이 시리즈의 이전 4개 블로그에서는 선도적인 금융 서비스 기업이 가치를 위해 AI를 확장하고, 급속한 변화를 주도하고, 에이전트 아키텍처를 사용하여 업무와 비즈니스를 재창조하고, 하이브리드 인력을 재구성하는 방법을 살펴봤습니다. 이 마지막 블로그에서는 더 큰 그림, 즉 AI가 기업 전체로 확장될 때 리더십, 문화, 운영 모델이 어떻게 변화하는지 살펴보겠습니다. 또한 현재 이사회에서 묻는 몇 가지 질문을 강조하겠습니다.
Accenture의 2026년 뱅킹 주요 트렌드:무제한 뱅킹의 등장
자세히 알아보기
리더십은 AI 결과의 결정적인 요소입니다. 우리의 연구에 따르면 CEO가 후원하는 Gen AI 기반 기업 재창조는 조직 내부에서 시작된 노력보다 2.5배 더 많은 가치를 제공하는 것으로 나타났습니다. 이는 회사의 전략과 미래에 대한 AI의 중요성을 나타냅니다.
우리와 함께 일하는 최고의 CEO들은 AI를 비즈니스 전략의 일부와 더 광범위한 투자 및 혁신 포트폴리오로 간주합니다. AI를 목적, 비전, 성과에 연결합니다. 또한 조직이 변화하는 내용, 그것이 중요한 이유, 참여 방법을 이해하는 데 도움이 되는 일관된 내러티브를 구축합니다. (스토리텔러 팀의 동료들은 바로 이에 대해 많은 고객들을 지원하고 있습니다.)
대부분의 CEO는 AI를 담당할 '적절한' 사람(주로 CIO 또는 CTO)을 임명합니다. 일부 회사에서는 최고 데이터 책임자가 승격되었거나 최고 AI 책임자가 최고 경영진 또는 확장 리더십 팀에 추가되었습니다. 이러한 역할은 전문성과 책임감을 가져오지만 AI는 한 가지 기능만 수행할 수 없습니다. 이는 전체 최고 경영진의 책임입니다. 각 리더는 비즈니스에서 AI를 사용하는 방법, 위험을 관리하는 방법, 결과를 제공하는 방법을 소유해야 합니다.
CEO와 주요 리더는 이사회의 조정과 지원이 필요합니다. 이사회 관계와 기술 경험은 상당히 다양합니다. 우리 연구에 따르면 이사회 구성원의 기술 전문성은 2015년 6%에서 현재 16%로 증가했습니다. 현재 은행의 약 20%는 기술 경험이 있는 이사회 구성원의 3분의 1 이상을 보유하고 있으며 성공할 가능성이 더 높습니다. 그러나 은행 이사회의 17%에는 여전히 기술 경험이 있는 구성원이 없기 때문에 지원과 감독이 훨씬 더 어려워지고 있습니다.
내 경험상 이사회 세션은 매우 중요합니다. 이들은 전략, 투자 및 위험 선호도를 조정할 수 있는 공간을 만듭니다. 그들은 또한 인간 주도적 접근 방식을 가장 강력하게 옹호하는 경우가 많습니다.
AI는 리더가 이끄는 방식을 변화시킵니다. 이는 의사결정 속도, 업무 성격, 협업 형태를 변화시킵니다. 리더와 리더십 팀에는 새로운 지식, 기술 및 행동이 필요합니다. Turing Institute의 비즈니스 역량 프레임워크를 위한 AI 기술은 리더를 핵심 인물로 인정합니다.
대부분의 리더는 AI 전문가가 될 필요가 없습니다. 이들에게는 비즈니스 유창함이 필요합니다. 즉, 기능과 한계, 주요 AI 유형, AI가 데이터, 기술 및 비즈니스 아키텍처에 어떻게 적용되는지에 대한 이해입니다. 이러한 유창함은 리더가 기회를 포착하고, 문제를 잘 정의하며, 이니셔티브를 지능적으로 후원하는 데 도움이 됩니다. 또한 리더가 AI 도구를 직접 사용할 때 가장 빠르게 성장합니다.
