> ## Content Index > Fetch the complete content index at: https://blog.i2max.co.kr/llms.txt > Use this file to discover other available public pages before exploring further. # 은행에서의 금융 AI: 비용 절감 및 서비스 개선 방법 - URL: https://blog.i2max.co.kr/financial-ai-service-improvement/ - Published: 2024-07-18T00:00:00.000Z - Updated: 2026-09-04T07:56:25.000Z - Description: 금융 AI가 은행 업무를 어떻게 혁신하는지 소개합니다. Salesforce AI와 데이터 기반 전략을 통해 영업, 마케팅, 고객 서비스 효율을 높이고 고객 경험을 개선하는 금융권 AI 활용 사례를 확인해보세요. - Author: i2max - Tags: insights, ai, tech --- > 금융 AI는 은행이 고객에게 더 많은 서비스를 제공하는 동시에 이면의 비용과 노력을 간소화할 수 있는 잠재력을 가지고 있습니다. 이러한 잠재력을 활용하려면 지금부터 데이터 관리를 최 우선 순위로 삼아야 합니다. 세일즈포스를 통해 은행에서 직원과 고객 경험 모두 개선하기 위해 사용할 것으로 기대되는 4가지 AI 사용 방법으로 데이터를 정리하고, 기존 시스템을 분석하고, 기술을 통해 혜택을 받을 수 있는 프로세스를 파악하는 방법을 알아보세요. --- 은행 업무에서 인공지능(AI)은 보이지 않지만 굉장히 많은 역할을 하고 있습니다. **예측형 AI는 이미 일상적인 문의를 관리하는 챗봇이나 콜센터 상담원의 대시보드와 같은 다양한 은행 업무를 지원**하고 있습니다. **생성형 AI가 계속 발전함에 따라 자연어 콘텐츠, 이미지, 코딩을 생성하는 AI의 능력으로 인해 반복적인 작업을 줄여 많은 시간을 절약하고 고객 경험을 개선할 수 있을 것으로 기대**합니다. 그 결과 맥킨지는 은행이 AI의 전략적 활용을 통해 연간 [1조 달러](https://www.mckinsey.com/industries/financial-services/our-insights/ai-bank-of-the-future-can-banks-meet-the-ai-challenge?ref=blog.i2max.co.kr)의 가치를 창출할 수 있을 것으로 추정합니다. AI의 현재와 미래의 잠재력을 최대한 활용하려면 은행은 **데이터를 정리하고, 기존 시스템을 분석하고, 기술을 통해 혜택을 받을 수 있는 프로세스를 파악**해야 합니다. 다음으로 은행이 직원과 고객 경험 모두 개선하기 위해 사용할 것으로 기대하는 AI 4가지 사용 방법을 소개합니다. --- ## **데이터: 금융 AI로 개인정보 보호, 보안 구축 및 신뢰 유지** 데이터 분석가 및 IT 리더 [10명 중 9명](https://www.salesforce.com/resources/research-reports/state-of-data-analytics/?ref=blog.i2max.co.kr)이 **데이터 관리를 AI 전략의 최우선 순위**로 삼고 있습니다. 은행은 데이터를 안전하게 보호하는 데 집중하고 있습니다. 이는 고객과의 신뢰 구축의 기본입니다. 그러나 절반에 가까운 경영진이 [AI가 보안 위험을 초래한다](https://www.ibm.com/thought-leadership/institute-business-value/en-us/report/ceo-generative-ai/cybersecurity?ref=blog.i2max.co.kr)고 생각하며, 소비자의 59%는 [AI가 안전하지 않은 것 같다](https://www.ibm.com/thought-leadership/institute-business-value/en-us/report/ceo-generative-ai/cybersecurity?ref=blog.i2max.co.kr)고 답했습니다. 