금융 업무와 내부통제

금융에서 AI는 '빠른 비서'가 아니라 '통제 대상'이다

금융 업무에서 ChatGPT를 쓰고 싶다는 말은 대개 두 가지 욕망을 함께 품고 있다. 하나는 보고서와 회의록, 리서치 요약을 더 빨리 만들고 싶다는 욕망이다. 다른 하나는 산더미 같은 거래 기록과 규정 문서 속에서 위험 신호를 더 일찍 발견하고 싶다는 욕망이다. 둘 다 타당하다. 금융회사의 일상은 숫자, 문서, 규정, 고객 설명, 승인 기록으로 이루어져 있고, ChatGPT는 이 가운데 특히 "읽고 정리하고 초안을 만드는 일"에서 강하다.

하지만 금융에서는 속도만으로 좋은 도구를 판단할 수 없다. 금융회사가 생성형 AI를 고객 상담, 문서 작성, 맞춤형 금융 설계, 위험관리와 이상거래 탐지에 활용할 수 있다는 기대는 이미 널리 논의되어 왔다. 동시에 국내 은행들이 고객 정보와 민감 정보의 외부 노출 위험 때문에 실제 고객 접점 도입에는 신중한 태도를 보였다는 점도 중요하다.¹ 금융에서 AI는 생산성 도구이기 전에 통제 대상이다. "잘 썼는가"만큼 "누가, 어떤 데이터로, 어떤 근거를 보고, 어떤 승인을 거쳐 썼는가"가 중요하다.

이 장의 결론은 간단하다. ChatGPT는 금융 판단을 대신하는 장치가 아니라, 금융 전문가가 판단할 수 있도록 자료를 정리하고 위험을 드러내는 보조 장치다. 시장 자료를 요약할 수는 있지만 투자 의견의 최종 책임자가 되어서는 안 된다. 재무제표를 비교할 수는 있지만 수치 검산을 생략하게 만들어서는 안 된다. 고객 설명자료를 쉽게 바꿀 수는 있지만 상품의 위험을 희석하거나 수익을 보장하는 듯한 표현을 만들어서는 안 된다.

금융 분야의 AI 활용 원칙은 다음 한 문장으로 압축할 수 있다. AI가 초안을 만들수록, 사람과 조직의 설명 책임은 더 선명해져야 한다.

금융 업무에 적합한 일과 적합하지 않은 일

ChatGPT가 금융 업무에서 빛을 발하는 영역은 대체로 "결정 이전의 준비 작업"이다. 예를 들어 여러 리서치 보고서를 읽고 공통 쟁점을 정리하거나, 내부 회의록에서 의사결정 사항과 후속 조치를 뽑아내거나, 공시 문서와 재무제표의 주요 변화를 비교하는 일은 AI에 맡기기 좋다. 금융팀이 보고, 데이터 분석, 예측 보조, 인사이트 커뮤니케이션에 ChatGPT를 활용할 수 있다는 공식 활용 사례도 이런 방향과 맞닿아 있다.²

반대로 조심해야 할 영역은 "권리와 손실을 직접 바꾸는 판단"이다. 특정 종목 매수·매도 의견, 대출 승인·거절, 보험금 지급 여부, 투자자 적합성 판단, 금융소비자에게 중대한 영향을 미치는 설명은 AI 결과만으로 처리해서는 안 된다. 이런 영역에서는 AI가 만든 문장을 검토하는 정도가 아니라, 입력 데이터의 적정성, 판단 기준, 예외 처리, 승인권자, 사후 기록까지 설계해야 한다.

금융 업무를 AI 적합도에 따라 나누면 다음과 같다.

핵심은 AI 사용 여부가 아니라 사용 위치다. "판단을 대체하는 AI"는 위험하지만, "판단을 검토 가능하게 만드는 AI"는 강력하다.

