[예금보험공사] AI 기반 예금보호 표시제도 온라인 조사시스템(AIMS) 구축

예금보험공사 AIMS – 6만 개 금융상품을 매달 살피는 AI 금융안전망

“내가 가입하려는 금융상품은 예금자보호를 받을 수 있을까요?”

소비자에게는 간단한 질문이지만, 이를 정확히 안내하려면 금융상품 판매화면과 상품설명서에 보호 여부, 보호한도, 안내문구와 로고가 올바르게 표시돼 있어야 합니다.

문제는 상품의 수와 변화 속도입니다.

예금보험공사가 살펴야 하는 금융상품은 60,188개에 이르고, 새로운 상품이 계속 출시되거나 판매가 중단됩니다. 반면 온라인 조사인력은 6명입니다. 사람이 상품 페이지를 열고 문구와 로고를 확인한 뒤 결과를 기록하는 방식으로는 변화에 제때 대응하기 어려웠습니다.

예금보험공사는 이 반복적인 조사 과정에 AI를 적용했습니다.

금융회사 홈페이지를 자동으로 탐색하고, 상품의 종류를 분류하고, 예금보호 문구와 로고가 적절한지 1차 판정하는 AI 기반 표시제도 온라인 조사시스템 AIMS입니다.

핵심은 담당자를 대신해 제재를 결정하는 것이 아닙니다. AI가 방대한 상품 가운데 점검이 필요한 대상을 먼저 찾아주고, 담당자가 원문과 근거를 확인해 최종 판단과 시정조치에 집중하도록 조사 방식을 바꾼 것입니다.

Challenge – 연 1회 조사로는 짧게 판매되는 상품을 놓칠 수 있어요

예금보험공사가 보호하는 예금은 3,322조 원 규모입니다. 조사대상 금융상품은 2017년 2만7,946개에서 2026년 3월 6만188개로 2.2배 늘었지만 조사인력은 6명으로 그대로였습니다.

기존 방식으로 현장 전수조사를 하면 전체 금융회사를 한 차례 확인하는 데 13.4년이 걸립니다. 온라인 조사도 284개 금융회사의 상품을 약 6만 번 반복해 확인해야 해 연간 약 60일이 필요했습니다.

연말에 한 번 조사하는 동안 한 달만 판매되고 사라지는 상품은 조사 시점에 이미 판매가 끝날 수 있습니다. 표시가 잘못돼도 판매기간 안에 발견하지 못하면 소비자 피해를 사전에 막기 어렵습니다.

단순 규칙 기반 자동화만으로 해결하기도 힘들었습니다.

금융회사마다 같은 의미의 보호문구를 다르게 표현하고, 안내 로고가 이미지 안에 들어가기도 합니다. 문구가 조금만 달라져도 규칙이 작동하지 않거나, 로고의 위치와 종류를 판별하지 못하는 한계가 있었습니다.

필요한 것은 정해진 단어를 찾는 시스템이 아니라 문구의 의미와 이미지 속 로고를 함께 이해하는 조사 체계였습니다.

Solution – 수집·분류·문구·로고 판정을 역할별 AI로 나눴어요

AIMS는 2023년 5개 시중은행을 대상으로 시범시스템을 검증한 뒤, 2024년 은행과 저축은행 104개사로 확대됐습니다. 2025년 상반기 시범운영을 거쳐 하반기부터 현장 조사에 투입됐으며, 구축예산은 7.8억 원입니다.

작동 과정은 네 단계로 이어집니다.

금융상품 정보 수집 → 상품 분류 → 안내문구·로고 판정 → 담당자 검토·조치

① 서로 다른 홈페이지와 PDF를 하나의 조사자료로 만들어요

AIMS는 104개 금융회사의 홈페이지와 960개 수집원에서 상품 페이지, 상품설명서 PDF, 이미지와 화면 캡처를 모읍니다.

HTML은 구조화된 텍스트로 바꾸고, PDF는 텍스트와 이미지를 분리합니다. 이미지 속 문구는 OCR로 추출하고 로고 이미지는 별도 판정에 활용합니다. 사이트 구조가 바뀌면 수집 규칙을 갱신하고 누락된 자료를 다시 수집합니다.

② 상품·문구·로고에 서로 다른 모델을 적용해요

하나의 모델에 모든 판단을 맡기지 않았습니다.

