IBK기업은행 금융소비자지원부와 한국딥러닝은 2026년 4월부터 8월까지 금융권 최초로 VLM(시각언어모델) 기반 AI 에이전트를 보이스피싱 피해구제 업무에 도입해 실증했습니다. AI 에이전트는 손글씨 신청서와 저화질 신분증을 분류하고 필요한 정보를 뽑아 범죄 유형까지 추론했고, 실증 평가에서 서류 처리시간이 88% 줄었습니다. 이 기술은 내년 상반기 실제 업무에 도입될 예정입니다.
서류 처리시간 88% 단축(실증 평가 기준) | 실증 기간 2026년 4~8월 | 2026 공공기관 AI 혁신 챌린지 316건 중 우수과제 30건
01. 보이스피싱 피해가 접수됐다.
그런데 이제부터 서류를 읽어야 한다면?
팩스 한 장이 들어온다. 보이스피싱 피해구제신청서다.
칸 곳곳에 손글씨가 적혀 있다.
함께 들어온 신분증 사본은 글자를 알아보기 어려울 만큼 흐릿하다.
담당자는 먼저 이 서류가 어떤 서류인지 확인한다. 필
요한 정보를 하나씩 시스템에 옮기고, 신청인이 직접 적어 낸 피해 경위를 처음부터 끝까지 읽는다.
피해 대응은 빠를수록 좋다.
그런데 그 출발점에는 사람이 한 장씩 읽어야 하는 서류가 놓여 있다.
AI가 글자를 대신 읽어 주면 해결될까?
절반만 맞다. 글자를 정확히 읽어도 어떤 문서인지 구분하고, 피해 내용을 이해하고, 다음 단계로 넘길 정보를 정리하는 일은 그대로 남는다.
AI가 읽는 데서 멈추지 않고 그다음 일까지 맡는다면, 담당자의 업무는 어떻게 달라질까.
IBK기업은행 금융소비자지원부와 한국딥러닝이 이번 실증에서 확인하려 한 것이 바로 이 질문이었다.
02. 왜 하필 '서류'부터 AI 에이전트에 맡겼을까?
이번 실증에서 다룬 서류는 손글씨가 포함된 피해구제신청서와 저화질 신분증이었다. 팩스로 접수되는 서류라 화질도 고르지 않다.
금융 특화 AI 에이전트 DEEP Agent for Finance는 먼저 서류의 종류를 나누고 필요한 정보를 뽑아낸다. 손글씨와 문서의 배치를 함께 읽어야 했기 때문에 시각언어모델(VLM)을 사용했다.
DEEP Agent for Finance는 한국딥러닝의 AI 에이전트 플랫폼 DEEP Agent OS 위에서 금융 업무에 맞춰 동작하는 에이전트다.
IBK기업은행 AI 에이전트 실증 개요
항목 | 내용 |
|---|---|
참여 기관 | IBK기업은행 금융소비자지원부, 한국딥러닝 |
기간 | 2026년 4월~8월 |
대상 업무 | 보이스피싱 피해구제 서류 처리 |
대상 서류 | 손글씨가 포함된 피해구제신청서, 저화질 신분증(팩스 접수) |
AI 에이전트가 맡은 일 | 문서 분류, 정보 추출, 범죄 유형 추론 |
검수 방식 | AI-OCR과 VLM 결과 교차 검증, 신뢰도가 낮은 항목은 담당자 확인 |
운영 환경 | 은행 내부망 온프레미스 |
결과 | 실증 평가에서 서류 처리시간 88% 단축(서류 처리 단계 기준) |
이후 계획 | 내년 상반기 실제 업무 도입 예정 |
Q. 피해구제는 빠른 판단이 중요한 업무인데, 왜 서류 처리부터 자동화했나요?
판단을 빠르게 하려면 판단에 필요한 재료가 먼저 준비돼 있어야 하기 때문입니다.
피해구제 업무에서 그 재료는 손글씨 신청서와 흐릿한 신분증 안에 들어 있습니다. 그래서 담당자는 판단하기 전에 읽고, 옮겨 적고, 다시 확인하는 데 시간을 먼저 씁니다.
AI를 도입할 때는 어떤 기술을 붙일 수 있느냐보다 일이 실제로 어디서 막히는지를 먼저 봐야 합니다. 이번 실증에서는 그 지점이 서류였습니다.
03. 서류를 읽었다고, 일이 끝난 건 아니니까
이번 실증에서 눈여겨볼 기능은 범죄 유형 추론이다.
신청인이 적어 낸 피해 경위를 읽고, 이 사건이 어떤 유형의 보이스피싱에 가까운지를 AI가 먼저 가늠한다.
