검색결과 총 15건
-
블록체인, AI 에이전트 경제의 기반 되나…KBW서 부상한 '에이전트 경제'
[경제일보] "블록체인은 새로운 금융의 길이 되고 있다" 30일 서울 광진구 그랜드 워커힐 서울에서 열린 '코리아 블록체인 위크(KBW) 2026'에서 기조연설로 나선 오종석 두나무 대표는 이렇게 말했다. 인공지능(AI) 에이전트가 사람의 지시를 받아 업무를 수행하는 단계를 넘어 서비스 이용과 결제까지 담당하는 시대가 다가오면서 블록체인의 역할도 달라지고 있다. AI가 정해진 권한과 예산 안에서 다른 서비스에 비용을 지불하고 거래를 실행하려면 신원 확인과 권한 관리, 결제·정산, 거래 기록 검증을 뒷받침할 인프라가 필요하기 때문이다. 국내 블록체인 업계도 디지털자산 거래를 넘어 AI와 금융 서비스를 연결하고 글로벌 온체인 시장에 대응하기 위한 기반 구축에 나서고 있다. 두나무는 AI와 금융 서비스의 연결을 사업 확장 방향 가운데 하나로 제시했다. 두나무는 '업비트 스킬'을 통해 AI가 금융 서비스와 직접 연결되는 접점을 만들고 있다고 설명했다. 기존에는 사람이 앱으로, 기업과 개발자가 API로 금융 서비스를 이용했다면 AI도 서비스와 직접 연결되는 새로운 이용 주체로 등장하고 있다는 것이다. 두나무는 향후 기업 활동에 필요한 지급·정산 기능까지 구축하겠다는 계획도 밝혔다. AI가 외부 서비스를 이용하고 업무를 수행하는 과정에서 비용 지급이 필요해질 수 있는 만큼, 거래소 중심의 사업 구조를 금융 서비스 전반으로 확대하려는 구상으로 풀이된다. 두나무가 강조한 또 다른 방향은 국내 금융과 글로벌 온체인 시장을 연결하는 인프라다. 두나무는 블록체인이 기존 금융 질서에 도전하는 기술에서 새로운 금융 인프라로 발전하고 있다고 강조했다. 국내에 이용자와 유동성, 디지털자산 운영 경험이 축적돼 있지만 이를 글로벌 금융시장과 연결하는 기반은 더 마련해야 한다는 설명이다. 오종석 대표는 "글로벌 금융 인프라는 서로 다른 국가의 규제와 통화 금융 환경 속에서도 실제로 작동할 수 있어야 한다"며 "전통 금융과 디지털 자산의 구분이 점점 희미해지고 하나의 글로벌 온체인 시장으로 연결되고 있다"고 말했다. 이를 위해 두나무는 디지털자산 거래뿐 아니라 커스터디(수탁), 오픈 API, 스테이킹, 이상거래 탐지, 블록체인 거래 추적 등으로 기능을 확장해 왔다고 밝혔다. 향후에는 고객확인(KYC)과 자금세탁방지(AML), 거래 검증, 개인정보 보호 등을 결합해 은행·증권사·결제사·핀테크 기업이 온체인 금융 서비스를 구축할 수 있도록 지원한다는 방침이다. 웹2 서비스와 웹3 금융을 연결하는 구상도 내놨다. 오 대표는 네이버파이낸셜과의 결합이 이뤄질 경우 두나무의 디지털자산·웹3 역량과 네이버파이낸셜의 결제·핀테크 역량, 네이버의 AI·IT 인프라 역량을 결합할 수 있다고 설명했다. 기존 이용자가 익숙하게 사용하는 결제 플랫폼과 온체인 금융을 연결해 디지털자산의 활용 범위를 넓히겠다는 취지다. "업비트가 거래소에서 만들었던 혁신과 편의, 경험과 역량을 바탕으로 새로운 금융 인프라로 도약해 나가고자 한다"며 "네이버파이낸셜과의 결합이 이뤄진다면 두나무의 디지털자산·웹3 역량과 네이버파이낸셜의 결제·핀테크 역량, 네이버의 AI·IT 인프라 역량이 결합될 수 있다"고 말했다. ◆ 팩트블록 "AI 에이전트 신원·권한·거래 검증 중요" KBW를 주최하는 팩트블록 역시 AI와 웹3의 결합을 주요 의제로 제시했다. 이날 앤드류 박 팩트블록 대표는 개회사를 통해 AI 에이전트가 정해진 예산 안에서 서비스를 이용하고 비용을 지급하는 상황이 현실적인 과제로 떠오르고 있다고 진단했다. 앤드류 박 대표는 "AI 에이전트가 기업을 대신해서 서비스를 부르고, 정해진 예산 안에서 일을 하고, 금융을 지급하는 장면은 더 이상 미래의 이야기가 아니다"며 "자산 하나를 토큰화한다고 생각해 보면 '토큰은 어떤 권리를 담고 있는가', '누가 보유할 수 있고 어떤 조건에서 이전할 수 있는가', '대금은 어떻게 결제되고 자산은 보관하는가', 그리고 마지막으로 '문제가 생기면 누가 책임지는가' 이 질문들에 혼자 답할 수 있는 회사는 없다"고 말했다. AI가 실제 거래를 수행하려면 단순히 결제 기술을 연결하는 것만으로는 충분하지 않다. 에이전트에 누가 권한을 부여했는지, 어떤 조건에서 의사결정이 이뤄졌는지, 거래 기록을 어떻게 검증할지, 필요한 순간 사람이 어떻게 개입할지를 함께 설계해야 한다는 것이다. 이는 신원 확인과 권한 관리, 검증 가능한 기록을 다뤄온 웹3 업계가 AI 시대에 맡을 수 있는 역할과도 연결된다. 팩트블록은 KBW를 연례 행사에 그치지 않고 기업과 개발자, 금융기관, 규제·법률 전문가가 지속적으로 협력하는 생태계로 발전시키겠다는 구상도 밝혔다. AI 에이전트의 권한과 거래 기록, 검증, 결제 등 실무적인 과제를 놓고 여러 주체가 협력할 수 있는 기반을 만들겠다는 취지로 풀이된다. 앤드류 박 대표는 "역동적인 디지털자산 시설과 탄탄한 금융기관, 뛰어난 개발 인재 모두가 서울에 있다"며 "지난 2018년 팩트블록은 한국의 가능성과 세계의 혁신이 만나면 새로운 일이 일어난다는 믿음으로 KBW를 시작했다"고 강조했다. ◆ 스테이블코인부터 에이전트 결제까지…글로벌 금융 인프라 경쟁 최근 가상자산 변화의 배경에는 스테이블코인을 비롯한 블록체인 기반 금융 서비스의 확산이 있는 것으로 분석된다. 법정화폐 등의 가치를 추종하는 스테이블코인은 블록체인 네트워크를 통해 국경을 넘어 자산을 이전하고 결제·정산에 활용할 수 있다는 점에서 주목받고 있다. 향후 AI 에이전트가 외부 서비스를 호출하거나 업무를 위탁하는 과정에서 비용을 자동으로 지급하는 수단으로 활용될 가능성도 제기된다. 글로벌 금융시장에서는 블록체인을 활용해 기존 금융의 영역을 넓히려는 움직임이 나타나고 있다. 달러 스테이블코인이 국경 간 자금 이동과 결제에 활용되면 달러 기반 금융 활동이 디지털 영역으로 확대될 수 있다. 전통 금융사와 디지털자산 기업도 서로의 사업 영역으로 진출하면서 거래와 수탁, 결제·정산을 아우르는 금융 인프라 경쟁을 벌이고 있다. 누가 더 많은 이용자와 자금을 끌어들이고 새로운 금융시장의 표준을 선점하느냐가 주요 경쟁 요소로 떠오르고 있다. 국내 시장의 과제는 글로벌 연결성을 확보하는 것이다. 국내에는 풍부한 디지털자산 이용자와 유동성, 시장 운영 경험이 있지만 이를 해외 자본과 기업, 금융 서비스로 연결하는 기반은 더 마련해야 한다. 해외에서 유입된 자금과 자산이 원화 기반 금융 활동으로 이어지고, 국내에서 축적한 기술과 운영 경험을 글로벌 시장으로 확장할 수 있어야 한다는 지적이다. 특히 AI와 블록체인의 결합이 실제 사업으로 이어질지는 기술을 연결하는 데 그치지 않고 반복적인 거래 수요와 안정적인 운영 체계를 확보하느냐에 달려 있는 것으로 분석된다. 국내 블록체인 업계가 디지털자산 거래를 넘어 AI와 금융 서비스를 연결하고 결제·정산, 자산 보관, 거래 검증 등으로 사업 영역을 넓히려는 것도 이 때문이다. AI가 실제 경제활동의 주체로 기능하는 환경에서 블록체인이 금융 인프라로 자리 잡을 수 있을지 주목된다. 오종석 대표는 "한국에서 축적한 시장과 유동성, 기술과 신뢰를 바탕으로 세계로 나가고자 한다"며 "디지털 금융 시대에는 한국에도 기회가 있다고 생각한다"고 말했다.
