금융 서비스 및 보험 분야의 에이전틱 AI

많은 금융 서비스 기업이 현재 파일럿 프로그램을 통해 AI를 실험적으로 사용하고 있지만, 채택까지는 아직 몇몇 과제가 남아있습니다. 주요 우려 사항으로는 데이터 보안, 대규모 언어 모델(LLM)의 정확도, 금융 의사 결정 과정에서 AI의 역할에 대한 규제 당국의 엄격한 검토 등이 있습니다. 현재 사용 사례는 대부분 조직 내부용이며, 대외적으로는 시급하거나 중대하지 않은 비결정적(noncritical) 서비스 요청에 한하여 고객 대면 챗봇 솔루션이 사용되고 있습니다. 

최근 금융 서비스 등 산업계 전반에서는 생성형 AI를 사용하는 에이전트, 즉 ‘에이전틱 AI’가 큰 화두로 떠오르고 있습니다. 에이전틱 AI는 자연어를 이해 및 생성하고 상호작용이 가능한 LLM의 기능을 사용하여 관련 태스크를 자율적으로 수행합니다. Llama, Anthropic Claude, Mistral, GPT, Gemini와 같은 기본 LLM은 방대한 양의 텍스트 데이터를 (학습할 데이터가 바닥이 날 정도까지) 학습하여 다양한 언어 관련 태스크를 수행할 수 있습니다. 이러한 모델을 Snowflake와 같은 플랫폼의 에이전틱 AI 시스템에 통합하면, 컨텍스트를 이해하고, 응답을 생성하고, 자동화와 효율성을 증대하고, 수신된 입력을 기반으로 보다 균형 잡힌 의사 결정을 실시간으로 내릴 수 있는 기반을 제공할 수 있습니다.  

에이전틱 시스템

에이전틱 시스템에서 조정 담당 에이전트(coordinating agent)는 주요 목표를 달성하기 위해 다른 에이전트(또는 하위 시스템)의 활동을 관리하고 지시를 내리는 핵심 구성 요소입니다. 이 조정 담당 에이전트는 일종의 ‘지휘자’로서, 필요한 조치를 오케스트레이션하고 리소스를 할당하며 상위 수준에서 전반적인 의사 결정을 내립니다. 또한 업무를 효과적으로 수행하기 위해 각종 도구나 모델 또는 도메인 지향형 또는 태스크 지향형의 다른 에이전트를 보완적으로 사용할 수 있으며, 이를 통해 시스템이 컨텍스트를 이해하고 원하는 결과를 달성하기 위해 구체적인 조치를 수행할 수 있도록 보장합니다.

도메인 지향형 

도메인 지향형 서비스는 특정 산업, 분야 또는 지식 영역과 관련된 언어의 이해 및 처리에 특화되어 있습니다. 따라서, 보다 정확하고 해당 분야와 관련성이 높으며 컨텍스트에 민감한 응답 또는 결정을 생성할 수 있습니다. 

에이전틱 AI에서 도메인 지향형 모델은 시스템이 특정 작업을 더 효과적으로 이해하고 조치하는 데 도움이 될 수 있습니다. 예를 들어, 보험 분야에서는 산업 표준에 맞춰 보다 정확한 보험 약관을 생성하거나, 위험 요소를 평가하거나, 청구 데이터를 해석하는 데 활용할 수 있습니다.

태스크 지향형 

반면에 태스크 지향형 서비스는 구체적인 목표 달성에 중점을 둡니다. 이러한 모델은 특정 태스크를 완수하는 데 필요한 단계들의 시퀀스를 이해하도록 학습되며, 더 광범위한 시스템에 통합되어 자율적으로 작업을 수행합니다. 태스크 지향형 모델은 언어를 이해할 뿐만 아니라 도구와 상호 작용하고 데이터를 검색하고 명확하게 정의된 목표를 달성하기 위해 설계되었습니다. 

Cortex Analyst: 높은 정확도의 SQL 생성

Snowflake Cortex Analyst는 정확한 SQL을 생성하여 Snowflake 테이블에서 데이터를 검색한다는 특정한 목표에 최적화되어 있기 때문에 태스크 지향형 에이전틱 서비스로 볼 수 있습니다. 이러한 목표를 달성하기 위해 Cortex Analyst는 다음과 같은 작업을 수행합니다.

• 사용자 의도 해석: 이 모델은 자연어 입력 또는 컨텍스트 정보(예: 사용자가 찾고 있는 데이터의 종류)를 처리하고 해당 데이터의 존재 여부를 확인하여 질문에 답하거나, 사용자에게 다시 돌아가서 질문을 보다 명확히 해달라고 요청합니다.

• 실행 가능한 SQL 쿼리 생성: 전 단계에서 이뤄진 해석을 기반으로 데이터베이스에서 관련 데이터를 검색 또는 조작하기 위해 실행 가능한 SQL 코드를 생성합니다. SQL 생성의 정확도는 각 테이블에 저장된 데이터에 대한 컨텍스트 이해도에서 비롯됩니다. 

