"이럴 거면 챗GPT 쓰지"…상담 연결에 그친 은행 챗봇

기술 유형 차이…은행은 머신러닝, 생성형AI는 LLM

챗GPT 정보 맹신은 위험…"할루시네이션 가능성"

[사진=연합뉴스]

"연봉 1억원인데 마이너스통장 한도가 얼마나 나올까요?"

같은 질문을 은행 챗봇과 챗GPT에 입력하면 답변 방식은 극명하게 갈린다. 은행 챗봇은 관련 상품 안내나 상담 연결을 권하는 수준에 그치는 반면 챗GPT는 신용점수와 재직기간, 기존 대출 여부 등을 추가로 묻고 예상 가능한 한도 범위를 제시한다. 

챗GPT, 제미나이 같은 생성형 AI 확산으로 금융 상담 서비스에 대한 이용자들의 기대치가 높아지고 있지만 은행 챗봇의 실제 활용 범위는 제한적이라는 평가가 나오는 이유다.

15일 금융권에 따르면 주요 은행들은 인공지능(AI)을 고객 상담 서비스에 적용하고 있지만 실제 챗봇은 상품 안내와 업무 절차, 금리 조회 등 정형화된 업무를 중심으로 운영되고 있다. 예를 들어 주택담보대출 가능 한도나 마이너스통장 한도처럼 개인별 심사가 필요한 질문에는 구체적인 답변 대신 관련 상품 설명이나 영업점 상담을 안내하는 경우가 많다.

이는 AI 기술 유형이 서로 다르기 때문이다. 생성형 AI는 외부에 공개된 방대한 데이터를 학습한 거대언어모델(LLM)을 기반으로 작동한다. 언론 보도와 정부 자료, 공개된 금융 정보 등을 종합해 질문 의도를 파악하고 추가 질문을 이어가며 답변을 구성한다. 

반면 은행은 보통 머신러닝 기술을 활용한다. 정보의 범위를 은행 내부 업무 규정과 금융상품 정보 등 '사전에 등록해 놓은 시나리오'에 기반해 제공하는 식이다. 여기에 망분리 규제와 금융소비자보호법, AI 기본법 등으로 내부 데이터를 외부 AI 모델 학습에 활용하기 어렵다는 한계도 있다.

그렇다고 챗GPT 정보를 맹신하는 것은 위험하다. 실제 대출 한도나 금리처럼 은행 내부 심사에 따라 결정되는 정보는 추정치에 불과하며 잘못된 정보를 제시하는 환각(할루시네이션) 위험도 존재한다. 생성형 AI는 은행처럼 금융규제상 설명의무나 적합성 원칙 등에 대한 책임도 지지 않는다.

금융권에서는 향후 망분리 규제 완화와 AI 기술 고도화가 이뤄지면 은행 생성형 AI의 활용 범위도 점차 넓어질 것으로 기대하고 있다. 내부 데이터를 안전하게 활용하면서도 챗GPT 수준의 자연스러운 대화 능력을 갖춘 금융 AI가 구현되면 현재의 한계도 상당 부분 해소될 수 있을 것이라는 전망이다.

한 시중은행 관계자는 "은행 AI의 경쟁력은 다양한 정보 제공 자체보다 정보의 정확도와 신뢰도에 있다"면서도 "챗봇의 한계를 개선하기 위해 생성형 AI 기반 상담 서비스를 구축하는 등 서비스를 고도화하고 있다"고 설명했다.