NH투자증권, 전사 AI 플랫폼 연내 구축 추진

NH투자증권은 전사 AI 플랫폼 구축 사업자 선정을 마쳤으며, 올해 말 플랫폼 구축을 목표로 사업 착수를 준비하고 있습니다. 회사는 이 플랫폼을 통해 핵심 업무 프로세스를 재설계하고, 다양한 AI 모델을 사내 데이터 및 업무시스템과 연결할 계획입니다. AI 관련 업무는 경영전략본부 산하 AX추진부가 맡고 있으며, 조직 규모는 10명 이하입니다. 현재 업무 매뉴얼과 사내 정보를 지식베이스로 활용하는 검색증강생성(RAG) 기반 챗봇이 임직원의 업무 문의에 답하고 있습니다.

플랫폼은 직원들이 노코드·로우코드 환경에서 개발 전문성 없이 업무용 AI 에이전트를 만들고, 에이전트의 업무 수행 단계를 연결하는 에이전틱 워크플로우를 구성할 수 있도록 설계할 예정입니다. 회사는 이를 바탕으로 현업 부서가 주도하는 AI 활용을 확대한다는 방침입니다. 에이전트 개발 과정에서는 실무자들과 업무 절차, 필요한 데이터, 최종 산출물 형태를 검토하고 있습니다. AI가 맡을 일과 사람이 판단하고 책임질 역할을 구분하고, 여러 단계의 업무가 일관된 흐름으로 이어지도록 설계하고 있다고 밝혔습니다.

NH투자증권은 전사 데이터 레이크하우스도 구축하고 있습니다. 다양한 데이터를 통합·관리해 업무별 자료 수집과 가공의 반복 부담을 줄이고, 신뢰도 높은 데이터를 안전하게 AI에 연결하기 위한 작업입니다. 올해 플랫폼으로 기반을 마련한 뒤 내년부터 사업부별 핵심 프로세스에 에이전트를 단계적으로 도입해 수익성을 높이는 것이 목표입니다. 현업 실무자가 직접 에이전트를 개발하고 개선하는 바텀업 방식의 확산도 추진합니다.

답변 정확성을 높이기 위해 답변 생성 과정을 관리하는 하네스, AI 답변을 평가하는 별도 모델인 LLM 저지, 사람이 결과를 검토하는 HITL 방식을 도입할 예정입니다. AI 서비스의 기획·개발·배포·운영 전 과정에 적용할 거버넌스도 마련하고 있습니다. 유관 부서와 위험 평가, 역할과 책임, 승인 및 운영 점검 절차를 정비하고 기존 정보보호·준법·IT 관리체계와 연계할 계획입니다. AI 기본법과 금융 분야 AI 가이드라인을 반영하고 개인정보보호, 보안, 내부통제를 포괄한다는 방침입니다.

내년부터 업무 단위 재설계와 에이전트 적용을 단계적으로 넓히고, 에이전트별 성과지표를 설정해 도입 효과를 점검할 계획입니다. 효과가 큰 영역에 자원을 배분하고 AI 투자 예산도 확대할 예정입니다. 회사는 전사 플랫폼과 거버넌스 구축, 현업 주도의 에이전트 개발 지원을 타사와 차별화되는 경쟁력으로 꼽았으며, AI가 증권사의 핵심 업무 수익성을 개선하는 도구가 될 것으로 전망했습니다.

NH투자증권은 전사 AI 플랫폼 구축 사업자 선정을 마쳤으며, 올해 말 플랫폼 구축을 목표로 사업 착수를 준비하고 있습니다. 회사는 이 플랫폼을 통해 핵심 업무 프로세스를 재설계하고, 다양한 AI 모델을 사내 데이터 및 업무시스템과 연결할 계획입니다. AI 관련 업무는 경영전략본부 산하 AX추진부가 맡고 있으며, 조직 규모는 10명 이하입니다. 현재 업무 매뉴얼과 사내 정보를 지식베이스로 활용하는 검색증강생성(RAG) 기반 챗봇이 임직원의 업무 문의에 답하고 있습니다.

플랫폼은 직원들이 노코드·로우코드 환경에서 개발 전문성 없이 업무용 AI 에이전트를 만들고, 에이전트의 업무 수행 단계를 연결하는 에이전틱 워크플로우를 구성할 수 있도록 설계할 예정입니다. 회사는 이를 바탕으로 현업 부서가 주도하는 AI 활용을 확대한다는 방침입니다. 에이전트 개발 과정에서는 실무자들과 업무 절차, 필요한 데이터, 최종 산출물 형태를 검토하고 있습니다. AI가 맡을 일과 사람이 판단하고 책임질 역할을 구분하고, 여러 단계의 업무가 일관된 흐름으로 이어지도록 설계하고 있다고 밝혔습니다.

NH투자증권은 전사 데이터 레이크하우스도 구축하고 있습니다. 다양한 데이터를 통합·관리해 업무별 자료 수집과 가공의 반복 부담을 줄이고, 신뢰도 높은 데이터를 안전하게 AI에 연결하기 위한 작업입니다. 올해 플랫폼으로 기반을 마련한 뒤 내년부터 사업부별 핵심 프로세스에 에이전트를 단계적으로 도입해 수익성을 높이는 것이 목표입니다. 현업 실무자가 직접 에이전트를 개발하고 개선하는 바텀업 방식의 확산도 추진합니다.

답변 정확성을 높이기 위해 답변 생성 과정을 관리하는 하네스, AI 답변을 평가하는 별도 모델인 LLM 저지, 사람이 결과를 검토하는 HITL 방식을 도입할 예정입니다. AI 서비스의 기획·개발·배포·운영 전 과정에 적용할 거버넌스도 마련하고 있습니다. 유관 부서와 위험 평가, 역할과 책임, 승인 및 운영 점검 절차를 정비하고 기존 정보보호·준법·IT 관리체계와 연계할 계획입니다. AI 기본법과 금융 분야 AI 가이드라인을 반영하고 개인정보보호, 보안, 내부통제를 포괄한다는 방침입니다.

내년부터 업무 단위 재설계와 에이전트 적용을 단계적으로 넓히고, 에이전트별 성과지표를 설정해 도입 효과를 점검할 계획입니다. 효과가 큰 영역에 자원을 배분하고 AI 투자 예산도 확대할 예정입니다. 회사는 전사 플랫폼과 거버넌스 구축, 현업 주도의 에이전트 개발 지원을 타사와 차별화되는 경쟁력으로 꼽았으며, AI가 증권사의 핵심 업무 수익성을 개선하는 도구가 될 것으로 전망했습니다.