[BNK 경남은행] 웍트로 IPA와 AI OCR로, 신용평가 업무를 단 10분 만에

경남은행은 어떤 은행인가요? 간단히 소개 부탁드립니다.​

경남은행은 “금융을 편리하게, 미래를 풍요롭게”라는 미션 아래, 고객 중심 금융의 본질을 지키며 변화하는 시대에 유연하게 대응해 왔습니다. 최근에는 디지털 전환 흐름에 맞춰 금융권 디지털 혁신을 선도하는 은행으로서 입지를 다지고 있으며, 지속적인 기술 도입과 서비스 고도화를 통해 고객에게 더 나은 금융 경험을 제공하는 미래 지향적 금융 조직으로 나아가고 있습니다.

경남은행이 RPA를 도입하여 업무를 자동화하게 된 계기는 무엇이었나요?

디지털 혁신 전략의 일환으로, 인간과 로봇이 각자의 강점을 살려 함께 일하는 미래형 업무 환경을 구축하고자 RPA를 도입했습니다. 반복적이고 정형화된 업무는 로봇이 처리하고, 사람은 보다 창의적이고 고객 중심적인 업무에 집중함으로써 업무 효율성과 서비스 품질을 동시에 끌어올리고자 한 것이죠.

현재는 140여 종의 업무에 RPA를 적용하고 있으며, 초기보다 훨씬 정교하고 넓은 범위의 자동화 체계를 갖추게 되었습니다.

기존에는 RPA 중심의 자동화를 추진하셨는데, OCR을 추가 도입하게 된 이유는 무엇인가요?

기존 RPA 시스템은 구조화된 데이터 처리에는 최적화되어 있었지만, 각종 신청서나 재무제표처럼 비정형적인 종이 문서를 다루는 데에는 한계가 있었습니다. 종이 문서나 스캔 파일에서 필요한 정보를 수작업으로 입력하거나 검증하는 과정은 여전히 많은 시간과 비용이 소모될 뿐만 아니라, 휴먼 에러가 발생할 가능성도 높았습니다. 이러한 문제를 해결하고자 AI OCR 기술을 접목한 RPA 시스템 구축을 검토하게 되었습니다.

당시에는 관련 보도자료는 많았지만, 실제 사례나 기술 수준은 검증이 부족했기 때문에, 직접 기술력을 확인해 보는 게 중요하다고 판단했습니다. 따라서 실제 기술력을 제대로 검증해 보기 위해 경쟁 입찰 방식의 PoC를 진행했습니다.

경쟁 입찰에 참여한 여러 후보들 중에서 이든티앤에스를 최종 파트너로 선택하게 된 결정적인 요인은 무엇이었나요?

경쟁 입찰을 진행했을 때 총 7개 업체가 참여했고, 기술력과 실현 가능성 등을 종합적으로 평가해 상위 3곳을 우선협상 대상자로 선정했습니다. 그중 이든티앤에스가 가장 뛰어난 성과를 보여줘 최종 파트너로 결정하게 됐습니다.

특히 이든티앤에스의 AI OCR은 높은 인식 정확도를 바탕으로, 실제 업무 환경에서도 다양한 문서를 안정적으로 처리할 수 있다는 점이 인상 깊었습니다. 고객이 제출한 문서를 자동으로 분류하고 내용을 정확하게 판독할 수 있게 되면서, 문서 처리 업무의 자동화 범위도 한층 넓어졌습니다.

이러한 기술적 성과에 더해, 상호 간의 신뢰를 바탕으로 장기적으로 협력할 수 있는 파트너라는 확신이 들었던 점도 최종적으로 이든티앤에스를 선택하게 된 중요한 이유였습니다.

경남은행은 이번에 이든티앤에스와 함께 담보평가 외 다양한 업무에 웍트로 IPA와 AI OCR을 도입하셨는데요. 특히 신용평가 프로세스를 자동화하신 사례가 인상 깊습니다. 해당 과제를 간단히 소개해 주실 수 있을까요?

신용평가 업무는 거래 기업을 대상으로 매년 1회 이상 정기적으로 실시해야 합니다. 이 과정에서 신용평가가 집중되는 시기에는 일선 영업점 담당자들에게 과도한 업무 부담이 발생하고 있습니다. 특히, 기업의 재무제표 등 결산 자료를 요청하고 평가서를 작성하는 반복적인 작업이 대부분 수작업으로 이루어지면서, 업무의 비효율성과 부담이 더욱 가중되고 있는 실정이었습니다.

이러한 배경에서, 저희는 신용평가 업무 프로세스 전체를 자동화하는 과제를 추진하게 됐습니다. 기존에 부분적인 자동화는 있었어도, 프로세스 전반을 하나의 흐름으로 자동화한 사례는 찾기 어려웠기 때문에 도전적인 시도였다고 생각합니다.

