ㅁ [이슈] 최근 해외 대형은행들(JPMorgan, Morgan Stanley 등)을 중심

      으로 생성형 AI 도구를 자체 구축하는 등 AI와 은행 업무 간 통합이 강화

ㅁ [동향] 은행이 활용하는 AI 기술은 전통적 AI에서 ▲생성형 AI로 확장되고

      있으며, 적용 분야도 기존 ▲대고객 서비스에 국한되지 않고 ▲대출 등

      은행의 핵심 비즈니스로 확대 
          ㅇ (대고객 지원) 대고객 업무는 챗봇 등 금융산업에서 AI가 가장 많이

                활용되는 분야. 아직은 전통적 AI의 비중이 크지만, 생성형 AI의 적용도

                점차 확대되는 추세
          ㅇ (투자 및 자산 관리) 은행들은 로보어드바이저 등 자산관리 부문에서

                전통적 AI의 성과가 다소 부진한 상황에서 생성형 AI 잠재력에 큰

                관심을 표명
          ㅇ (대출 심사) 반복 업무가 자동화되어 직원들이 고부가가치 업무에

                 집중할 여력을 확보. 또한 AI 기술을 기반으로 한 신용평가의 정확성이

                 제고되어 금융포용도 확대
          ㅇ (컴플라이언스) 은행들은 AI 기술을 활용해 증가하고 있는 금융범죄,

                자금세탁, 테러자금 조달 등을 미연에 방지하여 고객 등의 손실위험을

                효과적으로 관리

ㅁ [영향 및 시사점] 생성형 AI 기술의 전사적 활용으로 은행의 지점 및 인력

      구조 변화와 생산성 제고가 기대. 다만, 노동력의 완전 대체는 불가능하다는

      견해가 중론. 또한 ▲제 3자 리스크 ▲시스템 리스크 ▲AI 기술에 내재된

      위험 등에 유의할 필요
          ㅇ (노동력의 완전 대체는 불가능) 업무의 전면 자동화보다는 인간이

                 의사결정에 개입 하는 경우가 많을 전망. 이에 따라 직원들은 AI

                 도구를 통제할 수 있는 능력이 요구
          ㅇ (제3자 및 시스템 리스크) 은행들이 제3자 공급업체가 제공하는

                 생성형 AI 모델 및 플랫폼에 대한 활용 증가로 제3자 리스크에 노출
          ㅇ (AI 기술에 내재된 위험) 은행산업은 ▲내재적 편견(implicit bias)

               ▲블랙박스(blackbox) 문제 등 AI 기술 자체가 가진 위험과 한계를

               경계할 필요
          ㅇ (향후 규제 동향에 주목) EU는 `24년 3월 세계 최초로 AI법을 통과

                시키며 관련 규제를 선도. 미국은 AI 기술의 투명성 향상을 위한

                행정명령 발표(`23년 10월) 등을 추진
                    -  한편 미국 증권거래위원회는 금융업계의 ‘AI 워싱(washing)’에

                         대해 경고