비용절감과 예금이탈이 동시에···AI 성장공식 '딜레마'

에이전틱 AI 확산에 은행권 비용 효율화 가속

자금 이동 증가로 예금 기반 이익 축소 우려도

규모 경쟁시대 끝···고객 단위 '정밀성' 확보 관건

그래픽=이찬희 기자

올해 역대급 호실적을 달성한 은행권이 인공지능(AI)을 앞세운 운영 효율화에도 속도를 내고 있다. 하지만 AI 기술의 고도화가 예금 기반을 흔들 수 있다는 우려가 커지면서 기존 성장공식이 더는 통하지 않을 것이란 우려도 적지 않다. 비용 절감 효과에만 기대기보다 AI 시대에 맞는 수익구조 재편과 정밀한 운영 전략을 서둘러야 한다는 평가가 나온다.

2일 맥킨지앤컴퍼니 등 글로벌 컨설팅사 분석에 따르면 2019년부터 2024년까지 전 세계 은행 시스템이 중개한 자금 규모는 연평균 7% 증가해 같은 기간 글로벌 GDP 성장률인 4.8%를 크게 앞질렀다. 은행의 프라이빗 캐피털 자금은 연 17% 넘게 확대됐고 리테일·기관 자금 역시 각각 6%, 7.7% 증가하는 등 외형 확장세가 전 부문에서 확인됐다.

인공지능(AI) 기반 운영 효율화는 은행들의 수익성과 생산성을 더욱 끌어올릴 것으로 기대된다. 맥킨지에 따르면 AI 도입 시 상담·심사·리스크 관리·백오피스 업무 전반에서 최대 20% 안팎의 비용 절감이 가능할 것으로 예상된다. 글로벌 경영컨설팅 기업인 PwC도 AI를 완전히 도입하는 기관은 효율성을 최대 15%포인트(p)까지 향상시킬 수 있을 것으로 내다봤다.

지난달 5일 발표된 BCG 보고서에 따르면 '에이전틱(agentic AI)'은 이미 금융권 현장에서 가시적 성과를 내고 있다. 컴플라이언스와 고객 서비스, 리스크 등 주요 업무를 생성형·예측형 AI를 결합한 방식으로 자동화해 한계비용을 '제로' 수준으로 낮추고 있다는 설명이다.

한계비용이란 제품이나 서비스를 한 단위 더 처리할 때 발생하는 추가 비용을 뜻한다. 예를 들어 콜센터 상담이 사람 중심으로 이뤄질 경우 상담 1건이 늘어날 때마다 인건비와 시간이 그대로 증가하지만 에이전틱 AI를 활용하면 얘기가 달라진다. 시스템을 한번 구축해두면 상담 건수가 수백 건, 수천 건으로 늘어나도 추가 비용이 거의 들지 않기 때문이다.

에이전틱 AI로 30% 이상 비용 절감···3년 뒤 은행 이익 9%↑

에이전틱 AI는 연체·추심 업무 성과를 개선하면서 비용을 30~40% 절감하고 있다. 불과 1년 전만 해도 거의 언급되지 않던 AI 에이전트는 현재 산업 전반 AI 활용가치의 17%를 차지하고 있고, 2028년에는 29%로 확대될 것으로 예상된다.

에이전틱 AI는 사용자의 지시를 해석하는 수준을 넘어 목표 달성을 위한 작업을 스스로 실행하는 자율형 AI다. 기존의 대화형 AI가 질문에 답변하는 역할에 머물렀다면 에이전틱 AI는 계획 수립부터 정보 탐색, 문서 작성, 시스템 연동까지 자체적으로 수행하며 업무를 끝까지 완결하는 것이 특징이다. 금융권에서는 규제 검토, 이상 거래 탐지, 연체 고객 관리 등 반복·정형 업무뿐 아니라 일부 의사결정 보조 기능까지 대체하며 운영 효율성을 끌어올리고 있다.

국내 은행들도 AI 고도화를 통한 업무 효율화에 나서고 있다. 기존 머신러닝 기반 서비스를 고도화하고 생성형 AI 도입에도 적극적으로 나서면서 금융산업의 트렌드 변화에 대응하고 있다는 평가다.

