본문으로 건너뛰기
피드

메가존클라우드와 EY한영, 금융권 AI 전환 시장 같이 공략한다

ai-ml 약 4분

메가존클라우드와 EY한영이 금융 산업용 AI 사업 확대를 위한 업무협약을 맺었어. EY한영은 금융 컨설팅과 업무 개선 설계를 맡고, 메가존클라우드는 AIR 스튜디오를 활용해 금융사 환경에 맞는 AI 서비스 구축과 운영을 담당하는 구도야.

  • 1

    금융권 AI 도입의 핵심이 단순 모델 적용에서 보안, 권한, 비용, 정책까지 묶은 운영 체계로 이동 중

  • 2

    EY한영은 금융 컨설팅 역량을, 메가존클라우드는 AI 구축과 운영 역량을 제공

  • 3

    양사는 국내 주요 금융사를 공동 발굴하고 세미나, 백서, 레퍼런스 확보까지 함께 추진

  • 메가존클라우드와 EY한영이 금융권 AI 전환 시장을 같이 노리기로 했음

    • 5월 8일 서울 역삼동 연락사무소에서 금융 산업 AI 사업 확대를 위한 업무협약을 체결함
    • 목표는 금융 산업 특화 AI 사업 모델 개발과 대형 금융 고객 발굴임
  • 역할 분담은 꽤 선명함

    • EY한영은 금융 산업 컨설팅 역량을 바탕으로 AI 적용 방향과 업무 개선 방안을 설계함
    • 메가존클라우드는 엔터프라이즈 AI 운영체제인 AIR 스튜디오를 활용해 금융사 업무 환경에 맞는 AI 서비스를 구축하고 운영함
  • 여기서 포인트는 “AI 도입”이 아니라 “운영 가능한 AI 체계” 쪽으로 무게가 옮겨갔다는 점임

    • 금융권은 데이터 품질, 내부통제, 규제 대응, 보안 요구가 빡센 산업이라 챗봇 하나 붙이는 식으로는 실제 업무에 넣기 어려움
    • 메가존클라우드 쪽도 보안, 권한, 비용, 정책 관리까지 포괄하는 운영 체계가 있어야 AI가 업무 성과로 이어진다고 강조함

ℹ️참고

> 금융권 AI는 모델 성능보다 운영 체계가 병목이 되는 경우가 많음. 특히 내부 권한, 감사 대응, 비용 통제까지 같이 묶이지 않으면 파일럿에서 멈추기 쉬움.

  • AIR 스튜디오는 생성형 AI를 기업 업무에 안정적으로 확장하기 위한 플랫폼으로 소개됨

    • 단순히 AI를 붙이는 단계를 넘어 보안, 권한, 비용, 정책을 통합 관리하는 게 핵심임
    • 금융사처럼 규제와 내부통제가 강한 조직에서 AI 서비스를 굴리기 위한 기반 역할을 노림
  • 양사는 마케팅과 레퍼런스 확보도 같이 움직일 계획임

    • 공동 세미나 개최, 백서 발간, 성공 사례 확보를 추진함
    • 금융권에서 만든 AI 전환 모델을 바탕으로 공공, 제조, 유통 등 다른 산업군으로 협력 범위를 넓히겠다는 그림임

기술 맥락

  • 금융권에서 AI를 도입할 때는 모델을 잘 고르는 것보다 운영 기준을 먼저 세우는 게 중요해요. 고객 데이터와 내부 문서가 섞이는 순간, 권한 관리와 감사 대응이 바로 실무 이슈가 되거든요.

  • 이번 협력에서 EY한영이 컨설팅을 맡는 이유도 여기에 있어요. 금융 업무 프로세스와 규제 요구를 이해한 상태에서 어떤 업무에 AI를 넣을지 정해야 실제 구축 단계에서 삽질이 줄어요.

  • 메가존클라우드의 역할은 그 설계를 실제 서비스로 굴리는 쪽이에요. AIR 스튜디오가 보안, 권한, 비용, 정책을 묶어 관리한다고 소개된 것도 금융사 입장에서는 AI 기능보다 운영 리스크를 줄이는 쪽에 더 가까워요.

  • 결국 이 뉴스는 “금융사도 AI 한다”보다 “금융권 AI 시장이 컨설팅과 운영 플랫폼이 결합된 패키지 사업으로 가고 있다”는 신호로 보는 게 맞아요.

금융권 생성형 AI는 이제 데모보다 운영이 문제라는 얘기야. 규제, 보안, 내부통제까지 같이 풀 수 있는 사업자가 누가 되느냐가 실제 도입 속도를 가를 듯해.

댓글

댓글

댓글을 불러오는 중...

ai-ml

제미나이 도구 호출 능력을 2,600만 파라미터 모델로 증류한 니들 공개

Cactus Compute가 Gemini 3.1의 도구 호출 능력을 2,600만 파라미터짜리 초소형 모델 Needle로 증류해 공개했다. 맥이나 PC에서 로컬 파인튜닝까지 가능하고, 프로덕션 환경에서는 프리필 6,000 토큰/초, 디코드 1,200 토큰/초를 낸다고 주장한다. 개인용 AI 기기에서 함수 호출만 빠르게 처리하는 작은 모델 실험으로 보면 꽤 흥미로운 공개다.

ai-ml

딥시크 V4 인덱서, 6기가바이트 메모리로 백만 토큰까지 밀어붙인 논문

딥시크 V3.2와 V4의 압축 희소 어텐션에서 병목이 되는 인덱서 단계를 스트리밍 방식으로 바꿔, 기존 구현이 6만5536 토큰에서 메모리 부족으로 죽던 문제를 104만8576 토큰까지 확장했다. 핵심은 전체 점수 텐서를 만들지 않고 청크 단위로 top-k를 나눠 계산한 뒤 병합하는 방식이며, 단일 엔비디아 H200에서 피크 메모리 6.21기가바이트를 기록했다. 다만 논문은 인덱서 단계만 다루며, 실제 체크포인트 기반 종단간 성능이나 더 빠른 어텐션 커널을 주장하진 않는다.

ai-ml

챗지피티가 학습에 좋다던 유명 논문, 결국 철회됨

챗지피티가 학생 학습 성과에 큰 도움이 된다고 주장했던 논문이 출판 약 1년 만에 철회됐어. 스프링거 네이처는 분석의 불일치와 결론 신뢰 부족을 이유로 들었고, 문제의 논문은 이미 500회 넘게 인용된 뒤였어.

ai-ml

샘 올트먼, 법정에서 “머스크가 오픈AI 지배권을 자녀에게 넘기려 했다”고 증언

샘 올트먼이 캘리포니아 오클랜드 연방법원 배심원 앞에서 일론 머스크가 오픈AI의 장기 지배권을 원했고, 사망 후엔 자녀에게 넘기는 방안까지 언급했다고 증언했다. 머스크는 오픈AI가 비영리로 출발했는데도 영리화됐다고 소송을 제기했지만, 올트먼은 오히려 머스크가 영리 전환과 테슬라 편입을 밀었다는 취지로 반박했다.

ai-ml

혜전대, AI로 스마트팜 생산·가공·유통 교육 모델 만든다

혜전대가 2026년 교육부·한국연구재단의 AID 전환 중점 전문대학 지원사업에 충남 지역 연합형 사업단으로 선정됐다. 연암대와 역할을 나눠 스마트팜 생산부터 가공·유통까지 전주기를 디지털화하는 교육 모델을 만들겠다는 내용이다.