특히, 금융분야는 신뢰할 수 있는 양질의 대규모 데이터로 인공지능(AI)을 빠르게 적용 할 수 있는 영역이다. 그러나 AI가 편향된 데이터를 학습할 경우, 이 모델은 특정 금융소비자에게 뜻하지 않는 결과를 초래할 수도 있다.

지난달 KB금융그룹은 국내 금융권 최초로 AI기술 도입 시 추구해야 할 윤리가치로 공정과 포용, 참여와 협력에 디지털 역량을 담고 AI 운영 시 필요한 데이터 관리, 투명한 활용. 그리고 AI를 통제하고 관리할 수 있는 능력 등의 안전과 책임을 제시하고 '인공지능 윤리기준'을 제정했다.

당시 ‘KB 금융AI센터’ 오순영 센터장(상무)은 "지금까지 KB금융그룹이 쌓아온 신뢰를 바탕으로 윤리적인 AI도입을 통해 금융의 가치 혁신을 이룰 것"이라며, "AI 윤리기준 제정을 시작으로 새로운 고객 경험과 금융산업 분야의 AI를 선도해 나가겠다"고 밝혔었다.

KB금융은 2019년 금융권 최초로 금융특화모델 'KB-STA' 개발을 시작해 2020년 세상에 선보였고, 지난 10월, 3.0버전 개발을 완료하고 검색엔진, AI금융비서, KB월렛(Wallet) 쿠폰관리 등 다양한 서비스에 적용하고 있다.

특히, 인공지능 자연어처리(NLP) 엔진인 KB-STA 3.0은 28가지 감정 분석을 통해 비정형데이터에서 텍스트를 분석하고 이것이 부정인지 긍정인지를 파악한다. KB-STA를 통해 고객 상담부터 금융 서비스 전반에 활용할 수 있는 기술이다.

이 외에도 인공지능 신경망을 사용한 이미지 처리 및 분석 솔루션 ‘KB-AI OCR’은 이미지로부터 텍스트를 정확히 인식한다. 현재, KB스타뱅킹 앱에서 사진촬영과 이체업무를 진행할 때도 이 기술이 적용되고 있다. 이는 스캔 된 문서뿐만 아니라 다양한 실환경 이미지에서 필요한 요소를 식별하고 업무를 처리한다. 또, 기업여신 심사에도 머신러닝(ML) 모델이 적용돼 기업대출에도 AI를 활용하고 있다.

이에 본지는 KB금융과 KB국민은행의 인공지능을 총괄 담당하는 ‘금융AI센터’ 오순영 센터장(상무)를 만났다. 인터뷰는 KAIST 전산학 박사로 전 세종대 교수이자 ICT 전문가로 현재, 인공지능 데이터 사업의 기획을 위한 총괄위원회 위원 및 다양한 AI위원회의 위원으로 활동 중인 한상기 박사가 진행하고 최광민 기자가 정리했다. <편집자 주>

한편, KB국민은행 '금융AI센터’ 오순영 센터장(상무)은 2004년 한글과컴퓨터 입사 이후 한컴의 대표 브랜드 한컴오피스의 효율성과 호환성을 향상시키고, 한컴 창사 이래 첫 여성 최고기술책임자(CTO/전무)에 오르며 인공지능과 자연어처리(LNP)와 음성인식 등 미래 신사업을 이끌었다.

현재, 오 센터장은 금융현업과 고객접점의 금융서비스를 위한 AI 전략 기획부터 선행기술, 응용기술 등 KB 금융서비스와 AI 기술을 접목한 서비스 구현과 KB국민은행 직원들이 업무를 효율적으로 할 수 있도록 돕는 AI 서비스를 발굴하고, KB금융그룹 AI 관련 가이드라인·정책 등을 주도하고 있다.

Q . KB국민은행의 금융AI센터의 설립 목적과 현황을...

A . 금융AI센터는 AI기반 Full banking 서비스를 통해 고객 및 직원들에게 혁신 경험을 제공하는 것을 목표로 하고 있습니다. 또한 은행 뿐만 아니라 그룹 겸직 조직으로 KB금융그룹의 AI 도입 및 활용에 대한 Advisory 조직으로서의 역할도 함께 하고 있습니다.

따라서 저희는 고객분들이 KB금융서비스를 좀 더 편리하고 쉽게 이용할 수 있도록 하는 AI기술부터 내부 KB국민은행 직원들이 업무를 효율적으로 할 수 있도록 돕는 AI 기술까지 다루고 있으며, 이를 효율적이고 안전하게 추진할 수 있도록 AI 도입 관련 가이드라인・정책 등을 포함한 AI전략을 기획하는 역할도 하고 있습니다.

특히 자연어처리(NLP)와 같이 도메인 특성이 두드러지는 분야는 금융 도메인에서 좋은 퍼포먼스를 낼 수 있기 때문에 자체 기술로 개발하여 내재화하는 방향으로 발전시키고 있습니다. 즉, 금융 도메인에 특화하여 효과적으로 서비스 할 수 있는 AI 기술들은 내재화 하는 방향으로 추진하고, 그 외에는 다양한 협력을 통해 AI 기반 금융서비스를 만듭니다.