2026-09-30 12:08:32
-
-
카톡·전화·포털이 AI 비서로…'모두의 AI' SKT·카카오·KT 3파전 본격화
[경제일보] 국민이 일상에서 사용하는 통신·메신저·포털이 인공지능(AI) 비서로 바뀌는 경쟁이 본격화한다. 정부가 추진하는 대국민 AI 서비스 ‘모두의 AI’ 사업에 SK텔레콤과 카카오, KT가 최종 선정됐다. 세 사업자는 정부가 지원하는 엔비디아 B200 GPU를 활용해 전 국민이 무료로 사용할 수 있는 범용 AI 챗봇과 공공 AI 에이전트를 개발하고 연내 정식 서비스를 시작할 계획이다. 과학기술정보통신부는 28일 ‘모두의 AI’ 공모에 참여한 6개 사업자를 대상으로 서면·발표평가를 진행한 결과 SK텔레콤·카카오·KT 컨소시엄을 사업 수행기관으로 선정했다고 밝혔다. 이스트소프트·엠케이디·제논은 최종 선정에서 제외됐다. 당초 2~3개 사업자를 선정할 계획이었으며, 평가 점수와 순위는 공개하지 않았다. ◆ SKT는 ‘질문→실행’…카카오는 카톡 안에서 SKT 컨소시엄의 핵심은 답변을 넘어 실제 업무를 대신하는 ‘실행형 AI’다. 이용자의 요청을 이해해 계획을 세우고 검색과 도구 호출을 거쳐 실제 업무를 처리하는 구조다. 앱과 웹뿐 아니라 전화·문자로도 이용할 수 있도록 해 디지털 취약계층까지 이용 범위를 넓힌다. 공공서비스 신청과 증명서 발급, 매장·관공서 전화 대행부터 건강·금융·교통 등 생활 서비스까지 확장하는 것이 목표다. A.X K2를 비롯해 업스테이지 ‘솔라’, 모티프테크놀로지스 ‘모티프3’, LG AI연구원 ‘K-엑사원 2.0’ 등 여러 국산 모델을 활용해 서비스별 최적화를 추진한다. 카카오는 가장 강력한 국민 접점을 무기로 삼는다. 카카오톡에서 범용 챗봇과 AI 에이전트를 이용하고 예약·신청·결제까지 한 번에 처리하는 서비스를 구현한다. LG유플러스·LG CNS·LG AI연구원·루닛·신한은행 등과 협력해 전화 AI와 금융·의료·시니어 케어·세무 등 생애주기별 서비스를 붙인다. 특히 카카오톡이라는 기존 플랫폼 안에 AI를 심는 만큼 별도 앱 설치나 새로운 이용 습관을 요구하지 않는다는 것이 강점이다. AI를 ‘새로운 서비스’가 아니라 기존 디지털 생활 속 기능으로 만드는 전략이다. ◆ KT는 ‘채널 경계 없는 AI’…다음·지니TV까지 KT는 전용 AI 서비스에 이용자를 가두지 않는 전략을 제시했다. 포털 다음과 IPTV ‘지니TV’를 비롯해 쇼핑·부동산 등 기존 서비스 곳곳에 AI 진입점을 배치한다. 이용자가 검색을 시작하면 AI가 정보를 찾고 비교·판단한 뒤 필요한 서비스를 실제로 실행하도록 연결하는 방식이다. 교육·부동산·금융 등 생활 분야의 전문 서비스를 결합하는 것도 특징이다. 다음을 통한 검색과 뉴스, KT의 통신·미디어 고객 기반을 동시에 활용할 수 있다는 점에서 ‘플랫폼 연결형 AI’를 지향한다. 세 회사의 경쟁은 단순한 AI 모델 성능 대결과는 다르다. 이번 사업 평가에서도 AI 모델 자체의 경쟁력뿐 아니라 서비스 편의성, 이용자 확보 전략, 품질·안전성, AI 생태계 기여 등이 주요 평가 대상이었다. 정부가 ‘가장 좋은 모델’을 뽑는 것보다 국민이 실제로 자주 사용할 수 있는 AI 서비스를 만드는 데 무게를 둔 셈이다. ◆ 네이버 빠진 ‘국민 AI’…서비스 경쟁이 승부처 이번 선정에서 네이버의 불참도 눈길을 끈다. 네이버는 독자 AI 모델과 검색·쇼핑·지도 등 강력한 국민 접점을 보유하고 있지만 이번 공모에는 참여하지 않았다. 네이버클라우드는 앞서 “다른 진행 중인 사업에 더 집중하기 위해 참여하지 않기로 했다”고 밝혔다. 정부는 올해 확보한 B200 GPU 최대 512장을 세 사업자에 배분하고 9월 협약을 거쳐 베타서비스를 진행한 뒤 연내 정식 출시할 계획이다. 내년부터는 정부 예산으로 전 국민 서비스 운영에 필요한 비용도 지원한다. 당초 업계에서 운영비 부담을 주요 우려로 제기했던 만큼 장기적으로는 정부 지원에만 의존하지 않고 서비스의 지속가능성을 확보하는 것도 과제다. 궁극적인 경쟁은 ‘누가 더 똑똑한 AI를 만들었느냐’보다 누가 국민의 실제 행동을 가장 많이 바꾸느냐가 될 전망이다. 주민센터 업무를 대신 신청하고, 병원 예약과 결제를 처리하고, 쇼핑과 금융까지 연결하는 AI가 일상에 얼마나 자연스럽게 녹아들지가 관건이다. 특히 행정·금융·의료처럼 오류 비용이 큰 영역에서는 편리함보다 정확성·보안·개인정보 보호가 우선돼야 한다. 세 사업자가 연내 서비스를 내놓는 만큼 이후 경쟁은 모델 성능보다 실제 이용률, 처리 성공률, 재사용률과 같은 ‘AI가 얼마나 많은 일을 끝냈는가’로 옮겨갈 가능성이 크다. ‘모두의 AI’는 정부가 국민에게 AI를 보급하는 사업이지만 동시에 국내 플랫폼과 통신업계가 AI를 국민의 일상에 내재화할 수 있는지를 겨루는 최대 실증 무대가 될 전망이다.