• 상품 분류에는 한국어에 특화된 KLUE-BERT를 적용합니다.

• 안내문구는 TF-IDF로 후보를 먼저 걸러낸 뒤 SBERT로 의미 유사도를 분석합니다.

• 로고는 Faster R-CNN으로 위치와 종류를 찾고 SIFT·HOG 패턴 분석으로 보완합니다.

업무별 후보 모델을 비교한 뒤 가장 적합한 조합을 선택했고, 담당자 검증 결과를 다시 학습에 반영해 다섯 차례 파인튜닝했습니다.

그 결과 데이터 수집률은 98%, 판정 정확도는 97%를 기록했습니다. 카테고리 분류 정확도는 0.99, 안내문구 판정 정확도는 0.97로 검증됐습니다.

③ AI는 의심사례를 찾고, 최종 판단은 사람이 해요

AIMS가 내놓는 결과는 곧바로 제재나 시정명령이 되지 않습니다.

AI는 부적정하거나 의심스러운 상품을 표시하고, 담당자는 원문 화면과 문서, 관련 규정과 유사사례를 함께 확인합니다. 최종 판단과 조치는 담당자가 확정하는 Human-in-the-loop 구조입니다.

수집대상도 금융회사가 일반에 공개한 상품정보와 설명서, 로고에 한정합니다. 고객 개인정보는 수집하거나 처리하지 않습니다.

Benefit – 60일 걸리던 온라인 조사가 5일로 줄었어요

AIMS 도입 후 온라인 조사 투입기간은 60일에서 5일로 90% 단축됐습니다.

조사 주기도 연 1회에서 월 1회로 바뀌었습니다. 온라인 조사 생산성은 12배 높아졌고, 줄어든 시간을 본점 현장조사에 투입하면서 조사대상도 2025년 4개사에서 2026년 8개사로 확대됐습니다.

속도보다 중요한 변화는 조사 사각지대를 줄였다는 점입니다.

시범운영 과정에서 AIMS는 기존 수기조사로 찾지 못했던 부적정 표시 101건을 추가로 발견했습니다. 보호상품을 비보호로 표시한 ISA 안내문이나 오래된 방카슈랑스 안내문 같은 사례가 포함됐습니다.

2026년 6월에는 한 달 동안만 판매된 방카슈랑스 상품의 부적정 표시도 포착해 즉시 시정했습니다. 기존처럼 11~12월에 연 1회 조사했다면 판매 종료 뒤에야 확인하거나 아예 놓칠 수 있었던 사례입니다.

다만 자료에서 제시한 대규모 금융피해의 예방 가능성은 제도의 기대효과입니다. 확인된 직접 성과는 조사주기와 투입시간 개선, 부적정 사례 발견과 시정조치이며, 특정 피해액이 AIMS로 절감됐다고 단정할 수 있는 실적은 별도로 제시되지 않았습니다.

확장 계획 – 은행·저축은행에서 전 금융권과 해외로

현재 확인된 운영 범위는 은행과 저축은행 104개사입니다.

이후 단계는 향후 계획입니다.

• 2027년부터 금융투자회사와 보험회사로 적용 범위를 확대합니다.

• 2028년부터 전체 금융회사 284개사가 스스로 표시 상태를 확인하는 자가진단 체계를 추진합니다.

• 2029년부터 새마을금고중앙회·신협중앙회 등 유관 예금보호기구로 확산합니다.

• 2030년부터 해외 예금보험기구와의 협력사업으로 연결할 계획입니다.

즉 AIMS는 이미 운영성과를 낸 은행·저축은행 조사시스템이지만, 전 금융권 자가진단과 해외 확산은 아직 추진 로드맵에 해당합니다.

마무리 – AI가 금융상품을 먼저 살피고, 사람이 책임 있게 판단해요

예금보호 표시조사는 문제가 생긴 뒤 책임을 따지는 업무만이 아닙니다. 소비자가 상품에 가입하기 전에 정확한 정보를 받도록 만드는 예방 업무입니다.

AIMS는 약 6만 개 금융상품을 사람이 하나씩 찾아다니던 조사에서, AI가 전체를 반복 점검하고 담당자가 의심사례에 집중하는 조사로 전환했습니다.

연 1회에서 월 1회로, 60일에서 5일로.

사후조사 중심의 업무를 상시감시 체계로 바꾼 것이 이 사례의 가장 큰 성과입니다.