[디지털데일리 이안나기자] 금융권에서 AI가 선택이 아닌 필수가 됐다. 챗GPT로 촉발된 생성형 AI 열풍 속에 고객 상담, 리스크 분석, 규제 준수 등 금융 핵심 영역에서 AI가 빠르게 자리잡고 있다.

문제는 AI를 제대로 적용하기 위한 기술 인프라다. 보안과 규제 준수는 기본이고 기존 시스템과의 연계, AI 모델 개발과 운영 자동화까지 해결해야 할 과제가 쌓여있다. 금융사들이 AI를 도입하고도 실제 활용에 어려움을 겪는 이유다.

IT업계는 이같은 금융권 고민을 해결하기 위한 다양한 기술 인프라를 내놓고 있다. 금융권이 가장 먼저 부딪히는 과제는 AI 모델을 개발하고 실제로 운영하는 과정이다.

레드햇이 제시하는 금융권 AI 구축 전략 핵심은 ML옵스(MLOps)다. ML옵스는 AI 모델 개발‧배포‧운영을 자동화하고 표준화하는 방법론이다. 특히 레드햇은 ‘LAB(Large-scale Alignment for chatBots)’ 방식은 금융기관만의 특수성을 반영했다.

LAB의 가장 큰 특징은 기업의 민감한 데이터를 대규모언어모델(LLM)과 안전하게 결합할 수 있다는 점이다. 금융기관들이 보유한 방대한 내부 데이터를 AI 모델에 효과적으로 학습시키면서, 데이터 보안은 철저히 유지할 수 있다. 또한 오픈소스 생태계를 기반으로 해 확장성과 유연성도 확보했다.

AI가 제대로 작동하려면 그만큼 컴퓨팅 파워와 데이터 처리 능력이 뒷받침돼야 한다. HS효성인포메이션시스템이 AI 구현을 위한 하드웨어 인프라에 주목하는 이유다. HS효성인포는 AI 워크로드 처리를 위한 고성능 컴퓨팅 시스템부터, 대용량 데이터를 효율적으로 관리하기 위한 스토리지 솔루션까지 종합적인 인프라 구축 방안을 제시했다.

특히 효성인포는 AI 워크로드에 최적화된 스토리지 아키텍처를 제시했다. 금융권 복잡한 데이터 환경을 고려해 멀티 프로토콜을 지원하며, AI 워크플로우 각 단계별로 최적화된 성능을 제공한다. 데이터 수집부터 전처리, 학습, 추론까지 전 과정에서 병목현상 없는 안정적 성능을 보장한다는 설명이다.

AI 도입 또 다른 난관은 기존 시스템과의 연계다. 인젠트는 iPaaS 솔루션을 강조한다. 인젠트 iPaaS는 AI 시스템과 기존 금융 시스템 간 통합을 자동화한다. 특히 로우코드‧노코드 방식을 도입해 복잡한 시스템 통합 과정을 단순화했다. AI가 자동으로 시스템 간 연결 지점을 찾아내고 인터페이스를 생성해 개발자 수작업을 최소화할 수 있다.

클라우드 환경에 최적화된 것도 특징이다. 서비스형소프트웨어(SaaS) 및 클라우드 환경에서 데이터 연계에서 발생하는 한계를 보완하고자 설계됐다. 특히 API를 중심으로 다양한 IT 환경을 단일 플랫폼으로 통합 연계하는 것이 가능하다.

AI를 도입한 뒤에도 남은 과제가 있다. 시스템을 안정적으로 운영하고 유지보수하는 것이다.

리미니스트리트는 AI 기반 예측 분석으로 시스템의 잠재적 문제를 사전에 파악하고 선제 대응하는 방안을 제시했다. 특히 금융권의레거시 시스템 현대화 과제와 맞물려 주목받고 있다.

AI가 시스템 로그를 분석해 이상 징후를 감지하고 문제 발생 전에 경고를 보내는 방법이다. 반복적인 모니터링과 기초적인 문제 해결을 자동화해 운영 효율도 높였다. 이처럼 AI 기반 유지보수 자동화는 금융권 시스템 안정성과 비용 효율성을 동시에 높일 수 있는 해법으로 주목받고 있다.

이러한 가운데 12월12일 소공동 롯데호텔서울 크리스탈볼룸에서 [제20회] 2025년 전망, 금융IT 이노베이션-‘리디자인(Re-Design) 디지털 금융’ 행사가 개최된다. 이날 행사에선 신한은행 황인하 테크그룹장, iM뱅크 이상근 부행장, 토스뱅크 박준하 CTO가 자사의 디지털 리디자인 여정을 소개할 계획이다.

또 한국IBM, 유아이패스, 한국레드햇, 서비스나우, HS효성인포메이션시스템 등의 오전 발표와 클라우드플레어, 와탭랩스, 제네시스코리아, 안랩, 세일포인트, 리미니스트리트, 토마토시스템, 인젠트, HPE 등 22개의 세션을 통해 디지털 금융 리디자인을 위한 기술 트렌드와 적용 방법 등에 대한 논의를 이어갈 계획이다.