이 기사는 2025년 02월 28일 16시24분 thebell에 표출된 기사입니다

AI 기술이 금융권 전반에 걸쳐 빠르게 도입되면서 신한캐피탈도 내부 업무 효율화를 중심으로 AI 활용을 확대하고 있다. 기업금융과 투자금융 중심의 B2B(기업간거래) 영업 구조를 갖춘 신한캐피탈은 고객 응대보다는 문서 처리 자동화 및 심사 프로세스 개선에 AI를 활용하는 전략을 추진하고 있다.

고객 서비스보다는 내부업무 자동화에 중점을 둔 탓에 AI 리스크 전담 조직을 별도로 두고 있지는 않다. 하지만 AI가 금융업에 미치는 영향이 커지는 만큼 데이터 신뢰성 확보를 최우선 과제로 삼고 있다. 이를 위해 사람의 개입을 포함해 AI 데이터 신뢰도를 제고한다는 방침이다.

◇AI 기반 내부업무 자동화 집중…문서 처리·심사 효율성 제고

신한캐피탈은 현재 영업 및 심사 부문의 단순 반복 업무를 AI로 자동화하는 프로젝트를 진행 중이다. 특히 문서 처리 및 데이터 축적 작업을 AI 기반 문서 인식(Document AI·IDP) 기술로 대체해 심사 프로세스를 간소화하고 업무 효율성을 높이는 것이 핵심 목표다. 기존에는 사람이 직접 수행해야 했던 서류 분류나 데이터 입력 작업을 AI가 수행함으로써 인적 자원을 보다 생산적인 업무에 투입할 수 있도록 한다는 전략이다.

신한캐피탈이 내부 업무 자동화에 초점을 맞추는 이유는 기업금융 중심의 영업 구조 때문이다. 신한캐피탈은 2020년 10월 소비자금융 부문을 신한카드로 이관하면서 기업대출과 투자금융에 자산의 99.7%를 집중시켜 왔다. 이에 따라 신한카드처럼 AI 챗봇을 활용한 고객 상담이나 마케팅 최적화 같은 대고객 서비스를 확대하기보다는 내부 프로세스 개선을 우선순위로 설정했다.

현재 검토 중인 AI 활용 방안으로는 △서류 분류 및 문서 데이터화 △사내 규정 및 공지사항 자동 검색·요약(QA 시스템) 등이 있다. 이러한 기능을 통해 직원들이 단순 업무 부담을 덜고 보다 전략적인 업무에 집중할 수 있도록 유도할 계획이다.

◇AI 전담 조직은 없지만 조직개편 가능성도

신한캐피탈의 AI 도입은 디지털전략본부가 주도하고 있다. 노헌덕 본부장이 총괄한다. 안길모 부장 외 매니저 4명으로 구성된 디지털전략부가 AI 도입 기획을 담당한다. AI와 내부 시스템을 연계하고 데이터를 관리하는 역할은 ICT개발부가 맡고 있다. 오윤희 부장 외 매니저 8명으로 꾸려져 있다. 구축된 AI 서비스의 인프라 운영은 김진택 부장 외 매니저 4명으로 구성된 ICT부가 담당하는 구조다.

현재 AI 도입 초기 단계이기 때문에 AI 리스크를 전담하는 별도의 조직은 없는 상황이다. 다만 AI 도입이 본격화하면 향후 조직 개편 가능성도 점쳐진다. AI 자동화 업무가 확대되면 데이터 및 IT 인력의 역할 변화도 예상된다. 신한캐피탈 관계자는 "AI 기술이 도입되고 운영경험이 쌓여 가면서 AI 관련 서비스가 확대될 경우 점진적으로 조직 벼화가 필요할 것"이라고 밝혔다.

신한금융그룹 차원에서도 AI 거버넌스를 구축하고 있다. AI 윤리원칙과 조직별 역할 정의, 관련 내규와 업무매뉴얼 작성, 위험관리방안 수립 등 금융당국의 가이드라인을 반영한 정책을 마련하고 있다. 신한금융이 먼저 전 그룹사가 준수해야 할 윤리원칙을 정의한 뒤 신한캐피탈도 그룹 내 정책 변화에 따라 점진적으로 AI 관련 조직을 확대할 가능성이 있다.

AI 도입이 가속화되면서 금융권에서는 새로운 리스크 요인이 대두하고 있다. 신용평가 모델에서의 편향성 문제나 보안 및 데이터 신뢰성 등의 이슈가 대표적이다. 신한캐피탈은 AI를 내부 업무용으로만 활용하고 있지만 데이터 신뢰성 확보를 가장 중요한 과제로 설정하고 있다.

이를 위해 신한캐피탈은 완전 자동화 방식이 아닌 인간의 개입을 유지하는 '하이브리드 워크플로우'를 도입했다. AI가 모든 업무를 독립적으로 수행하는 것이 아니라 일정 부분 사람이 개입할 여지를 남겨 AI의 기술적 한계를 보완하고 데이터 신뢰도를 높이겠다는 전략이다.

신한캐피탈 관계자는 "그룹사 및 관계사들과 긴밀히 협업해 기술적 자문을 받고 리스크 대응 노하우를 축적하는 방식으로 리스크를 관리하고 있다"고 전했다. AI 활용 범위가 넓어질 경우 AI 의사결정 과정의 투명성 확보 및 데이터 편향 문제 해결을 위한 추가적인 대응책이 필요할 것으로 보인다.