2023년 올 한 해, 가장 널리 회자된 기술 화두는 생성형AI다. 챗 GPT가 서막을 연 이후, 국내외 내노라 하는 기업들이 거대언어모델을 기반으로 한 생성형 AI에 주목하고 있다. 자체적으로 개발한 모델을 앞다퉈 선뵈는 등 생성형 AI의 바람은 거세지고 있다.
11월 초 챗GPT를 개발한 오픈AI는 개발자 행사 '데브데이'를 통해 진화된 모델을 발표했다. 이 모델은 최신 정보를 반영하고 반응 속도를 향상시켰으며, 300페이지 분량의 데이터 처리는 물론 이미지 이해와 오디오 생성 능력이 향상됐다고 한다. 이와 같은 진보는 예견됐지만, 그 범위와 깊이에 놀라움을 자아낸다.
다만, 주목할 점은 따로 있다. 최근 개발 동향에 따르면 노코드(No-Code) 플랫폼 등장으로 프로그래밍 언어를 사용하지 않고도 앱이나 웹사이트 등을 만들 수 있게 됐다. 챗GPT는 이런 트렌드를 반영하고, 구현한 것이다. 개발에 문외한인 사용자가 코딩을 하지 않아도 본인만의 챗봇 생성이 가능하다. 일상적인 자연어를 입력함으로써 사용자가 원하는 대로 특화된 챗봇이 탄생할 수 있다.
이같은 기술 확산으로 아이디어만 있다면 누구나 서비스 출시가 가능하다. 만약 웹서비스를 출시하려면 서버 및 클라우드 구매, 운영, 배포 등 비용 투입과 관리가 필요했다. 이런 일련의 활동이 필요없어진 셈이다. 더욱이 GPT스토어 등 유사한 플랫폼에 서비스를 올림으로써 손쉽게 수익화까지 연결될 수 있다.
이처럼 생성형AI와 연관된 기술은 점점 더 진화하고 있다. 그 효과가 긍정적이든 부정적이든 산업 전반에 광범위한 파급력을 발휘할 것으로 예상된다. 특히 금융 분야에서는 기회의 확대와 함께 위협요소를 내포하고 있다. 이런 변화는 세 단계로 나눠 볼 수 있으며, 각 단계는 금융 산업의 성장에 중요한 역할을 할 것으로 예상된다.
첫번째는 접목을 통한 공존이다. 생성형 AI는 금융 업무 자동화를 넘어 의사 결정 영역까지 확장하고 있다. 이는 금융 가상비서를 통한 고객 서비스 개선, 금융상품 추천 및 자산관리, 자금세탁 방지, 리스크 관리와 금융 사기 예방에 이르기까지 다양한 분야에 이용되고 있다. 일례로 금융사가 생성형 AI를 활용해 복잡한 내부 규정과 전체 출시 상품을 학습시키고, 인지하고 있는 고객 정보와 상황을 매칭한다면 적합한 상품 추천이나 운영이 가능해질 것이다.
두번째 단계는 신뢰성의 문제다. AI의 불투명한 결정 과정이나 알고리즘의 편향성은 신뢰가 중요한 금융 분야에서 반드시 풀어야 할 도전과제다. 금융 소비자의 이익을 최우선하는 투명하고 공정한 알고리즘의 개발이 필요하다. 이를 위해 지속적인 모니터링과 반복적인 개선 과정을 거쳐야 하고, 엄격한 개인정보 보호까지 이뤄져야 한다.
세번째 단계는 AI 기반의 고객층 확대와 관련된다. 생성형 AI는 금융 서비스의 접근성을 높이고 다양한 고객층에게 맞춤형 서비스를 제공할 수 있는 잠재력을 가지고 있다. 특히, 금융 소외 계층이나 금융 이력이 부족한 소비자에게 중요한 기회를 제공할 수 있다. 간소화된 금융 서비스나 개인화된 솔루션은 금융 기관의 접근성을 높일 수 있는 혜택임에 분명하다.
결국, 생성형 AI는 서비스의 효율성과 사용자 경험의 혁신을 통해 금융의 구조와 운영 방식 자체를 재정의할 것으로 본다. 이는 고객 중심의 맞춤형 서비스 제공, 접근성 향상, 비용 절감 등으로 이어져 금융 산업의 지속 가능한 성장을 촉진할 것이다. 그러나, 동시에 투명성, 공정성, 윤리성 등 풀어야 할 과제도 제기된다. 금융권은 이런 문제를 해결하고 긍정적인 변화를 이끌어내기 위해, 자구적인 노력과 상호 협력이 지속적으로 이뤄지길 기대한다.
송민택 공학박사 pascal@apthefin.com