김용휘 토스뱅크 머신러닝 조직(Machine Learning Department) 리더가 디지털타임스와 인터뷰에 응하고 있다. [토스뱅크 제공] "금융권에서 인공지능(AI)이 가장 빠르게 성과를 내고 있는 영역은 은행 내부 업무다. 문서 검토, 정보 확인, 보고 절차처럼 반복적이고 세밀한 확인 작업이 많은데 이 과정에서 AI가 즉각적인 효과를 보여주고 있다." 토스뱅크의 머신러닝(ML) 조직을 이끄는 김용휘(사진) 리더(상무)는 21일 디지털타임스와 만나 "내부 운영 프로세스는 AI 도입 효과가 가장 명확하게 나타나는 영역"이 게임몰릴게임 라며 이같이 말했다. 최근 금융권 전반에서 AI 도입을 둘러싼 환경이 빠르게 변화하고 있다. 디지털 전환 흐름 속에 일부 규제가 완화되면서 금융사들도 AI 도입에 속도를 내는 모습이다. 토스뱅크도 신분증 인증과 문서 인식, 여신 사후관리, 리스크 심사 등 은행 내부 운영 전반에 AI·ML을 적용하고 있다. 김 리더는 이런 토스뱅크의 AI 사이다릴게임 전략을 현장에서 이끌고 있다. 김 리더는 토스뱅크 데이터 조직 산하 ML 부서를 맡아 여신·리스크 관리와 내부 운영 자동화 등 은행 핵심 업무 전반에 AI를 적용하고 있다. 약 20명 규모의 조직을 이끌며 내부 업무를 공통의 머신러닝 체계로 연결해 반복적이고 규칙적인 업무부터 AI 적용 성과를 내는 데 주력하고 있는 것이다. 모바일바다이야기 김 리더는 "디지털 전환 흐름에 맞춰 일부 제도가 완화되는 움직임이 나타나고 있다"며 "특히 망분리와 관련한 규제도 이전보다 유연한 방향으로 논의가 이어지고 있다는 점은 긍정적인 변화"라고 평가했다. 다만 고객 접점 서비스 전반에 AI를 적용하기에는 여전히 검증과 안정성에 대한 부담이 큰 만큼, 금융권에서는 상대적으로 규칙성이 높고 모바일야마토 반복적인 내부 운영 업무부터 AI 적용이 확산되는 흐름이다. 토스뱅크는 이런 환경 변화 속에, 규칙 기반·반복성이 큰 업무부터 AI를 적용해 성과를 확인하고 이를 점진적으로 확장해 나간다는 전략을 택했다. 김 리더는 "지시된 업무를 스스로 수행하는 AI 에이전트, 문서·이미지·표를 함께 이해하는 멀티모달 모델, 광학문자인식(OCR)과 음성 골드몽게임 인식(STT) 같은 기술이 적용되면서 그동안 수작업으로 처리해오던 검토·확인·정산 업무의 속도와 정확도가 크게 향상되고 있다"고 설명했다. 대표적인 사례가 신분증 진위확인과 문서 인식 자동화다. 김 리더는 "신분증 인식·OCR은 금융권에서 난도가 높은 편인 영역이다. 특히 인터넷전문은행은 고객이 직접 촬영·제출하는 환경 특성상 기술적 보정이 더 많이 요구된다"며 "조명 반사, 각도 기울어짐, 손가림 등 비정형 이미지가 다양하게 들어오기 때문에 ML 기반 정교한 인식 기술이 필수적"이라고 말했다. 토스뱅크는 이러한 기술을 바탕으로 지난해 11월 금융위원회로부터 신분증 진위확인 소프트웨어 판매에 대한 부수업무 신고 승인을 받았다. 금융권에서 신분증 인증 소프트웨어를 외부에 판매하는 부수업무 승인을 받은 것은 토스뱅크가 처음이다. 신분증 진위확인 소프트웨어는 제출된 신분증 이미지를 인식해 주요 정보를 추출하고, AI 이미지 분석 기술로 위·변조 여부를 자동 판별하는 기술이다. 별도 인프라 구축이나 시스템 설치 없이 활용할 수 있도록 설계돼 중소형 금융사나 알뜰폰(MVNO) 사업자 등 자체 인증 시스템 구축이 어려운 기업들도 비교적 합리적인 비용으로 도입할 수 있다. 김 리더는 "이번에 금융위 부수업무 승인을 받은 신분증 진위확인 기술은 기존 솔루션과 달리 실제 고객이 제출한 신분증 사진으로 학습됐다는 점이 가장 큰 차별점"이라며 "다양한 환경에서 촬영된 이미지를 기반으로 학습해 약 99.5%의 높은 정확도를 달성했다"고 말했다. 김 리더가 도입한 문서 인식 자동화 역시 내부 운영 효율을 빠르게 끌어올리고 있다. 그는 "OCR 자동화를 통해 매달 5만 건 이상 금융·법적 서류 처리 효율화를 달성하고 있다"며 "현재 압류서류 등 6종 문서에 OCR을 적용하고 있고 이를 더 확대해 각종 서류 검증·처리 업무를 추가로 자동화할 계획"이라고 밝혔다. 이런 내부 운영 자동화는 인증·문서 처리에 그치지 않고 여신과 리스크 관리 영역으로도 확장되고 있다. 토스뱅크는 중저신용자와 소상공인 대출이 금융 접근성 확대라는 정책적 목적과 리스크 관리가 동시에 요구되는 영역이라는 점에 주목해 ML 모델을 활용해 시장 변화에 보다 민감하게 대응하는 체계를 구축했다. 경기 하락이나 소득 감소 등 외부 환경 변화가 차주의 상환 능력에 미치는 영향을 조기에 포착하고, 이를 심사와 사후 관리에 신속히 반영하는 방식이다. 김 리더는 "중저신용자나 소상공인 대출은 경기 하락이나 소득 감소의 영향을 더 크게 받기 때문에, 시장 변화 신호를 ML 모델이 얼마나 빠르게 감지하고 반영하느냐가 핵심"이라며 "위험도 변화가 감지되면 ML 모델을 즉시 재학습하거나 심사 기준을 조정할 수 있는 체계를 구축·운영하고 있다"고 설명했다. 대출 심사 전략 운영 과정에서도 AI 활용은 속도와 효율을 끌어올리고 있다. 토스뱅크는 심사 전략 변경 시 반복적으로 수행되던 백스코어링과 검증·모니터링 작업을 AI 에이전트로 자동화했다. 이를 통해 전략 변경에 따른 검증 작업 시간을 크게 단축하면서도 심사 안정성은 기존 수준으로 유지하고 있다는 설명이다. 김 리더는 "AI 에이전트 기반 자동화 시스템을 도입한 이후에는 기존에 오래 걸리던 작업이 50분 이내로 단축됐다"면서 "자동화 전후를 비교했을 때 오류 발생 빈도나 안정성 지표는 동일한 수준을 유지하고 있다"고 강조했다. 김 리더는 AI를 일상적인 업무 도구로 정착시키는 조직 문화와 운영 체계를 단계적으로 확산시켜 나갈 계획이다. AI를 일부 프로젝트의 기술 도구가 아니라, 임직원 누구나 업무 과정에서 활용할 수 있는 업무 방식의 변화로 자리 잡게 하겠다는 취지다. 김 리더는 "작은 성공 하나가 생기면 그 경험이 조직 내 다른 사람들에게 자연스럽게 확산된다"며 "조직의 변화는 그렇게 시작된다"고 당부했다. 유진아 기자 gnyu4@dt.co.kr