KT, 금융 AI 넘어 'AX 실행'에 방점 … 차별화된 데이터 활용으로 성과 입증

생성형 인공지능(AI)이 실제 업무를 수행하는 에이전틱 AI 시대로 접어들면서 금융권 AI 경쟁도 '도입'에서 '실행'으로 무게중심이 이동하고 있다. KT는 AI 모델 구축을 넘어 데이터를 기반으로 실제 업무에 적용하고 지속적으로 운영할 수 있는 실행 체계가 금융 AX(인공지능 전환)의 핵심이라고 강조했다.

KT는 지난 24일 '금융 AX 전략 스터디'를 열고 금융권 AI 사업 추진 전략과 주요 사례를 공개했다. 이날 발표에서는 AI 프로젝트의 개념검증(PoC)을 넘어 실제 업무 혁신으로 연결하기 위한 실행 체계와 데이터 전략이 주요 화두로 제시됐다.

박철우 KT 엔터프라이즈부문 금융사업본부장(상무)은 "이전에는 GPT를 만들 수 있는지가 관심이었다면 이제는 에이전틱 AI를 실제 업무에 안전하게 적용하고 운영할 수 있는지가 더 중요한 과제가 됐다"며 "AI 사업도 생산성 향상에 그치는 것이 아니라 비용 절감과 매출 확대 등 'Financial Business Impact'를 입증할 수 있어야 한다"고 말했다.

이어 "생산성이 좋아졌다는 설명만으로는 경영진을 설득하기 어렵다"며 "정성적인 효과보다 계량 가능한 성과를 함께 제시해야 실제 사업으로 이어질 수 있다"고 덧붙였다.

KT는 이에 맞춰 금융 AX를 전략 수립부터 구축, 운영, 고도화, 확산까지 아우르는 엔드투엔드(E2E) 사업으로 정의하고 '5-Layer AX Full Stack' 실행 체계를 구축했다. AI 전문 인력이 고객사 현장에서 함께 문제를 정의하고 업무를 설계하는 FDE(Forward Deployed Engineer) 방식을 적용해 금융과 AI, 데이터, 클라우드 역량을 통합 지원하고 있다.

현재 AX 적용 범위도 금융 전반으로 확대하고 있다. 은행권에서는 AI 챗봇과 상담봇 등 에이전틱 AICC를 구축하고 그룹 통합 AI 플랫폼과 AI 개발·운영체계(AIDLC)를 추진하고 있으며, 보험 분야에서는 생성형 AI 기반 세일즈 어시스턴트를 통해 설계사의 상담 노하우를 조직의 표준 역량으로 전환하고 있다. 카드 분야에서는 AI 통합 데이터 플랫폼과 AI LLM-Ops를 구축해 AI 운영 환경을 고도화하고 있다.

KT는 다양한 AX 프로젝트를 수행하면서 AI 모델 성능보다 조직 내 지식과 데이터 활용 체계가 실제 AX 확산을 좌우한다고 진단했다. 금융권은 문서와 약관, 상담 이력 등 비정형 데이터 비중이 높고 데이터가 여러 시스템에 분산돼 있어 AI가 즉시 활용하기 어려운 환경이라는 설명이다.

김영민 KT AX엔지니어링본부 상무는 "PoC 단계에서는 모델 성능이 중요하지만 실제 운영 단계에서는 데이터 접근 권한과 거버넌스, 운영 모델이 병목으로 작용한다"며 "기업들은 데이터를 많이 보유하고 있지만 AI가 이해하고 활용할 수 있는 형태로 정리되지 않은 경우가 많다"고 말했다.

이를 해결하기 위해 KT는 기업 데이터를 AI 활용 중심으로 전환하는 'Data4AI'와 업무와 데이터를 의미 기반으로 연결하는 'K-Ontology'를 AX 핵심 전략으로 제시했다. 실제 보험 AX 프로젝트에서는 우수 설계사의 영업 노하우와 상품·약관 정보를 AI가 이해하고 추론할 수 있는 지식 구조로 재구성해 고객 분석과 상품 추천을 자동화하고, 개인의 경험을 조직의 AI 자산으로 확산시켰다고 설명했다.

김 상무는 "중요한 것은 데이터의 양이 아니라 AI가 이해하고 활용할 수 있는 'AI Ready Data'"라며 "금융 AX는 AI를 한 번 구축하는 프로젝트가 아니라 지속적으로 운영하고 확산할 수 있는 체계를 만드는 과정"이라고 강조했다.