해외 금융 AI 사례 4가지: 글로벌 금융사가 AI 활용 역량에 주목하는 이유

글로벌 금융 기업들은 그동안 상담 지원, 문서 요약 등 직원 업무를 돕는 형태로 AI를 활용해 왔습니다. 하지만 2026년 들어 변화의 중심은 ‘업무를 지원하는 AI’에서 ‘실제 업무를 수행하는 AI 에이전트’로 이동하고 있습니다.

JP모건 체이스, 모건 스탠리, BBVA, 골드만삭스는 AI 활용 범위를 확대하며 업무 방식과 구성원의 역할을 변화시키고 있습니다. 이제 기업에게 필요한 것은 단순히 AI를 쓰기만 하는 능력이 아니라, 업무 상황에 맞게 AI를 활용하고 결과를 판단·개선할 수 있는 역량입니다.

이번 글에서는 해외 금융 AI 사례 4가지를 통해 글로벌 기업들이 AI를 어떻게 활용하고 있는지 살펴보고, AI 시대에 필요한 구성원의 역량에 대해 알아보겠습니다.

1. JP모건 체이스, AI 자율성이 높아질수록 필요한 감독 역량

JP모건 체이스의 최근 행보는 AI가 수행하는 업무의 범위와 자율성이 어디까지 커질 수 있는지를 잘 보여줍니다. 기존의 AI 에이전트가 사람이 요청한 작업을 단시간 내에 처리하는 보조 역할에 그쳤다면, 앞으로의 에이전트는 여러 소프트웨어 환경을 넘나들며 일정 시간 동안 스스로 업무를 완수하는 형태로 진화하고 있습니다.

JP모건 체이스의 데릭 월드론(Derek Waldron) 최고 분석 책임자(CAO)는 2026년 인터뷰에서 우리는 이제 ‘장시간 자율 에이전트의 시대’에 진입했다고 진단했습니다. 

기존에는 몇 분 단위로 작동하던 AI 에이전트가, 앞으로는 1~2시간 동안 인간의 개입 없이 독립적으로 업무를 수행할 수 있게 된다는 의미입니다. 회사는 이처럼 고도화된 장시간 자율 에이전트를 2026년 중에 실제 배포할 계획이라고 밝혔습니다.

업무 처리 능력에서 감독 능력으로

JP모건 체이스는 이미 AI를 직원들의 업무를 지원하는 강력한 도구로 활용하고 있습니다. 대표적인 사례인 자산관리 부문의 ‘코치 AI(Coach AI)’는 고객의 투자 성향, 시장 자료, 리서치 정보를 빠르게 찾아 자문 인력에게 제공합니다.

그 결과 자문 인력이 필요한 정보를 탐색하는 시간이 최대 95%까지 단축되었습니다. 이러한 효율성은 실적으로도 증명되어, 2023년부터 2024년까지 자산관리 부문의 총판매액이 20%나 증가했습니다. AI가 반복적인 정보 탐색 업무를 획기적으로 줄여준 덕분에, 직원들이 고객 상담과 같은 더 가치 있는 업무에 집중할 수 있었던 것입니다.

하지만 AI의 자율성이 높아질수록 중요한 것은 단순히 ‘AI가 얼마나 많은 업무를 처리하는가’가 아닙니다. 이제 조직에게 필요한 것은 AI가 도출한 결과물이 기업의 목표와 기준에 부합하는지, 그리고 업무 과정에서 리스크나 오류가 발생하지 않았는지를 정확히 판별하는 능력입니다.

 결국 자율 에이전트 시대에 요구되는 직원의 역할은 모든 실무를 직접 해내는 사람이 아니라, AI가 올바른 방향으로 작동하도록 목표를 설정하고 그 결과를 검토하는 사람입니다. 

JP모건 체이스의 사례는 AI 활용의 핵심 역량이 ‘직접 업무를 처리하는 능력’에서 ‘AI를 감독하고 검증하는 능력’으로 이동하고 있음을 뚜렷하게 보여줍니다.

2. 모건 스탠리, AI 에이전트 시대에는 권한과 책임 관리가 중요

모건 스탠리의 사례도 비슷합니다. AI를 직원이 사용하는 보조 도구에서, 금융 업무 시스템과 연결되는 새로운 업무 주체로 확장하고 있습니다. 

2023년, 모건 스탠리는 자산관리 자문 인력이 사내 리서치와 지식 정보에 빠르게 접근할 수 있도록 AI Assistant를 배포했고, 2024년 기준 재무자문팀의 98%가 AI Assistant를 활용하고 있으며, 회사는 AI를 직원과 여러 업무 시스템(주문, CRM, 리포팅, 리스크 분석)을 연결하는 역할로 정의했습니다.

