골드만 삭스, 핵심 은행 운영 자동화를 위해 Anthropic AI 에이전트 배치

금융 지능의 새로운 시대: 골드만삭스(Goldman Sachs), Anthropic의 에이전트형 AI(Agentic AI) 통합

금융 부문에서 인공지능의 성숙을 알리는 결정적인 움직임으로, 골드만삭스(Goldman Sachs)가 핵심 백오피스 운영을 자동화하기 위해 Anthropic이 개발한 AI 에이전트를 공식적으로 배치했습니다. 이번 파트너십은 기업용 AI의 탐색적 "챗봇" 단계에서 벗어나, 복잡하고 다단계의 워크플로우를 실행할 수 있는 자율 시스템인 "에이전트형 AI(Agentic AI)"를 향해 신속하게 이동하고 있음을 시사합니다.

Creati.ai에서 우리는 이 협업을 거대 언어 모델(Large Language Models, LLMs)을 규제가 심한 산업에 통합하는 획기적인 순간으로 보고 있습니다. 6개월간의 엄격한 파일럿 프로그램 이후, 이 월스트리트의 거물은 이제 회계 조정부터 복잡한 컴플라이언스 체크 및 고객 온보딩 프로세스에 이르는 작업을 처리하기 위해 Anthropic의 Claude 모델을 활용하고 있습니다.

대화에서 실행으로: 에이전트형 AI(Agentic AI)의 부상

표준 생성형 AI(Generative AI) 도구와 "AI 에이전트"의 차이는 이번 배치의 중요성을 이해하는 데 핵심적입니다. 표준 LLM은 프롬프트를 기반으로 텍스트를 생성하지만, AI 에이전트는 특정 목표를 달성하기 위해 추론, 계획 및 행동을 실행하도록 설계되었습니다. 이들은 단순한 디지털 비서가 아닌 디지털 직원으로서 기능합니다.

Anthropic의 기술을 활용하기로 한 골드만삭스의 결정은 단순히 "말하는" 것보다 "행동하는" AI에 대한 수요가 증가하고 있음을 강조합니다. 이러한 에이전트들은 은행의 내부 소프트웨어 환경에 통합되어, 지속적인 인간의 개입 없이도 다양한 데이터베이스와 인터페이스하고, 문서를 읽으며, 거래를 실행하거나 불일치 사항을 표시할 수 있습니다.

배치된 에이전트의 주요 기능:

문맥적 추론(Contextual Reasoning): 금융 규제 및 내부 정책의 뉘앙스를 이해하는 능력.
도구 사용(Tool Use): 내부 API에 연결하여 고객 데이터를 조회하거나 원장을 업데이트함.
반복적 문제 해결(Iterative Problem Solving): 스프레드시트의 오류를 식별하고 불일치의 원인을 자율적으로 탐색함.

에이전트형 AI로의 전환은 은행 업무의 병목 현상인 방대한 양의 고위험, 반복적 인지 노동 문제를 해결합니다. 이러한 작업을 AI 에이전트에게 맡김으로써, Goldman Sachs는 인적 자원이 고차원적인 전략 및 관계 관리에 집중할 수 있도록 하는 것을 목표로 합니다.

핵심 타겟팅: 회계, 컴플라이언스 및 온보딩

이번 배치는 지엽적인 실험에 국한되지 않고 은행 운영의 핵심을 겨냥하고 있습니다. 파트너십에 관한 보고서에 따르면, 초기 롤아웃은 회계, 컴플라이언스, 고객 온보딩이라는 세 가지 고마찰 분야에 집중하고 있습니다.

회계 운영의 혁신

골드만삭스 규모의 투자 은행에서 회계는 수백만 건의 거래 처리를 수반합니다. AI 에이전트는 내부 원장과 외부 명세서를 대조하는 과정인 계정 조정 업무를 맡았습니다. 이 과정은 전통적으로 수많은 회계사가 필요했던 작업입니다. 에이전트는 송장 및 영수증의 비정형 데이터를 파싱하고, 이를 거래 로그와 대조하며, 인간 감사관에 필적하는 정밀도로 이상 징후를 식별할 수 있습니다.

컴플라이언스 및 리스크 관리 강화

컴플라이언스는 규제 실패와 관련된 엄격한 처벌로 인해 AI 구현에 있어 가장 민감한 영역입니다. 골드만삭스가 Anthropic을 선택한 이유는 AI 출력을 유익하고 무해하며 정직하게 만들도록 설계된 프레임워크인 "헌법적 AI(Constitutional AI)"에 대한 Anthropic의 집중 때문일 가능성이 큽니다.

에이전트들은 잠재적인 자금 세탁(AML) 신호를 모니터링하고 신규 계좌가 고객 알기 제도(KYC) 규정을 준수하는지 확인하는 업무를 지원합니다. 수천 개의 문서를 초기에 검토하는 과정을 자동화함으로써, 은행은 샘플링에 의존하는 대신 100% 검토를 보장하여 기관의 리스크를 줄일 수 있습니다.

고객 온보딩 간소화

기관 뱅킹에서 고객 온보딩은 필요한 법적 및 규제적 장애물을 통과하는 데 종종 수주가 걸리는 고질적인 문제였습니다. Anthropic 에이전트는 고객이 제출한 문서에서 필요한 정보를 추출하고, 공공 레지스트리와 데이터를 대조하며, 내부 시스템에 입력함으로써 이 과정을 신속하게 처리합니다. 이는 은행의 수익 창출 시간을 단축하고 고객 경험을 크게 개선합니다.

