[인사이트코리아=박지훈 기자] 최근 한국신용정보원이 발표한 보고서에 따르면 국내 금융 인공지능(AI) 시장은 연평균 38.2% 성장해 오는 2026년 3조2000억원 규모를 형성할 것으로 예상된다. 세계 시장 규모도 같은 기간 562억 달러(약 77조원)로 지난해(113억 달러)의 5배 수준으로 커질 전망이다.

정부는 AI가 향후 경제·사회·안보 등 모든 분야에서 국가경쟁력을 좌우할 것으로 판단하고 ‘AI 초일류 국가’를 국정과제로 선정했다. AI에 대한 연구·개발(R&D) 중점 투자, 관련 인프라 구축 등 다양한 지원책을 마련해 추진하고 있다.

특히 금융권은 AI가 가장 적극적으로 활용될 수 있는 분야로 꼽힌다. 이미 상품추천, 이상거래탐지, 신용평가·여신심사 등에 활용되고 있으며 2020년 8월 도입된 마이데이터 등 AI 관련 제도가 잘 다듬어지면 금융산업 지형은 근본적으로 바뀔 것으로 예상된다.

물론 국제적 움직임과 정부의 노력에도 불구하고 국내에서 성공적인 AI 활성화가 이뤄질지는 미지수다. 국내 금융권 규제는 포지티브(합법이 명시된 것 이외는 불허하는 규제 방식) 기조에 가깝고, 금융사도 제도권 내에서 허용하는 수준에서 조심스럽게 AI를 활용하고 있는 게 현실이다.

이경전 경희대 경영학과·빅데이터응용학과 교수는 국내 최고 권위의 AI 전문가로 알려져 있다. 제조·건설 분야뿐만 아니라 채권부도 예측, 투자시장 예상 등 금융권 AI 연구 관련 실적도 냈다. 세계 최고 위상의 미국인공지능학회에서 1995년, 1997년, 2020년 혁신적 인공지능 응용상을 탔다. 이 교수와 금융 AI 방향성에 대해 이야기를 나눴다.

올해 2월 <세븐 테크>를 여러 공동저자와 함께 내며 AI 등 7개 혁신기술의 중요성을 강조한 바 있다. AI는 나머지 기술과 비교해 활성화 수준이 어떤가.

“최근 많이 언급되는 메타버스, 블록체인 관련된 서비스를 이용해본 이는 거의 없을 것이다. 하지만 AI는 이미 네비게이션에 활용됐을 만큼 그 역사가 오래됐다. 대중화된 서비스는 그 원천기술이 AI더라도 사람들이 모를 만큼 AI는 우리 생활 깊숙이 들어와 있다.”

금융권에서는 얼마나 쓰이나.

“자동차가 나온 지 얼마 되지 않을 무렵에는 돈이 많은 사람들이나 타고 다녔다. 그게 롤스로이스였다. 포드가 1000~2000달러짜리 자동차를 양산하면서 자동차가 보급됐다. AI도 마찬가지다. 다른 업종에 비해 돈이 많은 금융사는 가장 빨리 AI를 도입했다. 이미 미국은 1990년대 말에 AI를 도입했고 한국은 2000년 초반에 들였다.”

이미 많이 도입된 금융 AI, 왜 이제 다시 강조되나.

“2009년 MIT(매사추세츠공과대학교) 초빙교수로 있었을 때 컴퓨터사이언스를 전공한 한국인 박사들과 어울릴 수 있었다. 들어보니 월스트리트가 그때 MIT에서 AI를 전공하던 박사들을 다 쓸어 가더라. 저는 AI가 두 번째 여름(호황·절정기)을 맞이한 1988년에 AI 전공에 뜻을 두고 인터넷이 나오던 1995년(겨울·불황·쇠퇴기) 박사를 땄다. AI 전문가들은 1995년 창업한 야후와 아마존, 1998년 문을 연 한국 네이버, 미국 구글로 몰려갔다. AI 전문가는 항상 돈이 몰리고 떠오르는 산업에서 모셔간다. 이제 다시 금융 AI가 떠오르는 건 2020년 AI의 세 번째 여름이 왔기 때문이다.”

AI 반도체 설계 스타트업 리벨리온은 올해 상반기 시리즈A 투자에서 620억원을 유치했다. 인공지능 연산에 최적화된 반도체를 만들어 초단타매매 비즈니스를 영위하는 투자은행에 공급할 계획이다. 회사가 설립된 후 핵심 아이디어와 비즈니스만을 가지고 진행하는 시리즈A에서 수백억원을 유치하기란 쉽지 않다. 이동통신사에서 종합디지털플랫폼기업으로 변모하고 있는 KT는 7월 300억원을 리벨리온에 투자했다. 그만큼 AI, 특히 금융 AI로 돈과 인재가 몰린다는 뜻이다.

평소 강조한 ‘사용자 중심 AI’는 ‘공급자 중심 AI’와 무엇이 다른가.