2026-08-28 10:22:05
-
메가존클라우드·핑거, 금융 AX 동맹…AI·금융 IT 결합해 시장 선점
[경제일보] 메가존클라우드와 핀테크 기업 핑거가 금융산업의 인공지능 전환(AX)을 겨냥한 전략적 파트너십을 체결했다. 금융권의 AI 도입이 단순한 생성형 AI 서비스 적용을 넘어 기존 애플리케이션과 데이터, 클라우드 인프라까지 바꾸는 단계로 확대되면서 금융 업무를 이해하는 핀테크와 AI·클라우드 전문기업의 결합이 필요하다는 판단에서다. 메가존클라우드는 핑거와 지난 21일 서울 여의도 핑거 본사에서 ‘금융산업 AX 사업 협력을 위한 전략적 파트너십’을 체결했다고 24일 밝혔다. 양사는 금융기관 AX 및 시스템통합(SI) 사업 공동 추진, 금융 업무 특화 AI 솔루션 공동 개발·상품화, 인프라와 애플리케이션 운영을 결합한 구독형 서비스 등을 추진한다. ◆ 금융 AI, 모델보다 ‘업무 시스템’ 전환이 관건 금융권의 AI 전환은 일반 기업보다 진입장벽이 높다. 금융사는 고객정보와 거래 데이터 등 민감정보를 다루는 만큼 보안과 규제 요건을 충족해야 하고, 기존 모바일뱅킹과 계정계·정보계 시스템 등과 AI를 연결하는 작업도 필요하다. 메가존클라우드는 클라우드 전환과 애플리케이션 현대화, AI 에이전트 시스템 개발, 보안 및 운영체계 구축 역량을 제공한다. 핑거는 2010년 국내 최초 스마트뱅킹 구축을 시작으로 은행권 모바일뱅킹과 오픈뱅킹, 비대면 채널 등 금융 IT 애플리케이션을 구축해왔다. 두 회사가 각각 가진 ‘인프라’와 ‘금융 업무’ 전문성을 결합하는 구조다. 특히 양사는 금융기관의 AI 전환 과정에서 발생하는 애플리케이션 현대화와 데이터 전환 수요를 공동으로 공략한다는 방침이다. 생성형 AI를 도입하는 것에서 끝나는 것이 아니라 기존 시스템을 AI 활용에 적합한 환경으로 바꾸고, 실제 업무에 AI 에이전트를 연결하는 사업으로 범위를 넓히겠다는 의미다. 양사는 금융 업무에 특화된 AI 솔루션을 공동 개발해 상품화하고, 구축 이후 운영까지 이어지는 사업모델을 추진한다. 인프라 운영과 애플리케이션 운영을 통합해 제공하는 구독형 서비스도 사업화 대상이다. 이는 금융 AX 시장이 일회성 SI 프로젝트에서 장기적인 운영·관리 사업으로 확대될 가능성을 겨냥한 것으로 풀이된다. AI 시스템은 구축 이후에도 모델 관리와 데이터 업데이트, 보안, 성능 개선 등이 지속적으로 필요하기 때문이다. 메가존클라우드는 최근 코리안리재보험과도 생성형 AI·빅데이터·클라우드를 활용한 재보험 AX 협력을 추진하며 금융 분야 사업 영역을 넓히고 있다. 이번 협력에서 양사가 각각 300억원 규모의 증권 투자를 추진하는 것도 주목된다. 핑거가 300억원 규모 CB를 발행하고 메가존클라우드가 이를 인수하는 한편, 핑거는 메가존클라우드 지분 약 300억원어치를 취득하는 구조다. 양사의 전략적 이해관계를 자본으로 연결했다는 데 의미가 있다. ◆ 국내 금융 레퍼런스 확보해 해외로 양사는 국내 금융권에서 쌓은 경험을 해외시장으로 확대할 계획이다. 메가존클라우드가 구축한 10개국 글로벌 거점에 핑거의 금융 애플리케이션 구축 역량을 결합해 국내 금융기관의 해외 진출을 지원하는 동시에 현지 금융기관 대상 사업도 추진한다. 특히 해외 금융시장은 국내와 규제 환경이 다른 만큼 퍼블릭 클라우드 기반의 금융 시스템 구축과 AI 적용을 보다 유연하게 추진할 수 있다는 판단이다. 다만 현지 금융 규제와 데이터 주권, 보안 인증 등 국가별 장벽을 넘어 실제 수주로 연결할 수 있을지는 별도의 과제다. 한편 이번 파트너십의 성패는 협약 자체보다 첫 금융 고객과 실제 매출을 얼마나 빨리 만들어내느냐에 달려 있다. 금융 AX 시장에는 삼성SDS와 LG CNS 등 대형 IT서비스 기업들도 적극적으로 뛰어들고 있다. 메가존클라우드와 핑거가 금융 업무 전문성과 AI·클라우드를 결합해 차별화된 상품을 만들고 이를 국내 레퍼런스에서 해외사업으로 확장할 수 있을지가 향후 경쟁력을 가를 전망이다. 염동훈 메가존클라우드 대표는 “핑거의 핀테크 전문성과 결합하면 금융 업무에 특화된 AX 모델을 만들 수 있을 것”이라며 “국내 금융시장의 선진화에 기여하고 해외 금융시장으로도 성과를 확대하겠다”고 말했다. 핑거 안인주 대표 역시 “메가존클라우드의 AI·클라우드 역량과 만나 금융 AI 분야와 해외 시장에서 새로운 성장 기회를 만들겠다”고 밝혔다.