문서 요약의 네 가지 안전장치

금융권에서 가장 먼저 도입하기 쉬운 사용법은 문서 요약이다. 시장 동향 보고서, 재무제표, 공시, 애널리스트 리포트, 내부 회의록, 감사 보고서, 정책 문서, 상품 설명서처럼 금융회사는 매일 긴 문서를 읽는다. ChatGPT는 이 문서들을 짧은 메모로 바꾸는 데 유용하다. 특히 국내 금융기관과 공공기관에서 널리 쓰이는 HWP·HWPX 문서를 직접 다룰 수 있는 환경이 확대되면서, 한국어 문서 기반 업무에서 AI 요약의 실용성은 더 커졌다. HWP·HWPX 형식은 국내 공공문서에서 매우 큰 비중을 차지하는 형식으로 언급될 만큼 한국 업무 환경과 밀접하다.³

그러나 금융 문서 요약은 일반 뉴스 요약과 다르다. 그럴듯한 한 문단보다 중요한 것은 근거를 잃지 않는 것이다. 다음 네 가지를 기본 절차로 삼아야 한다.

첫째, 원문 근거 표시가 있어야 한다. ChatGPT가 "매출총이익률이 악화되었다"고 썼다면, 어느 문서의 어느 표, 어느 기간, 어느 수치를 보고 그런 말을 했는지 남겨야 한다. 출처가 없는 요약은 회의에서는 편해 보이지만, 감사나 분쟁 상황에서는 쓸 수 없다.

둘째, 수치 재계산이 필요하다. 언어모델은 숫자를 그럴듯하게 설명하는 데 강하지만, 계산을 항상 안정적으로 수행한다고 가정해서는 안 된다. 증가율, 마진, 비중, 전년 대비 차이, 누적 합계는 엑셀, BI 도구, 회계 시스템, 검산 스크립트로 다시 확인해야 한다. AI가 계산한 숫자는 "가설"이고, 검산된 숫자가 "보고 수치"다.

셋째, 최신성 확인을 분리해야 한다. 금융시장은 시간에 민감하다. 어제의 금리, 오늘의 환율, 방금 나온 공시 하나로 결론이 달라질 수 있다. 따라서 AI에게 "최근 동향"을 묻는 대신, 기준일과 사용 자료를 명시해야 한다. "2026년 5월 10일 장 마감 기준", "2025년 사업보고서 기준", "첨부한 3개 공시만 기준"처럼 말해야 한다.

넷째, 출처별 주장을 분리해야 한다. 공시, 회사 보도자료, 증권사 리포트, 언론 기사, 내부 회의록은 성격이 다르다. 같은 사안을 다루더라도 공시는 법적 책임을 지는 문서이고, 리서치 보고서는 분석자의 의견이 들어간 문서이며, 내부 회의록은 아직 확정되지 않은 논의일 수 있다. 이들을 한데 섞어 "시장에서는 이렇게 본다"고 쓰면 위험하다.

금융 문서 요약 프롬프트는 다음처럼 설계할 수 있다.

당신은 금융 리서치 보조자다.
첨부 문서만 근거로 아래 형식의 검토 메모를 작성하라.
추정, 외부 지식, 최신 뉴스는 사용하지 말라.

출력 형식:
1. 한 줄 결론
2. 핵심 사실 5개
   - 각 항목마다 문서명, 페이지 또는 표 위치를 표시
3. 중요한 수치 표
   - 원문 수치
   - AI가 계산한 파생 수치
   - 재계산 필요 여부
4. 출처별 관점 분리
   - 공시/재무제표
   - 리서치 보고서
   - 내부 회의록
5. 추가 확인이 필요한 질문 5개
6. 투자 의견 또는 신용 판단으로 오해될 수 있는 표현 삭제 목록

주의:
- 원문에 없는 원인은 단정하지 말고 "추가 확인 필요"라고 써라.
- 수익률, 성장률, 비율 계산은 초안으로만 표시하라.
- 최종 판단 문장은 작성하지 말고 검토 포인트만 제시하라.

이 프롬프트의 목적은 멋진 보고서를 바로 얻는 것이 아니다. 사람이 검토할 수 있는 형태로 자료를 재배열하는 것이다. 금융에서 좋은 AI 출력물은 "읽기 좋은 글"이 아니라 "검증하기 쉬운 글"이다.

시장 자료와 재무제표를 읽을 때의 사용법

시장 자료를 요약할 때 ChatGPT는 이야기꾼처럼 행동한다. 금리, 환율, 물가, 유가, 주가, 거래량, 신용스프레드의 움직임을 한 문장으로 연결해 "위험 선호가 약화되었다"거나 "긴축 우려가 완화되었다"고 설명한다. 이 능력은 유용하지만 동시에 위험하다. 금융시장에서 원인과 결과는 깔끔하게 한 줄로 연결되지 않는다. 같은 금리 하락도 경기 둔화 우려 때문일 수도 있고, 완화적 통화정책 기대 때문일 수도 있다.

