성장 동력: 데이터와 AI가 은행 및 결제 분야의 생산성을 재편하는 방식

은행은 더 적은 자원으로 더 많은 성과를 내야 하는 과제에 직면해 있습니다. 무엇이 관건일까요?

오늘날 은행은 비즈니스 성과를 내야 한다는 압박을 점점 더 많이 받고 있습니다. 금리 상승의 순풍 효과는 점차 사라지고, 주가순자산비율(PBR)은 여전히 낮은 수준에 머물러 있으며, 총이익경비율은 여전히 60%를 상회하고 있습니다. 동시에 인재는 부족하고 디지털 네이티브 핀테크 기업과의 경쟁은 심화되고 있습니다. 2024년 전 세계 핀테크 수익은 21% 성장했으며, 이는 기존 금융권 성장 속도의 3배에 달합니다¹. 이러한 환경에서 은행 리더들은 더 적은 자원으로 더 많은 성과를 내도록 요구받고 있습니다. 즉, 저금리 시대에 수수료 수익을 늘리고, 대차대조표를 더 효과적으로 활용하며, 더 적은 인원으로 구성된 팀에서 더 높은 생산성을 실현해야 합니다.

2010년 이래로 미국 지역 은행들은 매년 약 30bp의 생산성을 잃어 왔으며, 이로 인해 비용이 증가하는 와중에도 수익이 감소했습니다. 생산성이 단 1%p만 상승해도 자기자본이익률('ROE')이 100~150bps 증가할 수 있으며, 이는 이사회와 투자자에게 상당한 변화입니다.

Databricks는 전 세계 은행 리더들과 협력하여 수익 및 비용 센터 전반에 걸쳐 이러한 추세를 뒤바꾸기 위해 노력하고 있습니다. 데이터와 AI에 투자하는 모든 은행 중 약 5%의 기관만이 측정 가능한 P&L(손익) 영향을 달성했습니다. 실패의 원인은 구조적입니다. 이니셔티브의 약 10%는 통합된 데이터 & AI 비전의 부재로, 20%는 레거시 기술 부채와 단편화된 데이터 자산으로, 그리고 70%는 민주화, 거버넌스, 활성화 문제가 해결되지 않은 상태로 남아 있기 때문에 실패합니다.²

상위 5%의 은행은 생산성 손실을 데이터를 더 스마트하게 통합할 기회로 삼습니다. 이들은 인텔리전스, 자동화, 그리고 궁극적으로는 성과를 확장하기 위해 통합되고 거버넌스가 적용된 데이터 기반을 구축합니다.

획기적인 생산성 향상을 실현하는 Databricks의 접근 방식

이미 기술을 현대화하고 데이터 자산을 통합하고 있는 은행 리더들을 위해, 생산성 향상을 위한 Databricks의 골드 표준 접근 방식은 두 가지로 구성됩니다:

1. 가장 빠른 길로 나아가기 - 사일로와 오래된 도구 제거 Databricks Unity Catalog의 강력한 기능을 활용한 데이터 거버넌스 개선을 시작으로 영업 프로세스의 모든 수동 단계를 검토합니다. 그런 다음 통합 거버넌스를 통해 AI/BI(Genie, Dashboards) 및 Databricks One을 사용하여 비즈니스 사용자가 자연어로 데이터에 접근하도록 데이터 민주화를 구현할 수 있습니다. IT 팀이 더 이상 브론즈/실버 데이터와 비즈니스 인텔리전스 사이의 병목 지점이 아니므로, 더 빠르고 스마트한 의사 결정이 가능해집니다.
2. 은행 혁신 - 은행은 빠른 경로를 통해 운영 모델을 재구상하고 & 혁신할 수 있게 되며, 이를 통해 생산성을 획기적으로 향상시킵니다. 은행은 Databricks의 Agent Bricks를 사용하여 비용-품질 경계에서 AI 에이전트를 신속하게 생성, 평가, 최적화하여 수작업이 많이 필요한 프로세스를 자동화하고, 이를 통해 확보한 시간을 더 높은 가치를 지닌 활동에 할애할 수 있습니다.

