시한 결과를 신뢰했을 뿐이라고 말한다. 그렇다면 AI 자신이 책임져야 하는가. AI는 법인도 아니고, 도덕적 행위자도 아니다. 책임질 수 없다.
책임은 결국 사람에게 돌아와야 한다. 그런데 여기서 또 다른 문제가 생긴다. AI의 판단 과정은 투명하지 않다. "왜 이 대출을 거부했는 가"라는 질문에 정확히 답할 수 없다. 수백 개의 변수가 조합되어 나온 결과일 뿐이다. 책임을 질 수 없는 판단이 일어나고 있다. 누구도 그 판단의 근거를 명확히 설명할 수 없는데, 그 판단이 고객의 운명을 결정한다.

여기서 중요한 사실이 하나 드러난다. AI는 스스로 책임지지 않는다. 데이터는 스스로 윤리적 판단을 하지 않는다. 모델의 설계, 데이터의 선택, 결과의 승인과 활용은 결국 사람의 몫이다.
금융기관의 AI 프로젝트들을 들여다보면 흥미로운 패턴이 보인다. 기술적으로 실패한 경우보다 관리적으로 실패한 경우가 훨씬 많다.
데이터 품질에 대한 과신, 설명 가능성에 대한 준비 부족, 책임 소재의 불명확, 조직 내 이해 부족과 저항. 이런 문제들은 기술로 해결되 지 않는다. 사람과 구조의 문제이기 때문이다.
AI 도입의 성패는 기술 수준보다 거버넌스 구조와 관리 역량에 의해 좌우된다. 이 인식이 이 책의 출발점이다.
이 책은 기술을 과도하게 낙관하지도, 불필요하게 경계하지도 않는다. AI는 은행을 더 정교하고 빠르게 만들 수 있다. 동시에 새로운 위험도 만든다. 양쪽 모두 현실이다.
이 책은 금융의 각 분야에서 AI가 실제로 어떻게 작동하는지를 사례 중심으로 풀어낸다. 신용평가에서 AI는 어떻게 신청자를 평가하는가. 리스크 관리에서 기존의 규칙 기반 시스템은 어떻게 머신러닝 으로 진화했는가.
자금세탁방지 시스템은 복잡한 거래 패턴을 어떻게 포착하는가. 마케팅은 고객의 심리를 어떻게 더 정확히 읽게 되었는가.
각 장에서는 단순히 기술을 설명하는 데 그치지 않는다. 기존의 운영 방식이 무엇이었는지, AI 도입 이후 무엇이 바뀌었는지, 실제 금융 기관들은 어떻게 적용했는지, 그 과정에서 어떤 문제가 발생했는지, 그리고 앞으로 어떻게 관리해야 하는지를 함께 다룬다.

우리는 또 하나의 전환점에 서 있다.
과거 30년이 금융의 형식을 바꾸었다면, 향후 10년은 금융의 의사 결정 구조 자체를 재정의할 가능성이 높다. 많은 기관들이 이미 그 변화를 시작했지만, 모든 준비가 완료된 곳은 거의 없다.
금융업 종사자는 과거의 경험과 직관이 더 이상 절대적이지 않음을 인식하고, 새로운 도구 속에서 자신의 역할을 재정의해야 한다. 관리자는 단순히 AI를 도입하는 것이 아니라, 조직이 AI와 공존하면서도 금융의 기본을 잃지 않도록 전략을 수립해야 한다.
경영 결정권자는 AI 시대에 누가 무엇에 책임지는지를 명확히 하는 책임 구조를 재설계해야 한다. 감독당국은 기존의 규제 틀로는 AI 기반 의사결정을 감시할 수 없다는 것을 인식하고, 새로운 기준을 만들어야 한다.
지금 이 순간에도 은행들은 이 모든 것을 동시에, 급하게 진행하고 있다. 준비가 충분하지 않은 상태에서, 때로는 시행착오를 겪으면서.
이 책은 그 준비를 돕기 위해 쓰였다. 이 책을 읽는다고 해서 모든 문제가 풀리지는 않을 것이다. 그러나 당신이 마주칠 문제가 무엇인지, 왜 그것이 문제인지, 다른 기관들은 어떻게 대응하고 있는지, 그리고 어떤 선택지가 있는지는 분명하게 보이게 될 것이다. 그것이 첫 번째 걸음이다. 그 걸음이 이 책의 역할이기를 기대한다.
이 책의 목표는 간결하다.
금융의 본질인 신뢰를 유지하면서 AI를 어떻게 활용해야 하는지를 함께 탐색하는 것이다. 기술의 가능성과 한계를 동시에 인식하면서, 은행이라는 기관이 어떻게 변화해야 하는지를 생각하는 것이다.

