뱅킹에서의 에이전틱 AI: TD가 보여주는 다음 단계

인공지능은 전통 은행의 운영 핵심으로 점점 더 깊숙이 들어가고 있습니다. 수년간 금융 부문은 사기 탐지, 신용 점수 산정, 고객 세분화, 규제 검토, 챗봇 지원 등에 AI를 활용해 왔습니다. 그러나 대부분의 시스템은 좁은 범위의 작업에 특화되어 있었으며 명확히 정의된 인간 워크플로에 의존했습니다.

다음 단계는 다릅니다. 에이전틱 AI는 은행에 목표를 해석하고, 정보를 수집하며, 다단계 작업을 수행하고, 예외를 에스컬레이션하고, 직접적인 인간 개입을 최소화한 사용 가능한 결과물을 생성할 수 있는 소프트웨어 에이전트를 제공합니다. 이는 은행이 신용 결정을 감시되지 않는 알고리즘에 맡긴다는 의미가 아닙니다. 이는 문서, 규칙, 정책, 고객 데이터, 직원 판단이 교차하는 워크플로 계층에 AI를 삽입하기 시작한다는 의미입니다.

TD Bank Group이 부동산 담보 대출을 위한 최초의 에이전틱 AI 모델을 출시한 것은 이 변화가 향하는 방향을 명확히 보여줍니다. 은행은 모기지 및 주택 자산 신용 한도 신청 프로세스의 일부를 자동화하고 간소화하기 위해 에이전틱 AI를 사용하고 있습니다. 최초 배치는 사전 심사에 중점을 두며, 시스템은 문서를 분류하고, 핵심 정보를 추출하고, 소득을 계산하고, 동의를 확인하고, 선택된 정책 요구사항에 따라 수치를 검증하고, 불일치를 식별하며, 간결한 파일 요약을 생성함으로써 언더라이터를 위한 요약 메모를 생성합니다.

TD (TD )에 따르면 초기 결과는 이전에 평균 15시간이 걸리던 프로세스를 3분 미만으로 단축했습니다. 은행에게 이는 단순한 기술 업그레이드가 아니라 대출 업무가 라우팅, 검토, 측정 및 확장되는 방식을 재설계할 잠재력을 의미합니다.

금융에서 에이전틱 AI란 무엇인가

에이전틱 AI는 단일 프롬프트에 응답하는 것이 아니라 일련의 행동을 통해 목표를 달성할 수 있는 AI 시스템을 의미합니다. 일반적인 생성 AI 도구는 요청 시 문서를 요약할 수 있습니다. 에이전틱 시스템은 관련 문서를 찾아내고, 분류하고, 필요한 데이터를 추출하고, 해당 데이터를 정책과 비교하며, 불일치를 표시하고, 요약을 준비하고, 파일을 인간 의사결정자에게 전달할 수 있습니다.

은행업에서 이 구분은 중요합니다. 대부분의 고부가가치 워크플로는 단일 단계 작업이 아니기 때문입니다. 모기지 심사, 상업 신용 검토, 자금세탁 방지 조사, 자산 온보딩, 보험 청구, 규제 보고 모두 여러 시스템, 문서, 규칙, 승인 및 감사 요구사항을 포함합니다.

에이전틱 AI가 표준 자동화와 다른 점

전통적인 자동화는 프로세스가 반복적이고 구조화되어 있을 때 가장 효과적입니다. 예를 들어 로보틱 프로세스 자동화(RPA)는 입력 형식이 예측 가능하면 데이터를 한 시스템에서 다른 시스템으로 이동시킬 수 있습니다. 에이전틱 AI는 보다 유연합니다. 반구조화된 문서, 자연어, 내부 정책, 변화하는 고객 파일 전반에 걸쳐 작업할 수 있습니다.

이러한 유연성 때문에 은행이 관심을 갖는 것입니다. 비용 구조에는 반복적이지만 단순하지 않은 지식 작업이 많이 포함되어 있습니다. 직원들은 의사결정이 이루어지기 전에 정보를 읽고, 조정하고, 요약하고, 검증하는 데 상당한 시간을 소비합니다. 에이전틱 AI는 이러한 중간 작업 계층을 목표로 합니다.

• 수동 문서 검토를 줄일 수 있습니다.
• 복잡한 워크플로 전반에 걸쳐 일관성을 향상시킬 수 있습니다.
• 직원들이 판단, 예외 처리 및 고객 관계에 집중하도록 도울 수 있습니다.

