금융 세계에서 시간은 곧 비용이자 가장 희소한 자원이다. 슈퍼컴퓨터가 100만분의 1초 단위의 초단타 매매로 승패를 가르는 현대 금융 시장에서, 역설적이게도 은행의 가장 기본적인 업무인 ‘고객 맞이On-boarding’ 프로세스는 여전히 아날로그 속도에 갇혀 있다. 우리는 스마트폰 앱으로 단 몇 초 만에 송금을 실행하는 시대에 살고 있다. 하지만 그 이면에서 거대 글로벌 은행이 고액 자산가 한 명을 신규 고객으로 유치하기 위해 수행해야 하는 컴플라이언스Compliance와 리스크 평가 과정은 평균 9일이나 걸린다. 신원 확인, 자금세탁방지 등 복잡한 규제를 통과해야 하는데, 한 명의 고객 정보가 55개에서 100개에 달하는 서로 다른 시스템에 조각조각 흩어져 있기 때문이다. 이는 20세기형 레거시 시스템들이 데이터의 유기적 결합을 가로막고 있는 구조적 모순을 적나라하게 드러낸다.
데이터는 존재하되 연결되지 않았고, 시스템은 작동하되 소통하지 않는 ‘데이터 사일로’의 감옥. 이 감옥 안에서 은행원들은 고부가가치 전략을 구상하는 대신, 파편화된 시스템 사이를 오가며 데이터를 수동으로 검증하는 ‘디지털 막노동’에 시달려야 했다. 씨티 웰스Citi Wealth가 팔란티어와 손잡고 단행한 혁신은 바로 이 지점에서 출발한다. 그들은 기존의 은행 시스템을 전면 교체하는 무모한 도박 대신, 그 위에 온톨로지라는 새로운 신경망을 이식해 9일의 시간을 수 초로 압축하는 데 성공했다. 이는 단순한 업무 자동화가 아니라, 금융의 작동 원리를 ‘인력 기반의 서비스’에서 ‘소프트웨어 기반의 플랫폼’으로 전환한 사건이다. 이제 우리는 씨티 웰스의 사례를 기점으로, JP모간 체이스와 소시에테 제네랄Société Générale S.A로 이어지는 금융권의 온톨로지 혁명이 어떻게 은행의 정의를 다시 쓰고 있는지 그 심층적인 메커니즘을 해부해보자.
온톨로지가 다시 쓴 금융의 문법: ‘9일의 장벽’과 데이터 사일로의 해체
‘9일’이라는 시간은 현대 금융 시스템이 얼마나 꽉 막혀 있는지를 보여주는 증거다. 씨티 웰스와 같은 글로벌 프라이빗 뱅킹 영역에서 고객 한 명을 온보딩하는 과정은 단순한 계좌 개설 행위가 아니다. 여권 확인, 주소 검증, 테러리스트 명단 대조 등 19개의 서로 다른 시스템에 걸쳐 있는 100개 이상의 프로세스를 관통해야 하는 복잡한 검증의 연속이다. 문제는 이 시스템들이 각기 다른 시기에, 다른 벤더에 의해, 다른 언어로 구축되었다는 데 있다. 고객 관계 관리 시스템은 마케팅 부서의 언어로, 리스크 시스템은 규제 당국의 언어로 데이터를 저장하고 있어, 시스템 간에 자동화된 대화가 불가능한 ‘바벨탑’의 상황이 연출된 것이다.
이런 구조적 단절은 필연적으로 인간의 수동 개입을 강요한다. 고객이 단순히 주소를 변경하려 해도 담당자는 55개의 시스템에 일일이 로그인하여 정보를 수정해야 했다. 은행원은 A 시스템에서 고객의 여권 정보를 조회하고, 이를 엑셀에 복사한 뒤, B 시스템에서 신용 등급을 확인하고, 다시 C 시스템에서 제재 목록과 대조해야 한다. 이 과정에서 발생하는 데이터 불일치나 누락을 수정하기 위해 수많은 이메일이 오가며, 규제 준수 여부를 입증하기 위한 서류 작업에만 며칠이 소요된다. 이는 뱅커가 고객의 자산을 증식시키는 본질적 업무보다 규제의 늪을 헤쳐나가는 행정 업무에 대부분의 자원을 투입하게 만드는 주객전도의 상황을 초래한다. 기존의 IT 솔루션들처럼 화면만 예쁘게 합쳐주는 식으로는 이 근본적인 ‘연결의 부재’를 해결할 수 없었다.
