거대 기업들이 “AI 금융” 분야에 몰리는 이유: 일자리를 빼앗기 위함이 아니라, 시장 진입점을 차지하기 위함
안녕하세요, 여러분의 금융 전문 기자 친구입니다. 최근 업계에서 큰 소식이 있었습니다. 텐센트, 알리바바, 오픈AI, 구글과 같은 기술 거대 기업들이 마치 약속이라도 한 듯이 “금융 AI” 분야에 집중적으로 진출하고 있습니다.
이전에는 AI가 코드를 작성하거나 그림을 그리는 데는 뛰어나다고 생각했지만, “오차가 없어야 하는” 금융 분야에서는 여전히 망설여왔습니다. 하지만 이제 상황이 바뀌었습니다. IDC의 데이터에 따르면, 2025년 중국 금융 분야의 생성형 AI 시장 성장률은 90.4%에 달할 것으로 예상되며, 이는 AI가 가장 빠르게 적용되는 산업 중 하나입니다.
왜 바로 지금일까요? 거대 기업들은 도대체 무엇을 하고 있는 걸까요? 이것이 일반인과 업계 종사자들에게 어떤 의미일까요? 오늘은 쉬운 언어로 이 문제를 명확하게 설명해 드리겠습니다.
---
1. 왜 바로 지금일까요? 기술이 마침내 “금기 구역”에 들어섰기 때문입니다
많은 사람들이 궁금해합니다: 금융 데이터가 이렇게 많은데, AI는 왜 이제야 들어온 걸까요?
사실 금융과 AI는 “천생연분”입니다. 금융 업계는 매일 엄청난 양의 보고서, 공시, 연구 자료를 생성하는데, 이 모든 것이 텍스트와 숫자로 이루어져 있으며, 이것이 바로 AI가 가장 잘하는 “정보 처리”와 “집중적인 계산” 작업입니다. 이전에는 연구원이 한 편의 보고서를 작성하는 데 몇 주가 걸렸지만, 이제는 AI의 도움으로 몇 시간 만에 초안을 만들 수 있습니다.
하지만 이전에는 두 가지 문제로 인해 AI를 사용할 수 없었습니다:
1. AI가 “헛소리”를 할 수 있다: 금융은 정확성을 요구하기 때문에, 소수점 하나의 오차도 수백만 달러의 손실을 초래할 수 있습니다. 이전에는 AI가 데이터를 잘못 만들어내는 경우가 많았고, 이는 금융계에서 절대 용납될 수 없는 일이었습니다.
2. AI는 “대화만 할 줄 알고, 실제 작업은 못 한다: 이전의 AI는 질문에만 답하는 고객 서비스와 같았습니다. 사용자가 물어도 전체 업무 프로세스를 처리해줄 수 없었습니다.
올해, 이 두 가지 문제가 마침내 해결되었습니다:
- AI의 헛소리가 통제 가능해졌습니다: 최신 기술(예: RAG 검색 기반의 생성 기술)을 사용하면 AI가 지정된 데이터베이스에서만 답을 찾아야 하며, 모든 결론에 출처를 명시해야 합니다(예: “2023년 연간 보고서 15페이지에서 발췌”). 오류가 발생하면 어느 단계에서 잘못되었는지 확인할 수 있습니다. 이로 인해 “용납할 수 없는 위험”이 “감사 가능한 오차”로 바뀌었습니다.
- 에이전트(Agent)가 등장했습니다: 이제 AI는 단독으로 작동하는 것이 아니라 팀으로 협력합니다. 예를 들어, 업계 연구를 할 때 한 에이전트가 데이터를 찾고, 다른 에이전트가 모델을 만들고, 또 다른 에이전트가 보고서를 작성합니다. 이들은 분업하여 전체 작업 흐름을 처리할 수 있습니다.
