🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 요약

BNY는 전사 AI 플랫폼 엘리자에 거버넌스·교육·권한 통제를 내장해 직원 2만 명이 안전하게 에이전트를 만들고 125개 이상의 실제 업무 사례를 운영하는 체계를 구축했다.

📌 핵심 요약

• BNY는 2022년 말 ChatGPT 출시 이후 생성형 AI를 일부 기술자의 실험으로 제한하지 않고, 중앙 AI 허브와 내부 배포·교육 플랫폼 엘리자를 중심으로 전사 도입을 추진했다.
• 세계 금융 시스템에서 막대한 자산과 데이터를 다루는 책임을 고려해, 기존 법무·보안·개인정보·위험관리 체계를 AI 검토 절차와 플랫폼 기능에 결합했다.
• 직원은 필수 교육을 이수한 뒤 엘리자를 사용하며, 짧은 일일 교육과 해커톤, 프롬프트·에이전트 공유 활동을 통해 직접 업무 문제를 해결하는 문화가 확산됐다.
• 계약 검토, 인사 정책 안내, 영업 기회 추천, 학습 지표 요약, 포트폴리오 위험 탐지 등 125개 이상의 AI 도구가 주요 사업 부문에서 운영되고 있다.
• BNY는 심층 리서치와 오케스트레이션을 결합해 사람의 감독 아래 업무를 수행하는 디지털 직원을 발전시키고, 고객별 제품과 서비스를 만드는 단계로 확장하려 한다.

🧩 주요 포인트

1. BNY는 2022년 말 ChatGPT 출시 이후 생성형 AI를 일부 기술자의 실험으로 제한하지 않고, 중앙 AI 허브와 내부 배포·교육 플랫폼 엘리자를 중심으로 전사 도입을 추진했다.
2. 세계 금융 시스템에서 막대한 자산과 데이터를 다루는 책임을 고려해, 기존 법무·보안·개인정보·위험관리 체계를 AI 검토 절차와 플랫폼 기능에 결합했다.
3. 직원은 필수 교육을 이수한 뒤 엘리자를 사용하며, 짧은 일일 교육과 해커톤, 프롬프트·에이전트 공유 활동을 통해 직접 업무 문제를 해결하는 문화가 확산됐다.
4. 계약 검토, 인사 정책 안내, 영업 기회 추천, 학습 지표 요약, 포트폴리오 위험 탐지 등 125개 이상의 AI 도구가 주요 사업 부문에서 운영되고 있다.
5. BNY는 심층 리서치와 오케스트레이션을 결합해 사람의 감독 아래 업무를 수행하는 디지털 직원을 발전시키고, 고객별 제품과 서비스를 만드는 단계로 확장하려 한다.

🧠 상세 정리

1. 전사 도입을 선택한 출발점

BNY는 2022년 말 ChatGPT가 출시되자 생성형 AI를 소수 기술자의 실험으로 남겨두지 않고 기업 전체가 활용하는 기반으로 만들기로 결정했다. 이를 위해 중앙 조직인 AI 허브를 세우고, AI 배포와 직원 교육을 함께 담당하는 내부 플랫폼 엘리자를 마련했다. 회사가 내세운 방향은 모든 직원이 어디서나 모든 업무에서 AI를 활용할 수 있게 하자는 것이며, 개별 프로젝트보다 공통 플랫폼을 통한 실행에 초점을 맞췄다. 그 결과 현재 2만 명의 직원이 에이전트 구축에 적극 참여하고 있고, 실제 운영 중인 활용 사례는 125개를 넘어섰다.

2. 도구를 넘어 업무 체계로 설계된 엘리자

엘리자는 단순한 대화형 도구가 아니라 직원이 AI를 이용해 업무를 설계하고 실행하는 하나의 업무 체계로 만들어졌다. 프롬프트 작성, 에이전트 개발, 모델 선택, 결과 공유가 모두 동일한 관리 환경 안에서 이뤄지며, OpenAI의 최신 모델을 포함한 주요 모델을 안전하게 사용할 수 있도록 구성됐다. BNY는 이를 부수적인 실험이 아니라 은행이 일하는 방식 자체를 바꾸는 사업으로 규정한다. 공통 플랫폼은 각 부서가 독립적으로 아이디어를 시험할 수 있게 하면서도 권한, 보안, 승인, 감독 기준은 일관되게 적용하는 기반이 됐다.

