지난 10월, 국내에서 생성형 인공지능(AI)으로 사업하는 스타트업들이 한자리에 모였어요.
서울 강남구 모스스튜디오에서 열린 ‘마이크로소프트 스타트업 서밋-젠AI 로드쇼'에서 마이크로소프트 애저 오픈AI를 통한 비즈니스 노하우를 공유하기 위해서였는데요.
이날 행사에는 핀다도 참여해 우아한형제들, 쏘카 등 내로라하는 국내 스타트업들과 함께 어깨를 나란히 했죠.
오늘은 핀다에 생성AI를 접목시켜 미래 금융 지도를 그려나가는 희님과 현민님을 만나 많은 이야기를 나누었어요. 핀다가 꿈꾸는 미래 금융 이야기, 한번 들어보실까요?
안녕하세요 여러분. 간단하게 자기소개 부탁드립니다!
희 저는 안녕하세요, 핀다 최고기술책임자(CTO) 서희입니다. 핀다의 개발 조직이 프로덕트를 잘 만들 수 있도록 기술 방향성을 정하고 전략을 수립하고, 더 나아가 회사에서 성장하기 위해 필요한 신성장동력인 AI와 빅데이터를 활용해 새로운 형태의 사업을 기술 관점에서 발견해 나가고 있습니다.
현민 안녕하세요, 핀다 데브옵스(DevOps) 엔지니어 서현민입니다. 핀다의 서비스 환경을 구축하고 운영하는 일을 맡고 있고, 최근에는 크루들의 생산성 향상을 위한 챗GPT 기반의 사내용 서비스 ‘핀다GPT’를 만들었습니다.
지난 10월, 마이크로소프트와 손잡고 핀다 전용 챗GPT인 ‘핀다GPT’를 도입했다는 내용을 발표하면서 세간의 이목이 쏠렸는데요. 이런 사례를 만들어낼 수 있었던 비결은 어디에 있었나요?
현민 프로그램 신청 후 스폰서십 계약까지 내부 의사결정이 굉장히 빠르게 이뤄지면서 국내 최초로 마이크로소프트 애저 오픈AI와 협력할 수 있었다고 생각해요. 사실 오픈AI가 챗GPT를 처음 선보였을 때부터 수많은 회사들이 도입을 시도했었죠. 오픈AI는 퍼블릭 통신이 필요할 뿐만 아니라,개인이 동의를 철회(Out)하기 전까지는 개인정보 활용에 대한 동의가 돼 있다고 가정하고 정보를 활용한다는 미국식 ‘옵트 아웃(Opt-out)’ 방식을 채택하고 있다 보니 사내 정보에 대한 유출 우려가 있었어요. 당연히 제대로 된 활용이 어려울 수밖에 없었죠. 그러던 중 이를 해결하기 위한 마이크로소프트의 애저(azure) 오픈AI가 나온다는 소식을 접했고, MS 애저에서 스타트업 스폰서십 프로그램이 있다는 사실을 알게 되면서 주저 없이 신청했던 게 기억이 납니다.
희 기존에는 딥러닝과 같은 전통적인 AI 기술 영역은 전문 역량을 갖춘 회사만 진행할 수 있었어요. 핀다처럼 작은 스타트업은 사업 관점에서 이에 투자할 시장 경쟁력이 부족했던 것이 사실이죠. 하지만 오픈AI 덕분에 이러한 고민이 해결됐어요. 크루들이 AI를 잘 사용할 수 있는 환경과 시스템을 구축하게 도와주는 좋은 도구가 된 거죠. 게다가 핀테크 특성상 수많은 고객의 개인정보로 인해 각종 규제와 얽혀있는 상황에서 안전하게 이를 해결할 수 있는 방법이 필요했는데, 마이크로소프트 애저 오픈AI 모델을 사용하면 고객 데이터를 보호하면서 핀다 맞춤형 생성AI를 활용할 수 있겠다고 확신했어요.
국내 핀테크 중에서는 최초로 도입했던 만큼 그 과정에서 어려움도 있었을 것 같아요.
