KB국민은행이 아마존웹서비스(AWS), 구글클라우드플랫폼(GCP), 내부 생성형 인공지능(AI) 시스템을 연결하는 데이터망을 구축한다. AI 서비스 개발 속도와 데이터 활용도를 높여 AI 에이전트를 은행 업무 전반으로 확산하려는 전략이다.
금융권에 따르면 KB국민은행은 AWS와 GCP, 내부 생성형 AI 시스템 사이에서 데이터를 검색하고 주고받을 수 있는 연계 체계를 마련하고 있다.
KB국민은행의 클라우드 전환과 KB금융의 생성형 AI 확대를 하나의 데이터 구조로 연결하는 작업이다. KB국민은행은 데이터 저장과 분석을 담당하는 정보계 시스템을 AWS 기반 클라우드로 전환한다. KB금융은 구글 클라우드와 전략적 협업을 추진하며 구글 생성형 AI 모델 제미나이를 업무와 고객 서비스에 적용한다.
데이터를 처리하는 환경과 AI 모델을 활용하는 환경이 달라도 AI 에이전트가 필요한 정보를 가져올 수 있도록 공통 데이터 통로를 만드는 구조다. 데이터와 AI를 하나의 클라우드에 모두 모으는 대신 아마존·구글 클라우드와 내부 시스템을 연결해 활용하는 멀티클라우드 연계 방식이다.
AI 에이전트가 은행 업무를 처리하려면 상품 정보와 시장 데이터, 내부 규정, 업무 자료 등을 신속하고 정확하게 찾아야 한다. 데이터가 시스템별로 분산돼 있으면 AI 서비스를 추가할 때마다 별도의 연결 작업이 필요하다. KB국민은행은 여러 AI 서비스가 같은 데이터를 일관된 방식으로 활용할 수 있도록 공통 검색·연계 체계를 구축한다.
사업 배경에는 KB금융의 AI 에이전트 확대가 있다. KB금융은 최근 데이터 분석 AI 에이전트 'KB DAVIS'를 공개했다. 임직원이 일상 언어로 질문하면 필요한 데이터를 찾아 분석하고 결과를 제공하는 업무지원 서비스다. 실시간 대화와 다국어 통역이 가능한 상담 에이전트 'KB Star 별이'도 고객 접점에 단계적으로 적용할 계획이다.
KB금융이 구글 기반 AI 에이전트를 확대하는 가운데 AWS 기반 데이터 환경과 GCP, 내부 생성형 AI 시스템을 연결하는 기반의 필요성도 커진 것으로 풀이된다.
데이터망이 마련되면 고객 상담과 상품 분석, 리스크 관리, 내부 보고서 작성 등 업무별 AI 서비스 개발 속도를 높일 수 있다. 같은 데이터를 여러 AI 서비스가 공동으로 활용할 수 있어 중복 개발과 데이터 가공 부담도 줄어든다.
은행권의 AI 경쟁은 AI에 정확한 데이터를 얼마나 빠르고 안전하게 공급할 수 있느냐를 겨루는 단계로 이동하고 있다. 다만 여러 클라우드와 내부 시스템 사이에서 금융 데이터가 오가는 만큼 보안과 운영 통제 체계도 함께 갖춰야 한다.
금융권 관계자는 “AI 에이전트를 실제 은행 업무에 확산하려면 모델 성능뿐 아니라 여러 시스템에 흩어진 데이터를 빠르고 안전하게 연결하는 기반이 필요하다”며 “이번 사업은 은행의 데이터 활용 구조 자체를 AI 중심으로 바꾸는 작업”이라고 말했다.
류태웅 기자 bigheroryu@etnews.com