금융 당국도 특히 [대규모 언어 모델(LLM)](https://www.salesforce.com/blog/what-are-large-language-models/?ref=blog.i2max.co.kr)에 의존하여 응답을 생성하는 생성형 AI에 대해 우려하고 있습니다. ​세일즈포스의 전무 이사 겸 은행 산업 고문인 Amir Madjlessi는 다음과 같이 말합니다. **"데이터 정리는 기본입니다. 데이터의 품질과 양을 평가하고, 필요한 경우 데이터 수집 및 관리 프로세스를 업그레이드해야 합니다. 이러한 단계를 거치지 않으면 AI가 시스템에서 관련성 있고 정확한 인사이트를 추출할 수 없습니다."** ​데이터를 준비했다면 은행 업무에 AI를 활용하기 위해 기능별로 다양한 액세스 권한을 부여하는 등 **고유한 데이터 관리가 추가로 필요**합니다. 예를 들어, 공정한 대출 관행을 따르기 위해 은행은 대출 담당자에게 종교나 출신 국가와 같은 인구통계학적 정보를 숨겨야 합니다. 하지만 규제 당국에는 이러한 정보를 공정한 대출의 증거로 사용할 수 있어야 합니다. ​프롬프트에 적절히 대응하는 방법을 학습하기 위해 LLM에 의존하는 생성형 AI의 경우 데이터 관리는 훨씬 더 복잡합니다. 윤리적 가드레일과 같은 데이터 무결성 기능이 내장된 솔루션을 활용하면 은행이 데이터 문제를 해결하고 규정을 따르는 데 도움이 될 수 있습니다. 예를 들어, **세일즈포스는 대규모 언어 모델(LLM)에 대한 제로 데이터 보존 정책을 시행하고 있으며, 외부 LLM과 고객 데이터를 공유하지 않습니다.** ## ​**세일즈: 더 빠른 기회 발견** **AI는 개인 비서처럼 작동하여 관계 관리자가 예금부터 담보 대출에 이르기까지 모든 종류의 서비스와 상품에 걸쳐 잠재 고객 및 기회 점수를 개선할 수 있도록 도와줍니다.** AI는 투자, 상업, 리테일 뱅킹 등 다양한 비즈니스 라인에 대한 **실적을 예상하여 예측력을 향상**시킵니다. **예측형 AI**는 **단일 대시보드에서 관련 인사이트를 표시하여 기존 관계를 심화하거나 은행을 위한 신규 고객을 확보**할 수 있습니다. [**생성형 AI**](https://www.salesforce.com/products/ai-for-sales/?ref=blog.i2max.co.kr)는 **내부 소스뿐만 아니라 타사 데이터를 통합하여 업무 흐름에 맞는 제안**을 할 수 있으므로 추천의 정확성과 관련성이 높아집니다. 예측 및 생성형 AI의 뛰어난 기능을 통해 관계 관리자는 고객에게 도달할 수 있는 최적의 채널을 파악하여 관련성 있고 매력적인 제안을 할 수 있습니다. 이러한 기능은 관계 관리자가 은행 전반의 고객 니즈를 완전히 이해하는 데 **필요한 시간을 단축하는 동시에 고객 경험을 개선하는 데 도움이 됩니다**. ## ​**마케팅: 한 차원 높은 개인화 확장** 마케팅 세그먼트와 하위 세그먼트를 생성하는 데는 몇 주가 걸리며, 그 결과가 좋지 않고 일반적일 수 있습니다. 이러한 상황의 변화를 위해 마케터는 [생성형 AI](https://www.salesforce.com/products/ai-for-marketing/?ref=blog.i2max.co.kr)를 통해 **자연어 프롬프트를 사용하여 고객 데이터베이스 내에서 세그먼트를 생성할 수 있으며, 단 몇 초 만에 결과를 확인할 수 있습니다.** 이러한 도구 사용으로 마케터는 **가장 관련성이 높은 제안이나 프로모션을 신속하게 구축한 다음, 각각을 테스트하고 학습하여 세분화를 더욱 세밀하게 조정**할 수 있습니다. 예를 들어,[**아인슈타인 코파일럿**](https://www.salesforce.com/news/press-releases/2023/09/12/ai-einstein-news-dreamforce/?ref=blog.i2max.co.kr)**을 사용하는 마케터는 저축률이 낮은 고객을 대상으로 금융 보안을 개선하는 상품이나 서비스를 추천하여 타겟팅**할 수 있습니다. 