대형 은행이 대출부터 시작하는 이유

대출은 고객의 긴급성, 방대한 문서량, 높은 운영 비용, 엄격한 위험 통제 등을 결합하고 있기 때문에 에이전틱 AI가 처음으로 목표로 삼기에 논리적인 분야입니다. 모기지 및 담보 대출 신청은 은행이 소득, 고용, 자산, 부채, 부동산 정보, 동의, 정책 준수 및 예외 위험을 평가하도록 요구합니다. 이러한 작업의 대부분은 행정적이지만, 오류가 발생하면 신용, 규제 및 평판 위험이 발생할 수 있습니다.

TD의 배치는 AI를 언더라이터의 대체물로 보지 않기 때문에 중요합니다. 대신, 보다 강력한 사전 심사 계층을 구축합니다. AI가 파일을 준비하고, 불일치를 찾아내며, 메모를 생성합니다. 인간 언더라이터는 보다 완전하고 구조화된 패키지를 검토할 수 있습니다.

이 모델은 전통 은행에서 지배적인 패턴이 될 가능성이 높습니다. 단기적인 기회는 완전 자율 은행이 아니라, AI 에이전트가 준비, 검증 및 워크플로 오케스트레이션을 담당하여 고객 대면 프로세스를 가속화하는 인간 주도형 은행입니다.

에이전틱 AI가 은행 고객에게 제공하는 것

고객에게 가장 눈에 띄는 이점은 속도입니다. 모기지 신청자는 종종 문서 요청, 대기 기간, 확인 절차, 불투명한 상태 업데이트가 연속되는 은행 경험을 겪습니다. AI 에이전트가 내부 검토 프로세스를 압축할 수 있다면, 고객은 승인에 대한 조기 안내, 누락 정보에 대한 빠른 요청, 반복적인 상호작용 감소를 경험할 수 있습니다.

속도는 고객 신뢰에도 영향을 미칩니다. 부동산 분야에서는 지연이 중요한 요소가 될 수 있습니다. 구매자는 제안 마감일, 자금 조건, 금리 변동, 경쟁 입찰 등을 관리해야 할 수 있습니다. 보다 빠른 사전 심사 프로세스는 고압적인 재무 결정 상황에서 은행 경험을 덜 불확실하게 만들 수 있습니다.

두 번째 이점은 개인화입니다. 에이전틱 AI는 은행이 고객이 프로세스에서 어느 단계에 있는지, 다음에 어떤 조치가 필요한지를 파악하도록 도울 수 있습니다. 일반적인 메시지 대신, 은행은 파일의 실제 상태에 기반한 보다 구체적인 안내를 제공할 수 있습니다. 이는 궁극적으로 모기지, 소기업 대출, 투자 온보딩, 보험 전반에 걸친 보다 적극적인 서비스를 지원할 수 있습니다.

세 번째 이점은 일관성입니다. 인간 주도 프로세스는 지점, 팀, 업무량, 문서 복잡도에 따라 달라질 수 있습니다. 에이전틱 AI는 준비 계층을 표준화하여 직원들이 판단을 내리기 전에 보다 일관된 파일을 받도록 할 수 있습니다.

에이전틱 AI가 은행에 제공하는 것

은행에게는 경제적 효과가 보다 직접적입니다. 대형 기관은 거대한 규모로 운영되지만, 많은 백오피스 프로세스는 여전히 인력 집약적입니다. 에이전틱 AI는 직원이 저부가가치 검토 작업에 소비하는 시간을 줄이고, 고볼륨 제품 라인 전반의 처리량을 향상시킬 수 있습니다.

이 기회는 특히 매력적인데, 은행이 새로운 수익 카테고리를 창출할 필요 없이 혜택을 얻을 수 있기 때문입니다. 처리 시간, 예외 처리, 사기 탐지, 직원 생산성의 약간의 개선이라도 수백만 개의 계정 및 신청에 적용될 경우 의미 있는 가치를 창출할 수 있습니다.

또한 위험 측면에서도 이점이 있습니다. 적절히 관리된 에이전틱 시스템은 검토한 내용, 추출한 데이터, 참조한 정책 요구사항, 표시한 예외 등에 대한 구조화된 흔적을 남깁니다. 이러한 감사 가능성은 설명 가능성과 책임이 속도만큼 중요한 은행에서 핵심적입니다.