리더는 AI 투자를 평가하고 확장하는 방법을 개선해야 합니다. 여기에는 균형 잡힌 포트폴리오 구축, 리소스 우선순위 지정, 기술을 넘어서는 변화에 대한 자금 조달이 포함됩니다. AI를 확장하려면 모델과 인프라뿐만 아니라 프로세스, 작업 설계, 기술, 채택 및 거버넌스에 대한 투자가 필요합니다.
리더는 또한 위험 역량을 강화해야 합니다. 블로그 3에서 설명한 대로 이사회와 함께 위험 성향을 설정하고, AI 제품에 대한 책임을 할당하고, 책임감 있는 AI 프레임워크, 도구 및 전문가 지원을 사용해야 합니다. 이를 통해 법률 및 규제 준수, 3가지 방어선 내 위험 소유권, 자금세탁 방지, 사기 방지 등의 영역에서 행동 통제에 대한 리더십 책임이 확대됩니다.
FS 리더는 또한 중앙은행, 규제 기관, 정책 입안자와 적극적으로 협력해야 합니다. 우리는 특히 신용, 청구 및 거래와 같은 고위험 결정에서 증거와 내재된 관행을 통해서만 대규모 신뢰를 구축할 것입니다. 동시에 리더들은 AI로 가속화되는 위협의 세계에서 회복력과 보안을 강화하고 AI를 사이버 방어, 운영 위험 및 스트레스 테스트에 내장해야 합니다.
이는 동료, 고객, 시장 및 사회 전반에 걸쳐 빠르게 진행되고 진화하는 변화입니다. 리더는 변화 리더십을 강화해야 합니다. 그들은 비전을 실현하고 신뢰를 구축하며 채택을 활성화하는 옹호자여야 합니다. 이들은 비즈니스 팀과 기술 팀, 생태계 전반에 걸쳐 협업해야 합니다. 그들은 진정성과 포용성을 바탕으로 이끌어야 하며, 어려운 결정을 내리고, 우려 사항을 직접 해결해야 합니다.
AI 역시 끊임없이 변화하고 있다. 호기심과 지속적인 학습은 이제 리더십의 필수 요소입니다. 지난 2년 동안 저는 이사회와 최고 경영진부터 일선 관리자까지 리더들을 지원해 왔으며 그들의 배움에 대한 열망은 계속 저에게 깊은 인상을 주었습니다. 사람들은 서로 다른 출발점을 갖고 도착하지만 가장 빠르게 발전하는 리더는 질문을 하고 도구를 사용하며 인식을 실제 적용으로 전환합니다.
리더 역량 강화와 실제 AI 적용을 어떻게 지원하는지 알아보고 싶다면 문의해 주세요.
많은 리더십 팀이 이미 AI '101' 브리핑이나 '201' 경영대학원 방문을 진행했습니다. 이는 기본적인 읽고 쓰는 능력을 만들어 내는 것이 중요합니다. 이제 우리는 이러한 지속적인 학습을 지원하기 위해 LearnVantage 기능 내에 전체 AI 아카데미 및 TQ 모듈도 갖추고 있습니다.
대부분의 조직에서 리더십 과제는 이제 실제 비즈니스 기회와 문제에 AI를 적용하고 기능과 팀 전반에 걸쳐 대규모 변화를 주도하는 것으로 옮겨졌습니다.
AI 변경 관리 작업. 에이전트 아키텍처가 일상적인 작업의 일부가 되면 작업 조정, 감독 및 제어가 다르게 보입니다. AI는 도구 그 이상입니다.
AI는 인간도 아니고 완전히 자율적이지도 않지만 감지하고, 생성하고, 기억하고, 계획하고, 행동할 수 있습니다. 규제 대상 산업에서는 인간 작업자와 AI 에이전트 모두의 성과, 행동, 의사결정을 감독하는 능력이 점점 더 중요해질 것입니다. 관리자는 에이전트 워크플로 내에서 오케스트레이션 에이전트를 감독해야 할 수도 있습니다.
