본문으로 건너뛰기
피드

금융권 AI 경쟁, 이제 모델보다 코어뱅킹 인프라 싸움으로 간다

ai-ml 약 6분

국내 금융권의 AI 경쟁이 챗봇이나 서비스 레이어를 넘어 코어뱅킹, 클라우드, 데이터센터 전력망 같은 인프라 재편으로 옮겨가고 있다. NH농협은행, 우리은행, KB국민은행, IBK기업은행 등이 각자 다른 방식으로 실시간 데이터 처리와 확장성을 확보하려는 흐름이 잡히는 중이다.

  • 1

    NH농협은행은 IBM 파워10 기반 서버 20대로 지능형 코어뱅킹과 재해복구 체계를 강화하려는 것으로 파악됨

  • 2

    우리은행은 계정계 실행 서버를 유닉스에서 리눅스 기반 x86 분산 구조로 전환함

  • 3

    KB국민은행은 계정계는 내부에 두고 정보계는 AWS 기반 퍼블릭 클라우드로 옮기는 하이브리드 전략을 택함

  • 4

    IBK기업은행은 하남 데이터센터 전력망을 완전 이중화하고 20메가와트 규모 예비 전력을 확보함

  • 5

    농협상호금융은 오라클 골든게이트로 전국 데이터를 1초 미만 지연으로 통합하는 실시간 체계를 구축 중임

  • 국내 금융권의 AI 경쟁 포인트가 드디어 서비스 화면 밖으로 내려가고 있음

    • 예전엔 생성형 AI 챗봇, 상담 자동화, 내부 문서 검색 같은 기능 경쟁이 눈에 잘 보였음
    • 이제는 “그 AI가 실제 금융 업무를 처리할 만큼 데이터를 빠르고 안정적으로 먹을 수 있냐”가 핵심이 됨
    • 금융권 관계자 표현대로, AI 경쟁은 모델 싸움이라기보다 인프라 싸움으로 가는 분위기임
  • NH농협은행은 코어뱅킹 자체를 AI 에이전트가 실시간 데이터를 분석하는 구조로 끌어올리려는 중임

    • IBM 파워10 기반 서버인 파워 E1180 20대를 도입해 코어뱅킹과 재해복구 시스템을 같이 강화하려는 것으로 파악됨
    • 이 장비는 최대 256코어, 64테라바이트 메모리를 지원하는 하이엔드 서버임
    • 차세대 시스템인 프로젝트 네오의 핵심 인프라로 쓰일 예정이라, 단순 증설보다는 코어 시스템 체질 개선에 가까움
  • 우리은행은 더 과감하게 계정계 실행 서버를 유닉스에서 리눅스 기반 x86 구조로 바꾸는 쪽으로 감

    • 계정계는 은행의 거래 원장을 처리하는 가장 보수적인 영역이라, 안정성 때문에 구조 변경이 쉽지 않았음
    • 기존 단일 고성능 서버 중심 구조에서 분산 처리 구조로 옮기는 게 핵심임
    • 비대면 거래 증가와 AI 적용을 생각하면, 수직 확장만으로 버티는 방식에는 한계가 있다는 판단으로 보임

중요

> 은행 계정계까지 분산 구조와 리눅스 기반 x86 전환 대상으로 올라왔다는 건 꽤 큰 신호임. AI 도입이 단순 기능 추가가 아니라 레거시 인프라 재설계 압력으로 번지고 있다는 뜻임.

  • KB국민은행은 코어는 내부에 두고, 데이터와 분석을 담당하는 정보계는 AWS 기반 퍼블릭 클라우드로 옮기는 하이브리드 전략을 택함

    • 계정계는 그대로 유지해 안정성과 통제력을 확보함
    • 대신 분석, 데이터 처리, AI 활용에 가까운 정보계는 클라우드 중심으로 재편함
    • 기사에 나온 IT 담당자 말처럼, 정보계를 클라우드로 옮기는 순간 데이터 처리 속도와 확장성의 기준이 달라짐
  • 물리 인프라 경쟁도 같이 커지고 있음

    • IBK기업은행은 하남 데이터센터 전력망을 완전히 이중화하고 20메가와트 규모 예비 전력을 확보함
    • AI와 클라우드가 늘어나면 서버만 문제가 아니라 전력, 냉각, 장애 대응까지 같이 커짐
    • 결국 AI 인프라는 서버 구매로 끝나는 게 아니라 데이터센터 설계 문제까지 확장됨
  • 데이터 처리 방식도 배치 중심에서 실시간 중심으로 바뀌는 중임

    • 농협상호금융은 오라클 골든게이트를 도입해 전국 데이터를 1초 미만 지연으로 통합하는 체계를 구축하는 것으로 파악됨
    • 배치 구조에서는 AI가 즉각적인 판단을 하기 어렵다는 게 금융권의 문제의식임
    • 실시간 데이터 체계가 있어야 이상거래 탐지, 개인화 추천, 업무 자동화 같은 AI 서비스가 제대로 굴러감
  • 정리하면 금융권의 새 표준은 클라우드, 분산 서버, 그래픽처리장치, 실시간 데이터 기술이 결합된 구조로 가는 중임