중견기업 대상 상업은행 리더의 하루

Databricks는 미국 중견 시장의 상업 은행 리더들과 긴밀히 협력합니다. 이들의 임무는 수익성 있는 성장, 효율적인 자본 배치, 은행원 생산성 향상입니다. 하지만 효율성 비율은 여전히 60%를 넘고, 관계 중심 은행원의 생산성은 10년 넘게 정체 되어 있습니다.

인력이 감축되었습니다. 2020년 이후 신용 수요, 규정 준수 요건, 고객 기대치가 증가했음에도 불구하고 지역 은행들은 일선 팀을 약 15% 감축했습니다. 이제 각 관계 관리자는 고객의 우선순위를 정하고, 활동을 추적하거나, 신규 대출, 예금 증대, 재무 또는 결제 제품 교차 판매와 같은 수익 창출 업무에 집중하기 위한 도구가 제한된 상태에서 더 큰 규모의 포트폴리오를 관리합니다.

제품 팀으로부터 오는 압박도 있습니다. 은행이 대출, FX(외환), 자금 관리 전반에 걸쳐 새롭고 종종 더 복잡한 상품을 출시하면서 RM(관계 관리자)들은 전문성을 유지하는 데 어려움을 겪습니다. 교육은 더디고 지침은 단편적이며, 인사이트는 사일로화된 CRM, 스프레드시트, 제품 시스템에 갇혀 있습니다. 그 결과 기회를 놓치고 관계 중심 뱅킹의 핵심 차별점인 '화이트 글러브' 고객 서비스의 질이 저하됩니다.

리더들은 이러한 과제를 구조적인 것으로 봅니다. 데이터는 대출 시스템, CRM 인스턴스, 재무 부서에 걸쳐 사일로화되어 있으며, 이를 거버넌스하거나 분석할 통합된 레이어가 없습니다. 뱅커의 성과와 고객 수익성에 대한 단일하고 거버넌스가 적용된 뷰가 없으면 책임 소재를 명확히 하거나 가장 가치 있는 기회에 노력을 집중시키기 어렵습니다.

데이터를 관리하고 & 민주화하는 가장 빠른 길

상업 은행 부문장에게 생산성은 파이프라인 규모와 속도, 비용 비율, 수익 성장, 그리고 궁극적으로는 ROE로 측정됩니다. Databricks Unity Catalog 는 리더에게 단일 거버넌스 데이터 기반을 제공하여 이를 가능하게 합니다. 대출 시스템, CRM, 예금, 재무 전반의 정보를 통합하여 모든 수준에서 신뢰할 수 있는 인사이트를 이끌어냅니다.

이러한 기반을 통해 은행 경영진은 Databricks의 AI/BI 대시보드 를 사용하여 단일 진실 공급원(Single Source of Truth)에서 파이프라인 상태와 전환율을 실시간으로 추적하고, 뱅커, 고객 유형 또는 지역별로 포트폴리오를 분류하며, 교차 판매 기회나 마진 누수를 식별할 수 있습니다. 또한 은행원 활동 데이터(통화, 회의, 고객 접촉)를 성과 결과와 link하여 관리자가 더 높은 가치를 창출하는 행동을 코칭하도록 도울 수 있습니다.

최일선 현장 은행원들은 AI/BI Genie, Databricks Apps, 실시간 AI/BI 대시보드를 통해 Databricks One 에서 이러한 인사이트를 즉시 확인할 수 있습니다. 수동으로 데이터를 추출하거나 월말 보고서에 의존하는 대신, 은행원은 간단히 “어떤 고객에게 예금 가격 예외 적용이 필요한가요?” 또는 “이번 분기에 갱신 위험이 있는 계약은 무엇인가요?”라고 질문할 수 있습니다. — 그리고 그 답변에 따라 즉시 조치를 취할 수 있습니다. 그 결과 더 명확한 우선순위 설정, 더 빠른 계약 갱신, 더 높은 고객 점유율을 달성할 수 있습니다.

