How Itaú is building generative AI for its entire customer base

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 요약

Itaú는 대화형 금융 서비스 ia.i와 거버넌스 플랫폼 IARA를 중심으로 고객과 직원에게 AI First 전략을 적용하며, 2026년 말까지 ia.i를 전체 고객에게 제공할 계획이다.

📌 핵심 요약

• Itaú는 기술이 눈에 띄기보다 일상 금융 문제를 간단하게 해결하는 경험을 지향한다. Grupo Consumoteca와의 조사에서 브라질인의 80%는 재정 생활을 더 잘 정리하고 의사결정 지원을 받기 원했으며, 65%는 지속적인 안내를 제공하는 금융 코파일럿 기술을 원했다.
• 2024년 Inteligência Itaú로 시작한 고객 서비스는 계좌·신용·카드·보험 등을 연결하는 ia.i로 발전했다. 초기 약 30만 고객에게 제공된 ia.i는 텍스트·음성으로 이용하며 필요하면 전문 상담원과 연결된다. Itaú는 2026년 말 전체 고객 제공을 예상하며, 상품 시뮬레이션·가입과 소득·지출·습관에 대한 정기 금융 분석을 계획하고 있다.
• Itaú는 비용·지연시간에 민감한 작업부터 깊은 추론과 근거가 필요한 작업까지 지원하기 위해 여러 모델을 활용한다. GPT‑5.x 모델은 약 7,000만 고객의 금융 맥락을 담는 Customer DNA의 구성 요소이며, ia.i는 상호작용성·멀티모달리티·개인화를 원칙으로 삼는다.
• IARA는 모델 접근을 통제하고 관측 가능성, 토큰당 비용 관리, 응답 정확성 관리, 책임 있는 AI 정책 적용을 지원한다. 법무 솔루션은 9,000만 건 이상의 문서를 기반으로 월 200만 건 이상의 작업을 수행하며, 부서 업무의 일부 단계에서 20~80%의 효율 향상을 보였다. 책임 있는 AI 원칙은 개발부터 지속적인 모니터링까지 적용된다.
• ia.i를 지원하는 지능 계층은 전문가·관계 관리자·고객 서비스 팀의 업무에도 활용된다. Itaú는 고객 관계에 쓸 수 있는 시간 3배, 최대 2배 빠른 서비스, 최대 3배 효과적인 대화를 기대하며, 이는 구현에 대한 기대치로 제시됐다.

🧩 주요 포인트

1. 단순한 금융 경험과 여러 모델의 조합 → 작업별 비용·지연시간·추론 요구를 맞추면서 고객에게는 하나의 서비스 경험 제공.
2. IARA의 거버넌스와 책임 있는 AI → 규제가 강한 금융 환경에서 비용·품질·편향·문화적 정합성을 함께 관리하며 확장 추진.
3. 초기 약 30만 고객의 실제 이용 학습과 직원 지원 → 고객 경험을 개선하고 인간 관계에 투입할 시간을 늘리는 방향으로 AI First 전략 확장.

🧠 상세 정리

1. 고객 경험의 출발점은 단순함

Itaú의 CTO Carlos Eduardo Mazzei는 브라질의 수많은 고객에게 친밀하고 개인화된 경험을 제공하는 일을 우선 단순함의 문제로 설명한다. 서비스는 실제 일상 문제를 해결하고 직접적인 이익을 전달해야 하며, 기술 자체는 거의 눈에 띄지 않는 수단이어야 한다는 것이다. Itaú와 Grupo Consumoteca의 조사에서는 브라질인의 80%가 재정 생활을 더 잘 정리하고 의사결정에 더 효과적인 지원을 받기 원한다고 답했다. 또한 65%는 지속적인 안내를 제공하는 금융 코파일럿 역할의 기술을 원했다. 이 수요를 바탕으로 은행은 금융상품과 돈의 관계를 고객이 더 쉽고 직접적으로 이해하도록 돕는 경험을 추구한다.

2. ia.i와 Customer DNA를 뒷받침하는 모델 구성

Itaú는 2024년 특정 금융 수요를 위한 Inteligência Itaú 기능을 도입했고, 다음 단계로 계좌·신용·카드·보험 등의 상호작용을 하나로 연결하는 대화형 계층 ia.i를 마련했다. 텍스트나 음성으로 이용하고 필요하면 전문 상담원에게 연결되는 구조이며, 비용과 지연시간에 민감한 작업부터 추론과 충분한 근거가 필요한 복잡한 작업까지 지원하기 위해 여러 모델을 선택했다. Mazzei는 OpenAI 모델들이 이처럼 폭넓은 요구를 처리하는 데 중요했다고 설명한다. 경험의 중심에 있는 Customer DNA는 약 7,000만 고객의 필요·습관·생애 단계를 이해하도록 돕는 금융 맥락 계층으로, GPT‑5.x 모델이 그 구성 요소에 포함된다. 초기 약 30만 고객을 대상으로 실제 이용 행동을 학습하며, 계좌 명세서의 지출 문의부터 투자 조언과 WhatsApp의 간편 거래까지 활용 범위를 넓히고 있다. 서비스는 상호작용성, 텍스트·음성·이미지·클릭을 결합하는 멀티모달리티, 개인화를 원칙으로 삼는다.

