[디지털데일리 이상일기자] SBI저축은행이 아마존웹서비스(AWS) 클라우드 기반의 챗봇 서비스를 2018년 2분기 중으로 출시할 계획이다. 클라우드 기반 챗봇 개발을 위해 SBI저축은행은 금융감독원으로부터 ‘비중요 정보처리시스템’ 지정 승인까지 완료한 것으로 알려졌다.
아마존웹서비스(AWS)가 지난 28일 여의도 FKI타워에서 개최된 ‘금융권을 위한 AWS Finance Symposium’에서 ‘클라우드 환경에서의 분산 딥러닝 시스템 구축’을 주제로 발표한 SBI저축은행 김상우 이사는 현재 구축 중인 AWS 기반 챗봇 시스템을 소개했다.
SBI저축은행은 2017년 3월 기준 자산기준 5.5조 규모의 국내 1위 저축은행이다. 그동안 핀테크 시장 환경에 대비하기 위해 ‘핀테크TFT’를 구성했으며 지난 2016년 5월부터 클라우드 서비스를 활용한 ‘챗봇’ 구축을 추진해왔다.
김상우 이사는 “젋은 고객 중심으로 커뮤니케이션 방식이 대면 또는 전화에서 텍스트로 전환되고 있다. 금융사로선 상담시간 제약으로 인한 잠재고객 이탈, 그리고 상담증가로 인한 콜센터 인력비용이 증대되는 문제를 안고 있었다”며 “고객 편의성 증대와 24시간 실시간 고객 응대, 상담처리 건수의 증가를 통한 영업기회 확보를 목적으로 챗봇 도입을 결정했다”고 전했다.
현재 SBI저축은행은 100여명이 넘는 상담 인력이 하루 1만 건의 상담을 진행하고 있다. 김 이사는 “이 중 70% 이상은 단순반복적인 상담내용이었다. 해당 부분은 챗봇 도입으로 대체가능하고 상담인력 리소스를 재배치해 영업기회를 얻을 수 있다고 보고 챗봇 개발에 나섰다”고 설명했다.
김 이사는 “방대한 양의 데이터를 분석해야 하기 때문에 데이터 급증에 대한 탄력적 대응과 높은 컴퓨팅 파워로 인한 비용증가가 해결해야 할 과제였다”고 밝혔다.
SBI저축은행은 500기가의 데이터를 기반으로 챗봇 시스템 개발에 착수했다. 다만, 실질적으로 오픈했을 때의 데이터는 현저히 증가할 수 밖에 없었다. 김 이사는 “2021년에는 처리해야 할 데이터가 10테라바이트에 달할 것으로 봤다. 탄력적 대응이 필요했다”고 전했다.
특히 챗봇에 필수적인 ‘딥러닝’은 실제 학습시에만 집중적으로 많은 리소스를 필요로 한다. 하지만 자체 IDC를 통한 온프레미스로 구축할 경우 피크타임을 기준으로 전산환경을 마련해야 해 자원의 낭비가 발생한다. 또 예측보다 데이터가 증가할 경우 주어진 시간 내에 원활한 데이터 학습이 어렵다.
김 이사는 “챗봇 서비스가 구축됐을 때 엔진 업데이트 주기나 학습시간을 1일 4시간을 기준으로 삼았다. 자체 IDC의 8코어 CPU기준으로 돌려봤더니 학습시간이 48시간이 소요됐는데 이를 4시간으로 줄이기 위해선 4코어 GPU환경을 구축해야 한다고 결론이 났다. 이러한 전산자원을 구축하기 위해선 2억5000만원 정도의 비용이 필요했다”고 전했다.
하지만 AWS를 대상으로 진행한 PoC(기술검증) 결과 IDC 대비 95%의 비용절감 효과가 있는 것으로 나타났다. 김 이사는 “하루 4시간씩 한 달에 20일씩 5년간 운영한다고 가정했을 때 AWS는 IDC 대비 95% 절감이 가능하다고 판단했다”고 설명했다.
한편 클라우드 도입에 있어 가장 중요하게 진행됐던 부분은 규제 대응이었다.
금융사 입장에서 클라우드 도입시 가장 큰 고민거리는 바로 ‘규제’다. 현재 금융감독원은 금융사가 클라우드를 이용하기 위해 금융사 자체적인 비중요정보처리시스템 지정과 이에 대한 금감원 승인 과정을 거쳐야 할 것을 주문하고 있다.
SBI저축은행은 개인정보 필터링 솔루션을 통해 자사 IDC내 고객 상담데이터에 포함되어 있는 고유식별정보 또는 개인신용정보를 삭제했다. 또 개인정보가 제거되거나 비식별화된 데이터를 클라우드 인풋 데이터로 정의해 금감원의 승인을 획득했다.
김 이사는 “비중요정보처리시스템 지정의 경우 한번 받으면 끝이 아니라 워크로드 마다 개별적으로 승인을 획득해야 한다는 점을 명심해야 한다”고 강조했다.
한편 SBI저축은행은 오는 3분기 중으로 익스터널 데이터 크롤러 개발 및 인터널 데이터 마이그레이션 등의 고도화 등을 거쳐 내년 2분기 내에 챗봇 서비스를 런칭할 계획이다.