AI 기반 은행 지식 관리 시스템으로 대출 처리 속도 70% 향상

고객 사례

AI 기반 은행 지식 관리 시스템으로 대출 처리 속도 70% 향상

아시아 시장


 

 

 

 

  • 팀 규모: 20명
  • 개발 기간: 8개월


 

 

Explore more case study

 

배경

Deloitte의 최근 은행업 전망에 따르면, 많은 은행이 여전히 취약하고 파편화된 데이터 기반으로 인해 제약을 받고 있으며, AI 프로그램은 조직 전반으로 확장된 운영 모델이 되기보다 개별 프로젝트에 머무르는 경우가 많습니다. McKinsey의 2026년 연구에서도 전략, 거버넌스 및 에이전틱 AI 거버넌스에서 높은 성숙도를 갖췄다고 응답한 조직은 약 1/3에 불과한 것으로 나타났습니다. 이는 AI를 책임 있게 대규모로 운영하는 일이 여전히 얼마나 어려운지를 보여줍니다.

대출 업무 현대화를 추진하던 베트남 소재 상업은행인 고객사의 경우, 이러한 과제는 두 가지 핵심 영역에서 나타났습니다.

  • 첫째, 은행에는 중앙화된 은행 지식 관리 시스템이 없었습니다. 규정, 정책 매뉴얼, 상품 설명서, 가격 문서, 프로모션 안내문 및 교육 자료가 서로 연결되지 않은 저장소에 분산되어 있었습니다. 직원들은 정확한 키워드 검색과 수작업 지식 조회에 의존했기 때문에 정확한 정보를 신속하게 찾거나 고객에게 일관된 상담 지원을 제공하기 어려웠습니다.
  • 둘째, 대출 승인 절차는 여전히 수작업 비중이 높고 파편화되어 있었습니다. 분석가와 대출 심사 담당자는 여러 시스템에서 문서를 검토하고, 정보를 추출하고, 규정 준수 요건을 확인하고, 위험을 평가하는 데 상당한 시간을 들였습니다. 이로 인해 대출 처리가 지연되고 운영 부담이 증가했습니다.

이 두 가지 과제를 해결하기 위해 GEM은 은행 지식 관리 시스템과 AI 기반 대출 의사결정 지원 아키텍처를 결합한 확장 가능한 AI 기반 솔루션을 설계했습니다.

Challenges

과제

파편화된 은행 지식과 비효율적인 정보 검색

  • 은행 규정, 정책, 상품 설명서 및 교육 문서가 서로 연결되지 않은 시스템에 분산되어 있었습니다
  • 기존 검색 엔진은 의미 기반 검색 기능 대신 정확한 키워드 일치에 의존했습니다
  • 정보 검색이 느리고 일관성이 부족했으며 대출 업무 전반으로 확대하기 어려웠습니다
  • 영업팀은 적합한 신용 세그먼트를 일관되게 식별하고 정확한 상담 지원을 제공하는 데 어려움을 겪었습니다
  • 분산된 지식 접근 환경으로 인해 고객 경험 및 규정 준수와 관련된 위험이 증가했습니다

수작업 중심의 시간 소모적인 대출 의사결정 워크플로

  • 수작업으로 진행되는 문서 처리 및 정보 추출
  • 분석가와 대출 심사 담당자는 위험 및 규정 준수 요건을 확인하는 데 상당한 시간을 들였습니다
  • 서로 연결되지 않은 여러 워크플로에 걸쳐 고객 및 대출 데이터를 검토해야 했습니다
  • 수작업 검토 절차로 인해 대출 심사 효율성이 저하되고 대출 승인이 지연되었습니다
  • 과도한 운영 부담으로 인해 대출 업무의 확장성이 제한되었습니다
Loan Finance Digital Technology Background
finance banking ideas male executive with experience global banking stock mutual fund investing retirement planning business strategy networking blockchain
Internet Banking Technology concept.
ai banking concept businessman requests business loan through banks ai system creditworthiness qualifications are verified using ai system

솔루션 

솔루션은 서로 연계된 두 가지 작업 영역을 통해 구현되었습니다.

