우리금융, ‘묻는 인공지능’ 넘어 실제 업무 처리하는 인공지능으로 전환 추진

조직부터 인공지능 전제로 다시 짜는 중

• 우리금융이 올해를 인공지능 전환 실행과 그룹 확산의 원년으로 잡음

  • 추진축은 조직체계 확립, 인공지능 전환 과제 발굴, 인공지능 인재 양성 세 가지임
  • 단순히 부서별 실험을 늘리는 게 아니라 그룹 전체 운영 방식을 인공지능 중심으로 바꾸겠다는 쪽에 가까움

• 지주 중심의 인공지능 전환 거버넌스를 만들고 있음

  • 최고디지털책임자가 그룹 차원의 인공지능 전환 추진을 총괄 지원함
  • 그룹사 최고경영자가 참여하는 추진위원회가 성과와 현안을 정기적으로 점검함
  • 지주 인공지능전략센터는 전문조직 역할을 맡아 전략 수립과 실행을 관리함

• 계열사별 실행 조직도 따로 둠

  • 우리은행은 인공지능전략센터, 인공지능데이터사업부, 인공지능데이터플랫폼부가 역할을 나눔
  • 우리카드는 인공지능추진팀을 운영함
  • 우리투자증권은 인공지능추진팀과 인공지능테크팀으로 과제를 밀고 있음

‘묻는 도구’에서 ‘일하는 도구’로

• 우리금융이 강조하는 방향은 “묻고 답하는 인공지능”에서 “일하고 해결하는 인공지능”으로의 전환임

  • 기업여신, 기업금융, 자산관리 영업지원 같은 핵심 업무에 인공지능 에이전트를 적용하려 함
  • 인공지능을 경영 전반을 뒷받침하는 운영체제처럼 쓰겠다는 구상임

• 내부 직원 업무 방식도 이미 바뀌고 있음

  • 자체 개발 생성형 인공지능 모델 ‘우리GPT’로 상품 조건과 업무 규정을 자연어로 검색할 수 있게 됨
  • 기존 키워드 검색에서 프롬프트 기반 검색으로 넘어가면서 정보 탐색 시간이 줄었다고 설명함
  • 외국어 문서 번역 같은 실무 편의 기능도 생산성 향상에 쓰이고 있음

• 고객용 서비스도 확장 중임

  • 우리은행은 지난달 ‘인공지능포용채무진단’을 출시함
  • 고객의 신용, 부채, 소비 상태를 종합 진단하고 연령대별 맞춤 금융 솔루션을 제공하는 서비스임
  • 생성형 인공지능 상용화 이후 고객들이 더 복잡한 질문을 던지는 데 익숙해지면서, 만족 기준도 올라가고 있다고 봄

금융이라서 더 까다로운 정확성과 신뢰

• 우리금융은 설명 가능성과 내용 충실성 확보에 무게를 두고 있음

  • 입력과 출력 과정에서 개인정보 유출과 부적절한 정보 생성을 막기 위해 가드레일을 사용함
  • 암호화 기술도 적용하고, 편향된 답변을 줄이기 위해 모델을 주기적으로 검증한다고 밝힘

• 검색증강생성과 프롬프트 기법으로 환각을 줄이려 함

  • 금융 서비스는 답변 하나가 고객 손실이나 민원으로 이어질 수 있어서 정확성 기준이 빡셈
  • 내부 규정, 상품 정보, 고객 맥락을 근거로 가져오는 구조가 중요해짐

• 외부 생태계 확장도 같이 진행함

  • 새로 출범하는 ‘디노랩 테크센터’는 계열사가 인공지능 전환 과제를 제안하고 스타트업이 수행하는 개방형 혁신 프로그램임
  • 은행, 보험, 증권, 금융 정보기술 계열사 담당 부서와 실증사업을 진행함
  • 선발 기업에는 최대 3000만원의 수행 비용과 인프라 크레딧을 지원함
  • 1기에서 4개 기업을 선정하고 9월 초 공식 출범할 예정임

• 하반기에는 단순 사례 확대보다 질적 성과 측정에 집중할 계획임

  • 비용 절감과 효과성을 따져보겠다는 방향임
  • 인공지능 에이전트 적용 범위도 영업과 마케팅으로 넓힐 예정임
  • 최종 목표는 모든 임직원이 자연스럽게 인공지능을 활용하고, 사람과 인공지능이 함께 더 나은 판단을 내리는 금융 환경임

---

기술 맥락

• 우리금융의 선택은 챗봇을 하나 더 만드는 게 아니라, 금융 업무 흐름 안에 인공지능을 넣는 쪽이에요. 기업여신이나 자산관리는 규정, 고객 정보, 리스크 판단이 같이 움직이기 때문에 단순 질의응답만으로는 업무 효과가 제한적이거든요.

• 검색증강생성을 쓰는 이유는 금융권에서 환각 비용이 너무 크기 때문이에요. 모델이 기억으로 답하게 두면 그럴듯하지만 틀린 답이 나올 수 있어요. 내부 문서와 규정을 검색해 근거를 붙이는 구조가 필요한 이유가 여기에 있어요.

• 가드레일과 암호화가 같이 언급되는 것도 자연스러워요. 금융 데이터에는 개인정보와 신용 정보가 섞여 있고, 모델 입출력 과정에서 새어나가면 기술 문제가 아니라 규제 문제가 되거든요. 그래서 모델 성능보다 운영 통제가 먼저 설계돼야 해요.

• 디노랩 테크센터는 외부 스타트업을 실험실처럼 쓰겠다는 전략에 가까워요. 계열사가 실제 과제를 내고, 스타트업이 실증사업으로 검증하면 내부 개발만으로는 느린 영역을 더 빨리 시험해볼 수 있어요.