3. 금융 시스템의 책임과 신뢰 기준

BNY는 100개가 넘는 시장에서 자산과 데이터, 현금의 관리·이동·보호를 담당하며, 보관 또는 관리 중인 자산 규모가 57조 8천억 달러를 넘는 금융기관이다. 회사는 자신의 역할을 세계 금융 생태계의 순환계에 비유하며, 모든 활동에 신뢰가 내장돼야 한다고 강조한다. 이런 책임 때문에 AI 도입을 사후 통제에 의존하는 실험으로 진행할 수 없었고, 혁신 속도와 책임성을 처음부터 함께 설계해야 했다. BNY는 AI가 앞으로 기술의 운영체제와 같은 역할을 할 것으로 판단해 관망하는 대신, 신뢰를 전제로 한 적극적인 전사 도입을 선택했다.

4. 확장 속도를 높이는 다층 거버넌스

BNY는 AI 거버넌스를 실험을 가로막는 장벽이 아니라 더 빠르고 안정적인 확장을 가능하게 하는 장치로 본다. 데이터 활용 검토 위원회에는 지식재산권, 사이버보안, 엔지니어링, 데이터, 개인정보, 외부 협력 관계 등의 담당자가 참여하고, AI 출시 위원회는 생산 환경 배포 전에 관련 계획을 다시 검토한다. 전사 AI 위원회는 고위급 감독과 정책 정렬을 맡으며, 데이터 활용 검토에서 얻은 정보는 매일 전달돼 영향이 크거나 새로운 유형의 사례를 평가하는 데 쓰인다. 활용 사례와 모델이 계속 변하기 때문에 검토 기준도 반복적으로 조정하며 정확성과 위험을 지속해서 확인한다.

5. 플랫폼 기능으로 내장된 책임 있는 사용

BNY의 특징은 거버넌스를 별도의 문서나 사후 승인 절차로만 두지 않고 엘리자의 기능 자체에 포함했다는 점이다. 엘리자는 모든 모델과 도구에 공통으로 적용되는 권한, 보안, 감독 체계를 표준화하고, 태그, 사용 기록, 승인 흐름, 접근 통제를 사용자 환경 안에서 집행한다. 따라서 직원은 일상적인 프롬프트 작성과 에이전트 개발 과정에서도 동일한 보호 수준을 적용받으며, 복잡한 수동 절차를 매번 직접 처리할 필요가 없다. 기존의 법무·준법·위험관리 체계를 생성형 AI에 맞게 확장함으로써 새로운 거버넌스를 처음부터 따로 만드는 부담도 줄였다.

6. 교육과 참여가 만든 조직문화 변화

모든 직원은 엘리자를 사용하기 전에 책임 있는 AI 활용 교육을 의무적으로 이수하며, 현재 전체 인력의 99%가 생성형 AI 교육을 마쳤다. BNY는 직원의 숙련도 차이를 고려해 추가 교육, 도구, 도전 과제, 커뮤니티 지원을 함께 제공했고, 하루 7분씩 진행하는 ‘AI를 습관으로 만드는 달’ 프로그램도 운영했다. 이 프로그램 이후 직원들이 만드는 에이전트 수는 46% 증가했으며, 법무·영업·엔지니어링 인력이 함께 참여하는 전사 해커톤도 확산됐다. 영업 부문 해커톤에서는 별도의 IT 인력 없이도 참가자 모두가 개발자처럼 문제를 해결했고, 협업의 의미도 회의 중심에서 프롬프트 공유와 공동 실험, 반복 학습 중심으로 바뀌었다.