정해진 칸의 글자를 옮기는 일과는 성격이 다르다. 문장의 내용을 이해해야 다음 업무에 쓸 정보가 만들어진다.
Q. 문서 인식(OCR)과 AI 에이전트 플랫폼은 무엇이 다른가요?
문서 인식은 지금도 한국딥러닝 기술의 기반입니다. 글자를 정확히 읽지 못하면 그 뒤에 이어지는 어떤 일도 믿을 수 없기 때문입니다.
다만 기업이 원하는 것은 인식 결과가 아니라 일이 끝나 있는 상태입니다. 신청서를 정확히 읽었더라도 사람이 다시 확인하고, 다른 시스템에 입력하고, 다음 담당자를 위해 정리해야 한다면 일은 아직 남아 있습니다.
AI 에이전트는 그 남은 단계를 이어 줍니다. 읽은 내용을 분류하고, 기준에 맞는지 확인하고, 다음 업무로 넘기는 것까지 하나의 흐름으로 묶습니다.
DEEP Agent가 서류를 읽은 뒤 검증하고 다음 업무로 넘기는 방식은 아래에서 자세히 볼 수 있다.
04. 서류 처리시간 88% 단축, 숫자보다 중요한 변화
두 기관은 문서 분류, 정보 추출, 범죄 유형 추론을 하나의 흐름으로 연결했고,
그 결과 실증 평가에서 서류 처리시간이 88% 줄었다.
피해구제 전체에 걸리는 시간이 아니라, 서류를 처리하는 단계에서 확인한 수치다.
Q. 서류 처리시간 88% 단축, 어떻게 받아들여야 하나요?
숫자와 함께 그 숫자가 어디에서 나왔는지를 봐야 합니다. 이번 결과는 서류를 처리하는 단계에서 확인한 것이며, 피해구제 전체가 그만큼 빨라졌다는 뜻은 아닙니다.
의미가 있는 부분은 담당자가 반복하던 읽기, 옮겨 적기, 재확인이 실제로 줄어든다는 점을 실증 안에서 확인했다는 것입니다. 이 시간이 줄어야 담당자가 금융소비자 보호라는 본래 업무에 더 집중할 수 있습니다.
실증의 진행 과정과 향후 실제 업무 적용 계획은 이데일리 보도에서도 다뤘다.
05. 금융기관이 AI에게 일을 맡기려면 무엇이 필요할까?
이번 실증에는 AI의 결과를 그대로 믿지 않는 장치가 들어갔다. 문자 인식 엔진(AI-OCR)과 시각언어모델이 각각 읽은 결과를 서로 대조하고, 신뢰도가 높은 항목은 자동으로 처리했다. 신뢰도가 낮은 항목은 담당자에게 넘겨 검수하도록 했다.
시스템은 은행 내부망에서 운영되는 온프레미스 방식으로 구축했다.
개인정보가 담긴 서류를 외부 서버로 보내지 않고 은행 안에서 처리하는 구조다.
Q. 금융기관이 AI 솔루션을 고를 때, 모델 성능 말고 무엇을 먼저 봐야 할까요?
AI가 어디까지 처리하고 어디서부터 사람에게 넘길지를 먼저 정해야 합니다. 금융 업무에는 사람이 최종적으로 책임져야 하는 판단이 분명히 있기 때문입니다.
이번 실증에서 신뢰도를 기준으로 자동 처리와 검수를 나눈 것도 그 경계를 업무 흐름 안에 미리 정해 둔 것입니다. 두 엔진의 결과를 교차로 확인한 것도 같은 이유입니다.
여기에 데이터가 기관 밖으로 나가지 않는 운영 환경까지 갖춰져야 금융기관이 실제로 일을 맡길 수 있습니다. 한국딥러닝이 모델만이 아니라 플랫폼을 이야기하는 이유입니다.
금융권 폐쇄망 환경에서 문서 AI를 운영할 때 무엇을 따져야 하는지는 아래 글에 정리해 두었다.
06. 2026 공공기관 AI 혁신 챌린지 우수상, 실증 그다음은?
이번 실증은 IBK기업은행 금융소비자지원부와 한국딥러닝이 공동으로 진행했다. IBK기업은행은 이 실증 과제로 과학기술정보통신부와 재정경제부가 공동 개최한 「2026 공공기관 AI 혁신 성과대회」에서 「2026 공공기관 AI 혁신 챌린지」 AI 서비스 실증 부문 우수상을 받았다. 전국 105개 기관이 제출한 316건 가운데 우수과제 30건에 든 결과다.