Q . KB 국민은행은 이미 여러 부문에서 NLP 기술을 적용하고 있으신데 서비스 종류와 그 가운데 고객들이 가장 만족해 하는 서비스는

A . KB국민은행에서는 여러가지 NLP 기술을 도입하여 사용하고 있지만 특히 저희 금융AI센터에서 직접 개발하는 기술들은 “KB-STA”라는 이름으로 활발히 활용되고 있습니다. 키워드 분석부터 엔티티 추출, 의미기반 검색, 챗봇 등 다양한 곳에 사용되고 있습니다.

특히, KB국민은행이 바라보는 AI 금융서비스는 고객 뿐만 아니라 내부 직원들이 현업의 금융 업무를 위해 필요한 서비스까지 포함하고 있습니다.

KB국민은행 내부 검색 서비스인 ‘원큽(One KB)’을 예시로 들 수 있을 것 같습니다. 원큽에는 고성능의 KB-STA 기계독해 모델이 탑재되어 직원들의 질문을 잘 이해하고 가장 관련이 높은 답변을 제공하고 있습니다. 단어가 일치하지 않아도 의미와 문맥을 기반으로 관련성이 높은 단락과 정보를 찾아주어 좋은 반응을 얻고 있습니다.

Q . 최근 출시된 'AI금융비서' 개발 배경과 현재, 금융 고객과의 가장많이 접하는 'AI 챗봇' 서비스의 핵심 기술과 전략은

A . 챗봇은 어떻게 보면 일반 대중들도 가장 보편적으로 많이 듣고 경험해 본 AI 기반 서비스가 아닐까 생각이 됩니다. KB국민은행에서도 고객분들이 가장 앱으로 쉽게 접할 수 있는 KB스타뱅킹 앱부터 다양한 영역에서 챗봇을 사용하고 있습니다.

그 중에서 AI금융비서도 있는데, 보통은 AI은행원이라고 많이 언급되고 있지만 저희는 AI금융비서라고 부르는데 그 이유는 고객분들의 금융생활 속에서 필요로 하는 부분을 보조하고 돕는 것에 지향점이 있기 때문에 그렇게 부르고 있습니다.

단계는 키오스크 버전으로 서비스가 되었고, 현재는 2단계로 모바일 버전으로 개발을 하고 있습니다. 초기 버전은 기본적인 뱅킹서비스를 돕는 역할을 할 예정이며, 고객을 위한 AI기반 금융서비스로서 최종적인 목표는 각 고객 개인에게 최적화된 초개인화된 금융서비스를 해 주는 것이 될 예정입니다.

AI 챗봇 서비스의 핵심 기술은 다양한 KB 챗봇의 의도분류를 위해 자체 언어모델인 KB-BERT를 적용하고 있습니다. 앞으로는 의도분류기술 뿐만 아니라 챗봇의 기초설계부터 KB의 기술로 내재화하는 구상을 하고 있습니다. 그렇게 되면 빠르게 발전하는 최신기술을 더 적극적으로 반영할 수 있을거라고 기대합니다.

Q . KB-ALBERT를 개발하고 모델과 일부 데이터를 공개하신 적이 있는데, 현재 깃허브에 보면 45개의 Fork가 있고. 공개 후 평가와 사용한 사례는

A . 앞서 말씀드린 KB-STA라는 이름의 자체 NLP 기술들은 대부분 KB-ALBERT와 같은 자체 사전학습언어모델(PLM)을 튜닝하여 만들어집니다. 내부적으로는 KB-ALBERT 뿐만 아니라 KB-BERT, KB-ELECTRA를 개발하여 보유하고 있습니다.

공개용 모델인 KB-ALBERT는 공개한지 2년 정도가 되었지만 준수한 성능 덕분에 여전히 많은 분들이 관심을 가져주시고 있습니다. 내부에서 개발되는 다양한 AI 기반 금융서비스에 지속적으로 활용되며 고도화될 예정입니다.

외부에 공개해 활용한 사례는 저희가 진행하는 금융감독원 AI 챌린지가 있는데 이 때 과제 수행 시 많은 참가자들이 KB-ALBERT를 문제해결에 활용하기도 하였습니다.

Q . 정부의 AI HUB 사업에서 구축된 다양한 데이터 세트의 활용과 보완되어야 한다면 어떤 부분이...

A . AI HUB 사업 초기부터 구축된 기계번역, 기계독해 등의 자연어 학습 데이터셋을 행내 어플리케이션 구축에 활용하고 있습니다. 또한, 최근 새롭게 구축되고 있는 OCR, STT 등 자연어 이외의 데이터 또한 행내 AI 프로젝트 진행에 활용해 볼 예정입니다. 물론 공개된 데이터만 사용해서는 금융권 도메인 대응에 한계가 있기 때문에 KB 자체 데이터 구축에 더 중점을 맞추고 있습니다.

