JP모건, AI 거품론 접고 '범용 인공지능' 기회 포착... 뒤처진 전통 금융권의 과제¶
원제목: '거품 탓'하다 금융 AGI 기회 날린 JP모건, 돌연 '장기 투자' 접근 - 여성경제신문
핵심 요약
- JP모건이 AI를 '거품'이라 폄하하는 태도에서 '장기적 기회'로 전환하며 금융 AGI 도입 의지를 드러냈습니다.
- 전통 금융권은 핀테크 및 빅테크 대비 AI 적용 속도가 현저히 뒤처지고 있으며, 이는 기술 격차 심화로 이어질 수 있습니다.
- 금융 AGI는 언어와 수치의 결합, 실시간 피드백 루프를 통해 제조, 의료 등 다른 산업보다 빠르게 실현될 잠재력을 가지고 있습니다.
상세 내용¶
JP모건의 제이미 다이먼 회장이 과거 인공지능(AI) 시장을 '거품'이라 칭하며 빅테크 주도의 AI 성장에 대해 비판적인 입장을 보였던 것과는 달리, 최근에는 '장기적 기회'를 강조하며 태도를 바꾸고 있어 시장의 주목을 받고 있습니다. 이러한 변화는 금융 분야의 범용 인공지능(AGI) 도입에 대한 의지를 드러낸 것으로 해석됩니다. JP모건은 그동안 빅테크가 주도하는 AI 시장에 대해 '과열', '거품'과 같은 표현을 사용해왔지만, 내부적으로는 리서치 자동화, 리스크 관리, 투자 솔루션 등 AI 기술 도입을 서둘러 왔습니다. 결과적으로 JP모건의 이러한 이중적인 전략은 'AI는 장기적 기회'라는 긍정적 신호와 '빅테크 주도 AI는 경계해야 한다'는 부정적 신호가 혼재되면서 일관성을 잃었다는 평가를 받고 있습니다. 금융 AGI 분야의 주도권을 잡고 싶어 하면서도, 이를 가능하게 하는 빅테크를 동시에 비판하려 했던 태도가 자충수가 된 셈입니다.
JP모건자산운용의 매리 캘러헌 에르도에스 CEO는 한 행사에서 “AI는 아직 완전히 평가되지 않은 기회를 제시한다”며 “거품이 아니라 구조적 혁신의 초기 단계”라고 진단했습니다. 그는 AI 변화가 서서히 축적되다가 어느 순간 급격하게 전환될 것이며, 이는 마치 헤밍웨이의 소설처럼 '천천히, 그러다 갑자기' 나타날 것이라고 전망했습니다. 하지만 시장의 시선은 냉담합니다. AI 인프라, 추론 구조, 대규모 자동화 플랫폼 경쟁은 이미 본격화되었지만, 글로벌 금융사의 실제 AI 적용 속도는 핀테크 및 빅테크 기업들에 비해 현격히 뒤처지고 있기 때문입니다. 기술 기업들은 이미 추론 고도화, 에이전트 자동화, 대규모 워크플로 통합을 시작했습니다. 대규모 모델은 단순한 질의응답을 넘어 맥락을 이해하고, 절차를 설계하며, 인간의 개입 없이도 실행하는 단계까지 발전했습니다.
반면, 전통 금융사들은 여전히 로보 어드바이저, 종목 추천 알고리즘과 같은 1세대 AI 도구에 머물러 있다는 비판을 받고 있습니다. 이는 빅테크 기업들이 고속도로를 깔고 질주하는 동안, 전통 금융사들은 국도 옆에서 내비게이션 업데이트를 '혁신'이라고 부르는 격이라는 지적입니다. JP모건 내부에서도 이러한 위기감은 존재합니다. 에르도에스는 “수익과 비용 구조 모두 폭발적 성장이 예상된다”며 “공급업체들은 AI 파이프라인을 어떻게 헤쳐나갈지 고민해야 한다”고 말했습니다. 그러나 이러한 발언 역시 기술 전략이라기보다는 자산운용사의 시각에서 포트폴리오를 해석하는 수준에 가깝다는 평가가 많습니다.
금융 업종은 AI 전환기에서 애매한 위치에 놓여 있습니다. AI 기술을 공급하는 빅테크와 AI 기술을 수요하는 고객 사이에서 중간 매개자 역할을 해야 하기 때문입니다. AI 인프라를 직접 구축할 역량은 부족하면서도, AI가 가져올 성과에 대한 기대는 가장 먼저 받아야 하는 처지입니다. 이 때문에 JP모건처럼 낙관론과 경계론 사이를 오가는 메시지를 지속적으로 전달한다면, 기술 업계와의 격차는 더욱 벌어질 수밖에 없습니다. 기술을 제공하는 측과 이를 흡수하는 측 사이에서, 정작 금융사는 속도전을 감당하지 못하는 구조가 드러나고 있는 것입니다.
