오픈AI·앤스로픽, 모델 경쟁 다음 전장은 금융권 영업전

모델 싸움 다음은 영업 싸움

• AI 시장의 전선이 “누가 더 똑똑한 모델을 만들었나”에서 “누가 기업 안에 더 깊게 박히나”로 옮겨가는 중임

  • 오픈AI와 앤스로픽 모두 소비자용 챗봇을 넘어서 기업 업무 흐름 자체에 AI를 심으려는 쪽으로 움직이고 있음
  • 핵심은 기술 과시가 아니라 수익화 구조임. 기업 고객은 계약 단위가 크고, 한번 시스템에 들어가면 쉽게 갈아엎기 어렵거든

• 앤스로픽은 금융 소프트웨어 기업 FIS와 손잡고 은행 전용 AI 에이전트를 만들기로 함

  • FIS는 전 세계 130개국 금융기관에 결제·뱅킹 소프트웨어를 공급하는 회사임
  • 앤스로픽 입장에서는 은행 하나하나를 설득하는 대신, 이미 금융권에 깔린 인프라를 통해 들어갈 수 있는 길을 잡은 셈임

• 첫 제품은 금융 범죄 탐지 쪽임

  • 마약 밀매, 테러 자금 같은 의심 정황을 찾고, 여러 시스템에 흩어진 거래 내역과 계좌 정보를 AI가 모아 증거 구성을 돕는 방식임
  • 최종 판단은 인간 수사관이 하지만, 조사에 들어가는 시간과 비용을 줄이는 게 목표임

오픈AI는 사모펀드 네트워크를 영업 채널로 씀

• 오픈AI는 TPG, 브룩필드 자산운용 같은 사모펀드 운용사들로부터 40억 달러, 약 5조 9000억 원 이상을 조달해 합작법인을 세우려 함

  • 이름은 ‘디플로이먼트 컴퍼니’로 알려졌고, 역할은 투자사들이 보유한 기업들에 오픈AI 기술을 직접 이식하는 것임
  • 쉽게 말하면 사모펀드 포트폴리오 회사를 AI 영업 파이프라인으로 쓰는 구조임

• 이 전략이 영리한 이유는 사모펀드와 AI 회사의 이해관계가 딱 맞기 때문임

  • 사모펀드는 투자한 회사의 운영 효율을 끌어올려 기업가치를 높이고 싶어 함
  • 오픈AI는 대형 기업 고객을 빠르게 확보하고, 장기 계약으로 매출 안정성을 만들고 싶어 함

• 기업공개를 앞둔 AI 회사들에겐 이게 꽤 현실적인 압박임

  • 소비자용 서비스는 사용자는 많아도 비용 구조와 매출 안정성이 늘 숙제임
  • 반면 기업 고객은 한 번 계약하면 규모가 크고, 업무 시스템에 붙은 뒤에는 전환 비용도 커짐

그래서 FDE가 다시 뜸

• 오픈AI와 앤스로픽이 요즘 밀고 있는 카드가 전진 배치 엔지니어, 즉 FDE임

  • 기존 방식은 “우리 모델/API 좋으니 알아서 써보세요”에 가까웠음
  • 이제는 엔지니어가 고객사에 직접 들어가 업무 흐름을 파악하고, 맞춤형 시스템을 같이 짜는 쪽으로 바뀌는 중임

• 이건 사실상 AI 회사가 컨설팅 회사 역할까지 하겠다는 뜻임

  • 고객사 입장에서는 AI를 어디에 붙여야 돈이 되는지 판단하기 어렵고, 내부 데이터와 레거시 시스템도 복잡함
  • FDE는 그 사이에 들어가 “이 업무는 자동화 가능, 이 프로세스는 위험, 여기는 사람 검토 필요” 같은 설계를 해주는 역할을 맡음

• 금융권이 첫 공략지가 된 것도 이유가 분명함

  • 반복적이고 데이터 집약적인 업무가 많음
  • 규제 대응, 리스크 관리, 금융 범죄 탐지처럼 문서와 거래 데이터를 계속 확인해야 하는 영역이 큼
  • 보수적인 시장이라 진입은 어렵지만, 한번 채택되면 예산도 크고 오래 감

---

기술 맥락

• 여기서 중요한 선택은 모델을 그냥 판매하는 게 아니라, 고객사 내부 업무에 맞춰 배치하는 방식이에요. 금융권은 데이터가 많고 규제가 빡빡해서 범용 챗봇만 던져서는 실제 업무로 이어지기 어렵거든요.

• FDE가 필요한 이유도 여기에 있어요. 은행의 금융 범죄 조사 업무는 거래 내역, 계좌 정보, 내부 정책, 규제 보고 흐름이 얽혀 있어서 모델 성능만 좋아서는 부족해요. 현장에 들어가 어떤 데이터를 읽고, 어느 단계에서 사람 검토를 넣을지 설계해야 해요.

• 오픈AI가 사모펀드 네트워크를 활용하려는 건 영업 비용을 줄이면서 대량의 기업 고객에 접근하려는 전략이에요. 사모펀드는 이미 여러 회사를 관리하고 있으니, AI 도입이 운영 효율 개선으로 이어지면 투자 수익률에도 도움이 되거든요.

• 앤스로픽이 FIS와 붙는 것도 비슷한 맥락이에요. 은행별로 문을 두드리기보다 금융 소프트웨어 공급망에 들어가면 배포 경로가 훨씬 넓어져요. 기업용 AI에서는 모델 자체보다 이 배포 채널이 꽤 큰 해자가 될 수 있어요.