Databricks는 한 선도 은행 이 거버넌스가 적용되는 단일 플랫폼에서 고객, 제품, 채널 데이터를 통합하여 데이터 및 ML 워크플로를 현대화하도록 지원했습니다. 1년 이내에 해당 은행은 교차 판매 효율성을 90% 끌어올리고 고객 확보 비용을 30% 이상 절감했습니다. 이는 통합 데이터와 AI가 생산성 및 수익으로 직접 이어지는지를 보여줍니다.

은행의 혁신: AgentBricks로 워크플로 재구성

리더들은 빠른 경로를 밟으면서 에이전틱 워크플로를 통해 다음 단계의 생산성 향상을 실현할 수 있게 됩니다. 동일한 업무를 더 빠르게 처리하는 것 외에도 은행원이 가치를 창출하는 방식을 혁신할 수 있습니다.

은행은 Databricks의 AgentBricks를 사용하여 FactSet, Moody’s, S&P, Dun & Bradstreet 등의 내부 및 외부 데이터를 분석하는 AI 에이전트를 오케스트레이션함으로써 작업 우선순위를 정하고 조사, 준비, 아웃리치를 자동화할 수 있습니다. 예를 들어, 다음과 같은 접근 방식이 있습니다.

• 조사 자동화: 거래 내역, 위험 신호, 시장 뉴스를 결합하여 고객 파일을 생성하고, 수 시간의 수동 준비 작업을 줄입니다.
• 실행을 위한 종합: 컨텍스트와 규정 준수를 위해 휴먼 인 더 루프(human-in-the-loop) 검토를 통해 제품, 서비스 또는 아웃리치 메시지를 추천합니다.
• 실행 자동화: 고객 이메일 발송, 가격 예외 승인 또는 기록 시스템 자동 업데이트 등 인사이트에서 실행으로 이어지는 프로세스를 자동화합니다.

수동 프로세스를 자동화하기 위해 AI를 사용하려는 노력은 산업 전반에서 활발히 진행되고 있습니다. 북미의 한 은행은 Databricks에서 고객 리서치를 자동화하여 준비 시간을 70% 단축하고 신규 인력 충원 없이 뱅커 커버리지를 확대했습니다.

Databricks AgentBricks는 기술적 복잡성을 단순화하여, 은행이 고객 리서치, 신용 평가 메모 작성, 예금 가격 요청과 같은 수동 워크플로를 자동화할 수 있도록 지원합니다. 그 결과 은행원은 더 많은 고객과 더 빠르게, 더 깊이 있는 인사이트를 바탕으로 소통할 수 있게 되어 성장을 가속화하고 운영 비용을 절감할 수 있습니다.

Databricks와 파트너가 도와드리겠습니다

가능성이 높은 활동을 추천하고, 고객 리서치를 자동화하며, 고객과의 소통을 간소화하여 B2B 판매자의 생산성을 극대화하도록 설계된 'Agentic Banker' 데모를 확인해 보세요. Databricks 고객은 Agent Bricks를 사용하여 관리 업무 부담을 덜어주는 AI 에이전트를 신속하게 구축할 수 있으며, 이를 통해 뱅커는 가장 중요한 업무인 고객 응대에 집중할 수 있습니다. 글로벌 뱅킹 또는 결제 분야의 리더로서 운영 모델을 혁신하고 대규모 생산성 향상을 원하신다면, 데이터 인텔리전스를 측정 가능한 비즈니스 성과로 전환하는 로드맵을 정의하고 실행할 수 있도록 문의해 주세요. 은행이 연결된 데이터 기반 솔루션을 통해 신속하게 가치를 제공하고 포착하도록 지원하는 Zeb과 같은 컨설팅 파트너와 함께라면, Databricks 데이터 및 AI 플랫폼에서 효율적으로 대규모 성장을 이룰 수 있습니다.

¹ https://web-assets.bcg.com/04/4f/160d4f9d4d7e98ab417609b553d4/globalfintechreport-june2025.pdf
² https://www.bcg.com/press/24october2024-ai-adoption-in-2024-74-of-companies-struggle-to-achieve-and-scale-value

(이 글은 AI의 도움을 받아 번역되었습니다. 원문이 궁금하시다면 여기를 클릭해 주세요)