특히, AI HUB에서 구축되는 데이터셋들은 행내에서 수집하기 어려운 다양한 도메인의 데이터를 정부에서 직접 수집 및 레이블링 해준다는 점에서 활용가치가 높다고 생각합니다.

하지만, 자연어 텍스트 요약과 같은 은행 업무에 적용하기 기술적으로 완벽하지 않은 부분의 경우 상대적으로 데이터셋을 활용하기가 쉽지 않은 부분도 있습니다.

Q . 과기정통부는 현재, 일상 대화용 한국형 블렌더봇 데이터 구축을 진행 중에 있는데 일상 대화용 데이터셋이 KB국민은행 내에서 어떤 영역에서 활용할 수 있는지

A . AI봇들은 사람과 대화하듯 자연스러운 상호작용이 가능하도록 발전하고 있습니다. 준비된 답변 이외에도 라이브 데이터를 탐색하여 답변하며 동시에 사람과 같이 자연스러운 발화를 생성하는 것은 현 시점에서도 매우 어려운 기술입니다. 따라서 공공으로 접근가능한 대량의 데이터는 이러한 어려운 과제의 좋은 벤치마크의 역할을 할 것으로 기대합니다.

은행에서 제공하는 챗봇은 일상 대화보다는 금융 관련 업무 처리를 중심으로 발전하게 되어 정확한 정보를 제공하고 요청받은 업무를 명확히 처리하는데 중점을 두고 있습니다. 일상 대화에서 나타날 수 있는 대화 내용의 비예측성은 대화의 다채로움을 통한 재미를 제공할 수는 있지만, 금융 챗봇에서는 당분간은 제한적으로 활용할 수 밖에 없어보입니다.

Q . 초거대 모델, 대형 언어 모델(LLM)의 금융에서 기대효과는

A . 대형 언어 모델이 장점을 발휘할수 있는 것은 퓨샷 러닝 기반의 자연어 태스크 수행, 그 중에서도 사람과 같은 자연스러운 문장 생성이 대표적입니다. 이것은 최근 BlenderBot 등 사람과 같은 대화 모델 개발에 필수적인 부분입니다.

하지만, 이러한 기술은 생성되는 문장의 내용을 컨트롤하기 힘든 점, 그리고, 생성된 텍스트의 품질 및 윤리 이슈 등 아직 해결되야 할 문제점이 많아 금융을 포함한 많은 업계에서 보다 나은 해결책을 찾고자 하고 있습니다.

금융AI센터에서는 이와 같은 대형 언어 모델의 한계점을 해결하고 장점을 최대한 활용하기 위한 노력을 앞으로 지속적으로 수행할 예정입니다.

Q . 금융분야는 신뢰할 수 있는 양질의 대규모 데이터로 AI모델에 빠르게 적용 할 수 있는 영역으로 공개 데이터로의 전환에 대한 업계 목소리들이 있는데...

A . 아쉽게도 금융 데이터는 전자금융감독규정 등에 의해 데이터 공개가 불가능한 경우가 대부분입니다. 비식별화 기술이나 암호화 기술을 이용하여 데이터의 품질은 유지하면서 정보보안 문제는 해소하는 방향으로 기술적, 제도적으로 개선되어 나가면 좋겠습니다.

Q . 마지막으로 국내 금융 서비스에서 AI가 가장 역할이 크게 나타날 서비스 영역은 무엇이 될 것이라고 보시는지

A . 현재 금융 관련 국내 AI서비스에는 챗봇, 콜봇 등을 활용하는 고객(소비자) 관련 서비스, 자금세탁방지나 이상거래탐지 등의 규제준수 관련 서비스, 업무자동화(RPA)나 신용평가, 대출심사, 보험심사와 같은 현업의 금융업무 관련 서비스에 AI가 활용되고 있고, 관련 성과들에 대한 다양한 구체적인 글로벌 리포트도 나와있습니다.

그 중에서도 아무래도 금융의 본질이라고 하면 신뢰와 리스크관리를 많이 이야기를 하고 있고, 무엇보다 가장 중요한 것은 고객(소비자)이기 때문에 세 가지 정도 AI의 역할이 커질 영역을 생각해 볼 수 있을 것 같습니다.

그 기준으로 볼 때 금융에서 AI의 활용가치가 클 것으로 예상되는 서비스의 3가지 핵심 키워드를 뽑는다면 초개인화, 비대면채널의 고도화, 신용평가라고 생각됩니다.

금융의 존재 이유이기도 한 고객(소비자) 관점에서 보자면 다양한 초개인화 관련 금융 서비스가 제공될 것이고, 비대면채널에 대한 다양한 AI기술들이 활용되어 고객 편의성을 극대화할 것으로 예상됩니다. 그리고 금융의 가장 중요한 역할이기도 한 여신서비스와 관련해서 신용평가에 대한 AI활용의 중요성이 더욱 커질 것으로 예상됩니다.