2026-08-24 11:57:51
-
한국경제 3주체를 다시 짜라 ③정부편
[경제일보] 인공지능(AI) 시대를 맞아 정부의 역할도 달라지고 있다. 과거 정부 역할이 산업 지원과 규제 정비에 집중됐다면, AI 시대에는 데이터, 전력망, 인재, 안전망, 소비자 보호, 공공서비스, 국가 안보까지 포괄하는 종합 설계 능력이 중요해졌다는 평가가 나온다. AI가 기업의 생산 방식과 소비자의 생활 방식을 동시에 바꾸면서 정부도 단순한 규제자나 투자자를 넘어 국가 운영체제의 설계자로서 역할을 맡아야 한다는 목소리가 커지고 있다. 산업 진흥, 규제 설계, 인프라 구축, 인재 양성, 소비자 보호를 따로 볼 것이 아니라 하나의 국가 전략으로 묶어야 한다는 것이다. 11일 정부와 관련 업계에 따르면 AI는 이미 산업정책의 핵심 축으로 올라섰다. 과학기술정보통신부는 지난달 16일 청와대 업무보고에서 AI 데이터센터(AIDC), 피지컬 AI, K-반도체를 3대 메가프로젝트로 제시하고, 해외 투자 유치를 포함해 총 550조원 규모의 민간투자로 기가와트급 초거대 AI 데이터센터를 구축하겠다고 밝혔다. 내년부터는 예약과 결제 등 실제 업무를 수행하는 AI 에이전트로 서비스를 고도화해 ‘1인 1 AI 에이전트’ 시대를 열겠다는 목표도 내놨다. AI 제도 정비도 본격화되고 있다. 한국은 올해 1월 22일 ‘인공지능 발전과 신뢰 기반 조성 등에 관한 기본법’(AI 기본법)을 시행했다. 이 법은 AI 연구개발과 학습용 데이터 구축, AI 활용 확산, 창업 지원, 인재 양성, 데이터센터 구축 지원 등의 근거를 담고 있다. 동시에 고영향 AI에 대한 투명성, 안전성, 인간 감독 등 신뢰 확보 장치도 포함했다. 한 AI업계 관계자는 “AI 산업은 속도가 생명인 만큼 과도한 규제는 부담이 될 수 있다”면서도 “설명 책임과 안전장치가 없으면 소비자와 시장의 신뢰를 잃을 수 있어 산업 진흥과 신뢰 구축을 동시에 설계하는 정부 역할이 중요해졌다”고 말했다. ◆AI 산업정책, 지원금 경쟁으로 끝나선 안 돼 정부의 AI 산업정책은 대규모 투자 계획을 중심으로 빠르게 확장되고 있다. 반도체는 AI 서버와 데이터센터의 핵심 인프라이고, 피지컬 AI는 로봇과 자율주행, 제조 자동화와 연결된다. AI 데이터센터는 모든 AI 서비스의 기반이 되는 컴퓨팅 인프라다. 정부가 이 세 분야를 묶어 국가 프로젝트로 제시한 것은 AI를 단순한 소프트웨어 산업이 아니라 제조업, 에너지, 지역경제, 안보가 결합된 복합 산업으로 보고 있다는 의미로 풀이된다. 다만 대형 프로젝트가 성과로 이어지려면 재정 투입과 세제 지원만으로는 한계가 있다는 평가가 많다. 데이터센터 입지, 전력망 확충, 용수 확보, 지역 주민 수용성, 전문 인력 공급이 함께 해결돼야 한다는 것이다. 로이터통신은 지난달 21일 정부가 수도권 밖 호남에 조성하려는 반도체 산업단지를 두고 대규모 전력·용수 수요와 지역 주민 반발이 주요 과제로 떠오르고 있다고 보도했다. 해당 산업단지 조성에는 800조원 이상이 투입될 것으로 추산되며, 계획대로면 4개 반도체 공장의 전력 수요만으로도 광주·전북·전남 지역의 현재 연간 전력 소비량의 70∼80%에 이를 것이라는 분석도 나왔다고 로이터는 전했다. 한 반도체 업계 관계자는 “데이터센터와 반도체 클러스터는 기업 투자만으로 완성되지 않는다”며 “전력망, 용수, 도로, 대학 인력, 지역 민원 조정까지 정부가 함께 풀어야 실제 착공과 운영이 가능하다”고 말했다. ◆데이터·전력·인재가 새 국가 인프라로 부상 AI 시대의 국가 인프라는 도로와 항만, 공항에만 머물지 않는다는 인식이 확산하고 있다. 데이터, 클라우드, GPU, 전력망, 고급 인재가 새로운 국가 인프라로 떠오르고 있다는 평가다. AI 모델을 개발하고 운영하려면 대규모 학습 데이터와 안정적인 컴퓨팅 자원, 막대한 전력이 필요하다. 이 때문에 AI 정책은 과학기술 정책인 동시에 에너지 정책, 교육 정책, 지역균형 정책의 성격을 함께 띠고 있다. 특히 데이터센터는 전력 수요와 직결된다. AI 연산은 기존 인터넷 서비스보다 훨씬 많은 전력을 필요로 한다. 정부가 권역별 데이터센터 구축을 추진하더라도 전력망 보강과 재생에너지, 원전, 송전선로 문제를 동시에 조정하지 못하면 투자 계획이 지연될 수 있다는 우려가 나온다. 인재 문제도 핵심 과제로 꼽힌다. AI 전문인력은 글로벌 빅테크와 국내 대기업, 스타트업이 동시에 확보 경쟁을 벌이는 분야다. 대학 교육만으로는 산업 현장의 수요를 따라가기 어렵다는 지적도 적지 않다. 과기정통부는 올해 12개 부처와 함께 514만명을 대상으로 AI 교육을 실시하고, AI디지털배움터를 전국 69개 거점으로 확대하겠다고 밝혔다. 한 서울 소재 대학 교수는 “AI 인재 정책은 박사급 연구자 양성만으로는 부족하다”며 “중소기업 직원, 공무원, 교사, 금융·제조 현장 인력까지 AI를 이해하고 활용할 수 있도록 재교육 체계를 넓혀야 한다”고 말했다. ◆규제 완화와 신뢰 구축 병행 요구 AI 기본법 시행으로 한국은 AI 산업 진흥과 신뢰 기반 조성을 함께 추진할 법적 틀을 갖췄다는 평가를 받는다. 법은 고영향 AI에 대해 투명성과 안전성 확보를 요구하고, 생성형 AI 결과물에 대한 표시 의무 등도 규정하고 있다. 의료, 금융, 교통, 채용, 교육처럼 국민의 생명과 기본권, 재산에 영향을 줄 수 있는 분야에서는 AI 활용에 더 높은 수준의 설명 책임과 인간의 감독이 요구된다. 기업 입장에서는 규제 부담이 커질 수 있다. 스타트업 업계에서는 AI 기본법과 시행령이 현장에 적용되는 과정에서 인증, 문서화, 영향평가 부담이 과도해질 수 있다는 우려가 나온다. 반면 소비자와 시민사회에서는 AI가 신용평가, 채용, 보험, 의료 판단에 활용될 경우 설명 가능성과 이의제기 절차가 반드시 보장돼야 한다는 의견이 우세하다. 한 스타트업 업계 관계자는 “AI 기본법의 취지는 공감하지만 초기 기업에 대기업 수준의 문서화와 검증 부담이 부과되면 서비스 출시 속도가 늦어질 수 있다”며 “위험도가 낮은 서비스와 고영향 AI를 구분해 규제를 차등 적용할 필요가 있다”고 말했다. 반면 소비자단체 관계자는 “AI가 금융 심사나 채용, 보험료 산정에 쓰일 경우 소비자는 왜 그런 결과가 나왔는지 알기 어렵다”며 “기술 발전을 이유로 설명 책임과 이의제기 절차가 약화돼서는 안 된다”고 강조했다. 정부의 과제는 이 균형을 어떻게 맞출지에 있다. AI 산업을 키우기 위해 규제를 무조건 늦추면 신뢰가 약해질 수 있고, 신뢰 확보를 이유로 규제를 과도하게 설계하면 혁신 속도가 떨어질 수 있다는 우려가 동시에 제기된다. 분야별 위험 수준에 따라 규제를 달리 적용하는 정교한 접근이 필요하다는 지적이 나오는 이유다. ◆공공부문 AI, 행정 혁신의 시험대 정부 자체도 AI 전환의 대상이다. 행정 민원, 복지 심사, 세금 신고, 재난 대응, 교통 관리, 보건의료, 교육 행정 등 공공서비스 전반에서 AI 활용 가능성이 커지고 있다. AI를 활용하면 반복 민원을 줄이고 행정 처리 속도를 높이며, 사각지대에 놓인 국민을 더 빨리 찾아낼 수 있다는 기대가 있다. 다만 공공부문 AI에는 민간보다 더 엄격한 기준이 적용돼야 한다는 목소리도 높다. 정부의 AI 판단은 국민의 권리와 직접 연결될 수 있어서다. 복지 수급 대상 선정, 세무 조사, 채용·평가, 치안·감시 분야에서 AI가 활용될 경우 오류나 편향이 발생하면 피해가 클 수 있다. 공공 AI는 효율성뿐 아니라 투명성, 책임성, 감사 가능성을 함께 확보해야 한다는 지적이 나온다. ◆부처별 정책 넘어 국가 조정 능력이 관건 AI 시대 정부의 역할은 갈수록 복잡해지고 있다는 게 대체적인 평가다. 산업을 키우면서도 소비자를 보호해야 하고, 투자를 촉진하면서도 전력과 지역 갈등을 조정해야 한다. 기업의 혁신을 막지 않으면서도 고영향 AI의 위험을 관리해야 하고, 청년에게는 새 일자리를 만들고 기존 노동자에게는 전환 교육과 안전망을 제공해야 한다는 요구도 커지고 있다. 전문가들은 AI 전환의 성패가 개별 부처의 정책 경쟁이 아니라 정부 전체의 조정 능력에 달려 있다고 본다. 과학기술, 산업, 금융, 교육, 노동, 복지, 에너지 정책이 따로 움직이면 AI 전환이 성장보다 갈등을 키울 수 있다는 우려도 나온다. 반대로 인프라, 인재, 규제, 안전망, 신뢰 체계를 하나의 전략으로 묶을 경우 AI가 한국경제의 새로운 성장 기반이 될 수 있다는 기대도 있다. 한 청와대 관계자는 “AI 시대 정부는 돈을 나눠주는 투자자나 기업을 단속하는 규제자에 머물 수 없다”며 “국가 데이터 인프라와 전력망, 인재 양성, 소비자 보호, 일자리 전환을 함께 설계하는 운영체제 역할을 해야 한다”고 말했다.
