AI 중심으로 처음부터 구축된 자생 AI 은행은 고객 서비스, 대출, 규정 준수 등을 자동화하고 있습니다. 예를 들어 Catena Labs, One Zero, Bunq, WeBank, CITIC aiBank와 같은 선구자들은 전통적인 은행에 도전을 제기하며 글로벌 금융을 재정립하고 있습니다.
금융에서의 AI는 빠르게 진화했습니다. 2010년대에 많은 은행이 신용 평가와 고객 지원에 머신러닝과 챗봇을 도입하여 AI의 잠재력을 기존 프레임워크 내에서 테스트했습니다. 2020년까지 주요 은행들은 고급 알고리즘을 위험 관리와 고객 맞춤화에 통합했습니다. 최근 업계 조사에 따르면 65%의 은행이 2025년까지 AI 구동 고객 서비스를 출시할 계획이라고 밝혔습니다 – 이는 은행 분야에서 AI가 주류가 된 증거입니다. 그러나 이러한 노력의 대부분은 여전히 레거시 시스템에 AI를 접목하는 방식입니다. 반면, "AI-자생" 은행은 AI 기능을 중심으로 금융기관을 완전히 설계하여 은행 운영 방식을 근본적으로 재구상하고자 합니다.
자생 AI 은행의 개념은 기업가와 기술자들이 기존 은행이 AI 중심의 세계에 적응하는 데에 한계가 있음을 인식하면서 주목받고 있습니다. 수십 년 전의 프로세스와 인프라로 구축된 전통적인 은행들은 AI가 제시하는 새로운 기회를 지원하는 데에 "느리고, 비싸고, 전 지구적인 마찰이 많고, 비유연적이며 적합하지 않다"고 느끼는 경우가 많습니다.
이는 AI-우선 아키텍처를 기반으로 은행을 설계하는 스타트업과 선견지명이 있는 금융 회사들에게 문을 열어주었습니다.
이러한 새로운 플레이어들은 AI가 고객 상호작용, 사기 모니터링, 대출 결정, 심지어 규정 준수까지 처리하는 시스템을 설계하고 있습니다.
자생 AI 은행이란 무엇입니까?
간단히 말해, 자생 AI 은행은 처음부터 AI를 핵심으로 구축된 금융기관으로 전통적인 코어에 AI를 덧붙이는 방식이 아닙니다.
금융 기술 스타트업의 최근 설명에 따르면 AI-자생 은행은 "AI를 중심으로 구축된 은행, 추가적인 사후 생각이 아닌 은행"으로 정의되었습니다.
실무에서는 은행의 제품, 서비스 및 내부 프로세스가 AI 알고리즘과 자동화에 의해 운영되도록 설계되며, 일상적인 워크플로우에서 수동 개입이 최소화됩니다. 인력은 감독, 전략적 지침을 제공하고 이례적인 사례를 처리하지만, AI 시스템이 일상적인 결정과 상호작용을 강화합니다.
자생 AI 은행은 일반적으로 고객 온보딩, 리스크 평가, 거래 및 고객 서비스를 AI가 관리하는 종단 간 디지털 운영을 특징으로 합니다.
고급 머신러닝 모델은 고객의 데이터를 분석하여 맞춤형 금융 조언을 제공하거나 실시간으로 사기를 감지합니다. 챗봇과 가상비서가 고객 문의의 상당 부분을 처리합니다. 중요한 것은, 대화형 인터페이스를 위한 생성적 AI 또는 투자 전략 최적화를 위한 강화 학습과 같은 최신 AI 혁신을 종종 통합한다는 것입니다. 목표는 데이터를 더 많이 수집할수록 서비스를 지속적으로 학습 및 최적화하여 개선할 수 있는 은행을 창출하는 것입니다 – 이는 정적인 레거시 코어가 쉽게 할 수 없는 것입니다.
또 다른 특징은 AI-자생 은행이 준수와 위험 관리를 AI 시스템의 내장된 기능으로 취급한다는 것입니다. 전통적인 은행에서는 규정 준수가 종종 별도의 층의 검토와 보고로 이루어지며, 일부는 수동으로 수행됩니다. AI-우선 은행에서는 소프트웨어가 처음부터 규정 요건을 존중하도록 설계되어, 의심스러운 활동 모니터링 같은 자동화를 구현합니다. "규정 준수 및 규제 위험의 올바른 이해가 제품 및 엔지니어링과 함께 테이블에 좌석을 가져야 한다"고 Neville은 강조하며, 이러한 은행은 규제 로직을 AI 워크플로우에 직접 프로그래밍합니다.
"AI-자생"이라는 것이 "AI-전용"이라는 것을 의미하지는 않습니다. 인간의 감독은 여전히 중요합니다.
비전은 완전한 자율형 은행이 아니라 직원이 없는 고도로 자동화된 은행으로, AI가 협력하는 형태입니다. 예를 들어, 한 AI 은행 프로젝트는 "AI 배우, 또는 디지털 노동자"를 내부 태스크를 수행하는 직원으로 사용하여 소프트웨어 작성과 같은 작업을 수행할 계획이며, 인간이 감독 및 고급 의사결정을 담당합니다. 고객 대면 역할에서는 AI 비서가 일상적인 질문에 답변하고, 처리할 수 없는 경우나 공감을 요구하는 상황에서는 인간 은행원에게 에스컬레이트됩니다.