희 핀다는 원래 AWS를 쓰던 회사라 처음엔 애저에 익숙해지기까지 시간이 걸렸어요. 애저 자체도 서비스 영역에서 많이 사용되는 클라우드 업체는 아닌 편이었고요. AWS와 애저 사이의 데이터를 전송하는 전용선과 프라이빗 네트워크 등을 구축하고 챗GPT를 접목하는 일까지 한번에 이뤄져야 하다 보니 어려움이 배가 됐었죠. 그런 시행착오를 겪으면서 개인정보를 잘 다룰 수 있는 안전장치를 마련하고 결국엔 핀다GPT를 도입했다는 사실에서 자부심을 느껴요.
모두가 아는 챗GPT를 핀다에 특화시키는 것이 얼마나 어려웠을지 짐작이 됩니다. 핀다GPT 자랑도 해주세요. 핀다GPT만의 특별한 점은 무엇인가요?
희 챗GPT의 등장으로 기술전문가의 시대가 어느 정도 저물고, 현업과 도메인 전문가들이 낮은 기술적 지식을 갖고도 고도화된 활용 사례를 보여줄 수 있는 시대가 도래했다고 생각해요. 핀다GPT가 도입되면서 데이터분석가의 도움 없이도 내부 크루들이 자연어만으로 자유롭게 데이터 분석을 진행할 수 있게 된 것이 가장 큰 변화라고 할 수 있습니다. 예컨대 MAU 추이나 여성 고객의 비율, 특정 데이터테이블의 명세서를 분석하고 싶을 때 원하는 프롬프트를 자연어로 입력하기만 하면 핀다 내부의 데이터를 바탕으로 분석 결과를 확인할 수 있게 된 것이죠. 고객이 원하는 서비스, 프로덕트에 집착하는 것이 핀다의 일하는 문화인 만큼, 모든 단계들을 효율적이고 빠르게 해결할 수 있어야 효용을 극대화 할 수 있는데요. 핀다GPT 덕분에 업무 속도와 효율성이 획기적으로 향상될 것으로 기대하고 있어요.
많은 생성AI 중에 오픈AI의 챗GPT를 적용한 것도 특장점이 있을 것 같아요!
현민 핀다GPT는 오픈AI 기반이라 챗GPT의 업그레이드에 맞게 최신 버전의 API를 호출할 수 있다는 게 강점이죠. 최근 오픈AI 개발자 컨퍼런스에서 발표된 내용을 보면 오픈AI와 타 생성AI의 격차는 날이 갈수록 벌어지고 있다는 걸 알 수 있어요. 아직 오픈AI의 한국 리전이 없지만 조만간 나오게 된다면 내부 네트워크 VPN 통신으로 보안망을 통해서만 쓸 수 있게 되면서 퍼블릭 통신의 한계도 완전히 해소될 것으로 예상되는데요. 챗GPT가 발전할수록 핀다GPT의 성능도 덩달아 업그레이드 된다는 건 무엇과도 비교할 수 없는 커다란 장점이라고 생각해요.
핀다GPT의 또 다른 강점? 데브옵스팀 영조님에게 들어보았습니다!
영조 "앞서 희님, 현민님이 잘 얘기를 해주셨는데요. 저는 희님,현민님 두분과 다르게 AI 전문 지식이 없는 일반 크루의 입장에서 말씀을 드리고 싶어요. 일반적인 컴퓨터공학과 졸업생, IT업계 종사자 정도의 수준이죠. 그럼에도 불구하고 직접 MS측과의 미팅을 통해 오픈AI의 모델을 핀다가 프라이빗하게 어떻게 쓸 수 있는지, 핀다만의 데이터로 더 발전된 AI 모델을 생성할 수 있다는 부분을 쉽게 이해할 수 있었습니다.