게다가 시장에는 수익이 있습니다: 금융 기관의 규모는 크지 않지만(2025년 기준 약 174억 위안), 성장률이 매우 빠르며, 그들은 돈을 지불할 여력이 있습니다. 이전에는 외부 데이터 서비스를 사용하는 데 연간 수만 위안이 필요했지만, 이제는 AI를 사용하여 반복적인 작업을 대체할 수 있어 ROI(투자 수익률)가 매우 높습니다.
따라서 기술이 준비되었고, 자금도 확보되었으므로 거대 기업들이 자연스럽게 이 분야에 진출하게 되었습니다.
---
2. 거대 기업들의 세 가지 전략: 도구 판매, 시스템 판매, 시장 진입점 확보
모두 “AI 금융”이라고 하지만, 거대 기업들의 접근 방식은 전혀 다릅니다. 세 가지 다른 사업 모델로 생각할 수 있습니다:
1. “스위스 군도 칼” 판매: 즉시 사용 가능한 도구
- 대표 기업: 앤서로픽(Anthropic), 구글, 오픈AI.
- 전략: AI를 구체적인 “기능 패키지”로 포장하여 판매합니다. 예를 들어 “상장 서류 작성 도우미”, “재무 모델 구축 도구”, “대조 로봇” 등입니다. 구독하면 바로 사용할 수 있습니다.
- 특징: 사용하기 쉽고 진입 장벽이 낮으며, 누구나 사용할 수 있습니다. 마치 날카로운 칼을 주는 것과 같지만, 어떻게 사용할지는 사용자가 결정해야 합니다.
- 위험: 동질화가 쉽습니다. 오늘은 오픈AI를 사용하다가 내일 다른 모델로 바꿔도 같은 작업을 할 수 있으므로 사용자의 충성도가 낮습니다.
2. “전체 시스템” 판매: 핵심 프로세스에 AI를 통합하는 시스템
- 대표 기업: 텐센트(WorkBuddy), 알리바바(점금).
- 전략: 단일 도구를 판매하는 것이 아니라 AI 시스템을 은행, 증권사의 내부 네트워크에 직접 통합합니다. 예를 들어, 텐센트의 WorkBuddy는 중국국제증권(CICC), 평안은행과 협력하여 AI를 신용 승인, 고객 관리 프로세스에 통합합니다.
- 특징: 매우 “중요합니다”. 한 번 설치하면 권한, 데이터 인터페이스, 직원의 습관을 변경해야 합니다. 너무 깊이 통합되어 있어 사용자가 바꾸기 어렵습니다(마치 집의 수도 시스템처럼).
- 장점: 단가가 높고 충성도가 매우 높으며, 장기적인 사업 모델입니다.
3. “트래픽 진입점” 확보: 일반 사용자를 대상으로 하는 앱
- 대표 기업: 알리바바(천문App).
- 전략: 증권사, 펀드, 보험 서비스를 일반 사용자를 위한 AI 앱에 통합합니다. 시장 동향을 확인하거나 연구 보고서를 보거나 펀드를 구매하는 모든 작업을 이 앱에서 AI를 통해 수행할 수 있습니다.
- 특징: 가능성이 가장 큽니다. 사용자가 “돈”을 다루는 시장 진입점을 장악하는 기업이 승리합니다.
- 난점: 가장 어렵습니다. 라이선스, 신뢰, 책임 문제가 관련되어 있습니다. 사용자가 수십만 원을 AI의 추천에 맡길까요? 이를 위해서는 강력한 브랜드와 리스크 관리 능력이 필요합니다.
결론: 해외 거대 기업들은 “기능”을 판매하는 데 능숙하고, 국내 거대 기업들은 “서비스”와 “시장 진입점”을 확보하는 데 능숙합니다. 각자의 필요에 따라 다른 전략을 사용하며, 절대적인 승자는 없고, 다양한 생태계가 존재합니다.
---
3. AI가 실제로 무엇을 변화시켰나요? AI는 단지 “고급 인턴”에 불과합니다
거대 기업들이 활발히 홍보하고 있지만, 우리는 현실을 명확히 인식해야 합니다: AI는 아직 금융의 핵심 “영혼”에는 도달하지 못했습니다.
