새로운 유틸리티: 인공지능(AI)이 전기와 클라우드의 반열에 합류하다

금융 부문과 기술의 관계를 재정의하는 결정적 조치로, JPMorgan Chase는 자사 인공지능(artificial intelligence) 지출을 "선택적 혁신"에서 "핵심 인프라"로 공식 재분류했다. 이번 주 초 확인된 이 의미상의 변화는 세계 최대 은행이 이 기술을 경쟁 우위로 시험해볼 대상이 아닌, 데이터 센터와 결제망만큼이나 필수적인 존재로 인식하는 근본적 변화를 나타낸다.

수년간 은행들은 종종 "AI 연구소"와 "혁신 허브"를 자랑하며 이러한 예산을 일상 운영의 복잡한 현실과 분리해 두었다. JPMorgan의 전환은 그 시대의 종말을 알린다. 연간 기술 예산이 현재 약 170억 달러에 달하는 가운데, 은행은 인공지능에 대해 약 20억 달러를 별도로 책정하여 전기나 사이버보안(cybersecurity)만큼이나 협상 여지가 없는 긴급 과제로 다루고 있다. CEO Jamie Dimon은 이 진화를 선택이 아닌 생존의 필요 조건으로 표현하며, 이러한 규모로 인공지능을 운영화하지 못하는 기관은 속도와 예측 능력이 새 화폐가 된 시장에서 도태될 위험이 있다고 지적했다.

이러한 실험에서 인프라로의 전환은 JPMorgan에게 있어 "과장된 주기(hype cycle)"가 끝났음을 시사한다. 은행은 더 이상 인공지능이 가치를 더할 수 있는지 여부를 묻지 않는다; 인공지능 없이는 은행이 기능할 수 없다는 전제로 시스템을 설계하고 있다.

필수의 경제학

이 격상 뒤에 있는 재무 논리는 공격적이지만 설득력 있는 투자 수익률(returns on investment)에 뿌리를 두고 있다. 최근 공시에 따르면, 은행의 연간 20억 달러 규모 인공지능 투자는 이미 손익분기점을 넘기고 있으며, 비용 절감과 수익 창출에서 동등한 가치를 창출하고 있다. 경영진들은 이 초기 균형을 빙산의 일각에 불과하다고 표현하며, 이러한 시스템이 성숙해짐에 따라 효율성 향상이 기하급수적으로 누적될 것으로 전망하고 있다.

이러한 재정적 의지는 JPMorgan을 독보적인 위치에 올려놓아 은행 업계의 '부자'와 '빈자' 간의 격차를 벌린다. 지역 은행들과 소규모 경쟁자들이 기성 AI 도구를 통합하는 데 어려움을 겪는 동안, JPMorgan은 자체적인 요새를 구축하고 있다. 은행의 전략은 데이터 우위의 규모에 의존한다 — 매일 수조 달러를 이동시키는 것은 어떤 핀테크 스타트업이나 소규모 경쟁자가 복제할 수 없는 학습 데이터셋을 제공한다.

다음 표는 이 거대한 자본 배분을 이끄는 전략적 기둥을 정리한 것이다:

Table 1: JPMorgan Chase AI Strategic Investment Pillars

내부 구조: 대규모로 운영화하기

'인프라'라는 지정은 인공지능이 은행의 일상 운영 맥락에 짜임새 있게 통합되고 있음을 의미한다. 이는 특히 "LLM Suite"의 배치에서 가장 뚜렷하게 드러나는데, 이 독점 생성형 인공지능(generative AI) 플랫폼은 현재 60,000명 이상의 직원이 접근할 수 있다. 외부의 대형 언어 모델(large language models)에 대한 안전한 게이트웨이 역할을 하는 이 도구를 통해 직원들은 민감한 은행 데이터를 공개 모델에 노출하지 않고도 이메일을 작성하고, 복잡한 규제 문서를 요약하며, 아이디어를 생성할 수 있다.

이러한 기능을 내부화함으로써 JPMorgan은 기업의 인공지능 도입에 따른 주요 위험 중 하나를 해결한다: 섀도우 AI(Shadow AI). 직원들이 ChatGPT와 같은 공개 도구를 몰래 사용하여 데이터 유출을 초래하는 대신, 은행은 승인되고 관리되는 환경을 제공한다. 이 접근 방식은 모든 AI 상호작용이 감사 가능하고 설명 가능하며 금융 규제의 엄격한 기준을 준수하도록 보장한다.