Content: capital](https://www.calcalistech.com/ctechnews/article/byi4zgrlkx), underscoring the confidence in its approach. By 2025 the bank had raised around $242 million and was valued at about $320 million , with investors including tech giants like Tencent and fintech funds from SoftBank’s ecosystem.
AI is at the heart of One Zero’s customer experience.
In February 2024, the bank launched “Ella 2.0,” a generative AI-powered service platform that acts as a virtual financial assistant for customers. Developed in partnership with AI21 Labs (an Israeli AI startup specializing in large language models), Ella 2.0 is essentially an AI private banker available 24/7.
Customers can interact with Ella in natural language – asking complex questions about their finances across accounts, getting budgeting advice, or troubleshooting issues – and get instant, context-aware responses. The system understands multiple languages and was trained on extensive banking queries to improve its accuracy.
According to the bank, Ella 2.0 “delivers instantaneous responses, operates 24/7, and harnesses machine learning to tailor personalized financial services.” In other words, it continuously learns from customer interactions to offer better help, while human bankers stand by to support when needed.
The first CEO of One Zero, Gal Bar Dea, highlighted how this AI assistant elevates service quality. “Ella 2.0’s capabilities transcend linguistic barriers,” he said, ensuring “immediate, accurate, and personalised responses while continuously evolving to meet individual customer needs.”
One Zero takes pride in leading this “global charge from experimental Generative AI to practical implementation” in banking.
Ori Goshen, co-CEO of AI21 Labs, noted that “One Zero’s new AI assistant, Ella, represents a shift in the digital banking industry towards a better customer experience – one that is faster, more reliable, and personalised to each user.”
Such endorsements underscore how closely integrated the tech startup and the bank are in developing AI solutions.
Beyond Ella, One Zero uses AI in more behind-the-scenes ways. Automated algorithms handle much of the bank’s daily operations and decision-making. For example, AI models are employed for credit risk assessments and investment recommendations, learning from data to refine their outputs.
The bank’s strategy has been to automate routine tasks as much as possible, which reduces costs and allows the bank to offer more competitive fees.
At the same time, One Zero maintains human financial advisors that clients can reach out to (the bank promises a hybrid of “personal financial managers” and AI assistance). This dual approach caters to customers who want the efficiency of AI but also the reassurance of human expertise for important decisions.
One Zero’s heavy investment in AI is paying off in customer engagement.
By some reports, its AI assistant was handling up to 40% of customer inquiries independently shortly after launch, and assisting human agents with many others. This significantly cuts down response times – the bank claims to have eliminated wait times for most queries – and it ensures that customers get consistent, high-quality answers anytime.
The AI can even handle complex cross-referenced questions; One Zero noted scenarios like asking “What was that Indian restaurant I went to with a friend in London?” and the system can infer and find the transaction. Such capabilities illustrate the power of combining transaction data with conversational AI.
From a market perspective, One Zero Bank is a case study in how a new bank can differentiate via AI. In Israel’s competitive banking sector, One Zero’s selling point is not just that it has a slick mobile app – many banks do – but that its services are smarter and more proactive. The bank can alert users of unusual spending, forecast their cash flow, or suggest financial moves, driven by AI analytics on their data. This aligns with a broader trend: consumers increasingly expect personalized, instant service in finance, similar to how Netflix or Spotify personalize entertainment. One Zero is tapping into that expectation, using AI to become a “financial concierge” of sorts.
Challenges remain for One Zero, especially as it eyes expansion beyond Israel. The bank had plans to expand internationally, but external events (such as regional conflicts in late 2023) forced it to pause some initiatives.
Nonetheless, the company’s progress is being watched globally. If One Zero Bank continues to succeed, it could inspire similar AI-focused digital banks in other countries. It also provides a live example to regulators of how AI can be safely integrated into banking. Notably, Israel’s regulators gave One Zero a full banking license, indicating trust in its model and capital – a positive sign for other AI-native bank hopefuls seeking regulatory approval in the future.
Bunq – Europe’s First AI-Powered Neobank
In Europe, one of the established players embracing an AI-native approach is Bunq, a Dutch digital bank often dubbed “the bank of The Free” for its tech-driven, user-centric ethos.
Bunq was founded in 2012 and has grown to millions of users across Europe, but in late 2023 it made waves by announcing that it had become “Europe’s first AI-powered bank.”
Bunq integrated generative AI into its platform to a degree not seen among its peers, aiming to transform how customers interact with their finances. The centerpiece of this effort is “Finn,” Bunq’s AI-powered personal finance assistant.
In December 2023, Bunq rolled out Finn as a customer-facing generative AI tool embedded in its app.
