글로벌 금융사의 DIFM 사례

○ (기회 요인) 금융업은 풍부한 데이터와 디지털화된 서비스, 높은 자본력을 보유하여 DIFM 경제가 실현될 경우 그 수혜 규모가 매우 클 것으로 예상

• [높은 AI 투자 비중] 금융서비스 부문은 통신 미디어에 이어 두 번째로 큰 생성형 AI 소비처. 역사적으로 은행업은 테크 기업을 제외한 산업군 중 기술 도입을 위해 가장 많은 비용을 지출해 옴⁹
• [산업구조적 적합성] 방대한 데이터에 의존하는 금융업은 AI 적용에 유리한 구조를 갖추고 있음. 특히 결제, 이체, 대출, 신용평가 등 업무를 기능 단위로 세분하고 재조합하기에 용이
• [기대효과] 금융업에 AI 에이전트를 적용할 경우, 은행은 2030년까지 수익성을 30% 높이고 운영 비용을 30%에서 40%까지 절감 가능¹⁰

○ (제한 요인) 금융업은 타 산업에 비해 엄격한 통제가 요구되는 본질적 특성으로 인해 DIFM 경제 전환에 신중한 태도를 보임

• [치명적 손실] 금융업에서 미세한 오류는 시장의 신뢰 훼손과 막대한 재무적 손실로 직결되기에 높은 정확성이 요구됨. 하지만 AI 모델의 성능이 향상될수록 인간의 감시 및 검토 빈도가 낮아지는 리스크가 존재
• [법적 책임의 모호성] AI의 자율적 의사결정에 대한 법적 책임 소재가 불분명한 상황에서 유럽연합인공지능법(EU AI Act) 등 엄격한 규제 프레임워크가 시행 중임. 금융사가 AI에 고객 대행 권한(투자·결제 등)을 부여하기 위해서는 분쟁 발생 시 법적 책임 주체를 명확히 규정하는 과제가 선결되어야 함
• [인프라 통합의 어려움] 기술 발전의 속도와 기업이 이를 활용해 가치를 창출하는 역량 사이 큰 간극이 존재. 특히 AI 에이전트를 활용하려면 오래되고 분절된 은행의 레거시 시스템 전반에서 데이터를 호출해야 하는데, 이를 위한 통합 인프라 재구축에 수년* 이상 소요될 것으로 예상
  *매년 기술 예산으로 198억 달러를 투자하는 JP모건조차 인프라 통합에 수년 이상 걸릴 것을 예상한 바 있음
• [보안 위협과 거버넌스 공백] AI가 여러 시스템에 자율적으로 접근한다는 점은 메모리 중독(Memory Poisoning)¹¹ 이나 에이전트 하이재킹(Agent Hijacking)¹² , 신원 위장 등 새로운 보안 위협을 야기할 수 있으므로, 이를 대비한 새로운 보안 기준 및 거버넌스 정립이 시급
• (현황) 기회와 제약이 공존하는 상황 속에서 글로벌 금융사들은 밸류체인 전반에 DIFM 경제 전환을 시도하고 있으며, 일부 서비스는 시범 운영을 마치고 본격적 도입에 돌입
• 개인화 제안, 고객 관여도, 운영 효율성, 리스크·언더라이팅, 재무 예측, 고객확인(KYC)·온보딩, 사기 예방의 7개 기능을 축으로 자산관리·리테일뱅킹·기업뱅킹·기관투자자·보험 등 전 사업 영역에 DIFM 서비스를 적용 가능
• 2024년에는 주로 JP모건의 ‘LLM 스위트(LLM Suite)’와 같은 직원 보조용 생성형 AI에 집중되었으나 2025년 후반부터 대고객 서비스로 적용 범위를 확장 중임. 다만 아직 밸류체인 전반을 아우르는 완전한 전환 단계에는 도달하지 못함