7. 실제 업무에 적용된 에이전트와 디지털 직원

초기 사례인 계약 검토 보조 에이전트는 연간 3천 건이 넘는 공급업체 계약의 법률 검토 시간을 4시간에서 1시간으로 줄여 75%의 단축 효과를 냈다. 인사 비즈니스 파트너 에이전트는 복리후생과 정책에 관한 답변을 신속하게 제공해 수작업 문의를 줄이고 일관성과 정확성을 높였다. 이후 고객에게 제안할 기회를 찾는 영업 추천 엔진, 권한을 고려해 학습 플랫폼 지표를 요약하는 에이전트, 포트폴리오의 새로운 위험 신호를 조사하는 에이전트 등으로 활용 범위가 넓어졌다. 엘리자는 제한된 범위의 공유도 지원하며, BNY는 신원과 접근 권한, 전용 업무 흐름을 가진 고급 에이전트를 디지털 직원으로 정의해 지급 지시 검증과 코드 보안 개선 같은 작업에 투입하고 있다.

8. 심층 리서치와 자율 업무로 향하는 다음 단계

BNY의 일부 조직은 ChatGPT Enterprise와 심층 리서치를 이용해 내부·외부 자료에 대한 다단계 추론을 위험 모델링, 시나리오 계획, 전략적 의사결정에 적용하고 있다. 법무 부문에서는 새로운 법률 문제를 검토할 때 미처 제기하지 않은 질문이 있는지 확인하는 사고 파트너로 활용하며, 고객 담당 조직에서는 상담 준비와 전략 수립 방식을 바꾸고 있다. 이러한 조사 결과가 에이전트와 결합되면 후속 작업 생성, 고객 연락 초안 작성, 다음 일정 예약 등을 고객 시스템 안에서 바로 실행하는 흐름으로 이어질 수 있다. BNY는 엘리자의 오케스트레이션 계층에 권한 통제, 감독, 사용 기록을 결합해 자율성이 높아진 디지털 직원을 구축하고, 단순한 지식 추출을 넘어 조직 전체의 정보를 연결해 고객별 제품을 혁신하는 것을 다음 목표로 삼고 있다.

🧾 핵심 주장 / 시사점

• BNY 사례에서 거버넌스는 AI 도입 이후 덧붙이는 통제 절차가 아니라, 직원이 사용하는 플랫폼의 권한·승인·기록 기능으로 구현될 때 확장을 촉진하는 기반이 된다.
• 전사 AI 활용은 모델 제공만으로 형성되지 않으며, 의무 교육과 짧고 반복적인 학습, 해커톤, 에이전트 재사용을 결합해야 직원이 직접 문제를 해결하는 문화로 이어진다.
• 에이전트의 자율성이 커질수록 사람의 역할은 최초 작업 수행자에서 권한을 설정하고 결과를 감독하며 디지털 직원을 훈련하는 역할로 이동한다.

✅ 액션 아이템

• 법무·보안·개인정보·위험관리 요건을 AI 사용 절차에 결합해, 중앙 플랫폼의 거버넌스 기준을 명확히 정의한다.
• 엘리자형 전사 플랫폼을 설계해 2만 명 임직원이 의무 교육 이수 후에만 에이전트를 생성·운영하도록 권한 통제한다.
• 계약 검토, 인사 안내, 영업 추천, 포트폴리오 위험 탐지 등 125개 이상 실제 업무 사례의 우선순위를 정해 사람의 감독 하에 통합 운영한다.

❓ 열린 질문

• 일일 교육·해커톤·프롬프트 공유 활동이 실제 업무 채택으로 이어졌는지 판단할 핵심 지표는 무엇인가?
• 금융권 책임 환경에서 중앙 AI 허브의 승인·검토 단계는 어떤 기준으로 법무·보안·개인정보 통제를 분리해 적용해야 하는가?
• 심층 리서치와 오케스트레이션을 결합한 디지털 직원이 고객별 제품으로 확장될 때 성공을 판단할 정량 기준은 무엇인가?