Finn effectively replaced the traditional search and navigation functions within the Bunq app. Instead of manually browsing menus or transaction lists, users can simply ask Finn questions or give commands in natural language. “Finn will wow you,” Bunq’s founder and CEO Ali Niknam said at the launch, touting the result of “years of AI innovation” and a “laser focus on our users.”
The goal, as Niknam described, was to “completely transform banking as you know it” by making interactions as easy as a conversation.
What can Finn do? According to Bunq, a lot. Users can ask questions like, “How much did I spend on groceries last month?” or “What’s my average monthly utility bill?”, and Finn will instantly parse their transaction data to give an answer. It can also handle more complex queries that combine multiple pieces of information.
For example, Niknam shared that “it can even combine data to answer questions that go beyond transactions, such as ‘How much did I spend at the café near Central Park last Saturday?’”. The AI is context-aware, meaning it can figure out that “the café near Central Park” refers to a specific merchant and date in the user’s transaction history, something a normal search function would struggle with. By enabling such conversational queries, Bunq makes it far easier for users to analyze their own spending and find information without accounting knowledge or tedious manual effort.
Beyond Q&A, Finn assists with financial planning and budgeting. Users can ask for advice or insights, like “Do I have enough surplus this month to add €500 to my savings?” and get a data-driven response. It’s like having a personal accountant on call.
Bunq leverages this to encourage healthier financial habits among its customers. Internally, Bunq’s AI also analyzes transaction patterns across multiple linked accounts (using Europe’s open banking frameworks) to give consolidated views of a user’s finances. This means Finn can see a customer’s balances and spending not just at Bunq, but at other banks if the user permits, providing a one-stop overview – a powerful feature for budgeting and planning.
The impact of Finn was notable.
Reports indicated that Finn was able to handle about 40% of customer queries on its own, without human intervention, and assist with another significant portion.
This reduced the workload on Bunq’s support staff and accelerated response times for users. In fact, by early 2024 Bunq claimed that Finn’s introduction had made customer interactions more efficient than ever, with many questions answered instantly by the AI. For the remaining queries requiring a human touch, Bunq’s team could focus on complex issues, now that the AI triages the simple ones.
The result is a scalable customer service model as Bunq continues to grow its user base across Europe.
Bunq’s embrace of AI comes as it is expanding geographically and in products. The company applied for a U.S. banking license in 2023, aiming to enter the American market, and such innovation helps it stand out in an increasingly crowded neobank scene.
It’s worth noting that other fintechs are following suit: U.S. neobank MoneyLion announced a ChatGPT-powered search feature around the same time, and another called Dave introduced “DaveGPT” for customer inquiries.
But Bunq’s head start and integration into core functionality (replacing search entirely with AI) gave it a leadership claim.
From a business perspective, Bunq uses AI not only to help users but also to derive insights that inform new offerings. By analyzing how people ask questions about their money, Bunq can identify pain points or popular requests and potentially create new features or products around those.
For example, if many users ask “Can I afford X by end of year?”, Bunq might develop an automated savings planner. This data-driven innovation is a competitive advantage of being an AI-native bank – the feedback loop from user interactions to service improvement is very tight.Translate following content from en to ko.
Skip translation for markdown links.
Content: to couple AI with human oversight. All AI responses are monitored for accuracy and relevance.
AI를 인간 감독과 결합하기 위해. 모든 AI 응답은 정확성과 관련성을 위해 모니터링됩니다.
The bank has emphasized that Finn’s advice is based on data but customers should exercise judgment – it’s an assistant, not a fully autonomous financial manager (at least not yet). Additionally, privacy and security are paramount; Bunq has to ensure that the AI only accesses data the user has permissioned and that sensitive information is protected. So far, no major issues have been reported, and customers have largely responded positively to the convenience of conversational banking.
은행은 Finn의 조언이 데이터에 기반하고 있지만 고객들은 판단력을 발휘해야 한다고 강조했습니다 – 그것은 어시스턴트이며, 완전히 자율적인 금융 관리자는 아닙니다 (적어도 아직은 아닙니다). 추가로, 프라이버시와 보안이 최우선입니다; Bunq는 AI가 사용자가 허락한 데이터에만 접근하고 민감한 정보가 보호되도록 보장해야 합니다. 현재까지 주요 문제는 보고되지 않았으며, 고객들은 대화형 뱅킹의 편리함에 대해 대체로 긍정적으로 반응했습니다.
Ali Niknam, Bunq’s CEO, has framed the AI push as part of Bunq’s mission to simplify banking. In his view, traditional banks burden customers with clunky interfaces and jargon, whereas Bunq wants to “make life so much easier” for users through technology.
Bunq의 CEO인 Ali Niknam은 AI 추진을 뱅킹을 간소화하는 Bunq의 사명 중 하나로 규정했습니다. 그의 관점에서, 전통적인 은행들은 고객들에게 복잡한 인터페이스와 용어로 부담을 주지만, Bunq는 기술을 통해 사용자들의 삶을 훨씬 더 쉽게 만들기를 원합니다.
By making banking as easy as texting a friend, Bunq hopes to deepen customer loyalty and engagement. Indeed, industry analysis shows that personalization and ease of use significantly boost customer satisfaction in banking.