○ 본 장에서는 △에이전틱 커머스(AI가 상품 검색부터 결제까지 알아서 해결) △금융 비서(AI가 차량 비교부터 금융상품 비교까지 한번에 처리) △투자 자동화(AI가 시장·포트폴리오를 실시간 분석해 직접 매수·매도) 등 세 영역을 중심으로 글로벌 금융사들이 실제로 상용화하거나 출시를 앞둔 AI 에이전트 서비스를 소개

○ (서비스 개요) 동남아시아 최대 은행인 싱가포르개발은행(DBS)은 지난 2월, 비자와 협력하여 아시아·태평양 지역 최초로 AI 에이전트 기반 상거래인 에이전틱 커머스 시연에 성공

• AI 에이전트가 카드사 결제 인프라를 활용해 고객 대신 상품 검색부터 결제까지 알아서 처리하는 과정을 시연 (그림 4 참고)
• 이번 파일럿 프로젝트는 ‘비자 인텔리전트 커머스(VIC, Visa Intelligent Commerce)’의 일환으로 진행되었으며, DBS 는 이를 계기로 아시아·태평양 지역 금융사 최초로 에이전틱 커머스 시범 운영에 돌입
  - VIC 는 통합 API 제품군과 파트너 프로그램을 결합하여 AI 에이전트가 비자의 결제 네트워크를 활용해 고객 대신 안전하고 투명하게 결제를 처리할 수 있도록 지원

○ (출시 배경) 이번 협력은 에이전틱 커머스의 상용화를 앞두고 고객 접점을 선점하려는 DBS와 글로벌 결제 네트워크로서 기술 표준을 검증하려는 비자의 전략적 이해관계가 맞아떨어진 결과

• 비자는 싱가포르 거주자의 높은 AI 챗봇 활용률(75%)에 주목하여 아시아·태평양 지역 중 싱가포르를 에이전틱 커머스의 첫 시범 운영 지역으로 선정. 최근에는 에이전트 커머스 결제 생태계 확대를 위해 DBS 외에도 HSBC, 스탠다드차타드 등 싱가포르의 타 카드 발급사와도 협력
• DBS는 향후 AI 에이전트 주도 결제 환경에서 단순한 상거래 서비스 제공자를 넘어 A2A를 지원함으로써 고객과의 최접점을 유지하고 함

○ (평가 및 전망) DBS는 이번 시범 운영을 통해 기술적 안정성뿐만 아니라 에이전트 경제의 운영 표준을 선제적으로 구축하여, 향후 A2A 환경에서 신뢰적 인프라로서의 위상을 강화해 나갈 계획

• [기존 인프라와의 정합성 검증] 핵심 네트워크 구조를 변경하지 않고 AI 에이전트 기반 거래를 기존 카드 시스템에 통합하는 방식을 채택. 특히 비자의 ‘AI 지원 인증 정보(AI-ready Credentials)’¹³, 고급 인증(Advanced Authentication), 의도 기반 거래 제어(Intent-driven Transaction Controls) 기능을 활용해 보안과 확장성을 검증해나갈 계획
• [데이터 자산화와 진입장벽 구축] 에이전트 간 상호작용 데이터와 거래 이력, 맥락 데이터 등은 단기간에 축적할 수 없는 자산으로, 이는 후발 주자들이 복제하기 어렵고 막대한 비용이 소요되는 강력한 진입장벽이 됨
• [지속적 AI 기술 투자] 매년 10 억 싱가포르달러(약 1 조 원) 규모의 기술 투자를 통해 AI 산업화를 주도하며 가치 창출에 집중
  - 2천 개 이상의 AI 모델을 도입하여 430건이 넘는 활용 사례를 보유
  - 자체 AI 데이터 이니셔티브가 10억 싱가포르 달러 규모의 경제적 가치를 창출