• 태스크 완료: 이 프로세스의 최종 목표는 특정 쿼리 또는 데이터 추출 요구 사항을 충족하는 것과 같은 명확하게 정의된 태스크를 완수하기 위해 고도로 정확한 SQL을 생성하는 것입니다.

보험 분야의 에이전틱 시스템

보험과 같은 복잡한 산업에서 실행 가능한 인사이트를 얻으려면 기업은 데이터베이스에 액세스하는 것뿐만 아니라, 계약서, 각종 문서 및 기타 비정형 데이터를 활용하여 또 다른 유형의 태스크 지향형 서비스인 벡터 저장소를 사용하여 검색할 수 있어야 합니다. 

AI 에이전트는 문서를 숫자 벡터로 표현하여 보험금 청구 문서를 빠르게 검색하고 자동으로 읽어 들여 관련 세부 정보(예: 사건 유형, 피해 평가, 보험 보장 내용 등)를 추출하며, 청구 데이터베이스나 보험 약관 시스템에서 추가 데이터를 검색하기 위한 SQL 쿼리를 생성할 수 있습니다.

그런 다음 LLM을 사용하여 추천을 하거나, 청구 상태를 업데이트하거나, 추가 작업을 활성화할 수 있으며, 이 모든 것은 문서(비정형 데이터) 이해와 데이터베이스(정형 데이터) 상호작용에 대한 에이전트의 조정 작업을 통해 이뤄집니다.

에이전틱 AI 촉진 측면에서 Accenture와 Snowflake의 역할

엔터프라이즈를 위한 에이전틱 AI 지원 분야를 선도하고 있는 Snowflake와 Accenture는 기술과 전략적 요구 사항을 모두 해결하는 데 앞장서고 있으며, 다음 사항에 초점을 맞춘 접근법을 취하고 있습니다. 

• 개발자, 데이터 사이언티스트 및 데이터 팀이 Snowflake의 관리형 인프라를 사용하여 엔터프라이즈 보안 및 거버넌스를 통해 AI 모델 및 애플리케이션을 빠르게 구축 및 배포할 수 있도록 최첨단 도구와 기능을 갖춘 통합 데이터 및 AI 플랫폼을 제공함

• 데이터 수집에서 애플리케이션에 이르는 엔드투엔드 통합 거버넌스를 통해, 정형 및 비정형 데이터에서 즉시 사용 가능한 고정밀 검색 도구를 적용할 수 있는 데이터 에이전트를 지원함

• 고객이 고가치 사용 사례를 선택하도록 안내하고, Accenture의 자문 전문성과 Snowflake의 통합 AI 플랫폼을 활용하여 고객의 가치 창출 과정을 간소화할 수 있도록 함

올인원 AI 데이터 클라우드 플랫폼

Snowflake와 Accenture는 에이전틱 AI 사용 사례를 효과적으로 지원하도록 설계된, 포괄적인 엔터프라이즈 AI 솔루션을 제공합니다.

• 모든 데이터를 한 곳에: Snowflake는 확장 가능한 통합 플랫폼을 제공하여 Snowflake 테이블 또는 오브젝트 스토리지에 있는 PDF 파일 등 모든 데이터 요구 사항을 한 곳에서 관리함으로써 사일로를 줄이고 데이터 품질을 향상하며 원활한 통합을 촉진합니다. 

• 강력한 거버넌스: Snowflake의 관리형 플랫폼은 데이터 수집에서 AI 애플리케이션에 이르기까지 데이터 보안 및 규정 준수를 지원하기 때문에 외부 모델을 학습시키는 데 고객의 데이터가 사용되지 않습니다(단, 파인 튜닝을 위해 고객이 지시하는 경우는 제외). 따라서 Snowflake는 새로운 에이전틱 AI 사용 사례를 시험 및 구현하는 데 탁월한 선택입니다.

• Snowflake의 엔터프라이즈용 AI 도구 소개

  • Snowflake Cortex Search와 Snowflake Cortex Analyst: 대화형 인터페이스를 통해 엔터프라이즈 데이터와 상호 작용하고, 기본 LLM에 대한 안전한 액세스를 제공합니다.

  • Document AI: 표준 양식부터 손글씨 메모까지 다양한 유형의 문서처리를 자동화합니다.

  • Snowflake ML: 데이터 사이언티스트가 Python과 같은 친숙한 프로그래밍 언어를 사용하여 머신러닝 모델을 구축, 훈련 및 배포하거나 Snowflake 내에서 직접 임베딩 모델을 사용자 지정할 수 있도록 지원하는 동시에 확장 가능하고 효율적인 워크플로우를 위해 Snowflake의 강력한 데이터 처리 기능을 활용할 수 있습니다.

• 산업 전문 지식: Accenture는 고객의 요구 사항과 에이전틱 AI를 통한 문제 해결 방법을 이해합니다.

Snowflake와 Accenture는 이러한 역량들을 결합하여 기업들이 저마다 실정에 맞게 AI 솔루션을 맞춤화하면서도 유연성과 통제력을 유지할 수 있도록 지원합니다. 