따라서 시장 자료 요약에서는 AI에게 결론을 요구하기보다 가능한 해석을 나누게 해야 한다. "가장 그럴듯한 원인 하나를 말하라"가 아니라 "가능한 해석 3개와 각각을 확인할 지표를 제시하라"고 묻는 편이 낫다.

다음 시장 데이터와 뉴스 요약을 바탕으로 일일 시장 메모 초안을 작성하라.
단, 단일 원인을 단정하지 말고 가능한 해석을 구분하라.

출력 형식:
- 오늘의 관찰 사실
- 가능한 해석 A/B/C
- 각 해석을 확인할 추가 지표
- 단정하면 안 되는 문장
- 내일 확인할 이벤트

데이터 기준일: [날짜]
자료:
[금리/환율/주가지수/상품가격/뉴스 요약]

재무제표 분석에서는 ChatGPT가 더 구체적인 도움을 줄 수 있다. 손익계산서, 재무상태표, 현금흐름표를 넣고 매출 성장률, 영업이익률, 부채비율, 운전자본 변화, 현금흐름의 질을 비교하게 할 수 있다. 다만 여기에서도 AI가 만든 비율을 그대로 보고서에 붙이면 안 된다. 월별 손익 파일을 합쳐 월간 손익계산서를 만들고, 비용 급증, 중복 지급, 신규 거래처 같은 이상 징후를 찾는 사례는 실제 금융 업무 활용 예로도 제시된다.⁴ 하지만 이런 작업은 반드시 원천 시스템의 숫자와 대조되어야 한다.

재무제표 검토용 프롬프트는 다음처럼 "계산"과 "해석"을 분리하면 안전하다.

당신은 재무제표 검토 보조자다.
아래 재무제표를 읽고 1차 검토 메모를 작성하라.

반드시 지킬 것:
- 원문 수치와 계산 수치를 구분하라.
- 계산 수치는 "검산 필요" 표시를 붙여라.
- 회계처리의 적정성을 단정하지 말고 질문으로 제시하라.
- 투자 매수/매도 의견은 작성하지 말라.

출력:
1. 주요 변화 요약
2. 계정별 큰 변동 항목
3. 수익성·안정성·현금흐름 관점의 관찰
4. 검산이 필요한 수치 목록
5. 회계·공시 담당자에게 물어볼 질문
6. 보고서에 쓰기 전에 삭제해야 할 단정 표현

자료:
[재무제표 텍스트 또는 표]

이런 방식으로 ChatGPT를 쓰면 분석가의 일을 빼앗는 것이 아니라 분석가가 더 빨리 질문을 찾게 만든다. 금융 보고서의 품질은 답보다 질문에서 갈린다. "왜 매출채권 회전일수가 늘었는가", "일회성 비용은 어느 정도인가", "영업현금흐름과 순이익의 방향이 왜 다른가" 같은 질문을 빨리 발견하는 것이 AI의 좋은 역할이다.

리스크 메모: AI는 탐지자가 아니라 플래그 관리자다

리스크 업무에서 ChatGPT의 역할은 "문제가 있다"고 판정하는 것이 아니라 "검토해야 할 신호가 있다"고 표시하는 것이다. 예를 들어 거래 설명이 평소와 다르거나, 특정 지점에서 동일 유형의 민원이 반복되거나, 신규 거래처와 고액 지급이 동시에 발생하거나, 내부 규정의 예외 승인이 자주 등장하면 AI가 이를 리스크 메모 초안으로 묶어 줄 수 있다.

국내 금융권에서도 AI를 내부통제 강화에 활용하려는 흐름이 나타나고 있다. 은행들이 의심거래, 불완전판매, 내부 제보 처리, 규정 문서 관리, 감사 보고서 분석 등 다양한 영역에 AI를 적용하려 한다는 보도가 있었다.⁵ 이 흐름은 자연스럽다. 내부통제 부서는 늘 많은 문서와 신호를 다루지만, 인력과 시간은 제한되어 있다. AI는 흩어진 신호를 한곳에 모으고, 우선순위를 제안하고, 감사 질문을 만드는 데 적합하다.