신용평가 업무의 자동화 프로세스는 어떤 단계들로 구성되어 있나요?

분류 → 판독 → 검증 → 등록, 총 4단계로 구성됐으며, 각 단계에서 AI OCR과 RPA가 함께 혹은 단독으로 구성되어 상호 유기적으로 실행됩니다.

우선 무작위로 들어온 이미지 문서 파일을 AI OCR과 RPA가 문서 종류별로 자동 분류하고, 텍스트를 추출해 엑셀 형식으로 정리하는 판독 과정을 거칩니다. 이후 검증 단계에서는 추출된 데이터 값을 검증 기준에 맞춰 비교해 오류나 누락 여부를 판단합니다. 등록 단계에서는 추출된 결과 값을 기반으로 RPA가 해당 기업에 대한 신용평가 의견을 작성합니다. 영업점 담당자는 RPA가 작성한 의견서 초안을 확인하고 최종 등급을 확정합니다.

해당 자동화 시스템을 설계하면서 별도로 고려하신 특별한 요소가 있다고 들었습니다. 어떤 부분이었나요?

문서 기반 업무 자동화의 효율을 극대화하기 위해, 경남은행은 내부 시스템 간 연계를 전담하는 브릿지(Bridge) 서버를 별도로 구축했습니다. 이 서버는 수신된 문서를 OCR 서버로 전달해 분류 및 데이터 추출을 요청하고, 그 결과를 내부 데이터베이스에 저장해 ERP에서 바로 조회할 수 있도록 중개하는 역할을 수행합니다.

특히 이 Bridge 서버는 단순히 시스템 간 데이터를 전달하는 수준을 넘어서, ERP는 물론 문서 저장 시스템 등 다양한 업무 인프라와 유기적으로 연결되도록 설계된 것이 특징입니다. 이러한 구조 덕분에 문서 수신부터 최종 업무 처리까지의 자동화 흐름이 끊김 없이 이어지며, 금융권 전체를 봐도 이처럼 다양한 시스템 간 통합을 기반으로 자동화 신용평가 시스템을 구축한 사례는 드뭅니다.

기업마다 재무제표나 서류에 사용하는 계정명 표기 방식이 다 다를 텐데요. 이런 비표준 문서를 처리하면서 겪었던 어려움과, 이를 어떻게 대응하셨는지 궁금합니다.

재무제표를 제출하는 기업 중 상당수가 외부 회계사무소를 통해 자료를 작성하다 보니, 계정 과목명이 표준화돼 있지 않은 경우가 많았습니다. 예를 들어, 저희 시스템에서는 ‘현금’이라는 항목으로 인식해야 하는데, 어떤 곳에서는 이를 ‘현금 등’, ‘예금’ 등으로 표현하기도 하거든요. 이런 경우 OCR이 정확히 추출했더라도 전산 DB와 일치하지 않아 오류가 발생하게 됩니다. 하지만 웍트로 IPA가 자동으로 계정 과목을 표준화해주기 때문에, 수작업 검증 없이도 오류를 최소화하고 후속 처리를 원활하게 이어갈 수 있었습니다.

신용평가처럼 중요한 업무를 자동화할 때 가장 걱정되는 게 ‘오류 리스크’일 텐데요. 추출된 데이터의 정확도는 어떤 방식으로 검증되나요?

신용평가 업무에서는 OCR로 판독한 재무제표 데이터를 RPA가 자동으로 불러와 정합성 검증을 수행합니다.

RPA가 OCR로 추출된 수치를 기준 값과 비교해 자동으로 합산 및 대조 작업을 수행하죠. 만약 이 과정에서 일부 항목이 누락되거나 수치 간 불일치가 발생하면, 해당 건은 자동 처리에서 제외되고 담당자에게 검토 요청이 전달됩니다.

분류 단계에서 필수 서류가 누락된 경우에는 ERP를 통해 실시간 알림이 전달되어서 담당자가 해당 서류만 보완하면 프로세스를 이어갈 수 있도록 설계되어 있습니다. 과거에는 수기로 진행하면서 오류를 놓칠 가능성이 있었지만, 지금은 시스템이 룰 기반으로 정밀하게 검증해 오류 리스크를 크게 줄였습니다.

의견서까지 자동으로 써준다니, 진짜 거의 ‘사람이 할 일’까지 넘긴 셈인데요. 이 정도 수준의 자동화는 경남은행에서 어떤 의미였고, 실제로 직원들은 어떻게 느끼고 있나요?

OCR로 추출된 데이터를 바탕으로, 사람이 개입하지 않아도 RPA가 경남은행이 사전에 정의한 신용평가 기준에 따라 각 기업에 대한 의견서 초안을 자동으로 작성합니다.