작업 영역 1: 은행 지식 관리 시스템

GEM은 규정, 정책, 상품 설명서, 가격 문서 및 교육 자료를 하나의 기업 저장소에 통합하는 중앙화된 은행 지식 관리 시스템을 구축했습니다. 이 플랫폼은 의미 및 의도 기반 검색, 다중 문서 지능형 분석, 신용 세그먼트·은행 상품·정책 정보에 대한 실시간 안내를 제공하는 AI 영업 상담 어시스턴트를 지원합니다.

작업 영역 2: 대출 의사결정 멀티 에이전트 지원 시스템

GEM은 문서 수집, 데이터 추출, 위험 분석, 규정 준수 검증 및 의사결정 지원을 위한 멀티 에이전트 처리 아키텍처를 활용하여 AI 기반 대출 의사결정 지원 시스템을 구현했습니다. 이 솔루션은 자동화된 문서 이해, 지능형 대출 평가, 사람이 참여하는 검토 워크플로를 결합하여 분석가와 대출 심사 담당자가 최종 승인 전에 AI의 권고 사항을 검증할 수 있도록 합니다.

기술 스택

  • OCR
  • MCP
  • API 인터페이스
  • LOS
  • National CIC

구축 결과 

  • 규정, 정책 매뉴얼, 상품 설명서, 가격 문서, 프로모션 안내문, 교육 자료를 통합하는 중앙 집중형 은행 지식 관리 시스템 제공
  • 은행 지식 자산 전반에 걸쳐 의미와 의도에 기반한 기업 검색 구현
  • 신용 부문, 은행 상품, 정책 권고에 관한 실시간 안내를 지원하는 AI 영업 자문 어시스턴트 구축
  • 자동화된 문서 수집과 지능형 데이터 추출 기능을 갖춘 AI 기반 대출 의사결정 지원 시스템 구현
  • 대출 업무를 위한 AI 기반 위험 분석, 규정 준수 검증, 권고 워크플로 구현
  • 최종 승인 전에 분석가와 대출 심사 담당자가 검증할 수 있도록 사람이 참여하는 검토 워크플로 통합
  • 맥락에 맞는 지식 검색을 위해 벡터 검색, 온톨로지 기반 지식 매핑, 기업용 그래프 기능 구축
  • 업무상 의사결정을 지원하기 위해 대출 워크플로를 LOS 및 National CIC 연동 인터페이스와 연결

도입 효과 

운영 효율성 

  • 대출 신청 처리 속도가 70% 향상됨
  • 수작업 데이터 처리가 60% 감소함
  • 분석가가 수작업 문서 검토와 정보 검색에 소요하는 시간이 크게 줄어듦
  • 대출 업무 전반에서 대출 처리 워크플로의 표준화와 확장성이 향상됨

비즈니스 혁신

  • 대출 승인 속도 향상으로 고객 대응력이 높아지고 운영 병목 현상이 줄어듦
  • 수작업 처리 부담 감소로 신청 건당 운영 비용 절감에 기여함
  • 자문 및 대출 심사 절차의 일관성이 높아져 규정 준수 및 운영 위험이 줄어듦
  • 은행은 확장 가능한 AI 기반 대출 업무와 향후 디지털 뱅킹 추진을 위한 더욱 견고한 기반을 마련함


 

 

맺음말

은행 지식 관리 시스템과 AI 기반 대출 의사결정 시스템을 통해 고객사는 더욱 신속하고 확장성 높은 의사결정으로 대출 업무를 현대화할 수 있었습니다.

 

또 다른 AI 혁신 성공 사례를 살펴보세요: 지능형 화주 및 운송사 매칭 플랫폼

    Ready to build your next project?

    Our experts will connect with you within 24 hours to discuss your project.

    contact

    Quick contact

      Or reach us at:
      whatsapp
      viber
      kakao
      Line
      0971098183