"팀"에 사람과 에이전트가 모두 포함되어 10명에서 100명으로 이동함에 따라 통제 범위가 급격히 확장될 수 있습니다. 이를 관리하려면 리더는 거버넌스와 통제를 위한 대시보드와 AI 지원 관리 도구가 필요합니다. 목표는 관리에 소요되는 시간을 줄이고 판단에 더 많은 시간을 사용하는 것입니다.
리더십 학습에는 임원뿐만 아니라 관리자, 팀 리더도 포함되어야 하는 이유입니다. 이러한 리더들은 이해를 쌓고, 질문하고, AI 사용을 시작하기 위해 동일한 공간이 필요합니다. 그들은 또한 우려 사항을 해결하고, 채택을 지원하고, 업무 방식을 재설정하는 일상적인 책임도 맡고 있습니다. 모든 수준에서 리더를 정렬하면 혁신 결과가 실질적으로 향상됩니다(Accenture Transformation GPS, 2025).
AI는 은행이나 보험사의 목적과 가치를 바꾸지 않습니다. 그것은 우리가 일하고, 생각하고, 결정하는 방식을 변화시킵니다. 금융 서비스의 디지털 변화 문화; AI가 이를 더 멀리, 더 빠르게 변화시킬 것입니다.
구체적인 문화적 주제는 회사마다 다르지만 공통 영역은 다음과 같습니다:
첫째, 톤이 중요합니다. 리더는 뭔가 잘못되었을 때 말할 수 있는 안전을 포함하여 신뢰와 심리적 안전을 위한 분위기를 설정합니다. 저는 위험을 공개적으로 논의하고 우려 사항을 정당한 것으로 간주하는 지도자들로부터 격려를 받았습니다.
둘째, 팀은 첫 번째 단계를 수행할 수 있는 힘을 실어주는 기회가 필요합니다. 조직은 작업 수행 방법에 대한 일관된 관점을 설정한 다음 팀이 AI를 잘 실험하고 학습하고 채택할 수 있는 공간을 제공해야 합니다.
셋째, 리더는 사일로와 "우리가 항상 해왔던 방식"에 도전해야 합니다. 금융 서비스는 종종 현상 유지에 편향되어 왔습니다. 재발명에는 의도적인 중단이 필요합니다.
마지막으로, 인간의 행동은 저항이 가장 적은 경로를 따르는 경향이 있습니다. 새로운 행동을 원한다면, 그 행동을 둘러싼 작동 메커니즘을 바꿔야 합니다. AI를 활용하면 마찰이 적어야 합니다.
규제 톤도 중요합니다. 영국 FCA의 방향과 같은 더욱 혁신적이고 긍정적인 입장이 기업 정책, 규정 준수 기대치 및 감사 우선순위를 형성합니다.
지난 5년 동안 우리는 직장에서 인간의 요구, 즉 웰빙, 목적, 성장, 포용의 중요성에 지속적인 변화를 겪었습니다. AI를 적용할 때 이러한 요소를 약화시키는 것이 아니라 강화해야 합니다. 금융 서비스는 의미 있는 업무, 강력한 관계, 신뢰 및 소속감을 제공할 때 최고의 가치를 발휘합니다.
선도적인 조직은 AI를 확장하면서 이러한 인간적 요소를 강화합니다. 그들은 AI를 사용하여 경력 개발 및 학습 경로를 개인화하고 직원들이 강점과 목표에 부합하는 의미 있는 업무를 통해 성장할 수 있도록 돕습니다. Accenture의 리더들은 "우리 직원들이 여기서 일하는 것이 더 나은가요?"라는 대담한 질문을 던집니다. 직원들이 시장성 있는 기술을 구축하고, 웰빙을 유지하고, 목적과 소속감을 느끼고 있는지 여부를 측정합니다. Talent Reinventors 설문조사에 따르면 직원들이 '더 나아졌다'고 느낄 때 변화에 대한 적응력이 1.7배 더 높고, 조직을 신뢰하는 경향이 1.9배 더 높으며, 혁신을 주도할 가능성이 35% 더 높습니다.
