김훈동 KT AI Lead(상무)가 MS가 개최한 AI Tour in Seoul에서 GPT-4o 기반 커스텀 모델을 활용한 Autonomous Agent의 산업계 적용 사례를 발표하고 있다. /사진=KT 제공
김훈동 KT AI Lead(상무)가 MS가 개최한 AI Tour in Seoul에서 GPT-4o 기반 커스텀 모델을 활용한 Autonomous Agent의 산업계 적용 사례를 발표하고 있다. /사진=KT 제공

KT가 마이크로소프트(MS)와의 협력을 바탕으로 다양한 산업군에서 활용할 수 있는 AI 에이전트 서비스를 개발하고 있는 가운데 금융권 특화 AI 에이전트 사례를 외부에 공개했다. 대출 심사 업무에 활용되는 AI 에이전트로, AI 에이전트가 고객과 대화하며 대출 심사 과정을 안내, 진행한다.

KT는 지난 26일 마이크로소프트가 개최한 'AI Tour in Seoul'에서 개발중인 AI 에이전트를 최초로 선보였다. KT는 한국의 역사와 철학, 사회를 기반으로 하는 방대한 고품질 데이터를 활용해 마이크로소프트와 함께 상반기 상용화를 목표로 'GPT-4o'기반 커스텀 모델을 개발하고 있다.

산업계를 위한 AI 에이전트는 용도에 기반해 크게 내부(B2E)와 외부(B2C)로 구분할 수 있다. KT는 내부적으로 다수의 AI 에이전트를 도입해 임직원의 일하는 방식을 혁신하고 있고, 산업계 각 업종을 위해서도 다양한 AI 에이전트를 준비하고 있다. 이번 AI 투어에서는 한국적 AI가 적용된 AI 에이전트가 금융권 대출 심사 업무에 사용되는 사례를 선보였다.

금융권 대출 심사 업무에는 AI 에이전트가 복합적으로 사용된다. AI 에이전트가 고객의 대출 신청을 받고 신용 평가 정보를 수집하며 개인의 상황을 반영해 대출 조건을 검토한다. 이어 고객의 신용 점수를 평가하고 금융권 프로세스에 맞춰 심층 평가를 하는 역할을 한다.

대출이 가능한 특정 기준을 충족하면 심층 리포트 작성 단계로 넘어간다. 이는 최종 승인 과정에 검토 리포트로 활용된다. 마지막 단계에서는 AI 에이전트와 인간 담당자가 함께 신용 평가 결과 리포트를 검토, 승인하고 고객에게 전달한다.

효율적으로 AI 에이전트를 도입하기 위해서는 깨끗하고 양질의 데이터를 확보한 모델을 사용하는 것이 중요하다. 튜닝 과정에서 오픈 소스 모델은 어느 순간 갑자기 성능이 떨어질 수 있는데, 이는 모델이 오픈 모델일 뿐 학습에 사용된 데이터는 공개하지 않기 때문이다. KT는 자체 AI 모델인 '믿음'에 투자해 특정 산업에 특화된 양질의 데이터를 전체 확보하고 있다는 점이 강점이라고 강조했다.

KT는 "향후 금융권뿐만 아니라 전체 산업계에서 AI 에이전트 활용이 확대되는 것은 필연적인 흐름"이라며 "이에 대비하기 위해 기업들은 다양한 파트너와 협력하며 각자 산업에 필요한 AI 모델을 효율적, 합리적으로 최적화해 나가야 한다"고 강조했다.

한편 KT는 MS와 함께 준비한 데이터 주권을 지키면서 활용할 수 있는 퍼블릭 클라우드인 '소버린 클라우드'도 소개했다. KT Secure Public Cloud(KT SPC)다.

KT SPC는 네가지 특징이 있다. ▲데이터 해외 유출을 방지하기 위해 국내 지역(region)만 사용하도록 강제할 수 있는 것 ▲국내 다양한 데이터 보호 규제를 분석해서 이를 준수할 수 있도록 '랜딩존(Landing Zone)'이라는 클라우드 환경을 구성한 것 ▲데이터의 모든 단계에 걸쳐 고객만이 데이터를 통제할 수 있도록 했다는 점 ▲고객 자원과 클라우드 운영 환경과는 상호 격리된 구조로 운영하고 있어서 클라우드 운영자가 고객 자원에 직접 접근 하는 것을 차단한 점 등이다.

허준 기자 joon@techm.kr
 

관련기사