들어가며

제1부 왜 지금, AI 응용 관리인가

제1장 금융이 보수적일 수밖에 없는 이유
1-1. 다층적 승인 구조 ? 분산된 책임?
1-2. 권한과 책임의 분리 ? 이해상충 방지?
1-3. 기록과 추적 ? 설명 가능성의 원칙?
1-4. 규정 중심의 의사결정 ? 일관성의 보장?
1-5. 신뢰의 구조 위에 AI를 얹다?
1-6. 규제가 만든 '설명 중심' 구조?
1-7. 보수성은 약함이 아니라 책임의 무게?

제2장 지난 10년의 구조적 변화
2-1. 확률의 기준이 무너지다?
2-2. 데이터는 늘어났지만, 질문은 복잡해졌다
2-3. 고객은 더 이상 기다리지 않는다?
2-4. 자동화에서 지능화로의 전환?

제3장 그래서 왜 'AI 응용 관리'인가
3-1. 현실은 이미 변했다?
3-2. 질문이 바뀌었다?
3-3. 조직이 반드시 물어야 할 다섯 가지?
3-4. 도입하지 않는 것이 더 위험해졌다?
3-5. 'AI 응용 관리'란 무엇인가?

제4장 C.O.R.E. ? 지능형 은행 관리를 위한 4대 핵심 가치
4-1. 같은 기술, 다른 결과 ? 은행이 마주한 'AI의 역설'?
4-2. C ? Complexity: 복잡성을 수용하는 것이 관리의 시작이다?
4-3. O ? Optimized Algorithm: 최고가 아니라 최적을 선택하는 것?
4-4. R ? Responsibility: 판단의 귀속 없이, 관리는 존재하지 않는다?
4-5. E ? Expertise: 기술을 아는 것이 아니라, 기술과 금융을 동시에 아는 것?
4-6. 네 가지는 분리되지 않는다?

제2부 AI는 은행의 어떤 의사결정 갈등을 재편하는가

서론: 인간의 판단, AI의 약속, 그리고 새로운 문제

제5장 신용평가 ? 선택(Selection)의 문제
5-1. 좋은 결과, 불편한 현실?
5-2. 판단은 왜 기울어지는가?
5-3. 다른 언어로 사람을 읽다?
5-4. 포용의 이면?
5-5. 두 생태계, 두 가지 선별의 문법?
5-6. 이 장이 남기는 질문?

제6장 리스크 관리 ? 예측(Prediction)의 문제
6-1. 아무도 예상하지 못한 아침?
6-2. 과거의 지도로 미래를 걷다?
6-3. 과거에 없던 미래를 시뮬레이션하다?
6-4. 경보가 울릴수록 듣지 않게 된다?
6-5. 같은 위기, 다른 해석?
6-6. 예측의 끝에서 남는 것?

제7장 자금세탁방지(AML) ? 통제(Control)의 문제
7-1. 같은 거래, 다른 눈?
7-2. 의심은 왜 한쪽으로 쏠리는가?
7-3. 패턴이 아닌 관계를 읽다?
7-4. 공항 검색대의 딜레마?
7-5. 통제의 두 가지 문법?
7-6. 의심의 경계선은 누가 긋는가?

제8장 마케팅 ? 설득(Persuasion)의 문제
8-1. 금융 마케팅의 지형이 바뀌다?
8-2. 추천과 유도 사이의 경계?
8-3. 은행 앱 바깥으로 확장되는 설득?
8-4. 인지편향을 겨냥하는 알고리즘?
8-5. 효율이 높아질수록 적합성은 보장되는가?
8-6. 관계형 설득과 알고리즘 설득?

제9장 고객서비스 ? 대체(Substitution)의 문제
9-1. 기다림의 역사가 끝나다?
9-2. 상담원의 편향, AI가 교정하려는 것?
9-3. 정확성은 올랐지만 만족도는 떨어졌다?
9-4. 사람의 편향과 기계의 편향?
9-5. 옴니채널과 디지털 네이티브?
9-6. 대체가 아닌 보완으로?

제10장 내부통제 ? 감시(Surveillance)의 문제
10-1. 15년의 공백이 드러낸 것?
10-2. 규정을 무력화하는 메커니즘?
10-3. 상시 감시와 패턴 기반 통제의 등장?
10-4. 감시의 역설: 통제가 강할수록 조직은 경직된다?
10-5. 사람 중심의 다층 방어와 코드화된 통제?
10-6. 통제의 강도는 누가 결정하는가?

