[기획]촘촘한 데이터 학습·보수적인 태도, '금융 AI 에이전트' 신뢰도 높여

AI 요약

웹케시 금융 AI 에이전트 콘퍼런스 2026이 23일 서울 여의도 FKI타워에서 열렸으며 강방울 웹케시 AI 개발부 부장이 '은행 데이터 중심, 경영정보 에이전트 구축 사례'를 발표했습니다. 강 부장은 AI 에이전트를 실제 현장에서 신뢰할 수 있게 하려면 구체적 데이터를 학습시키고 답변에 대한 명확한 근거를 제시하도록 설계해야 하며, 자격 요건으로 정확성·보수성·명확성·통제성을 제시했습니다. 발표에서는 AI가 은행 언어·날짜·맥락을 모른 채 틀린 답을 자신 있게 하는 문제와 대량 데이터 처리 지연·위험한 쿼리 실행 등을 지적하고, 이를 해결하기 위해 동의어 정규화·스키마 매핑·비즈니스 지표 정의·날짜 해석 엔진 및 계산 프로세스 도입, 모호 질문 시 재질의, 힌트 자동 삽입과 위험 쿼리 예측 등으로 검증 가능한 근거 제공 환경을 구축했다고 설명했습니다.