2026-08-11 11:22:24
-
LG CNS, 2분기 영업이익 9.2% 줄었다.
[경제일보] LG CNS의 2026년 2분기 영업이익이 1279억원으로 전년 동기 대비 9.2% 줄었다. 매출은 1조5208억원으로 4.2% 늘었다. 매출이 느는데 이익이 줄면서 영업이익률은 9.7%에서 8.4%로 1.2%포인트 낮아졌다. LG CNS는 7월 31일 실적발표 컨퍼런스콜에서 피지컬 AI와 금융 인공지능 전환(AX), AI 인프라를 하반기 3대 성장축으로 제시했다. 상반기 누적으로는 매출 2조8358억원, 영업이익 2221억원으로 각각 6.1%, 1.1% 늘었다. 상반기 이익이 소폭이나마 늘어난 것은 1분기 덕이다. 반기 수치에서 2분기를 빼면 1분기 영업이익은 942억원으로 전년보다 20%가량 증가했다. 이익 방향이 꺾인 시점은 2분기다. 송광륜 LG CNS 최고재무책임자(CFO)는 "영업이익 감소는 사업 경쟁력 약화에 따른 구조적 문제가 아니라 미래 성장을 위한 선제적 투자와 일시적인 프로젝트 일정의 영향"이라며 "이연된 프로젝트가 하반기 본격 진행되면 실적 개선에 기여할 것"이라고 말했다. 신규 AI 플랫폼과 피지컬 AI 연구개발, 인재 확보 투자가 늘었고 일부 계열사 프로젝트 계약이 하반기로 밀렸다는 설명이다. ◆ LG전자 로봇 데이터 팩토리…피지컬 AI 첫 레퍼런스 피지컬 AI 사업의 출발점은 LG전자다. LG CNS는 LG전자와 지능형 로봇 학습 인프라인 로봇 데이터 팩토리를 구축하고 자체 플랫폼 '피지컬웍스'와 그래픽처리장치(GPU) 기반 AI 인프라를 공급한다. 로봇 데이터 팩토리는 로봇이 작업을 익히는 데 필요한 영상과 동작 데이터를 모아 가공하고 이를 바탕으로 AI 모델을 학습시키는 설비다. 물류 현장 검증은 컬리에서 이뤄졌다. LG CNS는 컬리 물류센터 1차 개념검증(PoC)을 마쳤고 연말까지 기능을 보완해 적용 범위를 넓히는 후속 사업을 추진한다. 좁은 통로를 다니는 자율이동로봇(AMR) 사업과 연구소 물류 자동화도 수행 중이다. 신재훈 LG CNS 스마트팩토리사업부장(상무)은 "산업 현장에 피지컬 AI를 도입하려면 GPU를 비롯한 AI 인프라 확보가 필수적"이라며 "LG전자 로봇 데이터 팩토리를 대표 사례로 삼아 제조와 물류 등 다양한 산업으로 사업을 확대하겠다"고 말했다. 올해는 사례 확보에 집중하고 내년부터 제조·물류 고객을 상대로 로봇 전환(RX) 사업을 넓힌다는 구상이다. 스마트엔지니어링 부문 2분기 매출은 2746억원으로 13% 늘어 세 부문 가운데 성장률이 가장 높았다. LG그룹 2차전지 계열사의 북미 물류 혁신 사업을 추가 수주했고 국가농업 AX 플랫폼 구축 사업의 민간사업자로도 뽑혔다. ◆ 금융 차세대, 하반기부터 매출 인식 디지털 비즈니스 서비스 상반기 매출은 6621억원으로 8.8% 늘어 세 부문 중 증가폭이 가장 컸다. KB국민은행 차세대 사업과 한국은행 2기 정보기술아웃소싱(ITO) 사업을 따냈다. 조성우 LG CNS 금융AX1사업담당(상무)은 "금융권 차세대 프로젝트는 평균 수행 기간이 약 2년인 대규모 사업으로 착수 이후 분석·설계·초기 구축 단계를 거치면 약 6개월 뒤부터 매출이 본격 인식되는 구조"라며 "1월 NH농협은행, 5월 KB국민은행 차세대를 착수한 만큼 하반기로 갈수록 매출 기여도가 높아질 것"이라고 말했다. 지난해 수주한 미래에셋생명과 신한투자증권 차세대는 올해 본격 개발 단계에 들어갔다. 정보기술(IT) 시스템 구축과 운영 전 과정을 에이전틱 AI로 수행하는 개발 플랫폼 '대본'도 2분기에 내놨다. ◆ AI 인프라, 구독형으로 판다 AI·클라우드 부문 2분기 매출은 9060억원으로 3.9% 늘었다. AI 플랫폼과 데이터 구축, 클라우드 관리서비스(MSP), GPU 인프라 구축·유지보수가 성장을 이끌었다. LG CNS는 AI 연산 자원을 구독 방식으로 파는 '엑스퓨웍스(XPUWorks)'를 출시했다. 고객이 대규모 초기 투자 없이 필요한 만큼 GPU를 쓰게 하는 구조다. 1분기에 내놓은 에이전틱 AI 플랫폼 '에이전틱웍스'는 챗GPT와 클로드, 제미나이의 사용량과 비용을 조직·사용자별로 보여주는 대시보드를 제공한다. 업무 특성과 보안 요건에 맞춰 모델을 골라 연결하는 지능형 라우팅 기능도 강화하고 있다. 중국산 대규모언어모델(LLM)의 약진에 대해서는 대체보다 조합으로 봤다. 진요한 LG CNS AI센터장(상무)은 "표준 모델을 일괄 전환하기보다는 업무 난이도와 보안 수준, 비용 민감도에 따라 여러 모델을 조합하는 멀티모델 전략이 확대되는 추세"라며 "업무 특성에 따라 미국 프런티어 모델과 중국 경량 모델, 국산 온프레미스 모델을 최적으로 배치하는 방식이 일반화될 것"이라고 말했다. 데이터센터 설계·구축·운영(DBO)에서는 시장 성장률을 웃도는 확장을 목표로 내걸었다. LG CNS는 글로벌 데이터센터 시장이 연평균 9%, 아시아태평양과 국내는 15~20% 성장할 것으로 봤다. 한편 회사 설명이 맞는지는 하반기에 갈린다. 이연됐다는 계열사 프로젝트가 실제로 3분기에 잡히는지, 6개월 뒤부터 매출이 인식된다는 금융 차세대가 그 시점에 숫자로 나타나는지가 확인 지점이다. 피지컬 AI는 아직 LG전자라는 계열 물량 한 건과 컬리 PoC가 전부다. 선제 투자라는 설명이 성립하려면 그룹 밖에서 매출이 나와야 한다.