    • 과거 우선순위는 거래 안정성과 장애 대응이었음
    • 지금은 여기에 데이터 활용 속도와 확장성이 핵심 경쟁 요소로 붙음
    • 누가 더 좋은 AI 모델을 샀느냐보다, 누가 AI를 실제 업무에 태울 수 있는 구조를 먼저 만들었느냐가 승부처가 되는 셈임

기술 맥락

  • 금융권이 지금 바꾸려는 건 앱 화면이나 챗봇이 아니라 계정계와 정보계의 역할 분리예요. 왜냐하면 AI가 금융 업무에 들어가려면 고객 거래, 분석 데이터, 장애 대응 체계가 따로 놀면 안 되거든요.

  • 우리은행의 유닉스에서 리눅스 기반 x86 전환은 단순 운영체제 교체가 아니에요. 단일 고성능 장비에 기대던 방식을 분산 처리 구조로 바꾸면, 트래픽이 늘거나 AI 작업이 붙을 때 확장 방식이 훨씬 유연해져요.

  • KB국민은행의 하이브리드 전략은 금융권에서 꽤 현실적인 선택이에요. 계정계처럼 민감한 코어는 내부에 남기고, 분석과 데이터 처리는 AWS 같은 퍼블릭 클라우드로 보내면 규제와 확장성 사이에서 균형을 잡을 수 있어요.

  • 농협상호금융의 1초 미만 데이터 통합도 중요한 포인트예요. AI가 의미 있는 판단을 하려면 어제 모아둔 배치 데이터보다 방금 발생한 거래 흐름이 필요하고, 그래서 실시간 복제와 동기화 기술이 인프라의 핵심으로 올라오는 거예요.

금융권에서 AI를 제대로 쓰려면 모델 도입보다 먼저 데이터가 실시간으로 흐르고, 코어 시스템이 확장 가능해야 한다는 현실이 드러나는 기사다. 특히 가장 보수적인 계정계까지 구조 개편 대상으로 올라왔다는 점이 꽤 크다.

댓글

댓글

댓글을 불러오는 중...

ai-ml

퍼스트바이오, 일라이 릴리 AI 신약개발 플랫폼으로 후보물질 발굴 고도화

퍼스트바이오테라퓨틱스가 일라이 릴리의 AI 기반 신약개발 협업 플랫폼 릴리 튠랩에 참여한다. 회사는 퇴행성 뇌질환과 항암 저분자화합물 파이프라인에 릴리의 AI 모델링을 접목해 후보물질 탐색과 리드 최적화 정확도를 높이려 한다. 자체 축적한 고정밀 ADMET 데이터셋을 보안 환경에서 활용한다는 점도 핵심이다.

ai-ml

아스트랄큐, AI가 소재를 예측하고 로봇이 검증하는 클라우드랩으로 시드 투자 유치

AI 기반 소재 개발 기업 아스트랄큐가 한국투자액셀러레이터, 블루포인트파트너스, 슈미트, 스마일게이트인베스트먼트로부터 시드 투자를 유치했다. 회사는 머신러닝 해밀토니안, 머신러닝 포스 필드, 무기물 자동 합성 랩을 결합해 예측부터 실제 합성 검증까지 이어지는 클라우드랩을 만들고 있다. 소재 개발 속도를 10~20배 높이고 비용을 낮추겠다는 목표가 핵심이다.

ai-ml

텐센트 클라우드, 확산 트랜스포머 기반 영상 화질 향상 기술로 방송 기술상 수상

텐센트 클라우드의 영상 화질 향상 기술과 스마트 지우기 기능이 2026년 NAB 쇼 올해의 제품상에 선정됐다. 핵심은 확산 트랜스포머 기반 실시간 4K 초해상도, 최대 120프레임 보간, 영상 내 로고·자막·얼굴·번호판 제거 자동화다. 스트리밍, 숏폼, 이커머스, 게임 영상 현지화에 바로 걸리는 기술이라 미디어 개발자에게는 꽤 실무적인 신호다.

ai-ml

구글 클라우드와 솔라나, AI 에이전트가 API 비용을 직접 내는 결제 프로토콜 공개

구글 클라우드와 솔라나 재단이 AI 에이전트용 결제 프로토콜 페이닷에스에이치를 공개했다. 에이전트가 솔라나 지갑을 신원처럼 쓰고, 스테이블코인으로 API 호출 비용을 건별로 결제하는 구조다. 월정액 구독 대신 호출당 1센트 미만 결제라는 점에서 API 과금 모델 자체를 흔드는 시도다.

ai-ml

미즈호, 알파벳 목표가 올림…구글 클라우드와 TPU 수익성을 더 높게 봤다

미즈호 파이낸셜이 알파벳의 12개월 목표주가를 420달러에서 460달러로 올렸다. 핵심 근거는 구글 클라우드 매출과 영업이익이 월가 예상보다 더 크게 뛸 수 있고, 자체 AI 칩인 TPU 기반 하드웨어 판매도 높은 마진을 낼 수 있다는 분석이다.