○ (서비스 개요) 미국의 금융사인 캐피털원(Capital One)은 2025년 2월, 다중 AI 에이전트를 활용해 한 번의 대화로 차량 비교부터 대출 탐색, 시승 예약까지 처리해 주는 대화형 금융 비서 ‘챗 컨시어지(Chat Concierge)’를 출시

• 다중 AI 에이전트 시스템이 자동차 판매업체의 고객관계관리(CRM) 시스템과 연동하여 차량 비교 , 대출 탐색, 중고차 매입 예상 가격 확인, 시승 예약까지 한 번의 대화로 통합 처리
• 고객의 광범위한 질문 의도를 인식하는 ‘마스터 에이전트’가 대화의 흐름을 조율하며, 차량 재고 확인, 금융 조건 확인, 시승 예약 등 각 분야에 특화된 ‘서브 에이전트’들에게 업무를 할당하고 조정
• 자동차 구매 과정에서 발생하는 비순차적이고 복잡한 고객의 요청 사항을 개별 에이전트가 유기적으로 연결되어 지연 없이 처리할 수 있도록 설계

○ (출시 배경) 구매 여정이 복잡한 고관여 상품인 자동차는 단편적 대응 위주의 기존 AI로는 고객 대응에 한계가 있다는 점을 발견. 캐피털원은 다중 에이전트 기반 챗 컨시어지를 활용해 탐색부터 시승 예약까지 전 과정을 원스톱으로 처리함으로써 상담 인력 부족 문제를 해결하고 서비스를 혁신하는 방안을 고민

• 자동차는 구매를 위해 대리점 방문, 시승, 견적 비교, 옵션 선택, 할부, 보험, 세금 계산 등 여러 단계를 거쳐야 하는 대표적 고관여 상품
• 온라인 탐색이 오프라인 상담 및 시승으로 이어져야 구매 결정이 가능하나 최근 판매업체의 수익성 악화로 고객의 매장 방문을 유도할 추가 상담 인력을 채용하기 어려운 실정
• 단편적 대응 위주의 일반적인 AI로는 고객의 광범위한 요구사항을 통합적으로 처리하는 데 한계가 존재

○ (구현 방법) 클라우드 네이티브 환경에서 메타(Meta)의 오픈소스 LLM인 라마(Llama)모델을 기반으로 시스템을 구축하였으며, 자체 데이터를 활용한 맞춤 학습을 통해 답변의 정확도를 향상

• 컨시어지는 자연어 대화를 통해 고객의 차량 선호도와 금융 옵션을 파악한 후 그에 부합하는 차량 구매 계획을 수립 및 검증. 다만 고객 접점에서 활용되는 서비스인만큼, 예약 시간 제안이나 응답하는 말투, 내용 적절성 등 주요 결과물은 최종적으로 인간이 점검
• 캐피털원은 2년에 걸쳐 모든 데이터센터를 폐쇄하고 아마존웹서비스(AWS)로 이전하여, 2020년 100% 퍼블릭 클라우드로 전환을 완료하고 약 1만 4천 명의 IT 전문가를 보유 중

○ (평가 및 전망) 2025년 초 서비스 출시 이후 업무 효율성과 고객 만족도를 동시에 높이는 데 기여한 것으로 평가되며, 규제 산업에서 다중 AI 에이전트를 고객 접점에 성공적으로 적용한 의미 있는 사례로 꼽힘

• 일부 자동차 판매업체에서 고객 참여율(engagement)이 기존 챗봇을 크게 상회하는 55%까지 증가하고, 응답 지연 시간 또한 5배 단축되어 그 효과를 입증
• 다만 챗 컨시어지가 수행하는 과업은 현재 시승 예약이나 차량 비교 등 비교적 저위험 영역에 한정되어 있음. 고위험 영역으로 확장하기 위해서는 거버넌스 체계 구축이 선행되어야 할 것으로 예상

○ (기업 소개) 미국의 투자 플랫폼인 퍼블릭(Public)은 2019년 소액 투자 앱으로 출발하여, 현재 3백만 명 이상의 수십억 달러 규모의 운용 자산을 보유한 대형 플랫폼으로 성장

