"AI, 금융투자 패러다임 바꾼다"…자본연, 고위험 업무 AI 도입도 촉구

자본시장연구원이 금융투자업 내 인공지능(AI) 도입의 현주소와 한계를 짚으며, 고위험 업무 영역에도 AI 도입을 적극 검토해야 한다고 제언했다. 금융사들이 단기적 활용성에만 얽매이지 말고, 장기적인 안목에서 데이터 인프라를 개선하고 파일럿 프로그램을 통해 AI 기술을 실험적으로 도입해야 한다는 것이다. 10일 서울 여의도 콘래드호텔에서 열린 자본시장연구원 개원 28주년 기념 콘퍼런스 'AI와 금융투자업의 혁신'에서 발표자로 나선 김진영·노성호 연구위원은 "AI 기술이 빠르게 고도화되며 금융투자 서비스 전반의 혁신을 견인하고 있지만, 금융사의 도입 수준은 활용이 용이한 업무에 편중돼 있다"며 "정형성이 낮고, 데이터 접근성이 떨어지며, 리스크가 큰 고위험 영역에서는 여전히 도입이 제한적"이라고 밝혔다. 해당 연구를 진행한 김진영·노성호 연구위원은 국내외 금융사들의 AI 특허 출원 데이터를 바탕으로 금융투자업 내 AI 활용도를 분석했다. 김 연구위원은 "AI 활용 가능성은 사업별, 업무단계별로 큰 편차를 보인다"며 "자문, 자산관리, 이상거래 탐지, 고객응대 등은 관련 특허가 다수 확인되지만, PEF 실사나 인수금융, M&A 계약과 같은 비정형·고위험 영역에서는 특허가 거의 발견되지 않았다"고 말했다. 특히 "M&A처럼 단 한 번의 오류가 막대한 손실로 이어질 수 있는 분야에서는 AI의 환각(hallucination) 가능성 등 신뢰성 문제가 걸림돌이 된다"고 지적했다. AI 특허 출원 주체도 대부분이 금융사가 아닌 비상장 IT기업이었다. 연구에 따르면 전체 금융투자 관련 AI 특허 중 67%는 비상장 SaaS(서비스형 소프트웨어) 기업이 출원했으며, 전통적 금융사는 4%에 불과했다. 기업간거래(B2B)를 중심으로 AI 기술을 공급하는 스타트업이 금융 서비스의 자동화·최적화를 주도하고 있는 셈이다. 김 연구위원은 "앞으로 금융투자사가 외부 기술에 대한 의존도를 높여갈 수밖에 없고, 이에 따른 제3자 기술 리스크 관리가 중요해질 것"이라고 전망했다. AI 활용 격차가 발생하는 핵심 원인으로는 업무의 정형화 정도, 데이터 접근성, 그리고 업무의 위험도를 꼽았다. 공시자료나 시세처럼 구조화된 공개 데이터가 풍부한 업무는 AI 모델 설득 및 적용이 용이하지만, 사모펀드, 부동산 등 고유 정보 위주의 영역은 AI 학습이 어렵다. 또한, 정확성과 신뢰성이 필수적인 고위험 업무는 AI가 아직 완전히 대체하기 어려운 현실적 제약이 있다. 뒤이어 발표에 나선 권민경 자본시장연구원 연구위원은 투자 패러다임 자체가 AI 기술의 발전으로 근본적인 변화를 맞고 있다고 진단했다. 권 연구위원은 최신 AI 기술의 흐름을 트랜스포머 아키텍처를 중심으로 분석하고, 이 기술을 투자에 활용하는 'LLM 에이전트 협업형 모델'과 '금융 특화 트랜스포머 모델'을 제시했다. 그는 "AI가 인간 전문가의 역할을 모방하거나, 금융 데이터를 스스로 학습해 인간이 놓치는 비직관적 패턴을 포착할 수 있다"며 "데이터의 다양성과 복잡성 자체가 미래 예측력의 원천이 된다"고 강조했다. 권 연구위원은 특히 인간의 기존 지식을 학습한 모델보다, 인간의 데이터를 배제하고 순수 데이터로부터 학습한 모델이 더 뛰어난 성능을 보였던 알파고 제로의 사례를 인용하며 "금융 특화 트랜스포머 모델 역시 인간의 투자 직관을 뛰어넘는 가능성을 내포하고 있다"고 설명했다. 이어 "AI 기술은 과거의 연장선이 아닌 새로운 패러다임의 도입이며, 이를 따라잡기 위해서는 장기적인 기술 안목과 핵심 자산으로서의 데이터 확보가 핵심"이라고 덧붙였다. 이날 행사에서 김세완 자본시장연구원장은 "금융투자업의 AI 혁신을 뒷받침하기 위해 자본시장 심리지수 개발에 착수했다"며 "AI가 실시간 뉴스 분석을 통해 투자 심리를 수치화하는 방식으로, 금융 의사결정 패러다임의 실질적 전환 사례가 될 것"이라고 밝혔다. 자본연은 금융투자업에서 AI 활용을 확대하기 위한 방안으로 ▲파일럿 프로그램 활성화 ▲금융권 데이터 인프라 고도화 ▲고위험 업무에 대한 AI 도입 시 명확한 책임·대응 체계 정립 등 세 가지를 제안했다. 김진영 연구위원은 "AI는 특정 부서에 국한된 기술이 아니라 전사적인 전략의 일환으로 접근해야 하며, 금융사는 실험을 통해 신뢰 가능한 영역부터 도입을 검토해야 한다"고 말했다.