금융 업무별 AI 활용 사례와 판단
이 영역은 업무별 활용 사례를 알고, 그 사례가 규제 대상인지·고객 불이익이 있는지·설명이 가능한지를 판단하는 문제다. 사례 목록 암기보다 판단 기준이 점수를 가른다.
업무별 지형
- 여신: 신용평가, 한도·금리 산정, 조기경보. 대안정보(통신·유통·비정형)를 쓰면 차별과 설명가능성 검토가 필수다.
- 이상거래탐지·AML: 실시간성과 오탐 비용이 핵심이다. 의심거래보고(STR) 판단은 사람이 최종 수행한다.
- 자산관리: 로보어드바이저는 알고리즘 사전검증과 적합성·설명의무가 결합된다. 자본시장에서는 리서치 초안, 공시·이상매매 모니터링.
- 보험: 인수심사, 보험금 청구 심사, 지급 거절 사유 설명. 유전정보 등 민감정보 활용은 별도 제한이 붙는다.
- 내부통제·운영: 약관 검토, 감사 표본 선정, OCR, 상담 지원.
판단 3문
①고객에게 직접 불이익을 주는 결정인가 ②규제상 설명·기록 의무가 있는 업무인가 ③틀렸을 때 되돌릴 수 있는가. 셋 다 위험 쪽이면 자동화 대신 인간 최종 판단을 남긴다.
사례
소상공인 대출 한도를 자동 산정한다. 매출 데이터가 부족해 통신 납부 이력과 카드 매출을 투입했다. 이때 ①대안정보 사용 근거와 동의 ②특정 업종·지역에 불리하게 작동하는 프록시 변수 여부 ③한도 거절 시 사유 설명 ④이의제기 창구를 함께 설계해야 한다. 성능 지표만 제출하면 미흡한 답안이다.
감점 트랩
- 내부 도구라며 규제 검토를 생략한다.
- 고객 불이익 결정에 인간 개입을 두지 않는다.
- 설명가능성은 나중에 붙이면 된다고 서술한다.