• 주식·채권·가상자산·선물옵션 등 다양한 자산군을 하나의 플랫폼에서 운용할 수 있으며, 최근에는 AI 기능을 대폭 강화해 세계 최초의 에이전트형 증권사로 포지셔닝

○ (서비스 개요) AI 에이전트를 활용해 자동으로 투자 전략을 수립하고 실시간 거래를 수행하는 ‘에이전트(Agents)’ 서비스를 출시. 신청 고객에 한해 우선적으로 서비스를 제공 중임

• AI가 완전 자율 매매하는 방식이라기보다, 자연어 기반의 조건부 주문과 자동화 기술이 고도화된 형태. 단순 자동화와 자율적 의사결정 영역이 긴밀히 혼재되어 있음
• [전략 생성] 고객이 일상 언어로 투자 아이디어를 입력하면 AI가 이를 포트폴리오 지수로 변환
  - 예를 들어 “AI 기술력이 높고 매출 성장이 빠르지만, 수익성 개선 여지가 있는 기업 위주로 구성해 줘”라고 요청하면, AI가 종목을 선별해 인덱스형 포트폴리오를 제안
• [전략 자동화] AI 에이전트가 시장을 상시 모니터링하다가 설정된 조건이 충족되면 자동으로 매수·매도 거래를 실행하며, 고객의 목표 달성을 위한 전략을 자율적으로 수행
  - 규칙 기반 실행: VIX(공포지수)¹⁴ 25 도달 시 S&P 500 풋옵션 매수, 유가 급등 시 보호용 풋옵션¹⁵ 매수, 채권에 현금 잔액 자동 이체 등 고객이 정의한 규칙에 따라 거래 실행
  - 목표 기반 자율 실행: 예를 들어 “포트폴리오 전반에 커버드콜 프리미엄으로 월 5천 달러의 수익을 창출해 줘”라는 목표를 입력하면, AI가 종목 선택부터 행사가 결정, 롤오버 전략 수립 및 실행까지 전 과정을 주도

○ (세부 내용) AI 에이전트는 투자 전략, 유동성 관리, 리스크 관리 등 포트폴리오 투자 전반을 지원. 리스크 관리를 위해 실행 전후에 걸쳐 사용자 통제 장치를 마련해 둠

• 고객이 투자 전략을 제안하면, AI가 지시 사항을 평가하며 핵심 매개변수가 누락된 경우 추가 질문을 통해 타이밍과 조건을 정교화. 최종적으로 고객이 로직을 검토하고 승인하면 AI 에이전트가 실행에 나섬
• AI 에이전트가 활성화된 후에도 고객은 언제든지 로직 수정, 조건 조정, 자본 배분 변경은 물론 작동의 일시 정지나 종료 조치를 취할 수 있음
  

○ (평가 및 전망) 퍼블릭과 같은 AI 에이전트 서비스의 등장은 자산관리(WM) 산업이 DIFM 모델로 전환되는 변곡점으로 평가되나, 기술 혁신과는 별개로 법적·운영적 측면의 과제가 남아있음

• 금융 및 IT 업계 임원들은 머지않아 월가에서 인간을 대신해 행동하는 AI 에이전트를 제공할 것이며, 이것이 자산관리 및 투자 자문 분야를 근본적으로 변화시킬 것이라고 언급
• 다만 완전 자율형 모델의 경우, AI가 종목과 시점, 전략을 스스로 결정하는 과정에서 고객 의도와 다른 선택을 하여 손실이 발생하면 책임 소재(투자자 vs 플랫폼)가 불분명하다는 법적·제도적 한계가 존재
• 단기적으로는 AI가 분석과 실행 준비를 담당하되 최종 의사 결정권은 인간이 보유하는 ‘부분 자율형 모델’이 적합할 것으로 평가됨