1. AI는 “단순한 반복 작업”에 능숙합니다
현재 AI가 가장 두드러진 효과를 보이는 분야는 업계 연구와 거래의 기본적인 과정입니다.
- 누가 가장 쉽게 대체될까요? 인턴과 초급 연구원입니다.
- **왜냐하면 그들의 업무는 데이터를 분석하고, 표를 정리하고, 회의 내용을 기록하고, 기본 보고서를 작성하는 것입니다. 이러한 작업에는 표준화된 프로세스와 방대한 공개 자료가 있으며, AI가 빠르고 정확하게 처리할 수 있기 때문입니다.
2. AI는 “판단”을 할 수 없습니다
금융에서 진정으로 가치 있는 부분은 정보를 정리한 후에 판단을 내리는 것입니다.
- 예를 들어: 같은 매크로 데이터에 대해 경험이 많은 전문가 A는 업계가 반전될 것이라고 생각하고, 전문가 B는 단지 단기적인 변동일 뿐이라고 생각합니다. 이러한 판단은 업계의 주기에 대한 깊은 이해, 인간성에 대한 통찰, 그리고 과거의 경험에 기반합니다.
- **이러한 “암묵적 지식”과 “독점적인 관점”은 기관이 외부 AI에게 맡기지 않습니다. 이것이 그들의 핵심 경쟁력이기 때문입니다.
3. 핵심 업무는 여전히 “사람”이 결정합니다
- 신용 승인, 위험 평가, 규제 결정: 이러한 중요한 결정은 실제 돈과 법적 책임이 관련되어 있으며, AI는 현재로서는 “보조적인 역할”만 할 수 있습니다. 예를 들어 데이터를 제공할 수는 있지만, 최종 결정은 사람이 내려야 합니다.
- 데이터 프라이버시: 공개되지 않은 금융 데이터, 이사회 자료와 같은 민감한 정보는 외부 AI에게 제공될 수 없습니다.
따라서 현재의 상황은: AI가 금융의 “외부”에 진입하여 많은 반복적인 작업을 처리하고 있지만, 금융의 “핵심”인 지혜, 경험, 책임이 필요한 결정은 여전히 사람의 손에 있습니다.
---
4. 거대 기업들의 약점: 데이터가 자신들의 손에 없다
많은 사람들이 거대 기업이 금융 분야에 진출하면 승리할 것이라고 생각하지만, 사실은 그렇지 않습니다. 그들은 두 가지 큰 문제에 직면해 있습니다:
1. 상류: 데이터는 다른 사람들의 것입니다
금융 AI의 효용성은 데이터의 정확성과 완전성에 달려 있습니다.
- 시장 동향, 재무 보고서, 연구 자료는 Wind, 퉁화순, 블룸버그, 무디와 같은 전문 데이터 제공업체들이 장기간 동안 소유하고 있습니다.
- 거대 기업들은 이러한 데이터를 자신들의 AI 시스템에 연결하기 위해 노력하고 있습니다.
- 현실은: 모델은 반복할 수 있지만, 데이터의 사용 권한, 정보의 범위, 역사적인 축적은 거대 기업이 하룻밤에 복제할 수 없습니다. 고품질의 데이터를 얻지 못하면 AI는 “무용지물”입니다.
2. 하류: 금융 기관들이 스스로 시스템을 개발하고 있습니다
대형 금융 기관(예: 중국국제증권, 동우증권, 중신건투)은 어리석지 않습니다. 그들은 자신들의 생명선을 외부에 맡기지 않습니다.
- 그들은 자체적으로 AI를 개발하고 있습니다: 예를 들어, 동우증권은 자체적으로 개발한 DeepSeek를 사용하여 투자 자문 서비스를 제공하고, 중국국제증권은 선임 분석가의 방법론을 내부