은행권이 인공지능(AI)을 본격적으로 활용하기 시작했다. 그간 챗봇, 로보어드바이저 등에 국한해 사용하던 AI를 다양한 영역에서 활용하는 중이다.
◇ 신용평가부터 인사까지 '척척'
현재 국내 은행권에서 AI가 가장 활발하게 도입되고 있는 분야는 신용평가, 이상거래탐지, 내부통제 등이다.
신한은행과 경남은행은 기업금융 분야에서 AI를 적극 활용하고 있다. 신한은행은 지난 6월 직원용 챗봇 'AI몰리'에 RPA(로보틱 처리 자동화‧Robotic Process Automation)를 결합, 기업 재무제표 입력 자동화 프로세스를 가동했다.
은행 영업점 직원이 사업자번호, 재무제표 발급번호를 몰리에 입력하면 로봇이 국세청 정보를 조회해 자료를 자동으로 입력해주는 방식이다. 종전에는 사람이 일일이 해당 자료를 찾아 입력해야 했지만 인공지능이 이를 대체해 준 것이다.
이에 앞선 지난 4월 BNK경남은행은 인공지능 OCR(광학문자인식) 기반 신용평가 통합관리 체계를 구축했다.
종이로 된 재무자료를 디지털 데이터로 전환해 정합성을 자동 검증 후 적재하는 방식이다.
사모펀드 사태로 중요성이 한층 커진 금융상품 불완전판매 해소를 위한 내부통제에도 인공지능이 활용되기 시작했다.
농협은행은 최근 '투자상품 불완전판매 점검 고도화 프로젝트'를 완료했다. 이 프로젝트는 인공지능 기반 자동화 로봇이 매일 전국 영업점에서 발생하는 수천건의 투자상품 거래신청서를 점검해 불완전판매 사후관리에 활용된다.
전북은행은 여신취급 과정에서 발생하는 반복적이고 고질적인 위법 부당사항을 분석해 진단하는 내부통제 자가진단시스템에 AI를 도입했다. 인공지능이 불건전‧불공정 영업행위를 인지토록 하는 시스템이다.
소매금융 분야에서는 개인의 신용등급, 직장 등의 정보를 바탕으로 대출한도와 금리를 안내해 주는 서비스가 자리잡은 가운데 부동산 금융까지 AI가 적용이 확대되는 모습이다.
IBK기업은행은 최근 'AI 부동산 자동심사 시스템'을 도입해 부동산 담보대출 가능 금액을 심사토록 했다. 이 시스템은 국토부, 법원, 국토정보공사 등에서 수집한 공공데이터를 AI가 분석한 이후 서류발급, 권리분석, 규정검토까지 수행해 대출가능 여부, 금액 등을 자동으로 심사한다.
KB국민은행은 은행의 인사에 인공지능을 도입하는 파격적인 실험에 나서기도 했다. KB국민은행은 올해 상반기 정기 인사에 AI알고리즘을 적용했다. AI가 각 영업점이 필요한 근무인원, 직원들의 출퇴근 거리, 경력, 자격증 등을 고려해 적합한 근무지를 적용한 새로운 시도였다.
◇ 비용절감에 채용확대 효과
AI가 은행 핵심 업무에 연이어 도입되면서 은행들은 다양한 부수효과를 기대하고 있다.
우선 직원의 생산성 향상이다. 은행 관계자는 "AI가 도입된 업무는 연간 누적으로 3만시간 이상을 줄여주는 것으로 나타났다"며 “직원의 업무강도는 줄어들고 생산성은 높아지는 효과를 기대할 수 있다"고 설명했다.
여기에 뒤따라 오는 것은 비용절감이다. 들어가는 시간이 줄어드는 만큼 비용도 동시에 줄어든다는 의미다.
이 관계자는 "AI를 적용한 RPA가 업무에 연이어 도입되면 향후 5년여간 수백억원의 비용을 절감할 것으로 관련 부서에서는 보고 있다"고 전했다.
AI가 은행업무에 스며들면서 은행이 채용을 더욱 줄일 것이란 관측과 달리 채용을 확대하는 요인으로 작용한다는 분석도 있다. 은행이 금융분야 전문인력을 채용에 집중하던 것에서 이제는 AI전문인력 채용 확대를 본격화했기 때문이다.
특히 코로나19라는 금융업권의 불확실성이 확대되고 있는 상황에서 은행업계가 채용규모를 타 업권에 비해 크게 줄이지 않은 것도 AI 등 디지털의 중요성이 부각되고 있기 때문으로 볼 수 있다.
실제 올해 수시‧하반기 공채등에 나선 신한, KB국민, 우리, 하나, NH농협 등 주요은행은 채용인원은 지난해에 비해 소폭 줄였지만 여전히 150명 이상을 채용키로 했다. 그리고 이 중 절반가량은 디지털 전문인력을 채용한다는 방침을 밝힌 바 있다.
다른 은행 관계자는 "AI를 비롯한 빅데이터 등 디지털이 금융에 연이어 접목되면서 은행원이 줄어들 것이란 관측과 달리 디지털 분야 전문 인력의 채용은 더욱 늘리고 있다"며 “앞으로도 이런 기조가 이어질 것"이라고 말했다.
