[K-금융AI 대전환① ] AI 경쟁력 상위권에도 금융은 예외…글로벌 격차...

금융권의 AI 도입은 확대되고 있지만, 투자·R&D·데이터 생태계 한계로 글로벌 대비 경쟁력 격차가 여전히 크다는 지적이다. [사진=뉴시안]

［뉴시안= 송서영 기자］

인공지능(AI)은 금융산업의 경쟁 구도를 빠르게 재편하고 있다. 글로벌 금융사들은 막대한 투자와 데이터를 바탕으로 AI를 전사적 혁신 도구로 활용하며 생산성과 수익성을 동시에 높이고 있다. 반면 국내 금융권은 도입 속도에 비해 구조적 한계와 투자 공백이 지속되며 경쟁력 격차가 확대되고 있다는 지적이다. 이에 한국 금융산업의 AI 경쟁력 현주소를 점검하고, 글로벌 대비 차이의 배경을 분석한다. 아울러 신뢰·규제·데이터·투자 등 주요 쟁점을 중심으로 지속 가능한 발전 방향과 정책 과제를 짚어본다. / 편집자주

국내 금융산업의 인공지능(AI) 활용이 빠르게 확대되고 있지만 글로벌 선도국과의 격차는 여전히 뚜렷한 것으로 나타났다. 국가 차원의 AI 경쟁력과 달리 금융 분야에서는 투자와 연구개발(R&D) 체계가 충분히 뒷받침되지 못하면서 산업 전반의 경쟁력이 뒤처지고 있다는 지적이다.

하나금융연구소에 따르면 미국은 연간 1000억 달러를 웃도는 민간 AI 투자를 바탕으로 금융을 포함한 전 산업 혁신을 이끌고 있다. 반면 한국은 금융회사가 개별적으로 AI 시스템을 도입하는 방식이 주를 이루는 데다 투자 규모와 지속성 측면에서도 상대적으로 뒤처져 있는 것으로 분석된다.

장봉규 포항공과대학교 산업경영공학과 교수는 “Oxford Insights의 2024 AI 준비도 지수에서 한국이 최상위권임에도 1위인 미국과 점수 차가 발생하는 이유는 혁신 생태계의 깊이 차이 때문”이라고 설명했다.

# 글로벌은 전사적 혁신, 韓은 ‘부분 도입’에 머물러

금융 현장에서의 격차는 더욱 뚜렷하다. JPMorgan Chase 등 미국 대형 은행은 2024년 기준 기술 예산으로만 170억 달러를 투입하며 생성형 AI를 전사적 생산성 혁신 도구로 활용하고 있다. 반면 국내 금융권은 ‘AI뱅커(챗봇)’나 ‘부정사용 방지 시스템(FDS)’ 등 일부 업무 중심 도입에 머무르는 수준이다.

자본시장연구원 등에 따르면 국내 금융AI 특허는 빠르게 늘고 있지만, 대형 R&D보다는 개별 은행의 디지털 전환(DX) 프로젝트 수준에 머물러 있다는 평가가 지배적이다.

장 교수는 “문제의 핵심은 정부의 AI 투자 구조에 있다"고 지적했다. 현재 국내 AI 연구개발(R&D) 예산은 반도체·바이오 등 제조업 중심으로 집중되면서 금융 분야는 상대적으로 후순위로 밀려난 상태다.

과학기술정보통신부의 2024~2025년 국가전략기술 예산을 보면 반도체, 첨단바이오, 사이버보안, 우주 등 7대 분야에 5조 원 이상이 집중되어 있다. 정부의 AI 정책이 제조업과 전략 기술 중심으로 설계되면서 금융이 핵심 대상에서 다소 비껴나 있음을 보여준다.

금융당국 역시 핀테크 혁신펀드를 1조 원 규모로 확대하는 등 생태계 조성에는 나서고 있지만, 이는 규제 개선과 인프라 지원 중심에 머물러 기술 개발을 직접 견인하기에는 한계가 있다는 평가다.

# 각개전투형 AI 도입…양극화·비효율 심화

이 같은 구조는 금융권 내부의 양극화와 산업 비효율을 동시에 초래할 수 있다는 우려도 나온다. 한국은 금융회사가 개별적으로 AI 시스템을 도입하는 방식이 주를 이루고 있어, 대형 금융사는 AI 도입을 빠르게 확대하는 반면, 중소 금융사는 비용과 인력 제약으로 뒤처지면서 격차가 더욱 벌어질 가능성이 크기 때문이다.

하나금융연구소는 “데이터와 기술 기준이 기관별로 파편화되면서 산업 전체의 생산성이 오히려 저하될 수 있고, 설명가능성·공정성·소비자 보호 등 금융AI의 핵심 요소를 개별 내부통제에 맡길 경우 사회적 비용이 증가할 수 있다”며 “미국 재무부가 금융AI와 관련해 정보 공유와 표준화, 공공·민간 협력 강화를 강조하는 것도 같은 맥락”이라고 설명했다.

전문가들은 금융AI 경쟁력 강화를 위해 정부와 민간의 공동 대응이 필요하다고 강조한다. 특히 금융 특화 연구개발 확대와 공동 인프라 구축이 핵심 과제로 제시된다.

우선 정부 차원의 ‘금융특화 AI 연구개발 사업’ 확대가 시급하다. 장 교수는 “신용평가와 리스크 관리, 설명가능한 AI(XAI) 설계 등 공공성이 높은 영역에 대해 목적형 R&D 프로그램을 재설계해 산업 전반이 활용할 수 있는 기반 기술을 확보해야 한다”고 언급했다.

아울러 금융권 공동기금과 연구 플랫폼 구축도 필요하다. 은행·보험·증권사 등이 공동으로 참여해 한국어 특화 금융 데이터셋과 공정성 검증 체계를 개발할 경우 중복 투자를 줄이고 중소 금융사의 기술 격차도 완화할 수 있다는 분석이다.