---
title: "화웨이, 금융권 ‘에이전틱 뱅킹’ 전환용 AI 솔루션 6.0 공개"
published: 2026-05-23T23:05:02.907Z
canonical: https://jeff.news/article/3180
---
# 화웨이, 금융권 ‘에이전틱 뱅킹’ 전환용 AI 솔루션 6.0 공개

화웨이가 HiFS 2026에서 금융기관용 AI 전환 전략과 Financial Data Intelligence Solution 6.0, Digital CORE Solution 6.0을 공개했다. 핵심은 오픈소스 모델과 하이브리드 AI 아키텍처를 기반으로 금융 데이터, 코어 시스템 현대화, AI 인프라, 인재 육성을 한꺼번에 묶어 ‘에이전틱 뱅킹’으로 가겠다는 구상이다.

## 금융권 AI를 ‘챗봇’이 아니라 운영체계로 밀겠다는 발표

- 화웨이가 상하이에서 열린 HiFS 2026 글로벌 세션에서 금융기관용 AI 전략과 솔루션 업그레이드를 공개함
  - 행사 주제는 “디지털을 넘어 에이전틱 뱅킹으로”였음
  - Financial Data Intelligence Solution 6.0, Digital CORE Solution 6.0, 범용 컴퓨팅과 AI 컴퓨팅을 함께 지원하는 회복탄력성 인프라가 같이 나옴
  - 말하자면 금융 AI를 단일 기능이 아니라 데이터, 코어 시스템, 인프라, 인재까지 묶은 전환 패키지로 보겠다는 얘기임

- 화웨이는 금융 부문 전략을 4대 핵심 비즈니스 전략과 ‘4-윈’ 협력 모델로 설명함
  - 4-윈은 고객, 독립 소프트웨어 공급사(ISV), 시스템 통합사(SI), 화웨이가 같이 솔루션을 만들고 이익을 나누는 구조임
  - 기반은 금융 등급 하드웨어와 소프트웨어, 산업 솔루션, 현지화 서비스, 파트너 생태계임
  - 금융권처럼 규제와 현장 요구가 센 산업에서는 단일 벤더 제품만으로 끝나기 어렵다는 전제가 깔려 있음

- 이번 발표의 핵심 키워드는 에이전틱 AI(Agentic AI)임
  - 화웨이는 에이전틱 AI가 프로덕션 등급 지능으로 넘어가는 변곡점에 왔다고 봄
  - 이를 위해 오픈소스 파운데이션 모델 기반의 하이브리드 AI 아키텍처를 내세움
  - 목표는 금융기관이 보안, 컴플라이언스, 비용, 비즈니스 성과를 동시에 맞추면서 AI를 대규모로 쓰게 만드는 것임

> [!IMPORTANT]
> 화웨이가 제시한 6대 이니셔티브는 시나리오, 아키텍처, 엔지니어링, 데이터, AI 인프라, 인재임. 금융 AI 도입을 모델 성능 문제가 아니라 조직 전체의 운영 문제로 본다는 점이 포인트임.

## 데이터와 AI 에이전트 쪽 업그레이드

- 화웨이와 파트너들은 4개 주요 영역에 맞춘 9개 AI 에이전트 비즈니스 솔루션을 공동 출시함
  - 영역은 지능형 상호작용, 효율적인 운영, 지능형 리스크 관리, 매출 성장임
  - 금융권에서 흔히 떠올리는 상담 자동화뿐 아니라 리스크와 매출 쪽까지 에이전트를 확장하려는 그림임

- Financial Data Intelligence Solution 6.0은 데이터 플랫폼, 데이터 거버넌스, 데이터 애플리케이션을 3계층으로 업그레이드하는 솔루션임
  - 새 AI 데이터 레이크는 문서, 영상 같은 비정형 데이터를 처리하기 위해 멀티모달 저장과 컴퓨팅을 지원함
  - 키러스, 선라인과 함께 원스톱 데이터 거버넌스 프레임워크를 만들었다고 밝힘
  - 센서스 데이터와는 5,000개 이상 고객 태그를 활용한 초개인화 마케팅 솔루션을 도입함

- 사기 방지 쪽 숫자도 꽤 구체적으로 제시됨
  - 트러스트디시전과 공동 개발한 지능형 사기 방지 솔루션은 탐지 응답 시간 30밀리초를 달성했다고 함
  - AI 기반 사례 분석을 더해 효율성을 40배 높였다는 주장도 붙음
  - 금융권 실시간 리스크 관리는 지연시간이 곧 사용자 경험과 손실로 이어져서, 30밀리초라는 숫자는 그냥 장식이 아님

## 코어 시스템 현대화와 인프라

- Digital CORE Solution 6.0은 금융 핵심 애플리케이션 현대화를 겨냥함
  - 화웨이는 지난 10년간 전 세계 150개 이상 금융기관의 핵심 시스템 현대화에 기여했다고 밝힘
  - 이번 버전은 시나리오, AI 기반 개발, 엔지니어링, 아키텍처, 플랫폼 전반을 업그레이드함
  - 신용카드, 중앙은행 결제, 보험 핵심 시스템 현대화가 새 공동 개발 영역으로 언급됨