AI가 금융 플랫폼의 새로운 사용자가 되다

2026년 모건 스탠리는 AI 활용 범위를 외부 플랫폼으로 확대하고 있습니다.

기업 고객이 사용하는 AI 에이전트가 Shareworks와 Equity Edge 시스템의 데이터에 접근할 수 있도록 개방하는 방향입니다.

두 플랫폼은 기업의 임직원 주식 보상, 스톡옵션, 지분 계획 등을 관리하는 시스템으로, 기존에는 담당자가 직접 로그인해 필요한 정보를 조회하고 업무를 처리해야 했지만, 앞으로는 AI 에이전트가 필요한 데이터를 직접 가져와 업무를 수행할 수 있는 구조로 바뀌게 됩니다.

AI에게 권한을 주는 시대, 필요한 것은 관리 역량

AI 에이전트가 금융 시스템에 직접 접근하기 시작하면 플랫폼의 사용자는 사람에서 AI까지 확대됩니다.

사람은 화면을 보며 상황을 판단하고 이상한 결과가 나오면 작업을 중단할 수 있습니다. 하지만 AI 에이전트는 정해진 권한과 기준에 따라 업무를 수행하기 때문에, 기업은 어떤 데이터와 기능에 접근할 수 있는지 명확하게 관리해야 합니다.

따라서 AI 에이전트 시대에는 기술 도입뿐 아니라 권한 설정, 승인 절차, 감사 체계와 같은 관리 역량이 중요해집니다.

모건 스탠리 사례는 AI를 활용하는 조직일수록 단순히 AI를 사용하는 능력뿐 아니라, AI가 어떤 권한으로 어떤 업무를 수행하는지 관리하고 책임질 수 있는 구성원의 AI 역량이 필요하다는 점을 보여줍니다.

3. BBVA, AI를 안전하게 쓸 수 있는 체계로 전사 확산에 성공

BBVA는 규제가 엄격한 금융기관에서도 생성형 AI를 전사적으로 확산할 수 있다는 사례를 보여줍니다.

2024년 약 3,300명의 직원에게 ChatGPT Enterprise를 제공하며 AI 도입을 시작했습니다. 이후 배포 대상을 1만 1,000명으로 확대했고, 초기 사용자들은 반복 업무 시간을 주당 약 3시간 절감했습니다. 또한 80% 이상의 사용자가 매일 AI 도구를 활용한 것으로 나타났습니다.

현재 실제 사용 직원은 10만 명 이상이며, 배포 대상 직원의 70% 이상이 매주 도구를 사용하고 있습니다. 직원들이 만든 커스텀 GPT도 2만 개를 넘어섰고, 이 가운데 약 4,000개는 조직에서 자주 활용되고 있습니다.

거버넌스와 교육으로 만든 안전한 활용 환경

BBVA가 짧은 기간 안에 대규모 AI 활용을 확산할 수 있었던 이유는 단순히 도구를 제공했기 때문이 아닙니다.

규제와 보안 요구가 높은 금융 환경에서 직원들이 AI를 안전하게 활용할 수 있도록 거버넌스와 교육 체계를 함께 설계했습니다. 승인되지 않은 개인 AI 사용을 방치하는 대신, 기업용 AI 환경 안에서 직원들이 실험하고 검증할 수 있도록 지원한 것입니다.

결국 전사 AI 도입에서 중요한 것은 얼마나 많은 직원에게 AI 도구를 배포했는지가 아닙니다. 구성원이 AI를 업무에 적절히 활용하고, 결과를 검토하고, 안전하게 적용할 수 있는 역량을 갖추는 것이 중요합니다.

BBVA 사례는 AI 전환이 기술 도입만의 문제가 아니라, 구성원이 AI를 활용할 수 있도록 조직 차원의 AI 역량을 만드는 과정 또한 중요하다는 점을 이야기하고 있습니다.

4. 골드만삭스, AI 에이전트 시대 개발자의 실력은 검증 능력

골드만삭스의 AI 도입은 AI 에이전트 시대에 개발자의 역할이 어떻게 변화하는지를 보여줍니다.

과거에는 개발자가 직접 코드를 작성하고 기능을 구현하는 역할이 중심이었다면, 앞으로는 AI가 수행한 작업을 관리하고 결과를 검증하는 역량이 더욱 중요해지고 있습니다.

골드만삭스는 이러한 변화에 맞춰 AI 활용 범위를 단계적으로 확대하고 있습니다.

