1967년 6월, 런던 북부 바클레이스 은행 지점에서 세계 최초의 '현금자동입출금기', 즉 'ATM'이 성대하게 공개되었습니다.
최초의 시스템은 오늘날 우리가 알고 사용하는 시스템과 약간 달라 보였습니다. 그러나 거의 60년이 지난 지금, 사람들이 은행 업무 시간에만 현금을 인출할 수 있는 세상은 상상하기 어렵습니다.
이제 호주를 비롯한 전 세계의 은행들은 새로운 종류의 자동화, 즉 인공 지능(AI)이 비즈니스 모델을 변화시킬 것이라는 점에 엄청난 투자를 하고 있습니다.
월요일, 벤디고 은행(Bendigo Bank)은 대출 신청 평가, 사기 탐지 등 다양한 작업을 지원하기 위해 거대 기술 기업의 Gemini Enterprise AI 플랫폼을 사용하기로 Google과 다년 계약을 체결했다고 발표했습니다.
이는 지난 8월 발표된 Commonwealth Bank와 OpenAI 간의 "고급 AI를 고객과 직원에게 제공"하기 위한 주요 계약에 따른 것입니다.
은행업의 미래는 어떻게 되며 위험 관리 책임은 누구에게 있습니까?
은행은 다양한 작업을 돕기 위해 이미 수년 동안 조용히 AI 도구를 배포해 왔습니다. 최근에 챗봇을 사용해 본 적이 있다면 AI를 사용해본 적이 있을 가능성이 높습니다.
현재 AI는 은행과 직원의 의사결정을 돕고 있습니다. 사기 및 사기를 검색하고, 신용 점수를 평가하고, 거래 및 투자 활동을 지원하고, 일상적이고 시간이 많이 걸리는 작업을 처리합니다.
의심스러운 거래에 대해 뱅킹 앱에서 경고를 보내주시나요? AI일 가능성이 높습니다. 귀하의 은행에서 왔다고 주장하는 발신자가 사기꾼일 수도 있다는 제안이 있습니까? 다시 AI가 될 가능성이 높습니다.
Commonwealth Bank에서만 AI 도구가 고객 사기 손실을 절반으로 줄이고 콜센터 대기 시간을 40% 단축하는 데 도움이 된 것으로 알려졌습니다.
이 요금을 주도하는 은행은 단지 호주인이 아닙니다. 예를 들어, 미국 투자 은행 JPMorgan은 자체 AI 플랫폼인 LLM Suite를 개발했으며, 이는 직원들이 다양한 작업을 수행할 수 있도록 비즈니스 라인 전반에 걸쳐 출시된 것으로 알려졌습니다.
연구 회사 Evident Insights의 AI 채택에 대한 최근 보고서에 따르면 현재 은행의 생성 AI 사용 중 약 85%가 고객 대면이 아닌 내부에서 사용되는 것으로 나타났습니다.
그러나 AI 채택의 다음 물결은 근본적으로 다를 수 있습니다. 기술은 단지 인간의 작업 속도를 높이는 데 그치지 않고 스스로 결정을 내리고 조치를 취하는 데 도움이 될 수 있습니다.
이를 '에이전트 AI'라고 합니다. BNY와 같은 일부 은행만이 이를 테스트했지만 초기 결과는 긍정적입니다.
컨설팅 회사인 McKinsey의 최근 연구에서는 새로운 고객 애플리케이션을 처음부터 끝까지 처리하기 위해 AI 에이전트로 구성된 10개의 "팀"을 구성한 한 주요 글로벌 은행의 사례 연구를 소개했습니다.
이들 AI 에이전트는 정부 등록부 확인, 신원 확인, 제재 심사, 보고서 작성 등을 수행했습니다. 인간은 특이한 경우에만 개입했습니다.
생산성 향상? McKinsey에 따르면 기본적인 AI 자동화로 인해 팀의 속도가 15~20% 더 빨라질 수 있지만, AI에 완전한 제어권을 부여하면 이론적으로 생산량을 200%에서 2,000%까지 높일 수 있습니다.
호주 은행들은 이러한 미래에 많은 투자를 하고 있습니다. 그러나 그들은 또한 인적 비용에 대한 고통스러운 교훈을 배우고 있습니다. 지난 7월에는 커먼웰스 은행 콜센터 직원 45명이 AI 챗봇 출시 이후 일자리를 잃었다는 통보를 받았습니다.
그러다가 8월에 금융 부문 노조에서 분쟁이 제기된 후 은행은 해당 절차를 더 잘 처리할 수 있었음을 인정하고 문제의 인력 감축을 취소했습니다.
은행의 철회에도 불구하고 Commonwealth Bank의 Matt Comyn 최고경영자(CEO)는 나중에 10월 기술 페스티벌에서 AI를 최대한 활용하려면 “긴급함을 느껴야 한다”고 말했습니다. 그는 물러서서 따르고 싶은 유혹에도 불구하고 리더들이 주도권을 잡아야 한다고 말했습니다.
금융 서비스 업계에서는 AI를 활용하는 최선의 방법을 계속해서 실험하고 있습니다.
한 가지 옵션은 맞춤형 저축 팁을 고객에게 적극적으로 메시지를 보내는 AI 기반 금융 코치를 만드는 것입니다.
또 다른 연구 대상에는 최소한의 입력으로 돈을 관리하고 청구서 지불부터 투자 할당까지 모든 것을 최적화할 수 있는 "자율 금융" 시스템이 포함됩니다.
이는 가까운 미래에 AI 시스템이 전체 뱅킹 프로세스를 자체적으로 실행할 수 있음을 의미합니다. AI가 모든 단계를 처리하면서 오전 2시에 대출을 신청하고 5분 후에 승인을 받는 것을 상상해 보십시오.
대중은 은행이 공정하고 설명 가능하며 안전한 AI 시스템을 배포할 것으로 기대합니다. 하지만 기술의 발전 속도가 너무 빨라 규제 당국도 이를 따라잡기 위해 안간힘을 쓰고 있습니다.
알고리즘 편향에 대한 특별한 우려가 있습니다. AI가 과거 차별을 반영하는 과거 데이터로부터 학습한다면 불공정 대출 관행을 영속화하거나 증폭시킬 수도 있습니다.
예를 들어, 이는 역사적으로 "나쁜 투자"로 여겨졌던 사람들의 차입 능력에 부정적인 영향을 미칠 수 있습니다.
AI가 저지른 실수에 대해서는 은행 자체가 책임을 진다. 책임은 알고리즘에 아웃소싱될 수 없습니다. 그러나 이러한 실수로 인해 여전히 큰 타격을 받는 것은 고객일 가능성이 높습니다.
은행 업무는 우리가 준비가 됐든 안 됐든 AI에 의해 근본적으로 재작성될 예정입니다. 이는 보다 저렴하고 빠르며 개인화된 뱅킹을 의미할 수 있습니다.
그러나 그것은 또한 일자리를 위협하고, 개인 정보 보호에 대한 우려를 불러일으키며, 우리 대부분이 이해하지 못하는 알고리즘에 막대한 힘을 집중시킵니다.
정치인들이 은행에 열을 올리면서 실제 테스트는 AI가 은행을 변화시킬 수 있는지 여부가 아닙니다. 중요한 것은 그러한 변화가 단순히 이익만을 위한 것이 아니라 공정한 것인지 여부입니다.