“카카오택시 알고리즘은 대표적인 공급자 중심 AI로 볼 수 있다. 택시가 내 옆에 있어도 안 잡히다가 더 높은 가격을 제시하면 잡을 수 있다고 안내한다. 예전에 택시가 차고 넘칠 때는 이게 나쁜지 몰랐다. 어떻게 해서든 잡히니까. 이런 AI는 카카오와 기사님을 위한 AI다. 우버는 사용자 중심 AI다. 우버 기사는 손님 행선지를 가려 받을 수 있는 카카오택시 기사와 달리 손님이 타기 전까지 행선지를 알 수 없다.”

금융권에서 사용자 중심 AI를 생각해본다면.

“사용자 데이터를 최대한 덜 쓰는 것이 사용자 중심 AI라고 볼 수 있다. 누군가의 연애를 컨설팅을 하기 위해 그 사람의 일기를 모두 다 봐야 한다면 사용자 중심적이지도 않고 전문적이지도 않다. 살짝 얘기만 해도 컨설팅 해줄 수 있다면 그게 지능적인 것이다. 그동안 국내외 빅테크가 주도하는 AI 시장은 사용자 데이터를 많이 가져다 쓰는 공급자 중심이었다.”

현재 우리 금융권의 AI 활용 수준을 평가한다면.

“한국은 눈에 보이는 걸 많이 한다. 예컨대 AI 챗봇, AI 휴먼 같은 것들이다. 기술의 순서가 바뀌었다고 생각한다. 중국 핑안보험, 미국 레모네이드는 AI를 활용해 비즈니스를 혁신하면서 새로운 시장을 찾았다면 한국 금융사들은 규제에 막혀있다 보니 새로운 비즈니스 모델을 제시하지 못하고 기존의 프로세스를 자동화(RPA) 한다든지, 은행원을 대체하는 개념의 AI은행원을 내놓는데 안주한다. 이렇게 되면 AI는 지속가능성을 모색할 수 없고 내부 승진용 보여주기로 쓰일 수밖에 없다.”

마이데이터 등 데이터 공유 기반의 AI 활성화 정책은 오래되지 않았나.

“데이터를 공유하는 방식의 AI는 한계점이 분명하다. 대표적인 사례로 삼성금융계열사들이 만든 ‘모니모’를 꼽아볼 수 있다. 생명·손보·카드·증권 서비스를 모아서 슈퍼앱을 만들었지만 제대로 이용하려면 고객 동의를 사전에 받아야 할 뿐만 아니라 어떤 서비스는 매번 받아야 한다. 고객 입장에서는 아무리 자신의 정보가 익명화됐다고 하더라도 자기가 이용하지 않은 삼성 계열사로 정보가 공유되는 것을 원하지 않을 것이다. 데이터가 아니라 AI를 공유해야 하는 방식으로 정책이 나아가야 한다.”

AI를 공유한다는 건 어떤 의미인가.

“미국은 AI를 활용하면서 자국의 돈세탁방지에 공을 들여왔는데 이제 국제 공조까지 강조하고 있다. 2020년 8월 미국 등 20개국이 국제적 돈세탁을 막기 위해 금융사 데이터를 공유하는 MOU를 맺었지만 개인정보 보호 이슈 때문에 사실상 공조를 현실화할 수 없었다. 최근 미국은 영국과 함께 새로운 머신러닝 방법인 연합학습을 사용한 돈세탁방지 방안을 고안했다. 실시간으로 데이터를 공유하자고 하면 안하니까 데이터는 그대로 두고 AI를 공유하자는 묘안이다. 돈세탁방지 AI가 한국으로 오더라도 고객 데이터와 금융사 비즈니스 정보를 그대로 남기고 지능화돼 돌아간다.”

AI를 공유하는 AI 정책은 어떤 효과를 발휘할 것으로 보나.

“정부 중심, 시장 중심 등 다양한 형태로 비용 절감, 리스크 없는 AI 활용이 가능하다. 앞서 말한 모니모는 고객 정보 동의 및 이전 없이도 AI 공유를 통해 슈퍼앱을 발전시킬 수 있고 금융지주 계열사도 계열사 간 고객 정보 공유를 엄격히 제한한 법과 독립된 비즈니스를 지키면서 사용자 중심 AI를 제공할 수 있다. 경쟁사끼리도 협력할 수 있다. 최근 시중은행에서 수백억원의 횡령사건이 발생했지만 그동안 기사화되지 않았을 뿐 이러한 일은 매년 발생해왔다. 매년 발각된 횡령액 규모만 1000억원이다. 보험사기도 기승을 부려 실적을 악화시킨다. 경쟁사들은 데이터가 아닌 AI를 공유해 내부통제와 사기방지 역량을 강화할 수 있다.”

사용자 중심 금융 AI가 대중화된 세상은 어떤 모습일지 궁금하다.

“애덤 스미스는 작업자 혼자서는 핀을 20개밖에 만들 수 없지만 공정을 18단계로 나눠 10명이 분업하면 하루에 4만8000개를 만들 수 있다고 말했다. 현재 금융 AI는 소속 금융사 직원이 자신들 데이터만 가지고 가내 수공업처럼 만드는 상황이다. 하지만 AI를 공유해 다른 회사와 콜라보하면 더 많은 부가가치를 창출할 수 있다. 중소기업과 소상공인도 AI를 활용해 마케팅을 모색할 수 있게 될 것이다.”