이는 곧, 핀다 엔지니어들이 핀다GPT를 사용하고, 발전시키는 것에 큰 허들이 없다는 의미이기도 하죠. 업무 효율성이 획기적으로 향상된다는 뜻이고요. 앞으로 핀다 크루들은 프라이빗 오픈AI API를 통해 최신 챗GPT를 손쉽게 사용하고, 핀다가 갖고 있는 데이터로 향상된 모델을 만들어내면서 CX뿐만 아니라 전반적으로 프로덕트의 퀄리티를 급격히 향상시킬 수 있게 된 거예요."
핀다GPT가 챗GPT라는 거인의 어깨에 제대로 올라탔다는 생각이 드네요. 이렇게 성능 좋은 핀다GPT를 잘 활용해 벌써 업무에 적용한 팀도 있다고요?
희 핀다 고객경험(CX)팀에서 핀다GPT를 고객 문의 사항이나 FAQ 콘텐츠 개발 등 현업에 적용해 아주 적절하게 활용하고 계세요. 기존에는 고객 VOC를 분석하고 FAQ 콘텐츠를 개발하려면 고객 데이터를 가공해야 했고, 이 과정에서 데이터 전문가의 도움이 반드시 필요했어요. 고객의 니즈와 감정에 대한 데이터를 분석하고 관련 키워드까지 뽑아내야 했으니까요. 하지만 현재는 핀다GPT 덕분에 데이터 전문가의 지원 없이 CX팀에서 자체적으로 분석, 가공까지 할 수 있게 되었습니다.
구체적으로 어떤 과정을 거쳐 업무가 이뤄지는지 설명 부탁드립니다.
희 핀다GPT를 활용한 핀다 CX팀의 NPS* 분석 과정을 살펴보면, 비정형적인 자연어인 고객 의견을 1차 가공 후 가공된 VOC를 영어로 번역하는 과정을 거칩니다. 이를 긍정/부정/중립/요청의 4가지 감정으로 분류한 뒤, 고객 의견을 대표하는 키워드를 추출하는 과정을 거치게 되는데 이 모든 과정을 핀다GPT에 자연어 프롬프트를 입력하는 것만으로도 손쉽게 해결하게 되었죠. 나아가 매월 4~5만 건의 비정형화된 외부 VOC까지 수집하고 분석할 뿐만 아니라 자체적으로 데이터를 학습하고 축적된 질문에 필요한 콘텐츠를 자체적으로 생성하는 ‘핀다 지식센터'를 코드를 사용하지 않고 구축했어요. 여기에 쌓인 고객 VOC와 응대 답변은 핀다 크루라면 누구나 쉽게 대시보드에서 주요 키워드로 검색할 수 있도록 VOC보드도 함께 만들었죠.
*NPS: Net Promoter Score의 약자로, 브랜드에 대한 고객 충성도를 측정하는 지표
핀다GPT를 가장 잘 활용하는 크루, CX팀 영욱님에게 들어보았습니다!
영욱 VOC를 처리하는 CX팀은 어떤 서비스이든 가장 자연어를 많이 다루는 조직에 가깝다고 생각해요.하지만 대부분의 VOC 데이터는 정량적으로만 처리가 되고 있어서 실제 고객의견이 조직의 메이커 분들에게 전달되지 않거나, 심지어 CX 조직 내에서도 제대로 문제를 파악하지 못하는 경우가 있었는데요.
매번 데이터 분석팀에 자연어 분석을 요청드리는 것도 어렵고, 자연어 분석을 하려고 해도 줄임말이나 오타, 부족한 문장구조 등으로 분석 자체에 어려움을 겪었는데, 핀다GPT가 구축된 후 이러한 분석을 훨씬 더 쉽게 할 수 있게 됐죠. 덕분에 CX팀의 인원은 비슷한 수준으로 유지하면서, CX팀이 다루는 VOC의 양은 2~3배 수준까지도 무리 없이 늘릴 수 있게 되었습니다. GPT4-Turbo 모델을 사용할 수 있다면 이 효과는 훨씬 더 커질 것으로 보이고요!
VOC보드는 “Thank You Finda”를 듣기 위해 전력을 다하는 핀다 크루들이라면 누구나 사용해보고 싶을 것 같다는 생각이 들어요. 다른 팀에게도 많은 변화가 생길 것 같습니다!