결국 씨티 웰스가 9일의 장벽에 부딪힌 것은 단순히 일이 많아서가 아니라, 데이터가 연결되지 않았기 때문이었다. 은행 내부에는 고객에 대한 모든 데이터가 있지만, 그 데이터가 파편화되어 있어 ‘고객’이라는 하나의 실체를 완성하지 못한 것이다. 그렇다고 이 사일로를 물리적으로 통합한답시고 시스템을 다 갈아엎는 방식은 수조 원의 비용과 수년의 시간이 소요되며 실패 확률도 극히 높은 위험한 일이다. 그래서 씨티 웰스는 기존 시스템은 그대로 둔 채, 그 위에서 데이터를 논리적으로 연결하고 통합하는 가상의 층, 즉 팔란티어의 ‘온톨로지’를 선택했다.
씨티 웰스가 구축한 고객 온톨로지의 핵심은 은행 내 모든 고객 관련 데이터를 실시간으로 동기화하여 구현한 ‘고객의 디지털 트윈’이다. 씨티 웰스는 이를 ‘GFCMGlobal Federated Client Master’이라 명명했다. 온톨로지는 파편화된 100여 개국의 시스템에 흩어진 데이터를 ‘고객Client’, ‘계좌Account’, ‘규제Regulation’, ‘관계Relationship’라는 의미론적 객체Semantic Object로 재정의했다. 예를 들어 마케팅 시스템의 '고객 ID 001'과 리스크 시스템의 '위험 등급 A'가 온톨로지 안에서는 '홍길동'이라는 하나의 객체 속성으로 통합된다. 이제 은행원은 더 이상 수십 개의 시스템을 일일이 열어볼 필요 없이, 온톨로지가 제공하는 하나의 화면에서 고객의 신원, 자산, 리스크, 관계 인물 등 모든 정보를 한눈에 볼 수 있다.
이런 통합은 데이터가 항상 일치하는 ‘단일한 진실Single Source of Truth’을 만든다. 마치 아이폰에서 연락처를 수정하면 아이패드와 맥북에 자동으로 동기화되는 애플의 아이클라우드iCloud처럼, 팔란티어의 온톨로지는 낡은 레거시 시스템들을 하나로 묶어 실시간 동기화를 구현한다. 과거에는 고객이 주소를 변경했을 때 고객 관계 관리에는 반영되었으나 리스크 시스템에는 반영되지 않아 규제 위반이 발생하는 경우가 빈번했다. 그러나 온톨로지 환경에서는 ‘고객 객체’의 주소 속성 하나만 수정하면 연결된 모든 하위 시스템의 데이터가 논리적으로 동기화된다. 설령 구형 시스템이 특정 문자 수 제한이 있더라도 온톨로지가 이를 조율하여 처리한다. 이는 데이터가 단순히 고여 있는 물이 아니라, 비즈니스 로직에 살아 흐르는 혈액이 된 것이다.
나아가 온톨로지는 복잡한 규제(컴플라이언스) 자체를 데이터 안에 심어버렸다. 기존에는 은행원이 두꺼운 규정집을 옆에 두고 고객의 요건을 일일이 확인해야 했지만, 이제 온톨로지 환경에서는 ‘고위험 국가 국적자는 추가 심사를 거쳐야 한다’는 규칙이 프로그램 코드로 짜여진 것이다. 씨티 웰스의 임원은 이를 “처음으로 전체 프로세스를 한눈에 볼 수 있게 된 순간”이라고 표현했다. 화면에 ‘녹색 체크’ 표시가 떴다면, 수십 개의 시스템에서 규제 검토가 완료되었음을 뜻한다. 만약 조건에 부합하지 않는 데이터가 들어오면 시스템은 즉시 프로세스를 차단하거나 추가 서류를 요구하여 안전장치 역할을 수행한다. 인간의 실수로 인한 규제 위반 리스크를 엄격하게 차단하는 강력한 통제 기제가 되는 것이다. 이는 규제 준수가 사후 감사의 대상이 아니라 사전 예방의 영역으로 전환됨을 뜻한다.