2025년 6월에는 복잡한 문서 요약, 초안 작성, 데이터 분석 등을 지원하는 GS AI Assistant를 전사 출시했고, 당시 약 1만 명의 직원이 해당 도구를 사용하며 AI를 업무 보조 수단으로 활용하기 시작했습니다.

AI가 코드를 작성하는 시대, 개발자는 결과를 검증하다

골드만삭스는 이후 AI 활용 범위를 단순한 업무 지원을 넘어 실제 업무 수행 영역까지 확대하고 있습니다.

자율형 소프트웨어 엔지니어인 Devin을 수백 개 규모로 도입한 뒤, 성과에 따라 수천 개까지 확대할 수 있다는 계획을 공개하며, 약 1만 2,000명 규모의 엔지니어 조직 안에서 AI 에이전트와 개발자가 함께 일하는 새로운 협업 환경을 구축하고 있습니다.

이에따라 골드만삭스의 CIO(최고 정보 책임자) Marco Argenti는 개발자의 역할이 바뀌어야 한다고 말합니다. 문제를 명확히 정의하고, 에이전트에게 작업을 지시하고, 그 결과를 감독할 수 있어야 한다는 것입니다.

AI 에이전트 시대에는 업무를 명확히 정의하고, 적절한 에이전트에게 배분하며, 그 결과를 검증할 수 있는 개발자가 핵심 인재로 떠오르고 있습니다.

골드만삭스 사례는 AI가 실무를 대신할수록 조직에는 문제를 정의하고 결과를 검증할 수 있는 사람이 더 필요해진다는 것을 보여줍니다.

5. 해외 금융 AI 사례의 공통점, AI를 감독하고 검증하는 역량

네 기업의 사례의 공통점은 AI를 감독하고 검증하는 역량이 더 중요해지고 있다는 점입니다.

JP모건 체이스는 AI가 내놓은 결과를 사람이 다시 검토하는 감독 역량을 강조했습니다. 모건 스탠리는  AI에게 어떤 권한을 줄지 그리고 그 결과를 어떻게 관리할지가 중요하다고 봤습니다. BBVA는 구성원이 AI를 안전하게 활용할 수 있는 체계를 갖추는 것을, 골드만삭스는 AI가 수행한 작업의 결과를 검증하는 능력을 핵심으로 꼽았습니다.

결국 AI 에이전트 시대에 필요한 역량은 AI에게 업무를 맡긴 뒤 결과를 판단하고 방향을 바로잡을 줄 아는 역량입니다.

도구보다 먼저, 구성원의 AI 역량을 확인해야 하는 이유

하지만 문제는 이런 역량을 우리 조직 구성원이 얼마나 갖추고 있는지 객관적으로 파악하기 어렵다는 점입니다.

현재 AI 활용 역량 평가는 단순한 사용 경험과 결과물의 수준에 초점이 맞춰져 있습니다. AI 도구를 사용해 본 경험이 있다고 해서 실제 업무에서 적절한 질문을 던지고, 결과를 검토하고, 필요한 방향으로 개선할 수 있는 것은 아닙니다. 중요한 것은 얼마나 많이 사용했는지가 아니라, AI를 활용해 문제를 해결하는 과정에서 어떤 판단을 내리는지입니다.

따라서 구성원의 AI 역량을 파악하기 위해서는 결과물 하나만 평가하는 것이 아니라, AI와 상호작용하는 과정까지 함께 살펴봐야 합니다. 어떤 방식으로 프롬프트를 작성하고 수정하는지, AI가 제시한 결과를 어떻게 판단하고 개선하는지를 분석하면 실제 업무 상황에서 발휘되는 AI 활용 역량을 보다 정확하게 확인할 수 있습니다.

이러한 진단 결과는 구성원별 부족한 역량에 맞춘 교육 방향을 설계하고, AI 활용이 중요한 직무에 적합한 인재를 배치하는 기준으로 활용할 수 있습니다.

프로그래머스 AI 역량평가는 실제 AI 활용 과정에서 문제를 해결하는 방식과 AI와 상호작용하는 과정을 분석해 구성원의 AI 활용 역량을 객관적으로 확인하는 평가입니다. 단순히 AI 도구 사용 경험을 확인하는 것이 아니라, 업무 상황에서 AI를 어떻게 활용하고 결과를 개선하는지를 측정합니다.

우리 조직의 AI 역량을 어떤 기준으로 진단하고, 그 결과를 채용과 교육에 어떻게 활용할 수 있는지 궁금하다면 아래 링크에서 프로그래머스 AI 역량평가에 대해 알아보세요.