2026-07-31 14:45:47
-
-
한국경제 3주체를 다시 짜라 ②소비자편
[경제일보] 인공지능(AI)이 소비자의 일상 깊숙이 들어오고 있다. 검색과 쇼핑, 금융 상담, 보험 심사, 대출 추천, 콘텐츠 소비, 교육, 의료 상담까지 AI가 개입하는 영역이 빠르게 넓어지는 모습이다. 소비자는 더 빠르고 편리한 서비스를 이용하게 됐지만 그 과정에서 자신의 데이터가 어디에 쓰이고 어떤 기준으로 판단되는지 알기 어려운 상황도 늘고 있다. 24일 정부와 금융권 등에 따르면 소비자의 클릭 기록, 검색 이력, 결제 정보, 이동 경로, 신용 정보, 건강 정보, 소비 패턴 등은 AI 학습과 맞춤형 서비스의 주요 데이터로 활용되고 있다. 기업들은 이를 기반으로 개인별 추천과 광고, 금융상품, 콘텐츠 노출 순서를 조정하고 있다. AI시대 소비자는 단순한 구매자를 넘어 데이터 제공자이자 알고리즘 판단의 대상이 되고 있다는 분석이 나온다. 정부도 AI 확산에 따른 소비자 보호 장치 마련에 나서고 있다. 한국은 올해 1월 AI 기본법을 시행하면서 의료, 금융, 교통, 원전 등 민감 분야의 고영향 AI에 대해 인간 감독과 투명성 확보를 요구하는 체계를 마련했다. 개인정보보호위원회도 AI 모델·시스템 개발자와 제공자가 개인정보 유출, 딥페이크에 따른 인격권 침해 등 새로운 위험을 관리할 수 있도록 ‘AI 프라이버시 리스크 관리 모델’을 공개했다. 금융권의 변화도 빠르다. 은행과 카드사, 보험사, 핀테크 기업들은 AI 상담, 이상거래 탐지, 신용평가, 맞춤형 상품 추천, 보험금 심사 등에 AI를 활용하고 있다. 금융권에서는 AI 활용 확대와 함께 설명 가능성, 책임 소재, 소비자 보호 기준이 중요해졌다는 평가가 나온다. 한 금융권 관계자는 “AI 상담과 대출심사는 소비자에게 편리함을 줄 수 있지만, 소비자가 왜 특정 상품을 추천받았는지, 왜 대출 한도나 금리가 다르게 산정됐는지 이해하지 못하면 불신으로 이어질 수 있다”며 “금융 AI의 핵심은 속도보다 설명 책임”이라고 말했다. AI가 골라주는 시대, 소비자는 더 자유로워졌나 AI 추천 서비스는 소비자의 선택 방식을 바꾸고 있다. 과거 소비자는 상품과 서비스를 직접 비교하고 선택했다. 지금은 플랫폼이 소비자의 검색 기록과 구매 이력, 위치, 관심사를 분석해 상품과 콘텐츠를 먼저 제시한다. 쇼핑몰은 개인별 추천 상품을 배열하고 금융 플랫폼은 맞춤형 대출과 카드, 보험상품을 보여준다. 온라인동영상서비스(OTT)와 포털, 뉴스 플랫폼도 이용자의 선호를 기반으로 콘텐츠 노출 순서를 조정한다. 문제는 추천이 편리함을 주는 동시에 선택의 범위를 좁힐 수 있다는 점이다. 소비자는 자신이 원하는 정보를 찾는다고 생각하지만 실제로는 알고리즘이 보여주는 범위 안에서 선택하는 경우가 많다. 특정 상품이나 서비스가 상단에 노출되는 이유, 추천 기준에 광고나 수수료가 얼마나 반영됐는지 소비자가 확인하기 어려운 경우도 적지 않다. 소비자단체 한 관계자는 “AI 추천은 소비자 편익을 높일 수 있지만 플랫폼이 어떤 기준으로 상품을 보여주는지 충분히 설명하지 않으면 정보 비대칭이 커질 수 있다”며 “추천의 편리함과 소비자의 알 권리 사이에 균형이 필요하다”고 말했다. 개인정보는 공짜 원료가 아니다 AI 서비스의 기반은 데이터다. 소비자가 남긴 정보가 많을수록 AI는 더 정교한 추천과 예측을 제공할 수 있다. 그러나 데이터 활용이 늘어날수록 개인정보 침해 가능성도 커진다. 특히 금융, 의료, 교육, 이동 정보처럼 민감한 데이터가 결합되면 개인의 생활 패턴과 경제 상황, 건강 상태까지 추정할 수 있다. 개인정보위가 AI 프라이버시 리스크 관리 모델에서 개인정보 유·노출뿐 아니라 딥페이크로 인한 인격권 침해를 새로운 위험으로 제시한 것도 이 때문이다. AI가 만든 이미지와 음성, 영상은 소비자 피해의 양상을 바꾸고 있다. 보이스피싱과 투자 사기, 허위 광고, 유명인 사칭, 딥페이크 범죄가 AI 기술과 결합하면 피해 규모와 확산 속도가 커질 수 있다. 한 보안업계 관계자는 “기존 개인정보 유출은 계정 탈취나 스팸 피해로 이어지는 경우가 많았지만 AI시대에는 유출된 정보가 음성 합성, 얼굴 합성, 맞춤형 사기 문구에 활용될 수 있다”며 “소비자 보호의 기준도 단순 정보보호에서 신원과 평판 보호로 넓어져야 한다”고 말했다. 금융 AI의 편리함 뒤에 남는 설명 책임 금융 분야는 AI가 소비자 권리와 직접 충돌할 수 있는 대표 영역이다. AI가 대출 한도와 금리, 카드 발급 가능성, 보험 가입 심사, 이상거래 탐지, 투자상품 추천에 활용되면 소비자의 금융 접근성과 비용이 달라질 수 있다. 편리한 상담과 빠른 심사는 장점이지만 잘못된 데이터나 편향된 모델이 적용되면 불합리한 차별로 이어질 가능성도 있다. 금융소비자 입장에서는 ‘AI가 판단했다’는 설명만으로는 충분하지 않다. 왜 한도가 줄었는지, 왜 보험 가입이 거절됐는지, 왜 특정 투자상품이 추천됐는지 이해할 수 있어야 한다. AI 판단에 오류가 있다면 이의를 제기하고 사람이 다시 검토할 수 있는 절차도 필요하다. 