3. IARA의 통제 구조와 법무 업무 적용

은행 규모로 AI를 운영하기 위해 Itaú는 거버넌스·오케스트레이션 플랫폼 IARA를 구축했다. IARA는 내부 정책에 따라 팀들이 여러 모델에 통제된 방식으로 접근하도록 하며, OpenAI도 이 환경에서 이용할 수 있는 모델 제공업체 중 하나다. 법무 부서에서는 이 플랫폼을 활용해 문서 읽기·분석·해석을 자동화하고, 9,000만 건 이상의 문서 저장소를 기반으로 월 200만 건 이상의 작업을 수행한다. 해당 솔루션은 법무 업무의 일부 단계에서 20~80%의 효율 향상을 보였다. Mazzei는 정보가 은행의 맥락 안에서 보존되고 모델에 안전하게 접근해야 하며, 전체 솔루션의 경제성을 위해 토큰 사용 효율을 이해하는 일도 필수라고 강조한다. 이에 따라 IARA는 토큰당 비용 통제, 응답 정확성, 책임 있는 AI 정책 적용을 함께 다룬다.

4. 책임 있는 AI를 개발과 운영 전반에 적용

Itaú는 규제가 강한 금융 환경에서 AI를 확장하려면 거버넌스와 관측 가능성을 갖춰야 한다고 본다. Mazzei는 책임 있는 AI를 세심하게 다루는 규율로 설명하며, 고객에게 제공하는 답변이 은행의 가치와 문화에 부합해야 한다고 강조한다. 여기에는 프런티어 모델에서 나타날 수 있는 편향 위험을 줄이는 일도 포함되며, 편향과 문화적 정합성을 제품 요구사항으로 취급한다. 책임 있는 AI 원칙은 개발 단계부터 지속적인 모니터링까지 솔루션의 전체 생애주기를 안내하고, 기술이 확장되는 과정에서 안전성·투명성·윤리·규제 준수를 확보하는 것을 목표로 한다. IARA는 이러한 통제와 관측을 지원해 은행이 관리 역량을 유지하면서 빠르게 움직일 수 있도록 하는 기반으로 제시된다.

5. 직원 지원으로 확장되는 AI First 전략

Itaú의 AI First 전략은 최종 고객에게 제공하는 서비스뿐 아니라 전문가·관계 관리자·고객 서비스 팀의 업무에도 적용된다. ia.i를 지원하는 동일한 지능 계층은 단순 작업 자동화부터 이전에는 실행하기 어려웠던 고객 관계 업무까지 돕는다. 구체적인 활용에는 면담 전 요약과 준비, 특정 문제의 이해, 이전에는 쉽게 떠올리기 어렵거나 시간이 많이 들었던 계획과 대안의 개발이 포함된다. 은행은 이 구현을 통해 고객 관계에 사용할 수 있는 시간이 3배로 늘고, 서비스는 최대 2배 빨라지며, 대화는 최대 3배 효과적이게 될 것으로 기대한다. 이 수치는 이미 달성한 성과가 아니라 기대치이며, Mazzei는 도구를 통해 직원들이 고객 가치 창출에 더 집중할 수 있다고 설명한다.

6. 초기 학습에서 전체 고객 확대까지

원문은 일상적인 계좌 문의나 간단한 거래처럼 구체적인 문제에서 시작하고, 초기 고객 집단의 실제 행동을 학습한 뒤 서비스를 확대하는 접근을 제안한다. 모델 접근을 한 플랫폼으로 모아 비용과 품질을 통제하고, 경제성을 설계의 일부로 다루면서 처음부터 토큰 효율을 살펴야 한다는 점도 강조한다. 모든 행동을 자연어로 처리하는 것이 최선은 아니므로 대화와 탐색을 결합하는 경험 역시 중요한 원칙으로 제시된다. ia.i는 계속 발전하고 있으며, Itaú는 2026년 말까지 전체 고객에게 경험을 제공할 수 있을 것으로 예상한다. 후속 단계에는 상품 시뮬레이션과 가입, 소득·지출·습관에 대한 정기적인 금융 분석이 계획돼 있다. Mazzei는 이 변화의 의미를 고객 요구에 더 빠르게 대응하고, 금융상품과 서비스를 더 단순하고 직접적으로 이용하도록 돕는 데서 찾는다.

🧾 핵심 주장 / 시사점

• Itaú 사례에서 모델의 다양성은 작업별 비용·지연시간·추론 요구를 충족하면서 하나의 고객 경험을 구성하는 수단으로 제시된다.
• IARA의 역할은 모델 접근 제공에 그치지 않고, 경제성과 응답 품질, 책임 있는 AI를 함께 관리해 규제 환경에서 확장을 뒷받침하는 데 있다.
• 법무 업무의 효율 향상은 운영 성과로 제시되지만, 직원의 고객 관계 시간과 서비스·대화 개선 수치는 기대치이므로 구분해 해석해야 한다.

✅ 액션 아이템

• 초기 약 30만 고객의 ia.i 이용 학습을 바탕으로 2026년 말 전체 고객 제공 계획의 진행 상황 검토.
• IARA의 토큰당 비용 관리·응답 정확성 관리·책임 있는 AI 정책 적용을 함께 점검.
• 고객 관계 시간 3배, 최대 2배 빠른 서비스, 최대 3배 효과적인 대화라는 기대치의 실제 달성 여부 평가.

❓ 열린 질문

• 초기 약 30만 고객의 이용 학습은 ia.i의 2026년 말 전체 고객 제공에 어떤 개선으로 반영되는가?
• IARA는 토큰당 비용 관리와 응답 정확성 관리 사이의 균형을 어떻게 판단하는가?
• 고객 관계 시간 3배, 최대 2배 빠른 서비스, 최대 3배 효과적인 대화라는 기대치는 실제 운영에서 어느 정도 달성되는가?