비교 분석: 전통적 자동화 vs. 에이전트형 AI

골드만삭스가 추진 중인 기술적 도약을 이해하기 위해, 이전의 자동화 방식과 새로운 에이전트 방식을 비교하는 것이 도움이 됩니다.

기능	전통적 자동화 (RPA)	에이전트형 AI (Claude)	뱅킹에 미치는 영향
의사 결정	규칙 기반 (If/Then 로직)	확률적 추론	규제 해석과 같은 복잡하고 모호한 시나리오 처리 가능.
데이터 처리	정형 데이터만 가능	비정형 텍스트, PDF, 이메일	법적 계약서 및 고객 이메일을 직접 처리 가능.
적응성	인터페이스 변경 시 작동 중단	UI/API 변경에 적응	유지보수 비용 절감 및 업타임 향상.
범위	단일, 반복 작업	엔드투엔드(End-to-end) 워크플로우	"신규 헤지펀드 고객 온보딩"과 같은 전체 프로세스 자동화.
학습	정적 프로그래밍	인컨텍스트 학습(In-context learning)	인간의 피드백을 통해 시간이 지남에 따라 정확도 향상.

전략적 파트너십: 왜 Anthropic인가?

OpenAI나 Google DeepMind와 같은 다른 경쟁사 대신 Anthropic을 선택한 것은 주목할 만합니다. 다른 모델들이 원시 벤치마크 점수나 소비자 인지도에서 앞설 수 있지만, Anthropic은 기업 및 엔터프라이즈급 AI를 위한 "안전한" 선택지로 입지를 굳혔습니다.

골드만삭스는 지능적일 뿐만 아니라 해석 가능하고 제어 가능한 모델을 필요로 합니다. Anthropic의 Claude 모델은 방대한 법률 문서를 한 번에 읽을 수 있는 큰 컨텍스트 윈도우와 조종 가능성(Steerability)으로 유명합니다. 은행 입장에서 금융 조언을 환각(Hallucination)하는 AI는 부채이지만, 보수적으로 행동하고 출처를 인용하는 AI는 자산입니다.

골드만삭스-Anthropic 제휴의 이유:

안전 우선: Anthropic의 정렬 연구는 규제 산업에 필수적인 유해 출력 방지에 집중합니다.
데이터 프라이버시: 배치 아키텍처는 독점적인 뱅킹 데이터가 골드만삭스의 보안 환경 내에 머물도록 보장하여 데이터 유출 우려를 해결합니다.
복잡한 추론: 특정 작업(회계 및 법적 컴플라이언스)은 뛰어난 논리 기능이 필요한데, 이는 Claude 3.5 시리즈가 리더십을 입증한 분야입니다.

업계 파급 효과

골드만삭스는 종종 월스트리트 기술 트렌드의 가늠자로 여겨집니다. 그들의 성공적인 뱅킹 자동화(banking automation) 에이전트 배치는 금융 서비스 산업 전반에 걸쳐 "빠른 추종자(fast follower)" 효과를 촉발할 가능성이 높습니다.

JPMorgan Chase와 Morgan Stanley 같은 경쟁사들도 이미 AI에 막대한 투자를 하고 있지만, 자율 에이전트로의 이동은 한 단계 더 진화한 것입니다. 우리는 "서비스형 에이전트(Agent-as-a-Service)" 플랫폼에 대한 수요가 급증하고 백오피스 부서의 인력 계획이 재평가될 것으로 예상합니다.

그러나 이러한 전환에 어려움이 없는 것은 아닙니다. 결정의 배경이 되는 추론이 항상 투명하지는 않은 AI의 "블랙박스" 특성은 여전히 규제 기관의 과제로 남아 있습니다. 6개월간의 파일럿 단계는 골드만삭스와 Anthropic이 내부 리스크 위원회와 외부 규제 기관을 만족시키기 위해 "가드레일"과 감사 추적(audit trails)을 구축하는 데 상당한 시간을 보냈음을 시사합니다.

AI 기반 은행의 미래

이러한 발전은 은행의 미래가 하이브리드 형태가 될 것임을 시사합니다. 인간 뱅커는 AI 에이전트에 의존하여 데이터 처리 및 규제 점검의 고된 업무를 처리하며, 운영자가 아닌 감독자로서 역할을 수행하게 될 것입니다.

Creati.ai는 이 파트너십의 다음 단계로 서로 다른 AI 에이전트(예: "리스크 에이전트"와 "트레이딩 에이전트")가 인간의 감독 하에 복잡한 금융 전략을 최적화하기 위해 서로 통신하는 "에이전트 협업"이 포함될 것으로 예측합니다.

골드만삭스는 사실상 기준을 높였습니다. AI를 사용해 이메일을 쓰는 것은 이제 기본이며, AI를 사용하여 은행을 운영하는 것이 새로운 개척지입니다. 이러한 에이전트들이 더욱 정교해짐에 따라, 코드와 신경망이 운영 무결성의 부담을 짊어지게 되면서 "핵심 은행 운영"의 정의가 다시 쓰여질 것입니다.

결론

골드만삭스의 Anthropic AI 에이전트 배치는 단순한 기술 업그레이드 그 이상이며, 현대 은행의 구조적 진화입니다. 회계 및 컴플라이언스와 같은 복잡한 영역을 성공적으로 자동화함으로써, 이번 파트너십은 생성형 AI가 기업 세계의 엄격함을 견딜 준비가 되었음을 증명합니다. **금융 기술(financial technology)**이 계속 진화함에 따라, 자율 에이전트를 배치하고 관리하는 능력은 금융 섹터에서 경쟁 우위를 결정짓는 주요 요인이 될 것입니다.