이렇듯 온톨로지 위에서 작동하는 씨티 웰스의 AI는 단순한 챗봇이 아니다. 그것은 은행의 업무 프로세스를 완결 지을 수 있는 권한을 위임받은 ‘실행 주체Agent’이자 진정한 의미의 유능한 비서다. 팔란티어의 AIP를 기반으로 한 이 AI는 대규모 언어 모델의 유창함과 온톨로지의 정확성을 결합하여 작동한다. 은행원이 ‘이 고객의 계좌를 개설해줘’라고 명령하면, AI는 온톨로지에 정의된 워크플로를 따라 필요한 데이터를 모으고, 여권 이미지를 인식해 정보를 추출하며, 규제 위반 여부를 검토하여, 최종 승인에 필요한 서류 초안까지 자동으로 생성한다.
이 시스템은 은행원들에게 ‘슈퍼맨 망토’를 입혀주는 격이다. AI는 단순히 시키는 일만 처리하는 것이 아니라, ‘캘리포니아에 산불이 발생했으니 해당 지역 거주 고객에게 안부 연락을 하세요’라거나 ‘페이스북 주식 등급이 하향되었으니 포트폴리오 조정이 필요한 고객 명단은 다음과 같습니다’와 같이 ‘다음에 할 최고의 행동’을 선제적으로 제안한다. 심지어 고객 성향에 맞춰 초등학생 수준의 쉬운 설명부터 전문적인 수준까지 다양한 톤 앤 매너로 메시지 초안을 작성해주기도 한다.
이 과정에서 가장 치명적인 리스크인 AI의 환각은 온톨로지가 철저히 통제한다. 금융 업무에서 0.1%의 오류는 곧 막대한 금전적 손실과 신뢰의 붕괴를 의미하기 때문이다. 씨티 웰스의 AI는 답변을 생성할 때 인터넷상의 불확실한 지식을 참조하지 않는다. 대신 검색 증강 생성 기술을 통해 온톨로지 내의 ‘검증된 실시간 데이터’와 ‘은행 규정’만을 참조 근거로 삼는다.
결과적으로 9일이 걸리던 고객 온보딩 프로세스는 ‘수 초’의 단위로 압축되었다. 50명이 매달려야 했던 작업이 단 한 사람의 모니터링으로 가능해졌으며, 시장 출시 속도는 90% 이상 빨라졌다. 그러나 이 혁신의 진정한 가치는 시간 단축 그 자체보다, 은행원의 역할 변화에 있다. AI가 데이터 수집, 대조, 검증, 서류 작성과 같은 저부가가치 행정 업무를 전담해 인간 은행원은 고객과의 깊이 있는 상담, 맞춤형 투자 전략 수립, 복잡한 예외 상황에 대한 판단과 같은 고부가가치 업무에 집중할 수 있게 되었다. AI가 인간을 대체하는 것이 아니라, 인간이 기계적인 업무에서 해방되어 더 인간적인 역량을 발휘할 수 있도록 돕는 ‘증폭기’ 역할을 수행하는 것이다. 씨티 웰스의 사례는 인간의 최종 승인 하에 AI가 실질적인 업무를 처리하는 ‘인간-AI 협업’의 가장 모범적인 표준을 제시한다.
JP모간 체이스 & 소시에테 제네랄 Case: 내부의 적을 잡는 AI, 횡령과 사고를 원천 봉쇄하다
세계 최대 은행인 JP모간 체이스가 팔란티어를 도입한 주된 목적은 외부의 해킹이 아닌, 가장 통제하기 어려운 리스크인 ‘내부자 위협Insider Threat’을 감시하고 방어하는 데 있다. 금융 사고의 역사를 되짚어보면, 베어링스 은행을 파산시킨 닉 리슨이나 소시에테 제네랄의 제롬 케르비엘 사태처럼, 시스템의 허점을 잘 아는 내부 직원의 일탈은 은행의 존립 자체를 위협하는 재앙이 될 수 있다. 우리나라에서도 2021년 오스템임플란트의 자금 관리 팀장이 2,215억 원을 횡령한 사건과 2022년 우리은행 직원이 697억 원을 횡령한 사건 등 다수의 내부자 위협이 외부로 불거진바 있다. 이 사건들의 공통점은 한 부서에서 오래 근무한 직원이 장기간 거액을 빼돌렸음에도 내부 감시망은 전혀 작동하지 않았다는 것이다. 기존의 보안 시스템은 주로 방화벽이나 접근 로그Log와 같은 정적인 데이터를 사후적으로 분석하는 데 그쳤기에, 정상적인 권한을 가진 직원이 교묘하게 규정을 우회하거나 악의적인 의도를 가지고 행동하는 것을 실시간으로 탐지하는 데 한계가 있었기 때문이다.