Bunq는 뱅킹을 친구에게 메시지를 보내는 것만큼 쉽게 만듦으로써 고객 충성도와 참여를 심화할 수 있기를 희망합니다. 실제로, 산업 분석에 따르면 퍼스널라이제이션과 사용의 용이성이 은행의 고객 만족도를 크게 향상시킵니다.
Bunq’s AI strategy hits both targets: personalize the experience (since Finn’s answers are unique to your data and questions) and make it easy (no need to learn the app menus or finance terminology).
Bunq의 AI 전략은 두 가지 목표를 충족합니다: 경험을 개인화(즉, Finn의 답변은 당신의 데이터와 질문에 독특하게 맞춤화됨)하고 이를 쉽게 만듭니다(앱 메뉴나 금융 용어를 학습할 필요가 없음).
As one of the first movers in AI-powered banking in Europe, Bunq offers a valuable example for the industry. It demonstrates that even an operational bank with millions of users can successfully infuse AI at the core of its services – it’s not just something for brand-new startups. Bunq’s experience will be closely watched by other European banks and fintechs. In a way, Bunq is turning into a tech company as much as a bank, continually integrating the latest AI developments. If Finn and subsequent AI features continue to perform well, it’s likely we’ll see more banks launching their own GPT-style assistants or AI-driven personalization features in an arms race to attract digitally savvy customers.
유럽의 AI 기반 뱅킹에서 주요 선두 주자 중 하나로서, Bunq는 산업에 귀중한 예시를 제공합니다. 수백만 명의 사용자를 보유한 운영 은행조차도 그 서비스의 핵심에 AI를 성공적으로 주입할 수 있음을 보여줍니다 – 이것은 새로운 스타트업을 위한 것만이 아닙니다. Bunq의 경험은 다른 유럽 은행과 핀테크들이 주의 깊게 지켜볼 것입니다. Bunq는 어느 정도 은행만큼이나 기술 회사로 변모하고 있으며, 최신 AI 개발을 지속적으로 통합하고 있습니다. Finn과 이후의 AI 기능들이 계속 잘 수행된다면, 더 많은 은행들이 그들의 GPT 스타일 어시스턴트나 AI 구동 개인화 기능을 탐색하여 디지털에 능숙한 고객을 유치하기 위한 치열한 경쟁에 참여할 가능성이 높습니다.
WeBank – China’s Pioneering AI-First Bank
No discussion of AI in banking would be complete without WeBank, China’s trailblazing digital bank that has been a pioneer in AI adoption since its inception.
중국의 선구적 디지털 은행인 WeBank 없이 뱅킹의 AI에 대한 논의는 완성되지 않습니다. WeBank는 창립 이후 AI 채택에 있어 선구자였습니다.
WeBank was founded in 2014 as China’s first internet-only bank, backed by tech giant Tencent. From the beginning, WeBank’s strategy was to leverage cutting-edge technologies – encapsulated in its “ABCD” mantra (AI, Blockchain, Cloud, Data) – to serve millions of customers at low cost. Over the past decade, WeBank has grown explosively, providing loans, payments, and financial services to tens of millions of users, many of them underbanked individuals and small businesses. Its success is often credited to its deep integration of AI in operations, enabling it to manage volume and risk far more efficiently than traditional banks.
WeBank는 2014년에 중국의 최초 인터넷 전용 은행으로 설립되었으며, 기술 대기업 텐센트의 후원을 받았습니다. 처음부터 WeBank의 전략은 "ABCD" 이념 (AI, Blockchain, Cloud, Data)에 담긴 최첨단 기술을 활용하여 저비용으로 수백만 명의 고객을 서비스하는 것이었습니다. 지난 10년 동안, WeBank는 폭발적으로 성장하여 많은 수의 사용자에게 대출, 결제 및 금융 서비스를 제공했으며, 이 중 많은 수는 저금융층과 소규모 사업체였습니다. WeBank의 성공은 종종 AI가 깊이 통합되어 있어 전통적인 은행보다 훨씬 효율적으로 볼륨과 위험을 관리할 수 있는 운영 덕분으로 인정받습니다.
One of WeBank’s notable achievements is the extent to which it uses AI and automation in customer service and support. As of a few years ago, WeBank reported that it was receiving around 100,000 customer service queries per day, and its AI “virtual robots” were handling 98% of them without human intervention.
WeBank의 주목할 만한 성과 중 하나는 고객 서비스와 지원에서 AI와 자동화를 사용하는 정도입니다. 몇 년 전, WeBank는 하루에 약 100,000건의 고객 서비스 문의를 받고 있으며, 그 중 98%를 인간의 개입 없이 AI "가상 로봇"이 처리하고 있다고 보고했습니다.
These virtual agents use natural language processing and speech recognition – essentially early versions of the kind of AI that powers today’s voice assistants – to resolve customer inquiries. Dr. Yang Qiang, a chief AI consultant at WeBank, explained that they deploy facial recognition, voice recognition, and NLP to improve service and convenience. Customers can interact through chat or voice, and the AI can authenticate them (via facial recognition) and address issues or execute requests in real time.