그러나 여기서 중요한 선을 그어야 한다. AI가 "의심스럽다"고 말한 것은 증거가 아니라 검토 대상이다. AI가 표시하지 않은 것도 안전하다는 뜻이 아니다. 이상거래 탐지나 내부감사 보조에서 AI는 오탐과 누락을 모두 만들 수 있다. 따라서 리스크 메모에는 항상 세 가지 문장이 들어가야 한다. "이 메모는 1차 검토용이다." "최종 판단은 담당 부서의 조사와 승인에 따른다." "사용 데이터와 기준일은 다음과 같다."

리스크 메모 작성 프롬프트는 다음처럼 쓸 수 있다.

당신은 금융회사 리스크관리팀의 메모 작성 보조자다.
아래 자료에서 검토가 필요한 위험 신호 후보를 정리하라.
최종 위반 여부를 단정하지 말라.

자료:
- 거래 요약: [내용]
- 민원/상담 기록: [내용]
- 내부 규정: [내용]
- 이전 감사 지적사항: [내용]

출력 형식:
1. 리스크 후보 요약
2. 관련 근거
   - 자료명
   - 날짜
   - 원문 표현 또는 수치
3. 가능한 리스크 유형
   - 운영 리스크
   - 법규준수 리스크
   - 평판 리스크
   - 소비자보호 리스크
4. 오탐 가능성
5. 추가로 확인할 자료
6. 담당 부서에 보낼 질문
7. 긴급도: 낮음/보통/높음
8. 최종 판단 금지 문장

주의:
- "위반이다", "불법이다", "사기다"라고 단정하지 말라.
- 근거 없는 동기 추정은 하지 말라.
- 개인정보와 민감정보는 요약에서 비식별 처리하라.

이 프롬프트가 잘 작동하려면 입력 자료의 관리가 먼저다. 리스크팀이 AI에 무엇을 넣을 수 있고, 무엇을 넣을 수 없는지 정하지 않은 상태에서 "일단 붙여 넣고 요약하자"고 시작하면 안 된다. 금융에서는 데이터 반입 정책이 프롬프트보다 앞선다.

내부통제는 '규정 파일'이 아니라 작동하는 절차다

금융회사의 내부통제는 예쁜 정책 문서가 아니다. 임직원이 법규를 지키며 업무를 수행하고, 조직 운영의 효율성을 높이고, 재무보고의 신뢰성을 확보하기 위해 마련한 절차와 과정이다. 금융투자업권의 내부통제 기준 설명에서도 내부통제를 법규 준수, 조직 관리 효율, 재무보고 신뢰성 확보를 위한 내부 절차와 과정으로 정의한다.⁶

또한 금융감독 체계에서 내부통제와 준법감시는 금융회사 지배구조의 핵심 요소로 다루어진다. 금융감독원 자료는 내부통제 기준과 준법감시 체계가 금융회사의 규모나 업권, 상장 여부와 무관하게 적용되는 요소라고 설명한다.⁷ 금융위원회 역시 금융회사 임원이 내부통제와 위험관리 기준을 마련하고, 그 장치가 효과적으로 작동하는지와 임직원이 기준을 준수하는지를 지속적으로 점검해야 한다고 밝힌 바 있다.⁸

이 원칙을 AI 활용에 적용하면 결론은 명확하다. 금융회사에서 ChatGPT를 도입한다는 것은 "새 도구를 열어 준다"가 아니라 "새로운 통제 절차를 설계한다"는 뜻이다. 전략팀, 리스크팀, 준법감시팀, 내부감사팀은 각자 다른 목적을 갖지만, 공통으로 다음 질문에 답해야 한다.

내부통제의 관점에서 가장 나쁜 AI 사용은 "개인이 편해서 몰래 쓰는 것"이다. 가장 좋은 AI 사용은 "조직이 허용 범위와 금지 범위를 정하고, 기록을 남기며, 정기적으로 품질을 점검하는 것"이다. 금융에서는 개인의 생산성보다 조직의 재현성이 중요하다.