운영 모델은 일련의 기능과 기능이 함께 작동하여 고객에게 서비스를 제공하는 방식입니다. AI와 에이전트 아키텍처가 은행과 보험사의 핵심 워크플로우를 변화시키면서 운영 모델도 이에 적응해야 합니다. 우리의 최근 사고 리더십은 AI에 필요한 운영 모델 변경에 중점을 두었습니다. 이는 보다 적응적인 구조와 지속적인 변화에 대한 준비가 필요함을 강조합니다(블로그 3 참조).
이러한 변화는 전통적인 조직 경계에 도전합니다. 가치 흐름은 사일로를 통과하며 금융 서비스는 사일로로 가득 차 있습니다. 또한 일회성 사용 사례와 AI를 독립형 모델로 발전시켜야 합니다. Agentic AI는 사람, 프로세스, 데이터 및 기술이 통합된 재사용 가능한 기능이 되어가고 있습니다.
이제 많은 고객이 더 큰 질문을 하고 있습니다. "AI 우선 은행" 또는 "AI 우선 보험사"는 어떤 모습일까요? 그 질문 안에는 여러 가지 주제가 있습니다. 이에 대한 몇 가지 중요한 질문을 살펴보겠습니다.
Agentic AI는 은행과 보험을 보다 적극적이고 대화적이며 관련성 있게 만들 수 있습니다. 일회성 디지털 거래를 선호도와 요구 사항을 기억하는 지속적인 상호 작용으로 전환할 수 있습니다. 또한 감정의 순간(사별, 사기), 관계(프라이빗 뱅킹), 조언(재무 계획)의 순간 등 가장 중요한 순간에 기업이 더욱 인간적일 수 있는 공간을 만들 수 있습니다.
단기적으로 AI 상호작용은 노인과 취약한 고객에게 어렵게 느껴질 수 있습니다. 선택과 포용적인 디자인이 중요합니다.
고객의 선택도 확대될 것입니다. 일부 고객은 개인 에이전트를 사용하여 오픈 뱅킹을 통해 공급자 간에 예금 및 결제를 지시합니다. 고객 여정은 인간뿐만 아니라 봇 간에도 점점 더 중개될 수 있습니다. 이는 유통, 가격, 충성도를 재편할 것입니다.
기업은 서로 다른 경쟁적 위치를 차지하게 됩니다. 일부는 상담원-고객 상호 작용을 소유하려고 시도합니다. 다른 사람들은 독점적이고 규정을 잘 준수하는 에이전트를 통해 신뢰를 두고 경쟁할 것입니다. 다른 사람들은 생태계를 구축하고 광범위하게 통합할 것입니다.
이러한 선택은 각 기관 전체의 경제, 업무 및 인력을 변화시킬 것입니다.
아시아의 한 대형 은행에서는 창의적 프로세스(합성 고객 테스트 포함)에 AI를 사용하고 개인화 및 자동화된 디지털 콘텐츠 및 메시징을 위한 내장 AI를 사용하여 모바일 앱을 재개발했습니다. 수백만 개의 터치포인트에서 Gen AI 재설계로 고객 만족도가 향상되고, 사용량이 50% 증가하고, 마케팅 비용이 40% 감소하고, 디지털 판매가 65% 증가하고, 교차 판매가 30% 증가했습니다. 이들은 아직 고객 소유 에이전트는 아니지만 AI가 얼마나 빨리 경험과 성능을 향상시킬 수 있는지를 보여줍니다.
AI는 점차적으로 경쟁 논리를 재구성할 것입니다. 기업은 핵심 가치 사슬 전체에 에이전트 아키텍처를 내장함으로써 AI 우선 성장 모델의 기반을 마련합니다. 시간이 지남에 따라 이러한 모델은 학습 루프가 기존 규모의 이점보다 더 빠르게 성능을 향상시키는 AI 네트워크 효과를 생성할 수 있습니다.