이에 JP모간은 팔란티어를 통해 임직원의 이메일, 메신저 내용, 브라우저·다운로드 기록, 회사폰 GPS, 통화 녹취 같은 이질적인 데이터들을 하나의 온톨로지로 통합하여 ‘행동’ 중심의 감시 체계를 구축했다. 이 시스템은 단순히 특정 단어를 검색하는 수준을 넘어, 데이터 간의 맥락적 연결을 분석한다. 예를 들어 어떤 직원이 평소와 다른 시간에 사무실에 출입하고(출입 기록), 동시에 대용량의 데이터를 내려받며(IT 로그), 직후에 평소에 안 하던 고위험 파생상품 주문을 냈다면(트레이딩 기록)? 이 세 가지 개별 사건은 온톨로지 상에서 연결되어 ‘고위험 징후’라는 하나의 강력한 신호로 포착된다.
이런 ‘지식 그래프’ 기술은 내부 통제 시스템을 사후 적발 중심에서 사전 예방 중심의 ‘디지털 면역 체계’로 진화시킨다. AI는 수만 명의 직원들이 생성하는 수십억 건의 행동 데이터를 실시간으로 프로파일링하여 횡령이나 정보 유출, 시세 조종과 같은 부정행위의 징후를 범행 실행 전에 탐지한다. 이는 직원을 잠재적 범죄자로 취급하는 것이 아니라, 인간의 도덕적 해이와 실수를 시스템적으로 보완하여 금융 사고를 원천 차단하려는 노력이다. JP모간의 사례는 온톨로지가 비즈니스 효율성을 넘어, 조직의 투명성과 건전성을 지키는 가장 강력한 ‘감시자’로서 기능할 수 있음을 보여준다.
한편, 유럽의 대표적인 금융 그룹 소시에테 제네랄은 팔란티어를 선택하여 복잡한 ‘규제’의 파도를 넘었다. 유럽에는 특유의 강력하고 복잡한 규제 환경이 자리 잡고 있다. 개인 정보보호법GDPR, 자본 건전성 규제Basel III, 금융상품투자지침MiFID II 등 규제가 엄격해, 데이터가 어디서 와서 어디로 갔는지(데이터 족보)를 낱낱이 증명해야 한다. 그러나 기존의 레거시 시스템 환경에서는 데이터가 여러 부서를 거치며 복제되고 변형되기 때문에, 특정 리스크 데이터가 어디서 유래했는지 역추적하는 것이 불가능에 가까웠다.
소시에테 제네랄은 온톨로지를 통해 전사적 차원의 데이터 거버넌스 체계를 확립했다. 팔란티어의 온톨로지는 은행 내 모든 데이터의 흐름을 세포 단위까지 시각화하고 추적 가능하게 만들었다. 기업 대출 심사를 예로 들면, 재무제표와 같은 정형 데이터뿐만 아니라 해당 기업 관련 뉴스, 공급망 리스크, ESG 평가 등 비정형 데이터까지 온톨로지로 통합되어 신용 리스크 평가 모델에 입력된다. 이때 온톨로지는 각 데이터의 출처, 변경 이력, 접근 권한 등을 메타데이터로 엄격하게 관리하여, 규제 당국이 요구할 때 언제든 데이터의 무결성을 입증할 수 있는 기반을 제공한다. 대출 심사에 쓰인 데이터가 어디서 왔고 누가 건드렸는지 꼬리표(메타데이터)가 다 붙어 있으니, 규제 당국이 언제든 감사해도 문제없다. 덕분에 직원들은 규제 위반 걱정 없이 데이터를 마음껏 분석해 더 정확한 신용 평가 모델을 만들 수 있게 되었다.
이런 거버넌스 체계는 데이터의 활용을 위축시키는 게 아니라 오히려 촉진하는 역설적인 효과를 가져온다. 데이터 보안과 컴플라이언스가 온톨로지 레벨에서 자동으로 통제되기 때문에, 현업 부서의 데이터 과학자들은 규제 위반에 대한 두려움 없이 데이터를 자유롭게 분석하고 새로운 모델을 개발할 수 있게 된 것이다. 소시에테 제네랄은 이를 통해 신용 리스크 평가의 정확도를 높이고, 자본 효율성을 최적화하는 성과를 거두었다. 이는 온톨로지가 규제라는 높은 파도를 넘기 위한 방주이자, 데이터 기반 혁신을 가능케 하는 안전한 토대임을 증명한다.
