IBK기업은행 AI 피해구제 – 저화질 팩스 7종을 읽어 지급정지 골든타임을 되찾다
“보이스피싱 피해신고 서류를 읽는 데 30분이 걸린다면, 그 사이 돈은 어디까지 이동할까요?”
보이스피싱 피해구제는 속도가 중요합니다.
피해금이 계좌에 남아 있을 때 신속히 지급정지를 신청해야 환급 가능성을 높일 수 있습니다. 자료에서는 사고 후 30분 이내에는 전액 회수 가능성이 있지만, 30분에서 2시간 사이에는 일부 회수만 가능하고 2시간이 지나면 회수가 사실상 어려워질 수 있다고 설명합니다.
하지만 은행 담당자는 경찰과 다른 금융기관에서 팩스로 보내온 여러 서류를 확인해야 합니다.
화질이 낮고 손글씨와 도장, 체크박스가 섞인 문서에서 필요한 정보를 찾아 다시 시스템에 입력하는 데 25~40분이 걸렸습니다. 피해구제의 골든타임과 문서처리 시간이 충돌한 것입니다.
IBK기업은행은 이 시간을 줄이기 위해 보이스피싱 피해구제 프로세스 자동화 PoC를 추진했습니다.
Challenge – 7종 서류와 150여 개 항목을 사람이 다시 입력했어요
피해구제 업무에는 동의서, 지급정지 요청서, 전화신고서, 피해구제 신청서 등 서로 다른 서류가 사용됩니다.
한 사건에 최대 6개 문서와 약 150개 확인항목이 포함될 수 있고, 기관마다 양식과 작성방식이 조금씩 다릅니다. 팩스 전송 과정에서 글자가 흐려지거나 기울어지고, 손글씨와 도장 때문에 일반 OCR만으로는 정확하게 읽기 어렵습니다.
담당자가 해야 하는 일은 단순 전사가 아닙니다.
필요한 서류가 모두 도착했는지 확인합니다.
문서마다 핵심정보를 찾아 시스템 항목과 연결합니다.
여러 장에서 같은 정보가 다르면 다시 비교합니다.
서술형 사고경위를 읽고 피해내용을 정리합니다.
자금이 이동한 계좌 순서를 재구성합니다.
문서를 빨리 처리하면서도 개인정보와 금융정보를 외부로 보내지 않아야 했습니다. 정확도와 보안, 설명가능성을 동시에 충족해야 하는 과제였습니다.
Solution – 외부 API 없이 은행 내부 VLM이 문서를 이해해요
IBK기업은행은 폐쇄된 내부환경에서 동작하는 온프레미스 비전언어모델, VLM을 적용했습니다.
일반 OCR이 이미지에서 글자를 추출하는 데 초점을 둔다면, VLM은 문서의 표와 체크박스, 서명·도장, 문맥을 함께 이해합니다.
① 7종 문서를 분류하고 누락 여부부터 확인해요
AI는 팩스로 받은 문서를 7개 유형으로 자동 분류합니다. 사건처리에 필요한 서류가 빠지지 않았는지 먼저 확인하고, 각 유형에 맞는 항목을 읽습니다.
서류가 여러 장이면 페이지별 정보를 연결하고, 같은 값이 서로 다를 때는 교차검증합니다. 신뢰도가 기준보다 낮은 항목은 담당자가 직접 확인하도록 표시합니다.
② 손글씨·체크박스·도장까지 구조화해요
AI는 이름과 계좌번호 같은 글자뿐 아니라 체크여부, 서명·도장 존재 여부, 표 안의 값을 구조화합니다.
서술형으로 적힌 사고경위에서는 피해발생 시점과 수법, 금액 등 필요한 내용을 추론하고, 여러 계좌로 이동한 자금흐름을 시간순으로 정리합니다.
문서수신 → 유형분류 → 누락검사 → 정보추출 → 사건·자금흐름 정리 → 담당자 승인의 흐름입니다.