희 맞아요. CX팀의 업무는 단순히 VOC를 잘 해결하는 것에서 그치지 않고, 많은 상담 데이터를 빠르게 분류해 여러 고객들의 상황들을 프로덕트팀에 적재적소에 전달하는 것도 중요한 미션이거든요. 여기에 소요되는 시간이 길어질수록 고객의 페인 포인트는 점점 누적될 수밖에 없어요. 하지만 VOC보드를 통해 실시간으로 고객 상담 데이터를 분류할 수 있게 되면서 프로덕트팀에서 어떤 형태의 문제와 개선점을 도출할 수 있을지에 대해 기민하게 대응하게 됐어요. 이로 인해 현업 담당자들이 단순 분류 작업에서 벗어나 고객의 문제에 대해 더 깊은 고민을 할 수 있는 시간을 벌면서 문제 해결에 온전히 집중할 수 있게 됐죠. 오퍼레이션의 시대는 끝났고, 문제해결의 시대가 도래했다고 보시면 돼요.
CX 영역에서도 획기적인 업무 혁신이 일어나는 것을 보니 생성AI를 기존의 금융서비스에 접목시킨다면 훨씬 더 많은 혁신이 일어나지 않을까 싶네요.
현민 말처럼 쉬운 일은 아니에요. 국내 금융업은 세계적으로 봤을 때에도 최고 수준의 보안 수준을 요구받고, 규제도 강력한 편이죠. 오픈AI만 해도 마이크로소프트 애저 환경이 아니라면 공개 네트워크를 사용해야 돼서 국내 금융 보안 기준으로 볼 때 보안 위험에 노출되어 있어요. 아직까지 이를 통해 금융으로 제대로 돈을 번 회사의 사례도 찾아보기 어렵죠. 여러 가지 아이디어는 시장에서 나오고 있어요. 게임 회사가 생성AI를 통해 마치 실제 유저 같이 자연스럽게 답변을 하는 NPC를 만드는 것처럼 금융 앱에서 발송하는 푸시 발송을 초개인화시켜 마치 내 금융정보를 상세히 분석하고 바로 앞에서 친절하게 말을 거는 컨설턴트가 있는 듯한 느낌을 선사할 수 있죠.
희 일단 왜 금융에 AI를 적용해야 할까요? 금융만큼 정보 불균형이 이뤄진 영역이 없기 때문이죠. 신용정보가 좋아지면 금리인하요구권을 쓸 수 있도록 자동으로 연동되어야 이치에 맞지만 이를 먼저 나서서 해결해주는 금융사는 전무해요. 고객의 신용 상태, 대출 상황이 대출을 받기에 좋은 조건이 됐을 때 상황에 맞춰 자동화로 대응할 수 있는 시스템이 만들어진다면 어떨까요? 저는 그것이야말로 AI가 금융 문제를 해결하는 데 사용되어야 하는 이유이자 가장 이상적인 모델이라고 생각해요. ‘초개인화 맞춤 은행'을 꿈꾸는 핀다가 생성AI를 통해 이뤄야 할 지향점이기도 하고요.
자체적으로 구축한 ‘핀다 지식센터’가 벌써부터 성공적으로 크루들에게 사용되는 것을 보니 다른 회사들에서도 부러워 할 것 같다는 생각이 드네요. 마이크로소프트 스타트업 서밋에서도 이를 외부 업체에 B2B 솔루션으로 제공해 추가적인 수익 모델로 발전시키겠다고 밝혔는데요. 어떤 방식의 수익화 전략을 구상하고 계신지 설명해주세요.