더 나아가, 인공지능을 소프트웨어 엔지니어링 워크플로우에 통합함으로써 은행이 자체 미래를 구축하는 방식이 변화하고 있다. 수천 명의 개발자가 AI 코딩 어시스턴트를 활용하면서 기능 배포 속도가 증가했다. 이는 플라이휠 효과를 만들어낸다: 인공지능이 더 나은 소프트웨어를 구축하도록 돕고, 그 소프트웨어가 다시 인공지능을 더 효율적으로 실행한다.

"은행업계의 NVIDIA"

업계 분석가들은 JPMorgan의 기술 지향적 자세를 주요 기술 기업들과 비교하기 시작했으며, 일부는 이 기관을 "은행업계의 NVIDIA"라고까지 불렀다. 이 비교는 은행이 단순한 서비스 제공자를 넘어 플랫폼 제공자가 되려는 의도를 강조한다. 인공지능을 인프라로 취급함으로써, JPMorgan은 전 세계에 걸친 거대한 활동 기반에서 활용할 수 있는 금융 운영체제(operating system)를 사실상 구축하고 있다.

이 야망은 강력한 인력 전략에 의해 뒷받침된다. 은행은 현재 2,000명이 넘는 AI 및 머신러닝 전문가를 고용하고 있으며, 그중 거의 900명에 달하는 데이터 과학자(data scientists)가 포함되어 있다. 이러한 인재의 집중은 중력을 형성한다; 최상급 기술 인재들은 보상뿐 아니라 비교할 수 없는 컴퓨팅 자원과 데이터셋에 대한 접근성 때문에 점점 더 은행으로 끌린다. 인재 확보 전쟁에서 JPMorgan은 자신들이 은행업 허가를 가진 기술 기업임을 분명히 신호하고 있다.

위험과 규제의 항해

낙관적 전망에도 불구하고, 인공지능을 핵심 인프라 지위로 끌어올리는 것은 위험을 동반한다. 알고리즘 의사결정 의존의 집중은 규제 당국이 면밀히 주시하는 시스템적 위험을 도입한다. 일부 딥러닝 모델의 '블랙박스' 특성은 공정 대출법과 재무 보고에 내재된 설명 가능성(requirements for explainability)을 충족하는 데 도전이 된다.

JPMorgan의 이러한 위험에 대한 접근법은 인간 개입(human-in-the-loop) 거버넌스다. 은행은 특히 소비자 대상 역할에서 자사의 AI 이니셔티브를 대체적(substitutive)이 아닌 보조적(supportive)인 것으로 조심스럽게 규정해왔다. 예를 들어, AI가 개인화된 주택담보대출 제안을 생성할 수는 있지만, 최종 승인에는 인간 담당자가 검토한다. 이 하이브리드 모델은 자동화의 효율성을 수확하면서도 인간 판단의 책임성을 유지하는 것을 목표로 한다.

더욱이 사이버보안 차원은 과대평가될 수 없다. 은행이 경계를 방어하기 위해 인공지능을 사용하는 동안, 악의적 행위자들 또한 더 정교한 공격을 시작하기 위해 동일한 기술을 사용하고 있음을 은행은 인정한다. 따라서 인공지능 인프라에 대한 투자는 또한 군비 경쟁이기도 하다. 핵심 보안 계층에 인공지능을 내재화함으로써 은행은 인간의 반응 속도로는 충분치 않은 상황에서 기계 속도로 위협에 대응하는 것을 목표로 한다.

향후 전망

2026년으로 더 깊이 들어가면서, JPMorgan의 전략은 광범위한 시장으로부터 반응을 촉발할 가능성이 크다. 경쟁자들은 자신들의 인공지능 로드맵을 명확히 하라는 압박에 직면할 것이다: 구축하고 있는가, 구매하고 있는가, 아니면 뒤처지고 있는가?

광범위한 인공지능 산업에 있어 이 조치는 2024–2025년의 "파일럿 연옥(pilot purgatory)"에서 전면적인 생산 단계로의 전환을 검증한다. 세계에서 가장 중요한 은행이 인공지능을 자신들이 운영하는 서버만큼이나 필수적이라고 결정했을 때, 기술의 유용성에 대한 논쟁은 사실상 종결된다. 문제는 더 이상 인공지능을 도입할 것인가가 아니라, 조직이 이를 지원하기 위해 얼마나 빨리 기초 구조를 재편할 수 있는가다. JPMorgan은 선택을 했고, 그로써 현대 금융 인프라의 기준을 새로 설정했다.