• 문서 중심 워크플로 전반에 걸친 처리 비용 감소.
• 경쟁적인 대출 시장에서 고객 전환 속도 향상.
• AI 출력이 모니터링되고 감사 가능할 때 내부 통제 강화.

은행이 피할 수 없는 거버넌스 과제

전통 금융에서 에이전틱 AI에 대한 가장 큰 제약은 모델 능력이 아니라 거버넌스입니다. 은행은 프라이버시, 공정성, 설명 가능성, 사이버 보안, 운영 탄력성, 모델 위험 관리가 핵심 요구사항인 규제 환경에서 운영됩니다.

이것이 TD가 신뢰할 수 있는 AI 팀의 감독을 언급하는 것이 중요한 이유입니다. 에이전틱 AI가 더 많은 운영 단계에 관여함에 따라, 은행은 데이터 접근, 모델 검증, 인간 검토, 에스컬레이션 임계값, 예외 처리, 출력 모니터링, 배포 후 드리프트 등을 포괄하는 통제 수단이 필요합니다.

위험 프로파일도 단순 챗봇 배포와는 다릅니다. 공개 제품 정보를 요약하는 에이전트는 위험이 낮습니다. 소득을 추출하고, 동의를 확인하고, 불일치를 탐색하며, 대출 문서를 준비하는 에이전트는 규제된 의사결정 워크플로에 훨씬 가깝습니다. 인간이 최종 의사결정자를 유지하더라도 AI는 인간이 처음 보는 정보를 영향을 줄 수 있습니다.

TD의 에이전틱 AI 출시 이후 다음 단계

TD는 이것이 부동산 담보 대출 전반의 보다 넓은 변혁의 첫 단계에 불과하다는 신호를 이미 보냈습니다. 은행은 문서 제출부터 자금 조달까지의 RESL 여정을 매핑했으며, 추가 단계에 에이전틱 AI를 도입할 계획입니다. 이는 AI 에이전트가 고립된 도구가 아니라 워크플로 인프라가 되는 미래를 예고합니다.

다음 단계는 고객 포털, 브로커 채널, 내부 언더라이팅 시스템, 문서 관리 도구, 위험 플랫폼과의 보다 깊은 통합을 포함할 가능성이 높습니다. 파일을 단순히 요약하는 대신, 에이전틱 시스템은 누락된 문서를 식별하고, 다음 최적 행동을 권고하며, 조건부 승인 패키지를 준비하고, 클로징까지 파일을 모니터링할 수 있습니다.

모기지를 넘어 다른 전통 은행들도 유사한 패턴을 따를 가능성이 높습니다. 초기 사용 사례 중 가장 매력적인 분야는 문서량이 많고, 정책 규칙이 명확하며, 사이클 타임이 측정 가능하고, 인간 검토가 이미 프로세스에 포함된 영역입니다. 상업 대출, 규제 조사, 고객 온보딩, 보험 청구, 자산 관리 지원이 모두 해당 프로필에 부합합니다.

에이전틱 통합에 투자하기

개별 은행을 넘어 투자자를 위한 이 추세를 추적하는 직접적인 방법 중 하나는 에이전틱 AI를 금융 서비스 워크플로에 구축하는 엔터프라이즈 소프트웨어 제공업체를 살펴보는 것입니다. 눈에 띄는 사례는 Oracle Corporation (ORCL )이며, 이 회사는 재무, 무역 금융, 신용, 대출 등 기업 은행 활용 사례를 위해 내장 AI 기능과 사전 구축된 에이전트를 포함하도록 Oracle Financial Services 플랫폼을 확장하고 있습니다.

Oracle은 은행에 일반 목적 챗봇을 단순히 판매하는 것이 아닙니다. 그 기회는 보다 인프라 중심적입니다. 대형 금융 기관은 이미 핵심 은행, 위험, 규제 준수, 결제, 고객 기록, 거래 처리 등을 위한 복잡한 소프트웨어 스택에 의존하고 있습니다. 에이전틱 AI가 실험 단계에서 생산 단계로 전환함에 따라, 은행은 AI 에이전트를 규제된 워크플로, 권한이 부여된 데이터, 감사 추적, 엔터프라이즈 제어와 연결할 수 있는 공급업체가 필요합니다.

