[이근주 한국핀테크산업협회장] AI 기반 챗GPT 출현과 핀테크 역할

최근 인공지능 기반 대화형 서비스인 챗GPT가 화두다. 알파고가 인류 대표인 이세돌 9단을 꺾은 충격 이후 7년 만에, 이제 AI가 실제 일상에서 인간을 대체할 수 있다는 가능성까지 열리고 있는 것이다.

이런 챗GPT에 대해 빌게이츠 마이크로소프트 창업자는 ‘인터넷만큼 중요한 발명’, 헨리 키신저 전 미국 국무장관은 ‘인쇄술 이후 가장 큰 지적혁명’이라고 평했다. 이외에도 많은 전문가들이 챗GPT로 대표되는 초거대 AI를 지금까지 인류의 생활 방식을 바꿀 게임체인저로 보고 있다.

알파고로 대표되는 기존의 AI는 사람의 뇌 구조를 모방해 방대한 파라미터를 스스로 학습하고 문제에 대한 해답을 탐색하는 것에 그친다. 하지만 초거대 AI는 다량의 고성능 GPU를 이용해 수천억 개의 빅데이터를 스스로 학습해 기존에 없던 답을 내놓을 수 있다. 전문가들은 알파고보다 수천 배 똑똑한 AI라고 평가가 나오고 있다.
이제 거의 모든 산업에서 AI가 미래를 대비하기 위한 핵심 기술로 자리 잡고 있다. 수많은 데이터가 존재하고 그 활용이 무엇보다 중요한 핀테크 분야도 예외일 수 없다.

실제 전 세계 100개국에 상용화되고 있는 핀테크 스타트업 ‘스트라이프(Stripe)’는 지난 15일 플랫폼에 GPT-4를 통합할 계획을 밝히기도 했다. 국내에서도 토스나 핀크 등이 앱에 챗GPT를 탑재해 새로운 고객 경험을 제공하고 있다.

AI 기술은 1980년대까지 문자 인식, 영상판독 등 단순 업무의 효율성을 높이고 자동화하는 정도에 불과했다. 하지만 인터넷의 보급으로 수많은 데이터가 수집되고 축적될 수 있는 환경이 마련되면서, 머신러닝을 활용한 초거대 AI가 등장할 수 있었다. 빅데이터라는 연료가 있었기에 초거대 AI라는 슈퍼카가 달릴 수 있는 것이다.

이처럼, 향후 산업 분야를 막론하고 초거대 AI와 빅데이터 기술 역량은 기업 경쟁력의 바로미터가 될 것으로 예상된다. 금융 분야도 예외는 아니다. 특히 기술과 금융을 접목시켜 금융분야 혁신을 주도하는 핀테크 기업들의 경우, AI와 빅데이터 기술을 활용하여 고도화된 서비스를 제공하기 위한 방안을 가장 치열하게 고민하고 있다.

한국신용정보원에 따르면, 국내 금융분야 AI 시장은 연평균 38.2% 성장해 2026년에 약 3조 2천억원 규모에 달하는 거대 시장이 될 것으로 예상된다.
한 데이터 컨설팅 기업은 빅데이터 분석 시장이 2025년까지 2조 8천억원에 달할 것으로 전망했다. 잠재 시장 규모만 놓고 보면, 핀테크를 포함한 금융 분야 플레이어들에게 AI와 빅데이터 활용 역량을 키우는 것은 이제 선택이 아닌 필수이다.

금융당국도 금융 분야에서 AI와 빅데이터 활용을 촉진하기 위해 다양한 유인책을 내놓았다. 데이터 3법 통과로 빅데이터 활용의 법적 근거를 정비하는 데에서 시작해, 2021년에는 ‘금융분야 AI 가이드라인’을 발표함으로써 금융분야 AI 활용을 위한 기본 원칙과 가이드를 제시하였다.

전 세계 최초로 금융 분야 마이데이터를 시작한 데 이어 최근 금융감독원 디지털 부문 업무설명회에서는 금융권의 AI 활용 기반을 확대해 나갈 것이라는 계획을 밝히기도 했다.

국내 핀테크 기업들도 빅데이터를 활용한 다양한 서비스를 선보이고 있다. 인슈어테크 기업들은 설계사가 기존에 수작업으로 정리하던 방대한 양의 보험약관을 자체 개발한 AI 기술로 분석하고 있다. 이를 통해 보다 신속하고 정확한 보험상품 분석을 제공한다. 또한, 대안신용평가나 부정거래 탐지 등에서도 데이터 분석이 활용되고 있다.
그러나 여러 가지 시도에도 불구하고, 국내에서 AI와 빅데이터를 활용한 금융서비스는 아직 그 가능성을 시험하는 단계에 머무르고 있다. 금융산업 지형을 뒤바꿀 수 있는 게임체인저는 아직 등장하지 않은 것으로 보인다.

AI와 빅데이터 분석 기술을 갖추고 있어도, 핵심재료인 데이터의 품질이 떨어지거나 결합, 가공 등 활용이 제약된다면 서비스 고도화는 요원하다.

이 상태에서는 서비스 차별화가 어렵고, 수익 모델을 창출하기도 어렵다. 수익성 검증이 이루어지지 않았으니, 투자 유치도 어렵다. 최근 핀테크 산업 현장의 가장 큰 고민이다.

악순환의 고리를 끊고, AI와 빅데이터를 활용한 금융서비스가 한 단계 스텝업 하기 위한 방안에 대한 진지한 논의가 필요한 시점이다.

크게 두 가지 관점에서 해법을 제시할 수 있을 것 같다. 데이터 활용성을 제고하고, 데이터 공급자와 수요자의 연결을 원활하게 하는 것이다.

데이터 활용성 제고를 위해 국내 금융 빅데이터 산업의 기반인 마이데이터 서비스부터 정비해야 한다. 마이데이터를 활용한 상품 분석·추천 서비스를 금융 상품에 대한 광고로 보아, 광고 심의를 적용하는 불합리를 개선하고 마이데이터 호출 데이터의 제공 범위는 늘리되, 품질은 제고할 필요가 있다.

특히, 마이데이터 과금 정책은 향후 데이터 산업의 원가를 결정짓는 중요한 잣대가 될 가능성이 있는 만큼, 데이터 산업 활성화 차원에서 합리적인 수준에서 정해질 필요가 있다.

마이데이터 산업이 꽃을 피우기도 전에 데이터 원가 부담으로 신규 플레이어가 고사하는 상황만큼은 반드시 막을 필요가 있다.

적재적소에 데이터가 오갈 수 있도록 수요자와 공급자를 매칭하는 플랫폼도 고도화될 필요가 있다. 데이터 거래를 활성화하기 위한 정책적 고민이 필요하다.

당국에서 운영 중인 데이터 라이브러리 사업에 보다 많은 민간기업이 참여할 필요가 있다. 어떤 기관이 어떤 빅데이터를 가지고 있는지 알기 쉽도록 가칭 금융데이터 맵을 구성하는 것도 좋은 아이디어이다. 데이터를 구조화하고 유연하게 활용할 수 있는 거래 환경을 조성함으로써 수요자와 공급자가 연결되도록 다양한 지원책이 마련되어야 한다.

AI와 빅데이터라는 거대한 흐름 속에서, 대한민국이 글로벌 디지털 금융 허브로 도약할 수 있도록 우리 핀테크 기업들이 게임체인저 역할을 해주길 기대한다.

[이근주 한국핀테크산업협회장]