투자 판단과 신용 판단: 설명가능성이 없으면 쓰기 어렵다

금융 AI에서 가장 민감한 영역은 투자 판단, 여신·신용평가, 보험 심사, 고객별 상품 권유다. 이 영역에서는 AI 출력이 사람의 경제적 기회와 손실을 직접 바꿀 수 있다. 따라서 "AI가 그렇게 답했다"는 말은 어떤 설명도 되지 않는다.

설명가능성은 어려운 말처럼 들리지만 실무적으로는 단순하다. 왜 그런 결론이 나왔는지, 어떤 데이터를 썼는지, 어떤 기준을 적용했는지, 누가 검토했는지, 반대 증거는 무엇이었는지 설명할 수 있어야 한다는 뜻이다. 금융 규제 환경에서 AI를 활용할 때 투명성, 책임성, 데이터 프라이버시, 감사 가능성이 중요하며, AI 의사결정 과정의 문서화와 성능 검증이 필요하다는 논의도 같은 맥락이다.⁹

예를 들어 여신 심사 보조 메모에 AI를 쓴다고 하자. AI는 신청자의 현금흐름 자료, 재무제표, 기존 거래 이력, 연체 여부, 업종 전망 자료를 읽고 "주의 필요"라고 쓸 수 있다. 그러나 그 문장만으로는 부족하다. 다음이 함께 남아야 한다.

공정성도 중요하다. AI가 과거 데이터를 기반으로 특정 지역, 연령, 직업, 성별, 국적, 장애 여부, 가족 형태 등에 불리한 패턴을 학습했을 가능성을 배제할 수 없다. 금융 분야에서 ChatGPT 활용은 편향된 결과, 잘못된 정보의 의사결정 반영, 개인정보와 보안, 투명성 부족 같은 윤리적 도전을 동반한다는 지적도 있다.¹⁰ 그러므로 AI가 만든 신용 관련 요약이나 고객 세분화 결과는 차별 가능성을 별도로 점검해야 한다.

여기서 실무자가 기억할 문장은 하나다. AI는 판단의 속도를 높일 수 있지만, 판단의 정당성을 대신 만들어 주지는 않는다. 정당성은 근거, 절차, 기록, 검토, 이의제기 가능성에서 나온다.

고객 설명자료와 상담 스크립트: 쉽게 쓰되 위험을 줄이지 말 것

금융소비자에게 설명하는 문서는 어렵다. 상품 구조는 복잡하고, 약관은 길며, 위험 고지는 딱딱하다. ChatGPT는 이런 문서를 쉬운 한국어로 바꾸는 데 큰 도움을 준다. 예를 들어 "원금 손실 가능성", "중도해지 시 불이익", "금리 변동에 따른 상환 부담", "환율 변동 위험", "조기상환 조건" 같은 표현을 고객이 이해하기 쉬운 말로 바꿀 수 있다.

하지만 쉬운 설명과 위험 축소는 다르다. 고객 설명자료에서 가장 위험한 AI 출력은 부드럽고 친절하지만 사실상 위험을 희석하는 문장이다. "비교적 안전합니다", "수익을 기대할 수 있습니다", "걱정하지 않으셔도 됩니다" 같은 말은 맥락에 따라 소비자 오인을 부를 수 있다. 특히 투자성 상품에서는 수익률 보장처럼 들리는 표현, 고객의 재산 상황을 모른 채 적합하다고 말하는 표현, 약관 해석을 확정적으로 단정하는 표현을 막아야 한다.

고객 설명자료 작성에는 다음 레일가드가 필요하다.

상담 스크립트 프롬프트는 다음처럼 만들 수 있다.

당신은 금융소비자 설명자료를 쉬운 한국어로 다듬는 보조자다.
아래 상품 설명 초안을 고객 상담용 스크립트로 바꾸라.

반드시 지킬 것:
- 수익률 보장, 원금 보장으로 오해될 표현을 금지한다.
- 고객의 투자 성향을 모른 채 적합하다고 말하지 않는다.
- 약관 해석과 법적 판단을 단정하지 않는다.
- 어려운 금융 용어는 괄호 안에 짧게 풀이한다.
- 위험, 수수료, 중도해지 불이익, 손실 가능성을 별도 문단으로 표시한다.

