KT는 금융 AX를 개별 AI 솔루션 구축이 아닌 전략 수립부터 구축, 운영, 고도화, 확산까지 아우르는(End-to-End, E2E) 사업으로 정의하고 대응에 나선다고 26일 밝혔다.
KT는 이를 위해 고객과 공동으로 AX 전략을 수립하고, AI와 데이터를 기반으로 업무를 재설계하며, 운영과 내재화, 지속적 성능 개선까지 유기적으로 연결한 5단계 실행체계 '5-Layer AX Full Stack'를 구축했다.
특히 전방배치 엔지니어(Forward Deployed Engineer, FDE) 전략으로 AI 전문 인력이 고객 현장에 직접 참여해 고객과 함께 문제를 해결하는 공동 개발 방식을 적용해, 실제 데이터 기반 문제 정의와 업무 설계를 가능하게 했다.
또한 금융, AI, 데이터, 클라우드 역량을 통합한 전문 조직을 기반으로 금융권이 요구하는 높은 수준의 안정·확장성을 동시에 제공하고 있다. 이러한 접근을 바탕으로 KT는 보험, 카드, 은행 등 금융 전반에 걸쳐 AX 적용 범위를 확대하고 있다.
은행 분야에선 AI 챗봇·상담봇 등 Agentic AICC를 구축해 상담 영역을 고도화했고, 그룹 통합 AI 플랫폼을 만들어 AI 서비스의 운영 기반을 다졌다. 현재는 Agent와 데이터, 운영체계를 하나의 플랫폼으로 통합하고, AI 기반 개발·운영체계(AI Development Life Cycle, AIDLC)를 개발하기 위해 협력 중이다.
보험 분야에선 생성형 AI 기반 Sales Assistant를 도입해 베테랑 설계사의 상담 노하우와 역량을 고객사 내부 표준 역량으로 전환했다. 보험상품과 약관, 인수 지침 등 방대한 정보를 AI가 실시간으로 분석해 상담원과 설계사에게 필요한 정보를 제공하는 등 데이터 기반의 표준화된 업무체계를 구축했다.
카드 분야에선 AI 통합데이터 플랫폼을 통해 대규모 언어 모델(large language model, LLM)이 활용하기 쉬운 AI 데이터 플랫폼과 AI를 안정적으로 배포할 수 있는 AI LLM Ops를 구축했다. 이를 통해 데이터와 LLM을 기반으로 한 AI 운영 혁신을 주도했다.
KT는 다양한 AX 프로젝트를 수행하면서 기술 검증(PoC)과 실제 사업 성과 사이에는 구조적 차이가 존재하는 점을 확인했다. 특히 금융권의 경우, AX 확산이 지연되는 이유는 AI 모델 성능이 아닌, 조직 내 지식과 데이터의 활용 체계가 부족한 게 원인이라고 판단했다.
이에 KT는 AX 추진을 위한 '5-Layer AX Full Stack' 체계 가운데 데이터를 핵심 영역으로 보고, AI가 데이터를 잘 활용할 수 있는 데이터 체계를 구축하는 데 주력하고 있다.