이는 TD의 부동산 담보 대출 배치가 강조한 동일한 전환의 흥미로운 수혜자가 Oracle임을 의미합니다. TD는 에이전틱 시스템이 문서 중심 대출 워크플로를 압축할 수 있음을 보여주고 있습니다. Oracle은 보다 넓은 은행 운영 전반에 걸쳐 유사한 에이전틱 기능을 제공할 수 있는 기술 공급업체 중 하나로 자리매김하고 있습니다.

• 금융 서비스 사업을 통해 은행, 보험사, 자본시장 기업 등 레거시 워크플로 현대화 압박을 받는 고객에게 노출됩니다.
• 에이전틱 AI 전략은 신용, 대출, 재무, 규제 인접 프로세스 등 금융 기관이 이미 대규모로 투자하고 있는 운영 기능과 연결됩니다.
• 보다 광범위한 클라우드 및 데이터베이스 기반은 은행이 이미 중요한 데이터를 저장하고 관리하는 엔터프라이즈 시스템에 AI 에이전트를 통합하는 데 도움이 될 수 있습니다.

투자 사례가 위험이 없는 것은 아닙니다. 은행 기술 영업 주기는 길고, 구현 비용이 높으며, 규제 기관은 광범위한 검증 없이 핵심 워크플로를 자율 시스템으로 전환하기 어렵습니다. Oracle은 또한 Microsoft (MSFT ), Salesforce (CRM ), ServiceNow (NOW ), IBM (IBM ) 및 다양한 방식으로 AI 기반 금융 서비스 자동화를 추구하는 전문 핀테크 공급업체와 경쟁합니다.

그럼에도 불구하고, 에이전틱 AI는 핵심 금융 워크플로에 가까운 엔터프라이즈 소프트웨어 공급업체의 장기 가치를 강화할 수 있습니다. 은행이 AI 에이전트를 실험 도구가 아니라 운영 인프라로 점점 더 인식한다면, 도메인 특화 애플리케이션, 안전한 클라우드 배포, 데이터 거버넌스, 워크플로 자동화를 결합할 수 있는 기업이 승자가 될 것입니다.

투자자에게 Oracle은 순수 AI 서사보다 더 명확한 에이전틱 금융 관점을 제공합니다. 이는 논제가 측정 가능한 은행 사용 사례—신속한 신용 워크플로, 보다 자동화된 문서 처리, 향상된 서비스 역량, 개선된 운영 효율성—와 연결되어 있기 때문입니다. 전통 은행이 TD의 선례를 따르면서, 신뢰할 수 있는 금융 서비스 AI 플랫폼을 보유한 공급업체는 에이전틱 은행 시대의 필수적인 도구 제공자가 될 가능성이 높아집니다.

최신 Oracle (ORCL) 개발

투자자 시사점: 에이전틱 AI가 은행 인프라가 되고 있다

투자자에게 핵심 포인트는 에이전틱 AI를 단순히 소프트웨어 트렌드로만 보아서는 안 된다는 것입니다. 은행 분야에서는 운영 모델의 전환이 되고 있습니다. 이를 책임감 있게 확장하는 은행은 비용 효율성을 개선하고, 서비스 기간을 단축하며, 운영 마찰을 감소시키고, 보다 민첩한 핀테크 경쟁자로부터 고객 관계를 방어할 수 있습니다.

경쟁 우위는 가장 진보된 모델을 단독으로 사용하는 것에서 나오지 않을 것입니다. 독점 데이터, 엄격한 거버넌스, 워크플로 통합, 직원 수용, 고객 대면 실행을 결합함으로써 얻어집니다. 대형 은행은 혜택을 얻기에 필요한 데이터, 유통망, 규제 경험, 프로세스 규모를 보유하고 있습니다. 동시에 구현을 어렵게 만드는 복잡성도 가지고 있습니다.

TD의 출시는 업계가 어디로 향하고 있는지를 보여줍니다. 에이전틱 AI는 백오피스, 즉 문서와 워크플로에 가까운 곳에서 시작됩니다. 그곳에서 고객 경험, 신용 운영, 규제 준수, 자문 지원 등으로 확장될 가능성이 높습니다. 이를 올바르게 구현하는 은행은 기존 프로세스를 단순히 자동화하는 것이 아니라, 금융 의사결정이 신청에서 승인으로 이동하는 방식을 재설계할 것입니다.