사기 및 거래 모니터링이 그 방향을 보여줍니다. 에이전트는 패턴과 서로에게서 학습하면서 새로운 기능과 신호를 식별할 수 있습니다. 에이전트 아키텍처는 자동화만 하는 것이 아닙니다. 지속적으로 개선하고 집단 지성을 제공하는 학습 시스템을 만들 수 있습니다. 아직 초기 단계이지만 운영 모델에 미치는 영향은 상당합니다.
Agentic AI는 세 가지 운영 모델 요구 사항을 지적합니다.
1. 구성 가능성 :금융 서비스 기능은 서로 깊게 연결되어 있으며 레거시 플랫폼에 내장되어 있는 경우가 많습니다. 구성성이란 제품과 지역 전반에 걸쳐 재사용할 수 있는 모듈식 AI 구성 요소 및 에이전트를 설계하는 것을 의미합니다. 이를 통해 재창조를 가속화하고 기술 부채를 줄일 수 있습니다.
2. 탄력성 :기업은 충격을 흡수하고 무결성을 유지하며 신속하게 복구할 수 있는 인간과 대리인 운영 팀을 구축해야 합니다. 규제 대상 부문에서는 연속성과 신뢰가 타협할 수 없습니다. 여기에는 에이전트 계층이 실패하는 경우 필수 서비스를 실행하는 기능이 포함됩니다.
3. 지속가능성 :AI 컴퓨팅 워크로드가 증가함에 따라 은행과 보험사는 에너지, 탄소, 물 사용량, 모델 효율성, 친환경 클라우드 아키텍처를 관리해야 합니다. 이러한 선택은 순 제로 목표와 규제 기관, 고객 및 투자자 정서에 영향을 미칠 것입니다. 데이터 센터에 필요한 지속 가능한 에너지 및 수자원 솔루션에 자금을 지원할 기회도 있습니다.
Agentic AI는 많은 은행과 보험사가 이미 거버넌스를 단순화하고 지속적인 변화를 위한 제품 운영 모델을 채택하고 글로벌 역량 센터(GCC)를 지능형 운영으로 발전시키고 있는 동안 등장합니다.
제품 소유자는 AI 기능을 지속적으로 발전시키고 AI 기술을 엔지니어, 고객, 제안 및 변화 전문가와 함께 제공 팀에 도입해야 합니다. GCC는 기업 재창조를 위한 지능형 운영을 제공하기 위해 점점 더 확장된 운영과 심층적인 기술, 데이터 및 AI 기능을 결합하고 있습니다. 확립된 역량 센터가 없는 조직은 대신 현장 운영을 선택하거나 운영 방식을 전환할 수 있습니다.
대규모 복합 보험사를 통해 우리는 GCC 내의 가치 흐름과 프로세스 전반에 걸쳐 100개 이상의 RPA, AI, 그리고 이제 에이전트 AI 솔루션을 배포했습니다. 이를 통해 서비스, 통찰력, 속도가 향상되고 비용이 35% 절감되었습니다. 중요한 요소에는 통합된 업무 가시성, 전방위 야망, 강력한 인재, 핵심 플랫폼과 AI 모두에 대한 지속적인 투자가 포함되었습니다.
역사적으로 많은 기업에서는 데이터를 기술 문제로 취급했으며 주로 수정 및 규정 준수를 위해 자금을 지원했습니다. 그 견해는 반전되고 있습니다.
은행과 보험사는 점점 더 데이터를 전략적 비즈니스 자산으로 취급하고 있습니다. 이를 큐레이팅하는 것은 그 자체로 가치가 있으며 AI를 정확하게 훈련하고 책임감 있게 확장하는 데에도 필수적입니다. 결과적으로 데이터 및 AI 기능에 대한 투자가 증가하고 데이터 전문가를 위한 비즈니스 및 고객 도메인 지식에 대한 중요성이 더욱 커지고 있습니다.