제11장 인사·조직관리 ? 위임(Delegation)의 문제
11-1. 인사가 조직을 가장 예민하게 만드는 이유?
11-2. 기억의 파편으로 사람을 평가하다?
11-3. 데이터가 만드는 객관성의 공간?
11-4. 알고리즘과 인간 사이의 균형?
11-5. 초전문가와 범용 인재, 두 가지 인재 전략?

제3부 C.O.R.E. 관점의 분석과 실행 전략

제12장 왜 다시 '경영'인가: 알고리즘이 아니라 '판단의 지도'가 필요할 때?
12-1 기술 진보와 조직 수용의 간극?
12-2. 네 가지 렌즈 ? 주체, 환경, 자원, 메커니즘?
12-3. C.O.R.E.와 S.E.R.M.의 교차점?
12-4. 신용평가 모형 도입을 보는 네 가지 렌즈?
12-5. 왜 기술이 아니라 경영으로 돌아가야 하는가?

제13장 복잡성의 구조화
13-1. 설계 없는 확산이 만드는 관리 부채?
13-2. 복잡성은 제거의 대상이 아니다?
13-3. 복잡성 지도를 그리다?
13-4. 관리할 수 있는 만큼만 가져가라?
13-5. 데이터 품질은 기술의 문제가 아니라 경영의 문제다?
13-6. 복잡성이 경쟁적 해자가 되는 순간?

제14장 알고리즘은 자원이다
14-1. 코드가 아니라 전략적 자산이다?
14-2. 모델이 자산이 되기 위한 네 가지 조건?
14-3. 중앙 모델 인벤토리: 자산의 지도를 그리다?
14-4. 모델 포트폴리오의 최적화?
14-5. 모델의 노화를 감시하는 체계?
14-6. 경쟁의 본질은 모델의 수가 아니다?

제15장 책임은 이동하지 않는다
15-1. 95점의 무게?
15-2. 설명 가능성이라는 다리?
15-3. 본부의 통제, 현장의 책임 ? 오래된 모순?
15-4. 책임을 구조에 귀속시키다?
15-5. 의사결정기록(로그): 책임의 발자국?
15-6. 보이지 않는 구조가 위기를 가른다?

제16장 전문성은 대체되지 않는다
16-1. 계산과 판단 사이의 거리?
16-2. 세 가지 필터링 역량?
16-3. 경계선을 설정하는 사람?
16-4. 개인의 머릿속에서 조직의 체계로?
16-5. 전문성은 보험이다?

제4부 전략, 감독, 그리고 미래

제17장 전략은 코드로 작성되지 않는다
17-1. 목표 함수의 무게?
17-2. 위험 감수 한도(리스크 어페타이트)를 코드에 새기다?
17-3. 자동화의 상한선?
17-4. 효율과 신뢰 사이?
17-5. 거버넌스(관리·감독 체계)의 구체적 형태?
17-6. 설계의 최종 책임은 위임할 수 없다?

제18장 감독은 사후 처벌에서 사전 설계로
18-1. 사후 감독의 전제가 무너지다?
18-2. 무엇을 점검할 것인가?
18-3. 설명 가능성은 감독의 전제 조건이다?
18-4. 감독관의 역할이 바뀐다?
18-5. 처벌자에서 설계 진단자로?

제19장 정책은 울타리이지 장벽이 아니다
19-1. 인공지능기본법 ? 원칙을 세우고, 방법은 자율에 맡기다?
19-2. 금융 분야의 규제 프레임워크?
19-3. 규제 샌드박스 ? 실험과 제도 사이의 다리?
19-4. 데이터 주권과 망분리의 진화?
19-5. 국제적 정합성 ? 한국만의 규제가 아니다?
19-6. 정책이 만들어내는 공간?

제20장 2035년, 자동화된 은행과 설계된 은행
20-1. 두 갈래의 미래?
20-2. 설계된 은행의 실제 모습?
20-3. 리스크 관리의 진화 ? 점검에서 면역 체계로
20-4. 신뢰 프리미엄? 투명한 설계의 경제적 가치?
20-5. 고객 경험과 조직의 변화?
20-6. 변하지 않는 것?

부록: 금융 AI의 진화 ? 기술적 원리와 시대별 발전상

용어집

강미정 하나은행 재직 중으로, 30여 년간 소매금융· 자산관리·여신 등 다양한 금융 현장을 경험해 온 실무 전문가이다.
IMF 외환위기와 금융위기를 현장에서 겪으며 금융의 본질과 리스크 관리의 중요성을 체득했다.
경영학 박사와 AI 전략경영 석사를 취득하고, 현재 AI 융합공학박사 과정을 통해 금융과 인공지능의 접점을 연구하고 있다.
대한민국 신지식인(금융 분야)으로 선정되었으며, 사내 CoP 모임과 금융교육, 연구 활동을 병행하고 있다.