③ AI가 초안을 만들고 담당자가 최종 승인해요
금융사고 피해구제는 AI가 단독으로 결정할 수 있는 업무가 아닙니다.
모델은 서류를 읽고 입력초안을 만들지만, 신뢰도가 낮거나 문서 간 값이 다른 항목은 사람이 확인합니다. 지급정지와 피해구제의 최종 처리는 담당자가 승인합니다.
외부 생성형 AI 서비스에 금융정보를 보내지 않고 은행 내부에서 처리하도록 설계한 점도 핵심입니다.
PoC 결과 – 처리시간을 약 88% 줄였어요
PoC는 실제로 처리가 완료된 피해구제 사례 50세트와 7종 문서를 이용해 검증했습니다.
주요 결과는 다음과 같습니다.
검증항목 | PoC 결과 |
|---|---|
피해자 동의서 정보추출 | 100% |
지급정지 통지서 정보추출 | 100% |
피해구제 신청서 정보추출 | 98.4% |
전화신고서 정보추출 | 97.1% |
지급정지 요청서 정보추출 | 98.8% |
서술형 사고내용 추론 | 100% |
자금이동 순서 추론 | 100% |
항목 유형별 정확도는 텍스트 98.4%, 체크박스 99.7%, 서명·도장 100%로 나타났습니다.
문서처리 시간은 기존 25~40분에서 AI 활용 후 3~5분으로 줄었습니다. 자료가 제시한 절감률은 약 88%입니다.
이 수치는 50개 실제 완료사례를 활용한 PoC 검증성과입니다. 모든 피해구제 업무에 이미 전면 적용돼 같은 시간이 항상 보장된다는 의미는 아닙니다.
예상 효과와 실제 성과를 구분해야 해요
자료는 전면 운영 시 예상되는 효과로 연간 업무시간 6,190시간 절감, 인건비 환산 2억6,600만 원, 처리역량 13배 확대, 투자회수기간 5개월을 제시했습니다.
이 수치들은 PoC 성능과 현재 업무량을 바탕으로 계산한 예상·환산 효과입니다. 전면 적용 후 실제 회계·운영실적으로 확정된 절감액은 아닙니다.
구분 | 내용 | 성과 성격 |
|---|---|---|
문서처리 시간 | 25~40분 → 3~5분 | PoC 실제 측정 |
처리시간 절감률 | 약 88% | PoC 실제 측정 |
연간 업무시간 절감 | 6,190시간 | 전면 적용 추정 |
인건비 환산효과 | 2억6,600만 원 | 전면 적용 추정 |
처리역량 | 13배 | 전면 적용 추정 |
투자회수기간 | 5개월 | 사업성 추정 |
다음 단계 – 팩스수신부터 시스템 보고까지 연결해요
후속 단계에서는 전자팩스 수신, 은행 핵심시스템 입력, 보고서 생성까지 자동 연결하는 방안이 제시됐습니다. 이후 다른 금융문서와 외부기관 협업으로 적용범위를 넓힐 수 있습니다.
다만 전면 자동화에는 예외문서 처리와 개인정보 보호, 오인식 검토, 감사기록, 장애 시 수동전환 절차가 필요합니다. 특히 지급정지처럼 고객재산에 직접 영향을 주는 업무는 AI의 신뢰도 점수와 사람의 최종승인을 유지해야 합니다.
마무리 – 문서 자동화의 목적은 골든타임을 되찾는 일이에요
보이스피싱 피해구제에서 서류처리는 행정업무이면서 동시에 피해금 회수 가능성을 좌우하는 시간경쟁입니다.
IBK기업은행의 PoC는 저화질 팩스와 손글씨, 체크박스가 섞인 7종 문서를 VLM이 이해하고, 담당자가 확인할 입력초안을 몇 분 안에 만드는 가능성을 보여줬습니다.
핵심은 사람을 빼는 것이 아닙니다.
AI가 읽고 정리하는 시간을 줄여, 담당자가 피해자 보호와 최종판단에 더 빨리 집중하도록 만드는 것입니다.