Q. 공공기관 AI 혁신 챌린지 수상 이후, 다음 단계는 무엇인가요?
이번 실증으로 확인한 것은 금융기관이 실제로 맡길 수 있는 범위 안에서 AI 에이전트가 일을 처리할 수 있다는 점입니다. 다음 과제는 이 흐름을 실제 운영 환경에서 안정적으로 돌리는 것입니다.
피해구제 서류처럼 사람이 반복해서 읽고 옮겨 적는 일은 다른 금융기관과 공공 영역에도 많습니다. 한국딥러닝은 이번에 검증한 방식을 그런 서류 업무로 넓혀 갈 계획입니다.
평가와 별개로 계속 확인할 것은 현장 담당자의 반복 업무가 실제로 줄었는지입니다.
07. 문서를 이해하는 AI에서, 일을 수행하는 AI 에이전트로
이번 실증은 금융권 AI 에이전트 활용 사례 가운데서도 범위가 분명한 경우다. 보이스피싱 피해구제 서류에서 출발했고, 확인한 것도 서류 처리 단계다.
그래도 이 실증이 남긴 질문은 넓다. 금융기관에는 서류를 읽은 뒤에야 시작되는 일이 많다. 정보를 확인하고, 기준에 맞는지 검증하고, 예외가 생기면 사람이 판단한다. 피해구제 서류에서 본 흐름은 이런 업무 곳곳에 비슷한 모습으로 놓여 있다.
물론 이번 결과가 곧 모든 금융 업무의 자동화를 뜻하지는 않는다. 이번 실증 기술은 내년 상반기 실제 업무에 도입될 예정이며, 실제 운영 환경에서의 검증은 그때부터 본격적으로 시작된다.
한국딥러닝이 이번 실증으로 보여 주려 한 것은 글자를 잘 읽는 기술 하나가 아니다. 문서를 이해하고, 판단에 필요한 정보를 준비하고, 사람이 결정해야 할 지점까지 일을 이어 주는 기업용 AI 에이전트 플랫폼이다.
서류 한 장에서 시작한 질문은 이제 "그다음 일은 누가 하는가"로 옮겨 가고 있다.
한국딥러닝의 AI 에이전트 플랫폼, DEEP Agent OS
서류를 읽는 단계부터 검증, 업무 처리, 운영 관리까지 하나로 연결합니다.
금융기관의 내부망 환경에서 어떻게 운영되는지 확인해 보세요.
자주 묻는 질문
IBK기업은행은 AI 에이전트로 어떤 업무를 자동화했나요?
보이스피싱 피해구제 업무에서 손글씨 신청서와 저화질 신분증을 분류하고, 필요한 정보를 추출하고, 범죄 유형을 추론하는 서류 처리 단계입니다. 2026년 4월부터 8월까지 한국딥러닝과 함께 실증했습니다.
서류 처리시간 88% 단축은 무엇을 기준으로 한 수치인가요?
실증 평가에서 서류를 처리하는 단계에 걸린 시간을 기준으로 한 수치입니다. 피해구제 전체 소요시간이나 피해금 회수 시간을 뜻하지는 않습니다.
실제 업무에는 언제 도입되나요?
내년 상반기 실제 업무에 도입될 예정입니다. 은행 내부망에서 운영되는 온프레미스 방식이라, 개인정보가 담긴 서류를 외부로 보내지 않고 처리합니다.
AI 에이전트의 판단이 틀리면 어떻게 하나요?
AI-OCR과 VLM이 각각 읽은 결과를 대조해, 신뢰도가 높은 항목만 자동으로 처리하고 낮은 항목은 담당자가 확인합니다. 최종 판단은 담당자가 합니다.
2026 공공기관 AI 혁신 챌린지에서 어떤 평가를 받았나요?
IBK기업은행은 이 실증 과제로 「2026 공공기관 AI 혁신 챌린지」 AI 서비스 실증 부문 우수상을 받았습니다. 105개 기관이 제출한 316건 가운데 우수과제 30건에 들었습니다.
다른 은행이나 금융기관의 서류 업무에도 같은 방식을 쓸 수 있나요?
손글씨나 저화질 스캔이 섞인 서류를 읽고, 분류하고, 담당자 검수로 넘기는 구조는 다른 서류 업무에도 적용할 수 있습니다. 실제 적용 범위는 기관의 서류 종류와 업무 기준을 확인한 뒤 정합니다.
💡 참고 자료
이데일리, 「보이스피싱 피해구제에 AI…한국딥러닝·기업은행 맞손」, 2026-10-30
과학기술정보통신부·재정경제부, 「2026 공공기관 AI 혁신 성과대회」 개최, 2026-10-28