출력 형식:
1. 고객에게 설명할 쉬운 요약
2. 반드시 고지할 위험
3. 고객에게 확인해야 할 질문
4. 사용하면 안 되는 표현
5. 상담 직원 확인 체크리스트

초안:
[상품 설명자료]

이런 프롬프트를 쓰면 상담 문장이 친절해진다. 그러나 최종 스크립트는 상품 담당자, 준법감시, 소비자보호 담당자의 검토를 거쳐야 한다. 금융소비자에게 전달되는 문장은 마케팅 문장인 동시에 법적·윤리적 책임이 있는 문장이다.

데이터 반입 기준: 넣기 전에 분류하라

금융회사에서 ChatGPT 사용 사고는 대부분 "나쁜 답변"보다 "잘못된 입력"에서 시작된다. 고객명, 계좌번호, 주민등록번호, 카드번호, 거래내역, 상담 녹취, 신용정보, 내부 미공개 전략, 미공시 실적, 검사 대응 자료를 아무 생각 없이 외부 서비스에 입력하면 답변 품질과 무관하게 문제가 된다.

따라서 금융권 AI 사용 정책의 첫 장은 프롬프트 작성법이 아니라 데이터 분류표여야 한다.

비식별화도 조심해야 한다. 이름만 지웠다고 안전한 것이 아니다. 거래 시점, 지점명, 금액, 직업, 지역, 특이 사건이 결합되면 특정인을 다시 알아볼 수 있다. 그래서 고객 상담 기록이나 내부 제보 자료는 "요약 후 비식별화"가 아니라 "비식별화 후 요약"이 원칙이다.

실무에서는 다음과 같은 입력 전 점검 문장을 습관화하면 좋다.

이 자료에는 고객을 식별할 수 있는 정보가 있는가?
이 자료는 외부 반출이 가능한가?
이 자료를 AI에 입력하는 목적이 승인된 업무 범위에 들어가는가?
출력 결과를 누가 검토하고 어디에 보관할 것인가?

이 네 질문에 답하지 못하면 아직 프롬프트를 쓸 때가 아니다.

전략팀·리스크팀·준법감시·내부감사를 위한 공통 체크리스트

금융회사 안에서 AI를 쓰는 부서는 서로 다르다. 전략팀은 시장과 경쟁사를 분석하고 싶어 한다. 리스크팀은 이상 징후를 빨리 찾고 싶어 한다. 준법감시팀은 규정 위반 가능성을 줄이고 싶어 한다. 내부감사팀은 증거와 절차를 체계적으로 정리하고 싶어 한다. 목적은 다르지만 공통 체크리스트는 하나로 묶을 수 있다.

아래 체크리스트는 금융회사에서 ChatGPT 사용 요청을 검토할 때 기본 양식으로 쓸 수 있다.

이 체크리스트의 목적은 AI 사용을 막는 것이 아니다. 오히려 제대로 쓰게 만드는 것이다. 사용자가 매번 허가를 받느라 일을 못 하게 만드는 통제는 오래가지 못한다. 반대로 아무 통제 없이 쓰게 두면 사고가 난 뒤 모든 사용이 중단된다. 좋은 내부통제는 속도와 책임 사이의 통로를 만든다.

금융 AI 워크플로: 초안, 검증, 승인, 보존

금융회사에서 ChatGPT를 실무에 넣을 때는 대화창 하나를 여는 방식으로 접근하면 안 된다. 최소한 다음 흐름을 갖춰야 한다.

업무 요청
→ 데이터 등급 확인
→ 승인된 자료만 입력
→ AI 요약·분류·초안 생성
→ 수치 검산 및 출처 확인
→ 담당자 검토
→ 준법·리스크 검토가 필요한 경우 추가 승인
→ 최종 문서 확정
→ 입력·출력·수정·승인 이력 보존
→ 정기 품질 점검

이 흐름에서 가장 자주 생략되는 단계가 수치 검산과 로그 보존이다. "시간이 없어서"라는 이유로 이 두 단계를 건너뛰면 AI 도입의 장점이 곧 약점이 된다. 보고서 작성 시간은 줄었지만 오류가 어디서 생겼는지 알 수 없고, 고객 설명은 빨라졌지만 어떤 초안이 승인되었는지 남아 있지 않으며, 이상거래 탐지는 많아졌지만 오탐과 누락을 평가하지 못하게 된다.