페이팔, 스트라이프, 캐시 앱 등 글로벌 핀테크 기업들은 이미 AI 전환에서 금융사들을 앞질렀습니다. 국내에서는 카카오페이와 토스가 대표적인 주자입니다. 이들 기업은 결제망, 지갑, 리스크 엔진 등을 언어 모델과 직접 연결하여 에이전트 기반 자동화, A2A(Agent-to-Agent) 결제, 실시간 리스크 헤징까지 구현하는 단계에 근접하고 있습니다. 금융은 언어와 수치가 결합된 복잡한 세계입니다. 언어 모델이 수학적 추론 모듈과 연결된다면, 맥락, 수치, 의사결정이 하나의 공간에서 동시에 처리될 수 있습니다. 실제 금융 AGI는 프로토콜만 연결되면 즉시 작동할 준비가 된 상태에 이르렀습니다. 특히 금융 데이터는 실시간 피드백 루프가 빠르게 닫히는 특성을 가지고 있습니다. 은행 결제망, 거래소 API, 호가창, 채권 지표, 주가지수 등은 모두 글로벌 네트워크로 구성되어 있으며, 이는 언어 모델의 맥락 유지 한계를 외부에서 보강하는 구조를 제공합니다. 이러한 장점 덕분에 금융 AGI는 제조, 의료, 로보틱스와 같은 다른 산업보다 더 빠르게 실현될 가능성이 높다고 평가받고 있습니다.
샘 올트먼 오픈AI CEO는 추론(Reasoning Model)의 등장을 금융 AI의 '결정적 분기점'을 넘어선 상태로 규정하고 있습니다. 사고, 교정, 계획, 의사결정까지 수행하는 모델이 금융 프로세스와 결합하는 순간, AI는 단순한 보조 도구를 넘어 금융 시스템을 실시간으로 구동하는 주 엔진으로 이행하게 될 것입니다. 이미 시장 리스크 분석, 유동성 관리, 시나리오 생성, FRM(Financial Risk Management) 프로세스와 같은 다수의 영역에서 AGI적 성격을 띤 자동화가 시작되었습니다. 핀테크 기업들은 이를 자사의 서비스에 직접 연결하고 있습니다. 따라서 금융사의 가장 큰 과제는 더 이상 '다가올 미래를 준비하는 것'이 아니라, 실시간으로 진화하는 금융 AGI를 얼마나 빠르게 조직 내부로 흡수하고 활용하느냐가 되었습니다.
편집자 노트¶
이번 JP모건의 태도 변화는 금융 업계 전반에 걸쳐 AI, 특히 범용인공지능(AGI)에 대한 인식이 어떻게 변화하고 있는지를 보여주는 중요한 사례입니다. 과거에는 AI를 '거품'으로 치부하며 보수적인 입장을 취했던 전통 금융 기관들이 이제는 이를 '구조적 혁신'이자 '장기적인 기회'로 인식하기 시작했다는 점이 주목할 만합니다. 이는 AI 기술의 발전 속도가 예상보다 빠르며, 금융 서비스의 근간을 흔들 잠재력을 가지고 있음을 시사합니다.
하지만 기사에서 지적하듯, JP모건을 포함한 전통 금융사들은 핀테크 및 빅테크 기업들에 비해 AI 기술의 실제 적용과 혁신 속도 면에서 상당한 격차를 보이고 있습니다. 이는 단순히 기술 도입의 문제가 아니라, 변화하는 기술 환경에 대한 조직 문화와 전략의 문제입니다. 전통적인 금융 기관들은 AI를 활용해 내부 프로세스를 효율화하는 수준에 머무르고 있지만, 핀테크 기업들은 AI를 통해 새로운 금융 서비스와 상품을 개발하고 고객 경험을 혁신하며 이미 앞서나가고 있습니다. 이러한 격차는 앞으로 더욱 벌어질 가능성이 높으며, 이는 금융 시장의 지형도를 바꿀 수 있는 중요한 요인이 될 것입니다.
가장 중요한 시사점은 금융 AGI가 다른 산업보다 더 빠르게 실현될 수 있다는 점입니다. 언어와 수치가 결합된 금융 데이터의 특성, 그리고 실시간 피드백 루프가 빠르게 닫히는 환경 덕분에 금융 AGI는 금융 시스템을 실시간으로 구동하는 핵심 엔진이 될 잠재력을 가지고 있습니다. 따라서 전통 금융 기관들은 더 이상 AI 기술을 관망만 할 것이 아니라, 적극적으로 이를 조직 내부에 흡수하고 활용 방안을 모색해야 하는 시급한 과제에 직면해 있습니다. 이는 단순히 기술 전문가들만의 문제가 아니라, 금융 서비스 전반의 미래와 직결되는 문제입니다.