.png&blockId=1146f295-8d25-40c5-85cc-049e969ad808)
안녕하세요, 트레져러입니다.
최근 금융권에서 가장 많이 언급되는 키워드 중 하나가 바로 AI 에이전트(AI Agent) 입니다.
생성형 AI가 등장한 이후 많은 금융기관들이 AI 도입을 검토하고 있습니다. 문서를 요약하고, 이메일을 작성하고, 데이터를 분석하는 수준의 AI는 이제 어렵지 않게 찾아볼 수 있습니다.
하지만 실제 금융 현장에서는 조금 다른 질문이 나오기 시작했습니다.
"AI가 답변은 잘하는데, 실제 업무도 할 수 있을까?"
금융 업무는 단순히 정보를 찾는 일이 아닙니다.
수많은 데이터를 검증하고, 여러 정보를 연결하고, 최종적으로 의사결정을 내리는 과정의 연속입니다.
그래서 최근 금융권의 관심은 단순한 AI 도입에서 AX(AI Transformation), 즉 AI를 활용해 실제 업무 방식을 바꾸는 단계로 이동하고 있습니다.
오늘은 금융권 AX 트렌드와 함께, 금융 전문가들의 업무가 어떻게 변화하고 있는지, 그리고 트레져러가 어떤 금융 특화 AI를 만들고 있는지 소개해 드리겠습니다.
해외는 이미 AX 경쟁이 시작됐다
출처: 팔란티어
해외 금융권에서는 이제 AI를 도입할지 말지를 논의하는 단계를 넘어섰습니다.
관심사 또한 훨씬 구체적입니다.
출처: Swimlane
AI가 실제로 업무 시간을 얼마나 줄였는가?
비용 절감과 수익성 개선에 얼마나 기여했는가?
의사결정 속도를 얼마나 높였는가?
실제로 미국 시장에서 높은 평가를 받고 있는 기업들을 살펴보면 공통점이 있습니다.
Palantir는 기업의 데이터를 연결해 의사결정을 지원하는 AI 플랫폼을 구축했고,
ServiceNow는 반복적인 업무 프로세스를 자동화했으며,
Arista Networks는 AI 인프라 확산에 필요한 네트워크 환경을 제공하고 있습니다.
사업 영역은 다르지만 모두 같은 방향을 향하고 있습니다.
바로 AI를 단순한 기능이 아니라 업무 인프라로 활용하고 있다는 점입니다.
투자자들이 주목하는 이유도 여기에 있습니다.
AI가 단순한 기술 트렌드가 아니라 실제 생산성 향상과 비용 절감,
그리고 수익성 개선으로 이어지고 있기 때문입니다.
하지만 대부분의 글로벌 AX 플랫폼은 해외 데이터와 글로벌 업무 환경을 중심으로 구축되어 있습니다.
한국 금융 시장은 다르다
글로벌 AX 플랫폼들은 빠르게 발전하고 있지만, 각 현지마다 금융 환경은 조금씩 다릅니다.
데이터는 여러 기관과 시스템에 분산되어 있고,
규제는 국가마다 다르며,
언어와 금융 관행 역시 제각각입니다.
예를 들어 한국 금융기관은 DART 공시, 거래소 데이터, 금융감독원 규제 체계 등을 고려해야 합니다.
글로벌 플랫폼만으로는 이러한 환경을 완벽하게 반영하기 어렵습니다.
그래서 금융 AX에는 세 가지가 중요합니다.
데이터 소유
외부 데이터에만 의존하는 것이 아니라 금융 데이터를 직접 수집·정제하고 관리할 수 있어야 합니다.
멀티 버티컬 구조
보험, 자산운용, 금융 미디어, 회계 등 다양한 금융 영역에서 동일한 데이터 구조와 업무 체계를 재사용할 수 있어야 합니다.
현지화
국가별 규제, 언어, 회계 기준을 이해하고 실제 업무에 반영할 수 있어야 합니다.
결국 금융 AX의 경쟁력은 AI 모델 자체보다 데이터를 얼마나 잘 연결하고 실제 업무에 활용할 수 있는가에 달려 있습니다.
트레져러는 이미 금융 AX를 구축하고 있습니다
트레져러는 금융 데이터를 직접 수집·정제하며 금융 특화 데이터 인프라를 구축해 왔습니다.
현재는 보험·재보험, 자산운용, 금융 미디어, 회계 등 다양한 금융 영역에서
AI 에이전트를 개발하고 있으며, 실제 기관들과 함께 활용 사례를 만들어가고 있습니다.
금융 미디어 AI
금융 미디어의 업무는 생각보다 많은 데이터 검증 과정으로 이루어집니다.
하나의 기사를 작성하기 위해 기자는 공시, 뉴스, 거래 데이터, 기업 정보 등을 교차 검증해야 합니다.