우리는 2천만 명의 고객을 위한 디지털, 데이터, 분석 및 AI 기능의 현대화를 가속화하기 위해 AWS 및 NatWest Group과 5년 간의 협력을 발표했습니다. 협업에는 동료 기술에 대한 투자와 데이터 기반 문화가 포함됩니다. NatWest CEO인 Paul Thwaite는 다음과 같이 말했습니다. "우리 업계와 고객의 기대치는 빠르게 변화하고 있으며 우리는 고객의 요구 사항을 이전보다 더 빠르고 더 잘 이해하고 서비스하기 위해 역량을 구축하고 있습니다. 고품질 데이터를 갖춘 우리는 가장 중요한 순간에 신뢰할 수 있는 파트너로서 보다 개인화된 제품과 서비스를 제공하기 위해 AI 및 기타 기술을 사용하여 고객에게 서비스를 제공하는 방식을 조용히 혁신할 수 있습니다."
지금은 리더십의 순간입니다. 최고 경영진과 이사회는 AI가 조직에 어떤 의미를 가질 수 있는지에 대해 제약이 있는 관점과 제약이 없는 관점 사이에서 명확한 선택에 직면해 있습니다.
제한된 관점은 "10% 아웃"을 목표로 합니다. 좁은 작업 자동화, 가치가 낮은 작업 제거, 인력 최적화에 중점을 둡니다. 기본값은 "아직" 또는 "빠른 추종자"일 수도 있습니다. 시장 압력, 불확실성, 투자 피로를 고려하면 이러한 반응은 이해할 수 있습니다. 하지만 궁극적으로는 제한적입니다.
제한되지 않은 비전은 다릅니다. 이는 점진적인 절감이 아니라 10배의 성과와 성장을 실현하는 것입니다. 이 모델에서는 은행이 고용할 수 있는 사람 수에 따라 성장이 더 이상 제한되지 않습니다. 한 사람이 AI 동료 팀을 이끌고 조율하여 기하급수적으로 더 큰 영향력을 발휘할 수 있습니다.
이는 인간과 AI 역량을 결합해 비즈니스를 재창조하려는 의도적인 선택이다. 변화를 주도하는 사람들과 함께 지속적인 변화, 조정된 리더십, 깊은 신뢰를 가정합니다. 성공은 직원들이 워크플로를 재구상하고 작업을 대체하는 것이 아니라 향상시키는 직관적인 인간-AI 상호 작용을 공동 설계할 수 있는 능력을 갖추는 데 달려 있습니다. 중심 질문은 'AI가 비용을 절감할 수 있는 부분은 어디입니까?'로 바뀌었습니다. '지능이 결과를 어디에서 변화시킬 수 있나요?'
차세대 리더십은 우리가 얼마나 많은 통제력을 유지하느냐가 아니라 인간과 인공 모두의 능력을 얼마나 책임감 있게 가속화하느냐에 따라 정의될 것입니다. 성공하는 은행과 보험사는 목적, 호기심, 용기를 결합하고 고객, 동료, 주주 및 사회의 이익을 위해 지능을 높이는 사람들이 이끌게 될 것입니다.
지난 다섯 개의 블로그에서 우리는 다음과 같은 많은 내용을 다루었습니다:
AI는 계속해서 금융 서비스와 더 넓은 업무 세계에서 가장 파괴적이고 흥미로운 변화 중 하나입니다. 가치를 위해 AI를 확장하고 인간 중심 접근 방식을 취하는 리더들 사이에는 격차가 나타나고 있습니다.
실제 사례와 제 생각이 변화를 가져올 수 있는 몇 가지 접근 방식을 구현하는 데 도움이 되기를 바랍니다. 여러분의 기회와 과제에 대해 더 자세히 이야기하고 싶습니다. LinkedIn에서 저에게 직접 연락하셔서 2026년 뱅킹 주요 동향을 읽어보세요.