[IT동아 강형석 기자] 전 세계 금융 시장의 변화 속도는 매섭다. 블록체인·인공지능(AI)·스테이블코인 등 다양한 핀테크 기술이 등장하고, 국경을 넘나드는 데이터 교류가 일상으로 자리 잡으면서 각국 규제 당국이 금융 소비자 보호를 위한 법안을 연일 쏟아내기 때문이다. 그만큼 기업이 감당해야 할 컴플라이언스(Compliance, 법령·규제·정책 등을 준수하기 위한 내부 통제 시스템) 업무의 무게도 커졌다.

AI 규제 정보 플랫폼 RegASK가 2025년 11월, 162명의 글로벌 규제 전문가를 대상으로 실시한 조사에 따르면 응답자의 83%는 규제 분석 물량이 늘었다고 답했다. 전년 대비 34% 급증한 수치다. 문제는 이 과정에서 발생하는 실수다. 응답 조직의 37%는 최근 1년 사이 규제 요건을 한 번 이상 놓쳤다고 답했다. 그중 절반은 손실 규모를 50만~100만 달러(약 7억 원~14억 원)로 추정했고, 14%는 100만 달러를(약 14억 원) 넘겼다고 밝혔다. 놓친 규정 하나가 거액의 손실로 이어질 수 있다는 뜻이다.

기업의 부담도 증가 추세다. 글로벌 컨설팅 기업 딜로이트(Deloitte)는 금융위기 이후 리테일·기업금융 부문의 컴플라이언스 운영비용이 60% 이상 뛰었다고 진단했다. 컨설팅 기업 PwC 역시 조사 대상 기업의 84%가 지난 5년간 규제 준수 비용이 늘었다고 밝혔다. 직접비용은 영업비용의 2.6% 수준이지만, 조직이 실제 부담하는 총비용은 네 배 이상이 될 것으로 분석됐다. 기업이 컴플라이언스 문제를 풀 대안으로 규제기술, 레그테크(RegTech)에 주목하는 이유다.

끊임없이 추가되는 금융규제, AI로 해법 찾는 씨지인사이드

규제 분석은 왜 중요할까? 컴플라이언스는 국회 입법 활동부터 정부 입법예고, 금융당국 행정예고, 현행 법령과 판례에 이르기까지 광범위한 영역을 아우른다. 매번 발의·적용되는 법률안과 가이드라인이 사내 업무 지침에 어떤 영향을 미치는지 빠짐없이 파악하는 일이 컴플라이언스 업무의 핵심이다. 금융 컴플라이언스도 이와 다르지 않다.

최근 유럽연합(EU)과 미국을 비롯한 세계 금융 당국은 금융사의 알고리즘과 자동화 거래, 신용평가 시스템 등을 감시하기 위해 한층 강력한 규제를 도입하고 나섰다. 자금세탁방지(AML, Anti-Money Laundering)나 고객확인제도(KYC, Know Your Customer) 같은 글로벌 규범도 하루가 다르게 고도화되고 정교해지는 양상이다. 이런 엄격한 환경에 유연하게 대응하려면, 규제 준수 내역을 투명하고 추적 가능하게 남기는 감사 기록형 자동화 시스템 구축이 필요하다.

하지만 금융 컴플라이언스 조직은 AI 도입 필요성을 인지하면서도 실제 도입 속도는 더디다. 파편화된 데이터를 통합하기 어렵거나 자료 검증 체계가 아직 갖춰지지 않은 등 원인은 다양하다. 민감한 기업 내부 데이터가 클라우드를 통해 유출될 수 있다는 우려도 AI 도입을 주저하게 만드는 이유로 꼽힌다. 이에 씨지인사이드는 법령·규제·내규 데이터를 연결해 규제 변화의 탐지부터 영향분석, 내규 정합성 점검, 조치안 도출까지 지원하는 금융 컴플라이언스 AI 플랫폼 '아이호퍼(iHOPPER)'를 소프트웨어형 서비스(SaaS)와 온-프레미스(On-Premise, 폐쇄망) 방식으로 제안한다.

아이호퍼는 방대한 자료 속에서 핵심 의무 조항을 추출하고, 기존 규정과 충돌하는 지점을 찾아내는 '갭 분석(Gap Analysis)' 기능을 갖췄다. AI가 규제 요구사항과 내규 사이의 차이를 식별하고, 관련 근거와 함께 개정 필요사항과 대응안 초안을 제시하는 등 조문의 의무주체, 행위, 조건, 기한, 금지·허용 여부와 맥락을 분석해 실제 준수해야 할 규제 요구사항을 구조화한다.

사규·세칙·업무지침을 한곳에 모아두는 데서 그치지 않고, 조항 하나하나를 근거가 되는 법령·행정규칙과 직접 연결한다. 개인·신용정보 관리 규정에서 목적 조항 하나를 열면, 개인정보보호법과 신용정보법의 관련 조문이 바로 옆에 표시되는 식이다. 준법 담당자가 규정의 근거를 다시 찾아 헤맬 필요가 사라지는 셈이다.