한 금융소비자보호 전문가는 “AI가 금융 서비스를 빠르게 만들 수는 있지만 설명할 수 없는 AI는 금융소비자 보호와 충돌할 수 있다”며 “특히 고령층이나 금융 취약계층은 AI 상담 결과를 그대로 받아들일 가능성이 커 별도 보호 장치가 필요하다”고 말했다. 디지털 약자를 방치하면 AI 격차는 생활 격차가 된다 AI 서비스가 확산될수록 디지털 취약계층의 문제도 커질 수 있다. 고령층, 장애인, 저소득층, 디지털 기기 활용이 익숙하지 않은 소비자는 AI 기반 서비스에서 배제되거나 불리한 조건을 감수할 가능성이 있다. 은행 점포와 대면 창구가 줄고 모바일 앱과 챗봇 상담이 늘어날수록 이 같은 격차는 금융 접근성 문제로 이어질 수 있다. 교육과 의료 분야에서도 비슷한 문제가 나타날 수 있다. AI 학습 서비스는 개인별 맞춤 교육을 제공할 수 있지만 기기와 네트워크, 결제 능력이 부족한 가정은 혜택을 충분히 누리기 어렵다. AI 건강관리 서비스도 스마트기기 활용 능력과 데이터 접근성에 따라 이용 격차가 벌어질 수 있다. 전문가들은 AI시대 소비자 정책이 ‘피해 구제’ 중심에서 ‘역량 강화’ 중심으로 바뀌어야 한다고 지적한다. 소비자가 AI 추천과 자동화된 판단을 이해하고 개인정보 제공 여부를 선택하며 부당한 결과에 이의를 제기할 수 있어야 한다는 것이다. AI시대 소비자는 더 빠른 서비스를 이용하는 동시에 더 많은 데이터를 제공한다. 편리함은 공짜가 아니다. 소비자의 데이터가 기업의 수익과 AI 성능을 높이는 원료가 되는 만큼 소비자에게도 정보 접근권과 설명 요구권, 선택권이 보장돼야 한다. 한 소비자정책 전문가는 “AI시대 소비자 보호의 핵심은 기술을 막는 것이 아니라 소비자가 기술의 작동 방식을 이해하고 통제할 수 있게 하는 것”이라며 “데이터 주권이 뒷받침되지 않으면 AI 편익은 일부 기업과 플랫폼에 집중되고 소비자는 판단의 객체로 밀려날 수 있다”고 말했다.
2026-07-24 11:08:47
-
-
-
AI도 해킹당한다…정부, 프롬프트 공격 막는 보안 매뉴얼 냈다
[경제일보] 정부가 인공지능(AI) 서비스 보안 위협에 대응하기 위한 실무 매뉴얼을 내놨다. AI가 금융, 의료, 공공, 제조, 통신 등 주요 산업으로 빠르게 확산되면서 프롬프트 인젝션과 권한 오남용, 데이터 유출 같은 새로운 공격에 대응할 기준이 필요해졌기 때문이다. 과학기술정보통신부는 한국인터넷진흥원(KISA)과 함께 ‘AI 보안 위협 대응 매뉴얼’과 ‘AI 보안 레드티밍 가이드’를 발간했다고 8일 밝혔다. 두 자료는 AI 환경에서 발생할 수 있는 주요 보안 위협을 분류하고 산업 현장에서 활용할 수 있는 점검·대응 절차를 제시하는 데 초점을 맞췄다. AI 보안 위협은 기존 정보보호 체계만으로 충분히 막기 어렵다. 공격자가 AI 모델에 악성 명령을 숨겨 원하는 답변을 유도하는 프롬프트 인젝션, 에이전트 권한을 악용한 데이터 접근, 학습 데이터 유출, 외부 모델과 플러그인 공급망 공격 등이 대표적이다. AI가 스스로 도구를 호출하고 업무를 수행하는 에이전트 형태로 발전할수록 공격 표면도 넓어진다. ‘AI 보안 위협 대응 매뉴얼’은 AI 보안 위험을 데이터, 모델, 에이전트, 공급망, 고성능 모델 등 5개 영역으로 나눴다. 각 영역별 진단 지표를 제시하고 금융, 의료, 공공·행정, 교육, 제조·에너지, 통신, 법률, IT 등 8개 분야별 위협 시나리오와 대응 방안도 담았다. 경영진과 실무자의 활용 방식도 구분했다. 최고경영자 등 C레벨에는 AI 보안 위협의 종류와 실제 사례를 쉽게 설명하고, 보안 담당자와 IT 운영자에게는 위협을 어떻게 진단하고 어떤 기준으로 대응할지 안내한다. AI 도입이 기술 부서만의 일이 아니라 경영 리스크 관리로 옮겨가고 있다는 점을 반영한 구성이다. 함께 발간된 ‘AI 보안 레드티밍 가이드’는 기업 내부에서 AI 보안 점검을 직접 수행해야 하는 실무진을 위한 안내서다. 레드팀은 공격자 관점에서 시스템을 시험해 취약점을 찾아내는 조직이다. 이번 가이드는 AI 레드팀을 기획하고 구성하는 단계부터 준비, 실행, 결과 보고까지 전 과정을 다룬다. 현장 활용성을 높이기 위한 부록도 포함됐다. 레드티밍 체크리스트, 점검 도구, 인력별 직무기술서가 담겼다. 정부 차원에서 여러 산업 분야에 적용 가능한 AI 보안 레드팀 운영 기준을 제시했다는 점에서 의미가 있다. 이번 가이드는 기업의 AI 도입 속도가 빨라지는 상황에서 나왔다. 생성형 AI를 고객 상담, 문서 작성, 코드 개발, 데이터 분석에 활용하는 기업이 늘고 있지만 보안 검증 체계는 아직 초기 단계인 경우가 많다. 특히 외부 AI 모델과 사내 데이터가 연결될 경우 정보 유출과 권한 관리 문제가 함께 발생할 수 있다. 임정규 과기정통부 정보보호네트워크정책관은 “AI 기술의 확산과 함께 보안 위협도 빠르게 진화하고 있다”며 “이번 가이드가 AI 서비스의 보안 수준을 높이고 현장에서 활용할 수 있는 실질적인 기준이 되기를 기대한다”고 말했다.