이 가상 에이전트들은 자연 언어 처리와 음성 인식 – 본질적으로 오늘날의 음성 어시스턴트를 구동하는 AI의 초기 버전 – 을 사용하여 고객의 문의를 해결합니다. WeBank의 최고 AI 컨설턴트인 Yang Qiang 박사는 얼굴 인식, 음성 인식, NLP를 배포하여 서비스와 편의를 향상시킨다고 설명했습니다. 고객들은 채팅이나 음성을 통해 상호작용할 수 있으며, AI는 그들을 실시간으로 인증(얼굴 인식을 통해)하고 문제를 해결하거나 요청을 실행할 수 있습니다.
WeBank’s philosophy has been that AI is there to “augment, not replace” human service – a stance that sounds similar to Western banks, but WeBank has taken it to an extreme degree of implementation. “Automated service is not an enemy to human services. They should work side by side,” Yang Qiang told CNBC. The result is a highly scalable model: a relatively small team of human staff can oversee a customer base of millions because AI is doing the heavy lifting day-to-day. In fact, WeBank famously started with only a few dozen employees and no physical branches, yet it was able to disburse enormous volumes of micro-loans across China by relying on AI-driven credit algorithms and customer interactions through smartphones. This operational efficiency is a major reason WeBank turned profitable within just a couple of years of launch, a rare feat for a new bank.
WeBank의 철학은 AI가 인간 서비스를 "대체하는 것이 아니라, 보완하는 것"에 있다는 것입니다 – 이는 서방 은행들과 비슷하게 들리지만, WeBank는 이를 극단적으로 구현했습니다. "자동화된 서비스는 인간 서비스의 적이 아닙니다. 그들은 나란히 작동해야 합니다,"라고 Yang Qiang은 CNBC에 말했습니다. 결과적으로 인간 직원의 비교적 작은 팀이 수백만 고객 기반을 감독할 수 있는 고도로 확장 가능한 모델이 되었습니다. 이는 AI가 매일무겁게 일을 처리하기 때문입니다. 실제로, WeBank는 수십 명의 직원만으로 물리적 지점 없이 시작했으며, AI 구동 신용 알고리즘과 스마트폰을 통한 고객 상호작용에 의존하여 중국 전역에 엄청난 볼륨의 소액 대출을 제공할 수 있었습니다. 이러한 운영 효율성은 WeBank가 출범 후 불과 몇 년 만에 수익성을 기록한 주요 이유입니다, 이는 새로운 은행으로서는 드문 업적입니다.
Another area where WeBank shines is AI-driven credit risk analysis and loan approval.
WeBank의 또 다른 놀라운 부분은 AI 주도 신용 위험 분석 및 대출 승인입니다.
Traditional banks often require lengthy paperwork and human underwriting for loans, but WeBank automated much of that using machine learning models. By analyzing vast amounts of alternative data – such as social media behavior, mobile payment history (leveraging Tencent’s ecosystem), and other digital footprints – WeBank’s AI can assess creditworthiness quickly and extend small loans to individuals and SMEs that might be rejected by larger banks.
전통적인 은행들은 대출을 위해 장기간의 서류 작업과 인간 보증 심사를 요구하지만, WeBank는 많은 부분을 기계 학습 모델을 사용하여 자동화했습니다. 소셜 미디어 행위, 모바일 결제 이력(Tencent의 생태계를 활용) 및 기타 디지털 발자국과 같은 대량의 대체 데이터를 분석하여 WeBank의 AI는 신용도를 빠르게 평가하고 대형 은행에서 거절당할 수 있는 개인 및 중소기업에 소액 대출을 연장할 수 있습니다.
This inclusive approach has extended credit to segments previously deemed too risky or costly to serve. Yang Qiang noted that such technology creates “the possibility for WeBank to have more efficiency than traditional banks in processing loans and conducting risk analysis”, which indeed has been borne out. WeBank can process loan applications in minutes and monitor them continuously, something legacy banks find hard to match.
이러한 포용적인 접근 방식은 이전에 너무 위험하거나 비용이 많이 드는 것으로 간주되었던 섹터에 신용을 확장했습니다. Yang Qiang은 이러한 기술이 "대출을 처리하고 리스크 분석을 수행하는 면에서 WeBank가 전통적인 은행보다 더 효율적일 가능성을 만들어준다"고 언급했으며, 이는 실제로 실현되었습니다. WeBank는 몇 분 만에 대출 신청을 처리하고 지속적으로 모니터링할 수 있으며, 이는 기존 은행들이 맞추기 어려운 부분입니다.
WeBank has also been an innovator in AI research.
또한 WeBank는 AI 연구의 혁신가이기도 합니다.
It has invested in areas like federated learning, a technique to train AI models on sensitive data from multiple sources without compromising privacy. This was important for WeBank to collaborate with other institutions (like sharing fraud data) while respecting China’s strict data privacy rules.
