인공지능이 단순한 '콘텐츠 생성'에서 '업무 실행' 단계로 진화함에 따라, 금융 기술은 새로운 발전 단계로 접어들고 있습니다.
과거 금융 기관들은 데이터 입력, 대사(reconciliation), 보고서 작성 등 정형화된 업무를 처리하기 위해 주로 규칙 엔진(rule engine), RPA(로봇 프로세스 자동화), 그리고 전통적인 기업용 소프트웨어에 의존해 왔습니다. 이러한 도구들은 고정된 프로세스를 처리하는 데는 효과적이지만, 데이터 형식 변경, 정보 누락, 비정상 거래, 또는 판단이 필요한 상황에 직면하면 종종 사람의 개입이 필요했습니다.
AI 에이전트는 이러한 모델을 변화시키기 시작했습니다.
AI 에이전트는 단순히 미리 정의된 스크립트를 따르는 것을 넘어섭니다. 목표를 향해 작업하고, 정보를 수집하며, 맥락을 이해하고, 실행 단계를 계획하며, 도구를 활용해 행동을 수행하고, 그 결과에 따라 다음 행동을 결정할 수 있습니다.
KAEL AI가 바라보는 금융 분야 AI 에이전트의 진정한 가치는 '완전 자율 운영'을 추구하는 것이 아니라, 다음 요소들을 연결하는 데 있습니다.
금융 데이터 + AI 모델 + 도구 + 워크플로 자동화 + 리스크 관리 + 사람의 감독
이 모든 것을 더욱 연속적이고 지능적이며 통제 가능한 금융 워크플로로 통합하는 것입니다.
금융 분야의 AI 에이전트란 무엇인가?
금융 AI 에이전트는 명확하게 정의된 권한, 규칙 및 목표 범위 내에서 금융 업무를 지속적으로 처리할 수 있는 인공지능 시스템입니다.
이 에이전트는 일반적으로 다음과 같은 5가지 핵심 기능을 수행합니다.
정보 인식 → 업무 이해 → 계획 수립 → 도구 활용 → 실행 및 결과 평가
예를 들어, 대사(reconciliation) 업무를 수행하는 에이전트는 단순히 두 열의 숫자를 기계적으로 비교하는 데 그치지 않습니다.
먼저 은행 시스템과 기업 ERP에서 데이터를 가져와 거래 날짜, 금액, 거래처명, 결제 정보 등을 파악하고, 대부분의 정상 거래를 자동으로 매칭하며, 불일치 항목의 원인을 분석한 뒤, 최종적으로 사람의 판단이 반드시 필요한 예외 사항만을 정리해 제시할 수 있습니다.
따라서 AI 에이전트는 일정 수준의 업무 수행 능력을 갖춘 '디지털 협업 파트너'로 볼 수 있습니다.
단순히 데이터를 처리하는 것을 넘어, 업무 간의 연관성까지 이해하기 때문입니다.
AI 에이전트는 기존의 금융 자동화와 어떻게 다른가?
전통적인 RPA의 핵심 원칙은 다음과 같습니다.
규칙에 따라 실행한다.
예를 들면 다음과 같습니다.
송장(invoice) 금액이 구매 주문(purchase order) 금액과 일치하면 다음 단계로 진행하고, 일치하지 않으면 작업을 중단한 뒤 사람의 검토를 받도록 해당 건을 전달한다. 이러한 방식은 매우 효율적일 수 있지만, 사전에 정의된 규칙을 벗어나는 상황에서는 적응력이 제한적입니다.
AI 에이전트는 다음 요소들에 더 큰 중점을 둡니다.
이해 + 추론 + 도구 활용 + 의사결정 지원.
예를 들어, 송장(invoice) 금액이 구매 주문서(purchase order)와 다를 경우, 에이전트가 반드시 즉시 작업을 중단하는 것은 아닙니다.
에이전트는 다음과 같은 사항을 계속해서 확인할 수 있습니다.
송장에 배송비가 포함되어 있는가?
세금이 변경되었는가?
해당 공급업체에서 유사한 차이가 자주 발생하는가?
과거에 유사한 사례가 승인된 적이 있는가?
회사 정책상 이러한 수준의 차이가 허용되는가?
그 후 시스템은 해당 건을 자동으로 처리할지, 권장 사항을 제시할지, 아니면 사람의 검토를 위해 상위 단계로 넘길지(escalation) 결정할 수 있습니다.
따라서 이 두 기술은 다음과 같이 이해할 수 있습니다.
RPA: 고정된 워크플로를 실행합니다.
AI 에이전트: 맥락적 이해가 필요한 동적 워크플로를 처리합니다.
KAEL AI는 이 기술들을 상호 배타적인 것이 아니라 상호 보완적인 것으로 봅니다.
단순하고 반복적이며 규칙에 기반한 업무는 기존 자동화 시스템이 계속 처리하고, 분석과 판단이 필요한 복잡하고 반정형화된 업무는 AI 에이전트가 지원할 수 있습니다.
금융 AI 에이전트의 핵심 역량
성숙한 금융 에이전트는 일반적으로 여러 단계의 역량을 필요로 합니다.
1. 자율적 실행
에이전트는 사용자가 매 단계마다 지시를 내릴 필요 없이, 사전에 정의된 범위 내에서 독립적으로 업무를 수행할 수 있습니다.
예를 들어, 새로운 은행 데이터가 시스템에 입력되면, 대사(reconciliation) 에이전트는 자동으로 거래 내역을 대조하고 불일치 사항을 파악하며 처리 결과를 생성할 수 있습니다.
이러한 자율성이 곧 "무제한 권한"을 의미하는 것은 아닙니다.
신뢰할 수 있는 금융 에이전트는 다음을 명확히 구분해야 합니다.
어떤 작업을 자동으로 실행할 수 있고, 어떤 작업에 사람의 승인이 필요한지.
2. 환경 인식
금융 업무는 다음과 같은 다양한 유형의 데이터를 포함합니다.
ERP 데이터, 은행 명세서, 송장, PDF, 이메일, 재무 보고서, 시장 데이터, 데이터베이스, API 데이터 등.
에이전트는 우선 이러한 정보를 "이해"할 수 있어야 합니다.
여기에는 OCR(광학 문자 인식), 자연어 처리, 데이터 추출, 정형 데이터로의 변환, 데이터 검증 등이 포함될 수 있습니다.
예를 들어, 공급업체의 송장에는 다음 내용이 포함될 수 있습니다.
공급업체명, 금액, 세금, 결제 조건, 구매 주문 번호, 비고 사항 등.
에이전트는 후속 처리를 진행하기 전에 먼저 이 내용을 분석 가능한 데이터로 변환해야 합니다.
3. 목표 지향적 행동
기존 소프트웨어는 대개 고정된...