특히 API나 자동화 도구를 활용해 리스크 알림, 보고서 초안, 상담 요약을 자동 생성한다면 로그와 모니터링은 선택이 아니다. 어떤 입력이 어떤 출력을 만들었는지, 어떤 규칙이 적용되었는지, 사람이 어디서 수정했는지 추적할 수 있어야 한다. 자동화가 깊어질수록 내부통제도 함께 깊어져야 한다.

좋은 금융 프롬프트는 결론보다 검토 경로를 만든다

금융 업무용 프롬프트는 일반 업무 프롬프트와 조금 달라야 한다. "멋지게 써 줘"보다 "근거를 남겨 줘"가 중요하고, "결론을 내려 줘"보다 "검토해야 할 쟁점을 나눠 줘"가 중요하다. 다음은 금융 업무에서 자주 쓸 수 있는 통합 프롬프트다.

당신은 금융회사 내부 검토 문서 작성 보조자다.
아래 자료를 바탕으로 내부 검토용 초안을 작성하라.

업무 목적:
[시장 메모 / 재무제표 검토 / 리스크 메모 / 고객 설명자료 / 감사 질문 목록 중 선택]

공통 원칙:
- 원문 근거를 표시한다.
- 수치 계산은 검산 필요로 표시한다.
- 최신성 기준일을 명시한다.
- 투자 의견, 신용 판단, 법규 위반 여부는 단정하지 않는다.
- 고객정보와 민감정보는 비식별화한다.
- 최종 검토자에게 필요한 질문을 제시한다.

출력 형식:
1. 목적에 맞는 1페이지 요약
2. 근거 표
3. 수치 검산 필요 목록
4. 주요 리스크와 불확실성
5. 고객 또는 임직원이 오해할 수 있는 표현
6. 추가 확인 질문
7. 승인 전 체크리스트

자료:
[문서 또는 데이터]

이 프롬프트는 일부러 결론을 늦춘다. 금융에서 좋은 결론은 빠른 문장 하나에서 나오지 않는다. 근거가 정리되고, 수치가 확인되고, 반대 가능성이 검토되고, 승인권자가 책임을 인식한 뒤에 나온다. ChatGPT는 이 과정을 압축할 수 있지만, 없애서는 안 된다.

금융에서 AI를 잘 쓴다는 것

금융회사가 ChatGPT를 잘 쓰는 모습은 화려한 자동매매나 무인 심사만을 뜻하지 않는다. 오히려 더 현실적인 장면에서 시작된다. 회의록에서 결정 사항이 빠지지 않는다. 공시와 리서치가 뒤섞이지 않는다. 고객 설명자료에서 위험 고지가 흐려지지 않는다. 이상 징후가 담당자에게 제때 올라간다. 보고서의 숫자가 다시 계산된다. 누가 어떤 AI 출력을 검토했는지 기록이 남는다.

이런 변화는 작아 보이지만 금융 조직에는 크다. 금융 사고의 상당수는 한 번의 거대한 실수보다 작은 누락과 모호한 책임이 쌓여 발생한다. ChatGPT는 이 누락을 줄이는 데 도움을 줄 수 있다. 동시에 통제 없이 쓰이면 새로운 누락을 만들 수도 있다. 그래서 금융 AI의 핵심은 모델 성능만이 아니라 내부통제 설계다.

이 장에서 다룬 원칙을 한 문장으로 다시 정리해 보자. 금융에서 ChatGPT는 더 빠른 결론을 내기 위해서가 아니라, 더 검증 가능한 결론에 이르기 위해 사용해야 한다. 생산성, 설명가능성, 공정성, 내부통제가 함께 설계될 때 비로소 AI는 금융 업무의 위험을 키우는 도구가 아니라 위험을 더 잘 보이게 만드는 도구가 된다.

참고

¹ChatGPT: boon or bane for banking industry?

²ChatGPT for finance teams - OpenAI

³ChatGPT adds HWP support, targets finance and public sector

⁴Solutions for finance

⁵Korean banks turn to AI to strengthen internal oversight

⁶Standards for Internal Control of Financial Investment Companies

⁷Internal Controls and Compliance - Financial Supervisory Service

⁸Press Releases - Financial Services Commission

⁹Maximizing compliance: Integrating gen AI into the financial regulatory framework

¹⁰ChatGPT in finance: Applications, challenges, and solutions