희 무모한 소리라고 여기실 수도 있겠지만 저는 핀다GPT 기반의 AI 솔루션을 모든 금융사와 핀테크사가 원하게 될 것이라고 확신해요. 핀테크사는 금융사와 똑같이 규제를 적용받고 그에 따른 업무 프로세스를 갖춰야 하는데요. 대부분의 핀테크사는 모든 규제 이슈를 해결한 솔루션을 원하겠지만, 일반적인 AI 보안 스타트업들은 금융업에 대한 이해도가 매우 낮다 보니 적합한 솔루션을 갖추기 어려워요. 이 기업들이 금융사의 니즈를 다 만족시키려면 많은 시간이 걸릴 테고요. 더군다나 핀다는 이미 수많은 금융사와 연계하고 파트너십을 쌓아왔던 노하우를 지닌 만큼 솔루션을 제공하는 데 있어서도 좋은 기반을 갖췄다고 보고요. 결국 AI도 잘하면서 금융규제와 파이낸스 기반의 거버넌스도 잘 알고 있는 회사만이 이러한 솔루션 사업을 영위할 수 있을 것으로 본다면, 핀다는 이를 위한 선결조건을 해결해 경쟁력을 갖췄고, 충분히 수익화 모델도 뚜렷하게 도출할 수 있다고 보는 것이죠.
사실 최근 들어 글로벌 빅테크는 물론 네이버, 카카오 등 국내 빅테크들도 자체 생성AI를 선보이며 AI 생태계를 구축하고 있다 보니, 이 시장도 먹거리 싸움이 매우 치열하게 펼쳐질 것으로 예상되는데요. 핀다와 같은 중소 핀테크가 빅테크와 금융기관 틈바구니에서 AI를 무기로 살아남는 방법은 무엇이라고 생각하시나요?
현민 앤트로픽, 구글바드, 오픈AI 등 글로벌 빅테크들은 국내 대기업도 따라가기 어려운 상황이기 때문에 잘 만들어진 AI 서비스를 금융 보안에 맞춰서 사용하는 것이 중요하다고 생각해요. 거대 금융사에서 자체 생성형AI를 만들고자 하지만 핀다는 이를 지양하는 이유죠. 대부분의 기업들이 일반적인 지식을 가지고 생성AI 모델을 구축하려고 하는데, “대출받을 때 어떤 서류가 필요할까?”, “대출 개수가 3개면 대출 받을 가능성이 어느 정도 될까?”와 같은 질문은 지금도 이미 챗GPT가 다 처리할 수 있는 것들이에요. 고객의 관점에서 보지 않고 과도하게 데이터를 학습시키는 건 오히려 챗GPT 모델의 정확도를 더 낮출 수 있고요. 결국 중요한 것은 시장과 고객의 문제를 해결하는 것에만 집중하는 일이에요. 챗GPT를 가지고 회사의 특성에 맞게 커스터마이징만 잘해도 고객의 문제를 충분히 해결해낼 수 있다고 봐요.
고객의 문제를 해결하는 데 집중하면 자체 AI를 구축하는 것은 어쩌면 별로 중요한 일이 아닐 수 있겠다는 생각이 듭니다. 그렇다면 현 시점에서 핀다의 AI 역량은 어느 정도 경쟁력을 갖췄다고 보시나요?
희 AI 기술 자체보다 AI를 어떻게 활용하느냐가 새로운 헤게모니로 떠오르게 될 것으로 본다면, 핀다처럼 빅테크 수준의 AI 기술을 보유하지 못한 회사여도 얼마든지 AI 시장에서 빠르게 성장하고 시장 파이를 가져갈 수 있는 시대가 됐다고 봐요. 핀다가 하려는 건 시장과 고객의 문제를 AI라는 도구를 활용해서 풀고자 하는 것이니까요. 그럼 핀다는 AI를 잘 활용하고 있는 회사인가?라고 재차 질문해볼게요. 핀다가 현재 진행 중인 AI-FDS, ACSS, 핀다스코어 등은 정형화된 데이터를 통해 작업한 것들이라고 볼 수 있죠. 생성AI를 활용하면 비정형적인 데이터를 잘 이해하고, 자연어 처리 능력을 갖춘 전문가 없이 구조적 형태로 정보를 가공할 수 있게 돼요. 다시 말해, 일반적인 수치나 구조화된 데이터를 분석하는 건 이미 잘하고 있었지만 비정형화된 데이터를 잘 분석해주는 생성AI 덕분에 기존에 잘하던 일에 더 집중할 수 있게 됐다고 보시면 돼요.