WeBank는 연합 학습과 같은 영역에 투자했습니다. 이는 여러 출처에서 민감한 데이터를 사용하여 프라이버시를 침해하지 않고 AI 모델을 훈련하는 기술입니다. 이는 WeBank가 다른 기관들과 협력하는 데 중요했으며(예를 들어, 사기 데이터를 공유하는 것), 중국의 엄격한 데이터 개인정보 보호 규칙을 존중합니다.
The bank’s technologists have published papers and open-sourced tools, indicating that WeBank sees itself as a tech leader, not just a financial services company. In March 2025, WeBank even shared a vision for an “AI-native bank” at a global conference, highlighting how a decade of its tech expertise is pushing banking to be “smarter and more inclusive”.
은행의 기술자들은 논문을 발표하고 도구를 오픈 소스화하여, WeBank가 자신을 단순한 금융 서비스 회사가 아닌 기술 리더로 여긴다는 것을 나타냅니다. 2025년 3월, WeBank는 글로벌 컨퍼런스에서 "AI-네이티브 은행"에 대한 비전을 공유하기도 했으며, 이는 10년간의 기술 전문성이 어떻게 은행 업무를 "더 스마트하고 포용적"으로 만들고 있는지를 강조했습니다.
This suggests WeBank is aiming to stay at the forefront of AI in finance, possibly exploring next-gen AI like generative models for even more advanced services.
이는 WeBank가 금융에서 AI의 최전선에 머물기를 목표로 하며, 더욱 발전된 서비스를 위한 생성 모델과 같은 차세대 AI를 탐구하고 있을 가능성을 시사합니다.
Despite its tremendous automation, WeBank hasn’t eliminated the human element. Instead, it has reallocated it. With AI doing routine work, human employees focus on areas like improving algorithms, handling exceptional cases, and developing new products.
대단한 자동화에도 불구하고, WeBank는 인간 요소를 제거하지 않았습니다. 대신, 재배치했습니다. AI가 일상적인 작업을 수행함으로써, 인간 직원들은 알고리즘을 개선하고, 예외적인 사례를 처리하며, 새로운 제품을 개발하는 것과 같은 영역에 집중합니다.
WeBank’s staffing strategy reportedly has about 60% of employees in technology roles – an unusually high ratio for a bank, but logical for what is essentially a fintech institution. This tech-first culture further cements WeBank’s status as an AI-native bank avant la lettre.
WeBank의 인력 배치 전략은 기술 직무에 약 60%의 직원이 있다고 보고되며, 이는 은행에서는 이례적으로 높은 비율입니다. 그러나 본질적으로 핀테크 기관에서는 논리적입니다. 이 기술 우선 문화는 WeBank의 AI-네이티브 은행으로서의 위상을 더욱 공고히 합니다.
CITIC aiBank – A Joint Venture of Finance and Tech
Around the same time WeBank was taking off, another notable experiment in AI-centric banking was underway in China: CITIC aiBank (often just called “AiBank”).
WeBank가 출범할 즈음, 중국에서는 또 다른 주목할 만한 AI 중심 뱅킹 실험이 진행되고 있었습니다: CITIC aiBank(종종 "AiBank"라고 불립니다).
This is a joint venture between China Citic Bank, a mid-tier commercial bank, and Baidu, the internet search and AI giant. Launched in late 2017, aiBank was established as a direct, branchless bank with the explicit goal of leveraging big data and artificial intelligence to deliver smarter financial services.
이것은 중간 규모의 상업 은행인 중국 Citic 은행과 인터넷 검색 및 AI 대기업인 Baidu 사이의 합작 벤처입니다. 2017년 말에 출시된 aiBank는 빅데이터와 인공지능을 활용하여 더 스마트한 금융 서비스를 제공하는 명시적인 목표를 가지고 직접적이고 지점 없는 은행으로 설립되었습니다.
With a registered capital of 2 billion yuan (about $300 million at the time) and ownership split 70/30 between Citic Bank and Baidu, aiBank represented a blend of banking domain knowledge and cutting-edge tech capability.
등록 자본금 20억 위안(당시 약 3억 달러)과 Citic 은행과 Baidu 사이의 70/30 지분 구조를 가진 aiBank는 은행의 도메인 지식과 최첨단 기술 능력이 결합되어 있음을 나타냅니다.
AiBank’s focus from the start was on lending to consumers and small businesses, segments often underserved by traditional banks in China. By using Baidu’s AI technology, aiBank aimed to develop new risk assessment models that could better evaluate borrowers who lack extensive credit histories. “AiBank will focus on lending to individuals and small businesses while leveraging big data and artificial intelligence to build new risk control models,” said Li Rudong, the bank’s president, at its launch.
출범 초기부터 AiBank의 초점은 소비자와 소규모 사업체에 대출하는 데 있었으며, 이는 중국의 전통적인 은행에서 종종 충분히 서비스 받지 못하는 세그먼트입니다. Baidu의 AI 기술을 사용하여, aiBank는 광범위한 신용 기록이 부족한 채무자를 더 잘 평가할 수 있는 새로운 리스크 평가 모델을 개발하는 것을 목표로 했습니다. Li Rudong 은행장은 출범 당시 "AiBank는 빅데이터와 인공지능을 활용하여 새로운 위험 관리 모델을 구축하면서 개인과 소규모 기업에 대출을 집중할 것입니다"라고 말했습니다.
