금융 AI 실체는 데이터 저장(DX)이 아니라 인지적 자동화(AX)의 완성도에 있다

한국딥러닝 김동현 미래AI개발팀장이 AI타임스에 '금융 AI 실체는 데이터 저장(DX)이 아니라 인지적 자동화(AX)의 완성도에 있다'를 기고했다.

전산화가 남긴 착시

기고는 금융권 디지털 전환(DX)의 착시를 먼저 지적한다. 종이 문서를 PDF나 이미지로 바꾸는 전산화는 기록 보존에는 유효했지만, 업무 현장에서는 바로 쓸 수 없는 비정형 데이터를 대량으로 쌓는 결과를 낳기도 했다. 지능 없이 저장만 늘어난 데이터는 오히려 운영 비효율을 키운다는 진단이다.

"데이터가 디지털 규격으로 변환됐다고 해서, 그 안의 정보가 곧바로 업무에 활용될 수 있는 것은 아닙니다."

필자는 지향해야 할 AX를 데이터 속 비즈니스 논리를 AI가 스스로 파악하고 실행하는 '지능의 내재화'로 정의한다. DX가 아날로그를 디지털로 옮기는 전환이었다면, AX는 데이터를 해석해 가치를 만드는 엔진을 갖추는 일이라는 설명이다.

글자를 읽는 기술의 한계와 문서 지능

금융 문서는 이 차이가 가장 크게 드러나는 영역이다. 보험 청구서나 재무제표처럼 복잡한 양식과 수치 사이의 논리 관계가 얽힌 문서에서는 글자만 읽어 내는 OCR이 한계를 드러낼 수밖에 없다. 필자는 시각 정보와 언어 정보를 함께 처리하는 VLM이 문서의 구조와 의미를 이해하는 '문서 지능'을 가능하게 한다고 본다.

근거로는 자체 문서 특화 VLM 'KDL 프론티어'의 OCRBench v2 결과를 들었다. 시각 텍스트 이해 85.4점으로 8개 항목 가운데 1위, 관계 추출 92.2점을 기록했고, 종합 순위에서도 글로벌 빅테크 모델을 앞섰다는 것이다. 필자는 이를 특정 도메인에 최적화한 아키텍처가 범용 거대 모델보다 정교한 업무 수행이 가능하다는 증거로 해석하며, 데이터의 양보다 도메인 학습의 깊이가 중요하다고 강조한다. 이런 구조 이해 능력은 손글씨와 복잡한 양식이 섞인 한국어 비정형 문서에도 이어지며, 공공기관과 대형 금융사의 실제 환경에서 검증을 거쳤다고 덧붙였다.

금융의 경쟁력은 AX의 속도와 정확도

결론은 금융 기업의 경쟁력이 어디에서 나오느냐로 모인다. 보수적인 금융 시장에서 AI의 가치는 정확도로 판가름 나며, 기업은 솔루션을 사는 데서 멈추지 말고 비정형 데이터를 자산으로 바꾸는 AX 기준을 스스로 세워야 한다는 제언이다.

"금융 기업의 진정한 경쟁력은 보유한 데이터의 양이 아니라, 이를 실질적인 업무 지능으로 바꾸는 AX의 속도와 정확도에 달려 있습니다."

전문은 AI타임스에 실렸다.