특히 별도의 LLM이나 머신러닝 기술 없이, 사전에 정의된 평가 기준에 따라 필요한 데이터를 자동으로 연결해 주는 방식(RPA + 데이터 매핑)만으로 이 작업이 가능하다는 점에서, 기술적으로도 매우 실용적인 접근이었다고 볼 수 있습니다. 덕분에 기존에는 실무자가 직접 데이터를 정리하고 일일이 수작업으로 의견을 작성해야 했던 업무가 자동화되면서, 평가 담당자들은 기업의 재무 상태 분석이나 시장 환경 판단 등 보다 본질적인 평가 업무에 집중할 수 있게 되었습니다.

또한, 업무 속도가 빨라지고 실수가 줄어들면서 담당자들 사이에서는 “예전보다 훨씬 일하기 좋아졌다”는 반응이 나오고 있습니다. 단순한 서류 작업에 시간을 빼앗기지 않고, 전문성을 발휘할 수 있는 환경이 마련됨에 따라 평가의 정확도와 전반적인 업무 효율이 함께 향상되었습니다.

업무 자동화 이후, 실제로 효율이 얼마나 향상됐는지에 대한 정량적인 수치가 궁금한데요. 경남은행에서는 이번 자동화를 통해 어떤 구체적인 성과를 확인하셨나요?

이번 자동화를 통해 가장 크게 체감한 부분은 업무 시간의 획기적인 단축입니다. 기존에는 분류, 판독, 검증 단계에만 약 20분, 등록까지 포함하면 대략적으로 60분 정도가 소요됐지만, 지금은 RPA가 의견서까지 자동으로 작성해 주기 때문에 담당자는 최종 검토와 마무리 작업만 10분 내외로 처리하면 됩니다. 사람이 투입되는 시간이 기존 대비 1/6 수준으로 줄어든 셈이죠.

특히 연간 신용평가 대상 기업의 약 60%가 7~10월 사이에 집중되는데, 이 시기에는 자동화의 효과가 더욱 크게 체감될 것으로 기대하고 있습니다. 한 달 최대 3,000건 가까이 업무가 몰리는 상황에서도 자동화 덕분에 원활한 처리가 가능할 것으로 보고 있습니다.

이번 자동화를 통해 내부 업무 효율화 뿐 아니라, 신용평가 결과를 고객에게 제공하는 속도나 서비스 품질에도 변화가 있었을 것 같은데요. 실제 대 고객 서비스 측면에서도 어떤 긍정적인 효과가 있었나요?

아직 본격적인 시즌은 아니지만 이전에 업무가 몰리는 날에는 평가가 2~3일씩 지연되기도 했었다면, 자동화 도입 이후 대부분 다음 날까지 결과를 제공할 수 있을 것으로 기대됩니다.

특히 실제 현업 담장자분께서 '수기로 데이터를 입력하지 않아도 되고, 신용평가 의견까지 자동으로 써주니까 정말 편해요. 신용평가 업무가 몰리는 날에도 다음 날까지 평가 결과를 고객님들께 제공하는 것을 기대할 수 있어요'라고 말씀해주셨습니다.

AI OCR뿐 아니라, 함께 도입된 IPA 역시 경남은행의 자동화 효과를 높이는 데 중요한 역할을 했을 텐데요. 경남은행 입장에서 특히 인상 깊었던 웍트로 IPA의 기능은 무엇인가요?

‘아이템 큐’ 기능이 특히 유용했습니다. 기존에는 정해진 시간 간격, 예를 들어 5분 단위로 RPA를 실행하도록 스케줄을 걸어두곤 했는데요. 그렇게 하면 작업 요청이 들어온 시점과 실제 처리가 이루어지는 시점 사이에 미세하지만 반복적인 지연이 발생하게 됩니다.

그런데 아이템 큐 기능을 활용하면, 큐에 데이터가 유입된 즉시 로봇이 그걸 실시간으로 감지하고 바로 실행할 수 있어요. 작업 발생을 ‘대기’하는 것이 아니라, 마치 로봇이 작업을 ‘눈으로 보고 바로 반응하는’ 느낌이죠.

이번 자동화를 계기로, 경남은행은 앞으로는 어떤 방향으로 나아갈 계획인가요?

이번 자동화를 통해 가장 의미 있었던 건, 직원들이 반복적이고 소모적인 작업에서 벗어나 고객에게 더 집중할 수 있는 환경을 만들 수 있었다는 점입니다. 앞으로도 이든티앤에스와 함께 2차 자동화 과제를 포함해 다양한 업무 혁신을 이어가면서, 절감된 시간과 에너지만큼 고객 한 분 한 분에게 더 집중하는 은행이 되기 위해 노력할 계획입니다. 기술은 효율을 위해서가 아니라, 결국 사람과 고객을 위한 것이라고 생각합니다.