AI 채택을 위한 전략적 프레임워크

에이전틱 AI를 구현하려면 체계적인 접근 방식이 필요합니다. 다음은 에이전틱 AI 채택 여정을 고려하는 기업들을 위한 권장 사항입니다.

• 높은 비즈니스 가치를 창출하는 사용 사례부터 시작: 근사 정확도가 허용되는 사용 사례에 중점을 둡니다. 정밀도보다는 더 빠른 의사 결정이나 프로세스 가속화가 더 많은 가치를 제공하는 영역에 우선순위를 둡니다. 위험 관리와 시장 진출을 통한 가치 창출 사이에서 균형을 잡아야 합니다.

• 규제 수준이 낮은 영역부터 공략: 금융 서비스와 같이 규제가 엄격한 산업에서는 엄격한 관리 기준과 승인 절차로 인해 규제 관련 영역에 AI를 배포하는 데 더 오랜 시간이 걸릴 수 있습니다. 따라서 규제가 덜 엄격한 도메인부터 시작하여 더 빠른 결과를 얻으면서 AI에 대한 신뢰성이 점차 향상되면 점진적으로 규제 수준이 높은 사용 사례로 적용을 확대해 나가는 것이 좋습니다.

• 인간 개입의 필요성: 설명 가능성, 고객 서비스 및 정확도와 관련된 위험을 완화하기 위해 당분간은 AI 기반 프로세스에서 인간의 감독이 필요합니다. 기술 성숙도가 높아지고 신뢰성이 향상되면 인간의 개입을 점진적으로 줄일 수 있습니다. 하지만 규제 대상 사용 사례나 관심도가 높은 사용 사례의 경우에는 AI의 신뢰성이 완전히 확립될 때까지 인간의 검토가 핵심 구성 요소로 유지되어야 합니다.

사용 사례: Accenture의 생성형 AI 보험금 청구 에이전트

Accenture는 Snowflake 플랫폼을 활용하여 획기적인 AI 보험금 청구 에이전트를 구축했습니다. Snowflake의 도구와 Accenture의 전문 지식을 결합하여 청구 프로세스의 핵심 부분을 자동화한 것입니다. 이 AI 에이전트는 문서를 검토하고, 정보를 요약하고, 청구 결정을 내리고, 승인 또는 거부의 이유를 설명하는 개인화된 청구 서한을 생성할 수 있습니다.

Accenture의 데이터 및 AI 팀 리더인 Mike Lao는 이렇게 말합니다. "생성형 AI 청구 에이전트의 핵심은 Snowflake AI 데이터 클라우드이며, 여기에는 운전면허증, 영수증 등 다양한 문서를 프로세스할 수 있는 Document AI와 같은 기능이 포함되어 있습니다. 또한 Snowflake의 Cortex Analyst를 사용하여 AI 청구 에이전트가 데이터를 분석하고 보험 약관을 검토하여 정보에 기반한 결정을 내릴 수 있도록 지원합니다

Accenture가 청구에 중점을 두는 것은 금융 서비스 산업에 대한 인사이트에서 비롯된 것입니다. 즉, 보험금 청구 승인에는 늘 100%의 정확도가 필요하지는 않는다는 것이죠. 흥미롭게도 보험금 청구인들은 처리만 빨리 되면 일부 금액만 지급되어도 받아들이는 경우가 많습니다. 이처럼 보험금 지급에는 유연성이 존재합니다. 즉, 결정에 대해 내부적으로 이의 제기가 가능하기 때문에 규제 기관의 개입을 피할 수 있습니다. 이는 금융 자문처럼 보다 엄격한 정확도를 요구하는 영역과 대조적으로, 이러한 분야에서는 수탁자 책임(fiduciary responsibility)이 요구됩니다. 반면 보험금 청구는 상대적으로 규제 수준이 낮기 때문에 보험사가 수익 마진 내에서 지급액을 조정할 수 있는 유연성이 있습니다. 따라서 보험금 지급 속도를 높이는 기능은 보험사의 수익과 고객 만족도 모두를 크게 향상시킬 수 있습니다.

신뢰성과 클라이언트의 만족도를 보장하기 위해 Accenture는 AI 청구 에이전트에 인간의 창의성을 반영했습니다. Mike Lao는 이렇게 강조합니다. "인간의 개입을 유지하는 것은 중요합니다. Accenture는 AI를 사용하여 작업 프로세스를 혁신함으로써 조직 내 AI 채택 규모를 확장하고 클라이언트의 기대치를 충족하고 있습니다."

Accenture의 데이터 및 AI 팀은 보험금 지급에 대한 심층적인 전문 지식을 바탕으로 글로벌 보험사를 지원하고 있습니다. 이 프로젝트는 다양한 금융 서비스 부문에서 AI 에이전트 채택을 확대하는 첫 단계로서 Snowflake의 APJ 금융 서비스 부문 책임자인 Kaushik GD는 "앞으로 AI 에이전트가 재무 계획 및 개인 투자 자문을 지원할 것"이라고 밝히고 “하지만 기술 솔루션과 규제 채택이 모두 진화해 나감에 따라 시간이 걸릴 것"이라고 덧붙였습니다.