2026-07-08 14:09:43
-
-
-
AI가 월스트리트 피치북 쓰고 신용평가하는 시대...한국 금융당국은 대비하고 있는가
[경제일보] 미국 월가의 풍경이 빠르게 바뀌고 있다. 과거에는 새벽까지 불이 꺼지지 않던 투자은행(IB)의 회의실에서 애널리스트와 회계사, 변호사들이 수백 장의 투자제안서(Pitch Book)를 만들었다. 기업 인수합병(M&A) 자료와 신용평가 메모, 리스크 분석 보고서와 회계 결산서는 오랜 경험을 가진 금융 전문가들의 영역이었다. 그러나 이제 그 작업을 인공지능(AI)이 대신하기 시작했다. 미국 월스트리트저널(WSJ)에 따르면 AI 개발사인 Anthropic(앤트로픽)은 최근 금융권 전용 AI 에이전트 10종을 공개했다. 투자제안서 작성, 회계 결산, 신용평가 메모 초안 작성 등 금융권 핵심 업무를 자동화하는 기능들이다. 이는 단순한 챗봇 서비스가 아니다. 금융산업의 두뇌 노동 자체를 AI가 대체하기 시작했다는 신호다. 이 변화의 속도는 생각보다 훨씬 빠르다. 금융은 원래 보수적인 산업으로 알려져 있다. 규제가 많고 리스크 관리가 중요하기 때문이다. 그런데도 AI 도입 속도가 빠른 이유는 명확하다. 데이터 규모가 방대하고 반복 업무가 많으며 비용 절감 효과가 즉각적으로 나타나기 때문이다. AI는 인간처럼 피로하지 않고, 24시간 문서를 읽고 요약하며, 수천 개 데이터를 동시에 분석할 수 있다. 특히 생성형 AI는 단순 계산을 넘어 문서 작성과 논리 구성까지 수행하기 시작했다. 앤트로픽의 행보는 단순한 기술 발표가 아니다. 그것은 AI 산업의 전장이 소비자 서비스에서 기업용(B2B) 산업으로 이동하고 있음을 보여준다. AI 산업 초창기에는 챗GPT와 같은 대중 서비스가 중심이었다. 그러나 이제 핵심은 기업 업무 자동화다. 특히 금융은 AI 기업들에게 가장 매력적인 시장 중 하나다. 수익 규모가 크고, 고객 충성도가 높으며, 성공 사례가 만들어질 경우 산업 전체로 확산 속도가 빠르기 때문이다. 앤트로픽은 이미 금융 특화 서비스인 ‘클로드 포 파이낸셜 서비스’를 통해 골드만삭스, 씨티그룹, 시타델, AIG 등 대형 금융사를 고객으로 확보했다. 또 금융 IT 기업인 FIS와 협력해 금융범죄 탐지 AI 시스템 개발에 나섰고, 월가 금융회사들과 함께 15억 달러 규모의 합작법인까지 설립했다. AI 기업이 이제 금융 인프라 자체를 장악하려는 단계로 들어간 것이다. 이 과정에서 가장 중요한 변화는 AI의 역할이 ‘보조 도구’에서 ‘업무 대행자’로 이동하고 있다는 점이다. 과거 AI는 이메일 초안 작성이나 간단한 검색 지원 정도에 머물렀다. 그러나 이제는 투자은행의 피치북 제작과 신용평가 메모 작성, 회계 결산 등 고난도 업무에 투입되고 있다. 인간 전문가가 하던 핵심 지식 노동을 AI가 대신하기 시작한 것이다. 이것은 금융업의 구조 자체를 바꿀 가능성이 있다. 투자은행의 주니어 애널리스트 수요는 줄어들 수 있다. 회계법인의 단순 감사 업무도 축소될 수 있다. 반면 AI 모델을 검증하고 리스크를 통제하는 새로운 직무는 늘어날 것이다. 금융산업은 이제 사람 중심 조직에서 인간과 AI가 함께 움직이는 하이브리드 조직으로 전환되고 있다. 특히 주목해야 할 것은 AI가 단순 효율화 수준을 넘어 금융 의사결정 영역까지 침투하고 있다는 사실이다. 신용평가와 리스크 분석은 금융의 핵심 권한이다. 누구에게 돈을 빌려주고, 어떤 기업을 투자 대상으로 판단할 것인가를 결정하는 일이다. 만약 AI가 그 판단 과정의 상당 부분을 맡게 된다면 금융의 권력 구조 자체가 바뀔 가능성이 있다. 미국 금융권은 이미 전면전에 들어갔다. JPMorgan Chase 의 제이미 다이먼 회장은 “은행 내부에 AI 전담 부서를 운영하고 있으며 수백 개 활용 사례가 진행 중”이라고 공개적으로 밝혔다. 리스크 관리, 금융사기 탐지, 마케팅, 디자인, 회의 기록, 문서 검토 등 거의 모든 분야에 AI가 투입되고 있다는 의미다. 이는 단순한 기술 실험이 아니다. 월가는 이미 AI를 차세대 금융 인프라로 보고 있다. 과거 인터넷이 금융산업을 바꿨다면, 이제 AI는 금융업의 사고 체계 자체를 바꾸고 있다. 인간이 데이터를 읽고 판단하던 시대에서 AI가 데이터를 읽고 인간이 최종 승인하는 구조로 이동하고 있는 것이다. 문제는 한국이다. 한국 금융권도 AI 도입을 이야기하고 있다. 은행과 증권사, 보험사들이 생성형 AI 파일럿 프로젝트를 진행 중이고 일부 챗봇 서비스도 운영하고 있다. 그러나 아직은 개념검증(PoC) 단계에 머물러 있는 경우가 많다. 조직 전체를 AI 중심으로 재설계하려는 전략은 부족하다. 금융당국 역시 규제와 보안 이슈에 초점을 맞추고 있을 뿐, AI 금융 시대의 산업 구조 변화에 대한 국가 전략은 아직 뚜렷하지 않다. 더 큰 문제는 속도다. 미국은 이미 AI 전담 조직을 만들고 금융업 전체를 재편하고 있는데, 한국은 여전히 시범 사업과 규제 검토 수준에 머무르는 경우가 적지 않다. 그러나 AI 산업은 속도의 게임이다. 초기 시장을 선점한 기업이 데이터와 경험을 축적하며 압도적 우위를 갖게 된다. 한국 금융권이 지금처럼 느리게 대응할 경우 글로벌 금융 경쟁력 자체가 약화될 가능성이 있다. 특히 우려되는 부분은 데이터 주권 문제다. 금융 데이터는 국가 경제의 핵심 자산이다. 만약 국내 금융회사들이 해외 AI 플랫폼에 지나치게 의존하게 되면 한국 금융의 핵심 정보와 의사결정 구조가 외국 기술기업에 종속될 위험도 있다. 단순한 편의성 문제가 아니라 금융 안보의 문제다. 금융당국도 이제는 사고를 바꿔야 한다. AI를 단순히 규제 대상이나 소비자 보호 차원에서만 볼 것이 아니라 국가 금융 경쟁력 차원에서 접근해야 한다. 첫째, 금융 AI 전문 인력을 체계적으로 양성해야 한다. 둘째, 금융권의 AI 실증 사업을 과감히 허용하는 규제 혁신이 필요하다. 셋째, 국내 AI 기업과 금융회사 간 협업 생태계를 구축해야 한다. 넷째, 금융 데이터 보안과 주권을 지킬 수 있는 국가 차원의 전략 플랫폼도 고민해야 한다. 물론 AI에는 위험도 존재한다. 잘못된 데이터 학습은 금융 사고를 초래할 수 있고, 알고리즘 편향은 신용 차별 문제를 낳을 수 있다. AI 기반 금융사기가 오히려 더 정교해질 가능성도 있다. 그래서 중요한 것은 무조건적인 낙관도, 막연한 공포도 아니다. 핵심은 통제 가능한 혁신이다. 도덕경에는 “변화에 앞서 움직이는 자가 흐름을 얻는다”는 뜻의 지혜가 담겨 있다. 산업혁명의 역사는 결국 먼저 준비한 자의 역사였다. 인터넷 시대에 뒤처진 기업들이 사라졌듯이, AI 금융 시대에도 대응하지 못한 금융회사는 경쟁력을 잃을 가능성이 크다. 지금 월스트리트에서는 AI가 피치북을 만들고 신용평가 문서를 작성하고 있다. 이것은 먼 미래의 이야기가 아니다. 이미 시작된 현재의 변화다. 그리고 그 변화는 한국 금융산업의 문 앞까지 와 있다. 문제는 하나다. 한국 금융당국과 금융권은 과연 이 거대한 변화에 제대로 대비하고 있는가.
2026-05-10 09:19:55
-