한국신용정보원에 따르면 국내 금융 분야 AI 시장 규모는 2019년 3000억원에서 2021년 6000억원으로 3년 만에 45.8% 급증했다. 이후부터 연평균 38.2%씩 성장해 2026년에는 3조2000억원에 달할 것으로 예상된다.

신한은행은 생성형 AI 기반 'AI 은행원'과 'AI 투자메이트'를 통해 고객 상담과 자산관리 업무 전반을 자동화하고 있고, 하나은행은 콜센터 상담을 AI가 실시간 요약 분류해 응대하는 시스템을 도입했다. NH농협은행과 우리은행은 각각 AI 에이전트뱅킹과 내부통제 전용 AI 시스템을 구축해 여신, 수신, 리스크 관리, 내부 절차 점검까지 AI를 내재화하고 있다.

AI는 은행의 운영 효율성을 높이는 데 그치지 않고 수익성 자체를 끌어올리는 동력으로 작용하고 있다. 지난해 씨티은행이 진행한 조사에 따르면 AI는 오는 2028년 은행업 전체 이익을 1조8000억달러에서 9% 가량 증가시킬 것으로 예상된다.

조사에 응답한 금융기관의 93%는 AI가 중장기적으로 이익 창출에 기여할 것이라고 답했으며, 생산성 향상과 자동화 비중 확대가 수익성 개선의 핵심 요인으로 꼽힌다고 분석했다. 보스턴컨설팅그룹(BGC)도 소매은행들이 AI의 대규모 도입을 통해 2030년까지 연간 3700억달러 이상의 추가 수익을 창출할 것으로 내다봤다.

AI 도입 '양날의 검'···예금 기반 이익 20% 감소할 수도

하지만 문제는 AI가 은행 수익성에 '양날의 칼'이 될 수 있다는 점이다. AI 도입은 비용 절감과 이익률 개선을 기대할 수 있지만, 막대한 초기 투자와 기술 리스크, 규제 비용 등도 함께 커질 수 있어서다.

고객들의 AI 활용이 일상화되면 초개인화 비교 서비스와 자동 자산 배분의 확산으로 예금 기반 이익이 20% 이상 감소할 수 있다는 우려도 제기된다. 금리가 낮은 상품으로 자동 이동하거나 타 금융기관으로 실시간 분산되는 흐름이 강화되면 기존 예대마진 중심의 수익 모델은 더 이상 유지되기 어렵다는 얘기다.

AI가 고객 자금을 고금리 상품으로 옮기면 은행은 더 높은 비용을 들여 자금을 조달해야 한다. 특히 현재와 같은 금리인하기에는 저축은행과 증권사 등으로의 자금 이동(머니무브)이 가속화될 가능성도 제기된다. AI가 비용을 절감시키더라도 실질적인 수익성 개선으로 이어지지 않을 수도 있다는 얘기다.

전 세계 소비자 예금 70조달러 가운데 23조달러는 무이자에 가까운 당좌예금이다. 이 중 5~10%만 고금리 계좌로 이동해도 은행권 예금 기반 이익이 20% 이상 감소할 수 있는 것으로 평가된다. 맥킨지는 에이전틱 AI의 대중화가 향후 10년간 글로벌 은행 이익 규모를 최대 1700억달러, 비율로는 약 9% 축소시킬 수 있다고 추산했다.

결국 AI 시대에는 은행의 경쟁력이 더 이상 점포 수나 자산 규모 같은 '덩치'로 결정되지 않을 것으로 보인다. 대신 정교한 고객 데이터 분석과 자본의 효율적 배분능력이 중요해졌다는 평가다.

맥킨지는 "기존의 광범위한 디지털 투자나 효율화 중심 전략만으로는 한계가 있는 만큼 AI와 데이터 분석을 활용한 정밀성 기반의 전략이 필요하다"며 "은행은 1명 단위까지 개인화한 상품과 고객 경험을 제공해야 경쟁력을 유지할 수 있을 것"고 제언했다.