This indicates that aiBank intended to analyze non-traditional data – possibly including search data, social data, etc., thanks to Baidu – to make credit decisions. The expectation was that AI-driven insights could identify creditworthy customers that legacy scoring methods might overlook, thus profitably expanding financial inclusion.
이것은 aiBank가 신용 결정을 내리기 위해 비전통적인 데이터를 분석할 의도가 있음을 나타냅니다 – 검색 데이터, 사회적 데이터 등 Baidu 덕분에 가능할 것입니다. AI 주도 인사이트가 기존 스코어링 방법이 간과할 수 있는 신뢰할 수 있는 고객을 식별할 것으로 기대되어, 금융 포용성을 수익성 있게 확장할 것으로 기대되었습니다.
A striking detail revealed at launch was that 60% of aiBank’s employees would be tech staff. This was essentially unheard of in banking at that time and signaled how differently aiBank would operate compared to a typical bank where most staff are in branches or general operations. By concentrating on engineering and data science talent, aiBank put itself on a path to continuously develop and refine AI systems in-house.
출범 당시 공개된 놀라운 세부사항은 aiBank의 직원 중 60%가 기술 직원이어야 한다는 것이었습니다. 이는 당시 은행업계에서는 전례가 없었으며, 대부분의 직원이 지점이나 일반 운영에 있는 기존 은행에 비해 aiBank가 얼마나 다르게 운영될지를 나타냈습니다. 엔지니어링 및 데이터 과학 인재에 집중함으로써, aiBank는 자체적으로 AI 시스템을 지속적으로 개발하고 정교화하는 경로에 자신을 위치시켰습니다.
Baidu’s contribution was not just capital but also technology – including its AI platforms, cloud services, and perhaps even its vast user data (within privacy/legal limits). This partnership was part of a broader trend in China of tech companies and banks teaming up – similarly, Alibaba with MYbank, and Tencent with WeBank – to create hybrid entities that marry the strengths of each. In Baidu’s case, aiBank also offered a way to monetize its AI research in finance and showcase its AI leadership.
Baidu의 기여는 단순한 자본이 아니라, 기술도 포함되어 있었습니다 – AI 플랫폼, 클라우드 서비스, 그리고 아마도 방대한 사용자 데이터(프라이버시/법적 한도 내에서) 등. 이 파트너십은 중국의 기술 회사와 은행들이 협력하여 각자의 강점을 결합한 하이브리드 기관을 만드는 더 큰 흐름의 일부분이었습니다 – 마찬가지로, Alibaba는 MYbank와, Tencent는 WeBank와 협업했습니다. Baidu의 경우, aiBank는 금융 분야에서 AI 연구를 수익화하고 AI 리더십을 보여주는 방법을 제공했습니다.
At the launch event, Baidu’s then Chief Operating Officer, Lu Qi, heralded the venture by saying, “AiBank isContent:
미래의 지능형 금융… 그것은 고객을 가장 잘 이해하고 금융을 가장 잘 이해하는 기관입니다.” 이 인용은 Baidu의 사용자 지식(온라인 행동으로부터)과 Citic의 은행 전문 지식을 결합하여 aiBank가 고객 통찰력과 서비스 면에서 전통적인 은행을 능가할 수 있다는 열망을 담고 있습니다.
직접 은행(온라인 전용)으로 운영되는 것은 또한 aiBank가 중국의 광대한 시장에서 물리적 존재 없이 전국의 고객에게 도달할 수 있는 중요한 이점을 의미했습니다.
실제로 향후 몇 년 동안 aiBank는 디지털 대출 제품 및 AI 강화 서비스를 출시했습니다. 이는 머신러닝 신용 모델에 의해 빠른 승인이 이루어지는 모바일 앱을 통해 개인 대출을 제공했습니다. 중소기업을 위해서는 전자 상거래 거래 및 공급망 데이터를 분석하여 신용을 연장하는 데 AI를 실험적으로 사용했습니다. 이는 상당 부분 Ant Group이 하는 것과 유사합니다.
AiBank는 또한 고객 서비스에서 AI를 탐구했으며, 기본 문의를 위한 지능형 챗봇도 포함했습니다. Baidu의 자연어 처리 강점(특히 중국어 NLP)을 감안할 때, aiBank는 음성 비서 및 텍스트 기반 고객 상호작용에서 고급 AI의 혜택을 받았을 가능성이 큽니다. aiBank의 세부 성과 데이터는 널리 공개되지 않았지만, 지속적인 운영과 자본 증대(2018년까지 Citic과 Baidu가 성장을 지원하기 위해 자본을 두 배로 늘렸다고 보고됨)을 보면 인기를 얻었음을 시사합니다.