그런 다음 AI 기반의 사전 구축된 생성 이메일 템플릿을 사용하여 해당 제안을 타겟팅된 고객에게 공유할 수 있습니다. 더 나아가 시간이 지남에 따라 AI 엔진이 콘텐츠에 대한 고객의 반응을 학습하면서 메시지가 더욱 정교해지며 그 결과로 **상품이나 서비스 추천과 같은 제안이 더욱 개인화되고 전환율이 향상**될 것입니다. 아인슈타인 코파일럿을 테스트 중인 한 은행에서는 참여도가 3\~4배 상승했습니다. 그 이유는 무엇일까요? 메시징이 실시간 고객 행동에 기반하여 추천이 일관되고 진정성 있게 전달되기 때문입니다. ## ​**서비스: 상담원 교육 및 고객 만족도 향상** 상담센터 담당자의 이직률은 업계의 전반적인 문제입니다. 끝없이 늘어나는 신입 직원을 지속적으로 교육하는 것은 비용이 많이 들고 비효율적입니다. **AI를 사용하여 교육 환경과 일상적인 워크플로우를 개선하면 상담원의 적응 속도가 빨라져 유지율이 향상**될 수 있습니다. 또한 **고객에게 더 쾌적한 서비스 경험을 제공**할 수 있습니다. **생성형 AI​**는 **고객이 문제를 설명하는 데 사용하는 실제 언어를 기반으로 알려진 답변에 대한 콘텐츠를 채워줌으로써 상담원이 문제를 신속하게 해결하는 데 필요한 정확한 정보를 표시할 수 있도록 도와줍니다**. 이를 통해 상담원은 현명한 결정을 내릴 수 있으며, 이는 예를 들어 ‘불만족한 고객이 요금을 환불해도 되는지’와 같은 판단이 필요한 경우에 중요합니다. 또한 AI는 불법 행위를 발견하고 신원을 확인하는 더 스마트한 도구를 제공하므로 상담원이 차선책을 파악하는 데 도움이 됩니다. 예를 들어, 세일즈포스는 이제 신원 확인 및 신용 점수를 위한 고객확인제도(KYC) 프로토콜을 즉시 사용할 수 있습니다. --- > *“AI는 상담원이 고객과 조직을 위해 올바른 소통을 하는 데 필요한 정보를 제공합니다.”* \- 아미르 마즐레시, 전무 이사 겸 은행 산업 고문, 세일즈포스 [PenFed Credit Union](https://www.salesforce.com/resources/customer-stories/penfed-ai-omni-channel-support/?ref=blog.i2max.co.kr)은 아인슈타인을 내부(그리고 궁극적으로는 고객 대면) 프로세스에 생성형 AI로 추가할 계획입니다. 아인슈타인은 서비스 상담원이 고객의 질문에 더 빠르게 답변하고 대기열을 줄이기 위해 사용할 수 있는 채팅 및 이메일 응답을 제안하는 가상 비서 역할을 하게 됩니다. 이 어시스턴트는 펜페드의 내부 직원 지원 라인에서 시작하여 회원으로 확대될 예정입니다. ## ​​**금융 AI는 이제 막 시작한 단계입니다.** **금융 AI**는 은행이 고객에게 더 많은 서비스를 제공하는 동시에 이면의 비용과 노력을 간소화할 수 있는 잠재력을 가지고 있습니다. 백오피스에서 AI는 고객 식별, 확인, 리스크 스크리닝을 보다 효율적으로 수행하여 규정 준수에 소요되는 [운영 예산을 약 6%\~10%](https://www.bloomberg.com/professional/blog/rising-compliance-costs-hurting-customers-banks-say/?ref=blog.i2max.co.kr) 절감할 수 있습니다. 또한 고객과 관련하여 AI는 상업 은행원이나 자산 관리자가 캘린더 초대, 대화를 요약하는 자동화된 이메일, 새로운 계약 제안 등 채팅을 행동으로 전환하는 데 도움을 줄 수 있습니다. 이러한 잠재력을 활용하려면 지금부터 기반을 마련해야 합니다. 즉, 목표를 결정한 다음 은행 업무에서 AI가 할 수 있는 모든 일을 위해 데이터를 준비하세요. --- 출처 [은행에서의 금융 AI: 비용 절감 및 서비스 개선 방법- 세일즈포스 (Salesforce)](https://www.salesforce.com/kr/hub/business/ai-in-banking/?ref=blog.i2max.co.kr)