JP모간과 소시에테 제네랄 사례의 정점은 온톨로지가 제공하는 강력한 ‘시나리오 시뮬레이션’ 능력에 있다. 현대 금융 시장은 우크라이나 전쟁, 팬데믹, 금리 급등과 같은 거시적 충격에 의해 시시각각 요동친다. 이런 복합적인 위기 상황에서 은행의 리스크 관리팀은 “만약 천연가스 가격이 50% 폭등한다면 우리 은행의 포트폴리오에는 어떤 영향이 있을까?”라는 질문에 즉각적으로 답할 수 있어야 한다. 과거에는 이런 스트레스 테스트를 수행하기 위해 수많은 엑셀 시트를 취합하고 계산하는 데 수 주가 걸렸으나, 온톨로지 환경에서는 실시간 시뮬레이션이 가능해졌다. 온톨로지는 금융 상품, 차주借主, 담보 자산, 거시 경제 지표 간의 상호 연관성을 거대한 그래프로 정의하고 있다. 따라서 천연가스 가격 폭등이라는 변수를 입력하면, 시스템은 즉시 에너지 기업들의 대출 부실 가능성을 계산하고, 이와 연계된 파생상품의 가치 하락분을 산출하며, 최종적으로 은행 전체의 자본 비율에 미치는 영향을 연쇄적으로 시뮬레이션하여 보여준다. 이는 단순한 수치 예측이 아니라, 위기의 전파 경로를 시각적으로 확인하고 선제적인 대응책을 마련할 수 있게 하는 ‘의사결정 지능’이다.
결국 온톨로지 기반의 시뮬레이션은 은행의 리스크 관리를 ‘사후 대응’에서 ‘사전 예측’의 영역으로 전환시킨다. AI는 수천 가지의 가능한 미래 시나리오를 끊임없이 계산하여 최악의 상황에서도 은행이 살아남을 수 있는 최적의 포트폴리오를 제안한다. 이는 금융 위기와 같은 블랙 스완(Black Swan: 도저히 일어날 것 같지 않은 일이 실제로 일어났을 때, 그것이 미치는 파급력이 엄청난 사건) 앞에서도 은행의 회복탄력성을 유지하게 만드는 핵심 경쟁력이 된다. JP모간과 소시에테 제네랄은 팔란티어의 기술을 통해 불확실성이라는 안개 속에서도 명확한 시야를 확보하고, 데이터에 기반한 확신을 가지고 미래를 향해 나아갈 수 있게 되었다.
씨티 웰스에서 시작해 JP모간 체이스, 소시에테 제네랄로 이어지는 금융 혁신의 궤적은 하나의 결론으로 수렴한다. 21세기 금융 산업의 본질은 더 이상 자본을 중개하는 ‘인력 중심의 서비스업’이 아니라, 데이터를 연결하고 지능적으로 제어하는 ‘소프트웨어 기반의 플랫폼 비즈니스’로 재정의되고 있다는 사실이다. 9일의 장벽을 무너뜨린 씨티 웰스의 사례는 온톨로지가 파편화된 레거시 시스템의 한계를 극복하고, AI를 실질적인 업무의 주체로 격상시키는 핵심 열쇠임을 증명했다. 나아가 JP모간의 내부자 위협 감시와 소시에테 제네랄의 리스크 관리는 온톨로지가 단순한 효율성을 넘어, 금융 시스템의 투명성과 안정성을 지키는 디지털 파수꾼의 중추로 작동하고 있음을 보여준다.
이제 은행의 경쟁력은 지점 수나 자산 규모가 아니라, 현실의 복잡성을 얼마나 정교하게 디지털 공간에 복제하고 시뮬레이션할 수 있는지, 즉 ‘누가 더 완벽한 온톨로지를 구축하느냐’에 달렸다. 팔란티어는 금융 기관들에게 데이터의 바다에서 표류하지 않고 목적지를 향해 정확하게 항해할 수 있는 지도와 나침반을 제공했다. 온톨로지라는 새로운 배를 탄 금융은 이제 과거의 기록자가 아닌 미래의 설계자로 거듭나고 있다.