aiBank의 독특한 각도 중 하나는 Baidu의 생태계와의 시너지입니다. Baidu는 aiBank의 금융 서비스를 자사의 인기 있는 앱에 통합할 수 있었습니다. 예를 들어, Baidu의 검색 또는 지도 사용자가 aiBank 서비스를 문맥에 맞게 제공받을 수도 있습니다(예를 들어, '자동차 대출'을 검색하면 aiBank 제안을 볼 수 있음). 더 나아가, Baidu의 얼굴 인식 및 음성 기술 등 AI 연구는 aiBank의 보안 및 가입 절차에서 실제 사용을 찾았습니다. WeBank의 양창 교수가 일반적으로 언급한 것처럼, 얼굴 인식과 같은 기술은 원격 계좌 개설을 매끄럽고 원활하게 할 수 있게 하고 있으며, Baidu의 전문성을 고려할 때 aiBank는 유사한 방법을 채택했을 가능성이 큽니다. 어떤 의미에서는 aiBank가 규제된 산업에서 AI의 힘을 입증하기 위한 Baidu의 플랫폼 역할을 했으며, 이는 잠재적으로 Baidu의 AI 비즈니스 시장에서의 입지를 강화했습니다.
그러나 더 큰 전통 은행(Citic)의 구조 안에서 AI 본토 은행을 운영하는 것 또한 도전 과제를 가지고 있었습니다.
Citic Bank의 참여로 규제 준수가 보장되고 은행 인프라가 제공되었지만, 순수 스타트업보다 더 신중한 속도를 초래했을 수 있습니다. 중국은행보험감독관리위원회(CBIRC)의 규제 감독은 aiBank의 AI 혁신이 금융 리스크 규제와 조화를 이루어야 했음을 의미했습니다. 2021년, 중국 규제 당국이 합작 회사 설립 과정에서의 어떤 형식적 절차로 인해 Citic과 Baidu에 벌금을 부과했다는 일화가 나타났으며, 이는 기술 중심의 은행조차도 엄격한 규칙하에 운영된다는 점을 상기시킵니다. 그럼에도 불구하고, 리스크가 관리되는 한, 중국의 규제 기관은 은행에서의 AI 및 핀테크에 대해 대체로 지지적인 입장을 취하고 있습니다.
2025년 기준, CITIC aiBank는 새로운 은행 벤처에서 AI를 성공적으로 통합한 사례로 자리 잡았습니다.
비록 WeBank처럼 세계적인 이름 인식은 없을지라도, 전통적인 은행과 기술 대기업이 AI 본톨 은행 플랫폼을 공동 창안하는 협력 모델을 강조합니다.
마무리 생각
본토 AI 은행의 부상은 금융이 더 빠르고, 더 개인화되며, 심지어 기계에 의해 구동될 수 있는 미래를 가리키고 있습니다.
이러한 선구적인 프로젝트들은 현대 기술로 은행을 근본적으로 재구성할 수 있다는 가능성을 보여주며, 고객에게 초편리한 서비스를 제공하고 금융 시스템을 새로운 참가자(AI 에이전트 또는 소외된 인구 등)에게 개방할 수 있습니다. 앞으로 전통적인 은행들이 AI 채택을 가속화하거나 AI 본토 이니셔티브와 협력하여 대응할 것으로 기대할 수 있습니다. 경우에 따라, 기존 사업체들은 성공적인 AI 은행 스타트업을 인수하여 그 기능을 결합할 수 있습니다. 규제 기관들 또한 주목하고 있습니다. AI 본토 은행이 리스크 관리 및 준수에서 강력한 성과를 보이면, 규제 기관들은 은행에서 AI의 광범위한 사용을 촉진할 수 있는 프레임워크를 업데이트하거나 AI 기반 금융 기관을 위한 새로운 라이선스 카테고리를 창출할 가능성이 있습니다.
그러나 AI 본토 은행의 도래는 또한 관리해야 할 중요한 리스크와 도전을 가져옵니다. 주요 우려 사항 중 하나는 거버넌스와 감독입니다. AI 알고리즘이 신용 결정을 내리거나 사기를 감지할 때, 그들이 편향되지 않고 오류가 없도록 보장하는 것이 중요합니다. 통제되지 않은 알고리즘은 실수로 특정 고객 그룹을 배제하거나 위험한 대출을 승인할 수 있으며, 이러한 실수는 신뢰를 손상시키고 규제적 처벌을 초래할 수 있습니다. 투명성도 또 다른 도전 과제입니다: 이러한 은행은 자신들의 AI 행동을 규제 기관과 고객에게 설명 가능하게 해야 합니다.
전통적인 금융 기관에게 있어, AI 본토 은행의 출현은 양날의 검입니다. 한편으로는 혁신의 한계를 밀어 새로운 방법과 기술을 창출할 수 있는 잠재력을 제공하며, 기존 은행은 Catena의 AI 워크플로우 효율성 또는 Bunq의 Finn 고객 참여 성공에서 배워 유사한 아이디어를 통합할 수 있습니다. 다른 한편으로는 이들 신규 참가자가 특정 분에서 강력한 경쟁자가 될 수 있습니다.