앞으로 핀다의 AI 경쟁력이 얼마나 더 발전하게 될지 기대가 됩니다. 가까운 시일 내에 준비 중인 AI 관련 내용이 있다면 살짝 힌트 좀 주실 수 있을까요?
현민 데이터플랫폼팀이 구축한 데이터브릭스 유니티 카탈로그를 기반으로 사용자 질의를 데이터브릭스 SQL 쿼리로 변환해 주는 일명 ‘SQL GPT’를 개발 중입니다. 개발이 완료되면 SQL 쿼리를 작성하기 어려운 사람도 데이터브릭스 쿼리 에디터를 사용해 쉽게 정보를 조회할 수 있게 되죠. 이를 통해 SQL를 잘 모르는 핀다 크루가 데이터브릭스 쿼리를 쉽게 작성할 수 있도록 도움으로써 모든 크루들을 데이터 전문가로 만들고자 합니다.
희 빠르면 다음 달 말이나 내년 초 마이데이터 카드업권을 상세히 연동하고 나면 고객에게 더 나은 가치를 제공할 수 있는 소비 데이터가 생성이 될 텐데요. 이 데이터를 분류하는 작업에 핀다GPT를 활용할 예정이에요. AI를 잘 활용하는 사람이 살아남는 시대가 된 만큼 사내 생성AI 해커톤도 진행할 계획입니다. 마이크로소프트 애저의 지원을 받아 총 3차의 교육을 무료로 진행해서 핀다 크루들의 AI 이해도를 높인 후 각자의 업무에서 AI 활용에 대한 인사이트를 바탕으로 고객에게 더 나은 서비스를 제공하기 위해 해커톤에서 문제를 해결하도록 자리를 마련할 거예요. 어떤 성과들이 쏟아져나올지 벌써부터 기대가 됩니다.
오랜 시간 인터뷰에 응해주셔서 감사합니다. 마지막으로 핀다가 생성AI를 통해 앞으로 그려갈 미래 금융의 모습을 간단하게 말씀해주신다면?
희 생성AI를 통해 정보 불균형을 통해 어려움을 겪는 이들을 위한 문제를 해결하는 대출 컨설턴트들의 역할을 핀다가 대체하게 될 것으로 봅니다. 그리고 그 비용은 0에 수렴할 것이고요. 비용을 들이지 않고 고객의 금융 문제를 해결해준다면 이보다 더 완벽한 대출 컨설턴트는 없지 않을까요?
현민 핀다의 목표인 ‘1000만의 주거래 은행'이 ‘1000만의 프라이빗 뱅킹'으로 더 초개인화가 이뤄진 미래를 상상해보고 싶어요. 1000만 고객과 각각 상호작용을 하는 인터랙티브 뱅킹을 꿈꿔봅니다.
오늘은 희님과 현민님을 통해 핀다가 생성AI로 그려나가는 미래 금융 이야기를 살펴봤습니다.
‘1000만의 주거래 은행'을 꿈꾸는 핀다가 생성AI를 통해 초개인화 뱅킹 서비스를 제공하는 모습, 이번 인터뷰를 통해 행복한 상상을 해볼 수 있었는데요.😊
“어떤 AI 기술을 갖고 있는지보다 얼마나 AI 기술을 잘 활용하는지에 따라 미래 금융의 주도권을 쥐게 될 것”이라는 희님의 말처럼, 앞으로 핀다가 어떤 AI 기술로 고객들의 문제를 잘 해결해나갈지 기대해주세요!
*핀다의 핵심가치가 궁금하다면? 👉핀다답게 일하는 방법, <핵심가치 2.0> 콘텐츠 보기
핀다 팀에 대해 더 알고 싶다면, 핀다포스트 ‘사람이 핀다’ 시리즈를 꼭 읽어주세요. :)
핀다와 함께 끝없는 성장을 이루고 싶은 분이라면,
지금 핀다호에 탑승하세요!🚀✨
Interviewee 서희 서현민
Interview·Edit·Photo 정진우