신규 적용된 법률의 영향도를 AI가 분석하는 기능은 씨지인사이드의 뚜렷한 차별점이다. 국회에 발의된 법률안, 정부의 입법예고, 공포된 법령, 금융당국의 규제 변화를 지속적으로 포착한 뒤, 이 변화가 어떤 내규 조항과 관련되는지 AI가 자동으로 매칭한다. 매칭 결과는 카테고리와 소관부서별로 정리되며, 항목마다 법률안·입법예고·공포·금융규제 기준으로 몇 건이 매칭됐는지 숫자로 바로 확인할 수 있다. 담당자가 수백 건의 법률안을 처음부터 훑어볼 필요 없이, 기업 컴플라이언스와 관련된 항목만 골라 검토를 시작할 수 있는 구조다.

이 밖에도 내부 컴플라이언스가 왜 바뀌어야 하는지 분석해 보고서로 제공하는 기능도 더했다. 현행 내규(내부규정)와 개정안을 조문 단위로 나란히 비교한 신구조문 대비표, 매칭된 내규 목록, 내규 변경의 이유와 조치 방향까지 한 보고서 안에 담긴다. 영향도를 단계별로 나타내고, 내규 개정 필요성을 판단한 근거, 내규 개정 필요성과 관련 업무 프로세스, 통제 절차, 담당부서의 후속조치 방향까지 함께 제시한다. 이 정도 분석을 사람이 직접 하려면 법무 검토와 관련 부서 협의를 거쳐 며칠씩 걸리지만, 그 초안을 AI가 먼저 짜는 셈이다.

정합성 점검 기능도 눈여겨볼 부분이다. 아이호퍼는 법률 요구사항과 내규를 조합해 ▲반영 ▲일부반영 ▲미반영 ▲확인필요 등 네 가지 상태로 분류하고, 판단 근거까지 표시한다. 예로 자금세탁방지법 관련 조항을 '일부반영'으로 분류하면서, 근거로 '위험평가가 규정되어 있으나 주기적 검토 및 보고 체계가 미흡하다'는 식의 사유를 구체적으로 남기는 구조다. 결과만 알려주는 것이 아니라, 그 결과에 이르게 된 과정과 이유까지 사람이 검증할 수 있도록 여지를 두었다.

씨지인사이드의 AI 법령·규제 자동 분석 기술의 차별점은?

아이호퍼는 검색증강생성(RAG)·테이블증강생성(TAG)와 규제 특화 데이터 처리 기술을 결합한 하이브리드(Hybrid) AI 구조를 적용했다. 법령·행정규칙·입법예고·규제·기업 내규 등 구조화된 지식베이스에서 관련 근거를 찾아 답변과 분석 결과에 연결하고, 재검색·재정렬·교차검증 과정을 통해 생성형 AI의 환각 가능성을 낮춘다. 특히 AI의 판단 결과만 제시하는 것이 아니라 어떤 법령과 내규를 근거로 판단했는지를 함께 제공해 담당자가 결과를 검증할 수 있도록 한다는 점에서, 기존 생성형 AI 서비스와 구분된다.

씨지인사이드는 매일 쏟아지는 규제 정보를 자동으로 수집·정제·구조화하고, 신설·개정 조문과 세부 변경 이력을 정밀하게 분석하는 독자 AI 기반 규제 분석 엔진을 보유했다. 이 엔진은 법령의 검색·분류를 넘어, 각 조문의 규제 성격과 정책적 맥락까지 심층 해석해 포지티브(긍정)형 규제인지, 네거티브(부정)형 규제인지, 의무이행형 규정인지 등을 판별한다.

기업이 걱정하는 데이터 유출 문제에도 대응한다. 씨지인사이드는 SaaS 외에도, 기업 내부 데이터센터에 AI를 직접 구축하는 온-프레미스 방식을 함께 지원한다.

씨지인사이드의 기술력은 실질적인 성과로도 이어졌다. 경기도의회와 함께 예산·결산 분석 지원 AI 시스템 구축 프로젝트를 진행했고, IBK기업은행과는 개념증명(PoC)을 통해 특정 법률의 작은 변화가 대출 심사 프로세스에 미치는 잠재적 위험 요소를 찾아내며 실효성을 입증했다. NH농협은행과는 금융상품 광고 심의를 자동으로 점검 가능한 NH-아이호퍼를 개발 중이다.

규제 확산 속도를 조직이 홀로 따라잡기는 어렵지만, 최적의 도구를 활용해 검증하고 최종 판단을 내린다면 오히려 기업의 경쟁력으로 이어진다. 씨지인사이드 아이호퍼 플랫폼은 법령·판례를 찾아주는 AI에서 규제 변화 탐지, 기업 영향분석, 내규 매핑, 업무조치, 근거관리까지 연결하는 ‘컴플라이언스 AI’ 플랫폼을 금융권, 정부부처 등을 중심으로 확장하고 있다. 씨지인사이드는 컴플라이언스 조직의 경쟁력을 높여줄 규제·컴플라이언스 업무 파트너를 목표로 기술 고도화에 속도를 낼 전망이다.

IT동아 강형석 기자 (redbk@itdonga.com)