- AI 기반 메인프레임 코드 변환도 주요 카드로 나옴
  - 화웨이 CodeArts 기반으로 스테파니니, 선라인과 공동 개발한 솔루션임
  - 채택률 90% 이상을 달성했다고 소개됨
  - 애플리케이션 리팩터링과 무중단 마이그레이션 솔루션은 계획 및 설계 주기를 50% 이상 줄이는 쪽으로 업그레이드됐다고 함

- 아키텍처 쪽에서는 셀 기반 구조와 자동 확장을 강조함
  - 트래픽이 10배 급증해도 대응할 수 있고, 장애 영향 범위를 줄여 99.999% 고가용성을 달성한다는 설명임
  - 금융 코어에서 이 정도 목표를 말하려면 단순 오토스케일링보다 장애 격리와 전환 설계가 더 중요해짐

- 컨테이너와 컴퓨팅 플랫폼 확장도 같이 발표됨
  - TaiShan 범용 컴퓨팅은 중국 은행 및 금융기관의 80% 이상과 8개국에서 애플리케이션 현대화를 지원해 왔다고 함
  - 올해는 알라우다, 랜처와 협력해 크로스 플랫폼 컨테이너 솔루션을 공동 개발함
  - 이 솔루션은 이미 아시아태평양과 남아프리카공화국의 주요 은행에 대규모 배포됐다고 소개됨

## 금융 AI의 마지막 퍼즐은 복원력과 사람

- 화웨이는 AI 시대 금융 인프라의 핵심으로 ‘4제로’ 회복탄력성 가치 제안을 내세움
  - 기존 데이터센터에서 클라우드 데이터센터, 다시 AI 데이터센터(AIDC)로 가도 금융기관에는 복원력이 필수라는 관점임
  - DR 컨설팅, 지능형 트래픽 스케줄링, 이기종 DR을 통해 active-active 재해복구 역량을 끌어올리겠다고 밝힘
  - 범용 컴퓨팅과 AI 컴퓨팅을 융합한 회복탄력성 아키텍처도 추가로 구축 중임

- 인재 육성도 숫자로 박음. 3년간 글로벌 금융산업에 ‘금융+AI’ 융합형 전문가 1만 명 이상을 키우겠다는 목표임
  - 모델과 인프라만 사도 금융 AI가 굴러가는 게 아니라는 걸 인정한 셈임
  - 실제 현장에서는 리스크, 규제, 데이터, 코어 시스템을 같이 이해하는 사람이 병목이 되기 쉬움

---

## 기술 맥락

- 이 발표에서 중요한 선택은 오픈소스 모델 기반의 하이브리드 AI 아키텍처예요. 금융기관은 민감 데이터와 규제 때문에 모든 걸 퍼블릭 클라우드로 보내기 어렵고, 동시에 AI 연산 비용도 무시하기 힘들거든요.

- 그래서 화웨이는 데이터 레이크, 거버넌스, AI 에이전트, 코어 시스템 현대화를 한 묶음으로 잡고 있어요. 왜냐하면 금융 AI는 모델 하나 붙인다고 끝나는 게 아니라, 데이터 품질과 권한 관리, 레거시 시스템 연결이 같이 풀려야 실제 업무에 들어갈 수 있기 때문이에요.

- Digital CORE 쪽에서 AI 기반 메인프레임 코드 변환을 강조한 것도 같은 맥락이에요. 금융권 레거시는 안정적이지만 변경 속도가 느리고 인력도 줄어드는 경우가 많아서, 코드 변환과 무중단 마이그레이션이 현대화의 현실적인 병목이 되거든요.

- 셀 기반 아키텍처와 active-active DR은 장애 범위를 줄이기 위한 선택이에요. 금융 시스템은 전체 장애보다 일부 셀 장애로 격리하고 빠르게 우회하는 구조가 더 중요해서, AI 도입보다 먼저 인프라 복원력을 같이 챙겨야 해요.

## 핵심 포인트

- 화웨이는 금융 AI 대규모 도입을 위한 6대 이니셔티브를 발표했다
- Financial Data Intelligence Solution 6.0은 데이터 플랫폼, 거버넌스, 애플리케이션을 3계층으로 업그레이드한다
- Digital CORE Solution 6.0은 메인프레임 코드 변환, 무중단 마이그레이션, 셀 기반 아키텍처를 강조한다
- 지능형 사기 방지 솔루션은 30밀리초 탐지 응답과 40배 효율 향상을 내세웠다
- 화웨이는 3년간 금융+AI 융합 인재 1만 명 이상을 육성하겠다고 밝혔다

## 인사이트

전형적인 기업 행사 발표지만, 금융권 AI 도입이 단순 챗봇을 넘어 데이터 거버넌스, 코어뱅킹 현대화, AI 데이터센터까지 묶이는 흐름은 볼 만하다. 한국 금융 개발자에게도 레거시 전환과 AI 인프라 설계가 따로 놀 수 없다는 메시지가 꽤 직접적으로 닿는다.