트레져러의 금융 미디어 AI는 단순한 검색 도구가 아닙니다.
사용자가 자연어로 질문하면 관련 데이터를 자동으로 수집·분석하고,
출처와 근거를 연결해 기사 초안 수준의 결과물을 생성합니다.
예를 들어,
"SM 경영권 분쟁에서 각 진영의 지분 구조가 어땠더라?"
와 같은 질문에 대해 단순 검색 결과가 아닌 시장 점유율,
거래 내역, 관련 기사까지 연결된 답변을 제공합니다.
기자는 자료를 찾고 정리하는 시간을 줄이고, 해석과 인사이트 작성에 더 집중할 수 있습니다.
보험·재보험 AI 에이전트, ARIA
재보험 시장은 여전히 문서 중심 산업입니다.
브로커와 언더라이터는 매일 슬립(Slip), 계약서, 이메일, 클레임 문서를 검토하며 의사결정을 내려야 합니다. ARIA는 이러한 업무를 지원하기 위해 개발된 재보험 특화 AI 에이전트입니다.
ARIA는 단순 문서 요약을 넘어
•
계약 조건 추출
•
리스크 요약
•
슬립 분석
•
이메일 분류
•
파이프라인 브리핑
•
갱신 관리
•
계약 및 클레임 데이터 조회
등 실제 재보험 중개 업무 전반을 지원합니다.
예를 들어 새로운 슬립이 들어오면 주요 리스크와 검토 포인트를 자동으로 정리하고,
과거 유사 계약과 비교해 필요한 정보를 제공합니다.
또한 수많은 이메일 중 우선 대응이 필요한 업무를 식별하고
브로커가 놓칠 수 있는 갱신 일정도 관리할 수 있습니다.
자산운용 AI
자산운용사는 매일 공시, 뉴스, 실적 발표, 리서치 자료를 분석해야 합니다.
문제는 데이터가 여러 시스템에 흩어져 있다는 점입니다.
트레져러의 자산운용 AI는 PMS·OMS, 거래소 데이터, 공시, 뉴스 등을
하나의 인터페이스에서 연결해 제공합니다.
이를 통해
•
포트폴리오 현황 분석
•
투자 아이디어 발굴
•
공시 영향 분석
•
금감원 보고서 초안 작성
•
운용 보고서 생성
등을 자동화할 수 있습니다.
기존에는 수일이 걸리던 보고서 작성 업무를 수분 단위로 단축할 수 있으며,
운용역은 반복 업무 대신 투자 판단에 더 집중할 수 있습니다.
회계·감사 AI
회계와 감사 영역 역시 AI 활용 효과가 큰 분야입니다.
트레져러의 회계 AI는 재무제표, 공시, 내부 문서를 연결해
반복적인 검토 업무를 지원합니다.
이를 통해 감사인은 단순 확인 업무보다 이상 거래 탐지나 리스크 분석과 같은
고부가가치 업무에 더 집중할 수 있습니다.
금융 AI 도입을 고민하고 계신가요?
많은 금융기관들은 이미 충분한 데이터를 보유하고 있습니다.
하지만 데이터를 보유하는 것과 실제 업무에 활용하는 것은 전혀 다른 문제입니다.
트레져러는 금융 데이터를 직접 수집·정제하며 금융 특화 AI 인프라를 구축해 왔습니다.
현재 보험·재보험, 자산운용, 금융 미디어, 회계 분야에서 실제 기관들과 AX 프로젝트를
진행하고 있으며, 국내를 넘어 해외 시장으로도 확장하고 있습니다.
금융 AI 도입을 검토하고 계시거나, AX 프로젝트를 어디서부터 시작해야 할지
고민하고 계신다면 편하게 문의해 주세요.
귀사의 업무 환경에 맞는 AI 활용 방안을 함께 설계해 드리겠습니다.
AI 에이전트 시대, 경쟁력은 '업무 이해도'
AI 모델의 성능은 점점 평준화되고 있습니다.
앞으로의 경쟁력은 누가 더 좋은 모델을 쓰느냐보다,
누가 더 깊이 업무를 이해하고 데이터를 연결하느냐에 달려 있습니다.
금융 AI 역시 마찬가지입니다.
단순히 질문에 답하는 챗봇을 넘어, 실제 업무를 수행하고
의사결정을 지원하는 AI가 새로운 표준이 되고 있습니다.
트레져러는 금융 데이터를 기반으로 실제 업무를 수행하는 AI를 만들고 있습니다.
그리고 이러한 변화는 이미 시작됐습니다.
금융권 AX와 금융 특화 AI가 궁금하시다면 앞으로도 트레져러 블로그를 통해
다양한 사례를 소개해 드리겠습니다.
금융권 AX 트렌드와 AI 활용 사례, 그리고 금융 산업의 변화가 궁금하시다면
앞으로도 트레져러 블로그를 통해 함께 살펴보세요 
