돈은 은행이 대는데···스타트업 대출 심사 눈은 클로드였다

재무 해석권 외부 모델로 이동 논란
플랫폼 금융 뒤 숨은 AI 종속 그림자

미토스(Mythos)식 공포 마케팅처럼 "AI 보안 위협이 폭증한다"는 불안 심리를 먼저 키운 뒤, 다시 외부 거대모델 기반 보안·분석 체계를 해법처럼 밀어 넣는 구조가 반복될 경우 종속 위험은 더 커질 수 있다. / GPT-5.5 이미지2.0

금융권 전반의 생성형 인공지능(AI) 도입 속도가 빨라지면서 우려가 커지고 있다. 표면적으로는 재무관리·상담 자동화·업무 효율화 서비스지만, 실제 구조를 들여다보면 외부 거대언어모델(LLM)이 기업 재무 상태와 고객 데이터를 먼저 읽고 해석하는 구조이기 때문이다.

특히 최근 핀테크 및 ICT 업체들이 앤스로픽의 클로드(Claude) 계열 모델을 사실상 표준처럼 무차별 도입하면서, 국내 금융 판단 체계 자체가 외부 AI 플랫폼에 종속될 수 있다는 우려도 나온다. 단순 문서 요약이나 챗봇 수준을 넘어 런웨이·현금흐름·비용 패턴·리스크 예측 등 기업 생존과 직결되는 데이터를 외부 모델이 먼저 읽고 구조화하기 시작했다는 의미다.

11일 금융 및 빅테크 업계에 따르면 핀다의 스타트업 전용 플랫폼 '핀다유니콘'은 AWS 베드록 기반으로 동작하며, 앤스로픽의 클로드 3.5 소넷 v2를 활용한다. 핀다는 자체 재무 로직 언어인 'PRism'을 통해 사용자의 시나리오를 재무 예측 구조로 변환한다고 설명한다.

문제는 이 서비스가 단순 회계 보조를 넘어 기업 생존과 직결되는 데이터를 다룬다는 점이다. 런웨이, 현금흐름, 비용 패턴, 리스크 예측은 모두 기업금융과 여신심사의 핵심 판단 자료다. 결국 "이 기업에 돈을 빌려줘도 되는가"를 읽는 첫 단계에 외부 AI 모델이 개입하는 셈이다.

핀다유니콘의 구조는 기업 데이터를 수집·정리하고, 이를 기반으로 재무 상태와 생존 가능성을 해석하는 흐름으로 설계돼 있다. 금융권에서는 이를 두고 "재무관리 서비스처럼 보이지만 실제로는 AI 기반 대출심사 전단 구조에 가깝다"는 분석도 나온다.

AWS는 베드록을 통해 입력된 고객 데이터와 출력 결과를 저장하거나 모델 학습에 활용하지 않는다고 설명한다. 앤스로픽 역시 베드록 경유 데이터는 모델 훈련에 사용하지 못하도록 약관을 두고 있다. 따라서 입력 데이터가 곧바로 모델 파라미터에 흡수된다고 단정할 수는 없다.

다만 업계에서는 데이터 저장 여부보다 더 중요한 문제로 '판단 구조의 재배열'을 꼽는다. 기업 문서 양식과 재무 해석 방식, 위험 판단 흐름 자체가 외부 모델의 출력 형식에 맞춰지기 시작하면 금융사의 의사결정 체계가 점차 외부 AI 친화적으로 바뀔 수 있다는 의미다.

특히 스타트업·개인사업자·중소기업의 매출과 비용, 대출과 상환 데이터가 플랫폼 구조 안에서 반복적으로 가공되면 금융기관 내부 업무 프로세스 역시 외부 모델 중심으로 재편될 가능성이 제기된다.

금융권 일각에서는 이를 단순 AI 활용과 구분해야 한다는 목소리도 나온다. 내부 분석을 위해 외부 모델 API를 제한적으로 활용하는 것과, 고객 데이터를 읽는 첫 해석권 자체를 외부 연산망에 의존하는 것은 전혀 다른 문제라는 주장이다.

현재 은행권 다수는 직원 보조 수준에서 생성형 AI를 시험 적용하는 단계다. 일부 금융사는 문서 요약과 내부 코드 검토, 상담 지원 등에 GPT 계열 모델을 활용하고 있지만, 실제 여신 판단 구조와 연결하는 데에는 여전히 신중한 분위기다.

반면 핀다유니콘은 런웨이와 현금흐름, 리스크 예측까지 묶어 스타트업 재무 상태를 해석한다는 점에서 유럽식 AI 대출심사 핀테크 모델과 유사하다는 평가가 나온다. 다만 이를 'AI CFO'라는 이름으로 포장하면서 대출심사 플랫폼의 성격을 상대적으로 흐리게 만들었다는 비판도 제기된다.

미토스 공포 마케팅도 유사하다. "AI 보안 위협이 폭증한다"는 불안 심리를 먼저 키운 뒤, 다시 외부 거대모델 기반 보안·분석 체계를 해법처럼 밀어 넣는 구조가 반복될 경우 종속 위험은 더 커질 수 있다. 이억원 금융위원장이 금융권 AI 활용 빗장을 열고, 배경훈 과학기술정보통신부 장관이 "AI를 통한 보안 방어"를 강조하는 것이 대표 사례다. 

금융권에서는 KB국민은행, 신한은행, 하나은행, 우리은행, NH농협은행 등이 클로드 계열 모델 도입을 위한 보안 점검과 활용 가능성 검토를 병행하고 있으며, 삼성증권, 미래에셋증권, 키움증권 등 주요 증권사도 영향 분석에 착수한 상태다. 통신·플랫폼 업계에서도 SK텔레콤, KT, LG유플러스, 네이버, 카카오 등이 내부 보안 대응 체계와 외부 거대모델 연동 가능성을 함께 검토하고 있다.

런웨이·현금흐름까지 먼저 해석
심사 주권 흔드는 AI 플랫폼화

빅테크업계에서는 향후 금융 AI 구조에서 가장 중요한 지점은 모델 자체보다 입력 통제권이라고 본다. 어떤 데이터가 어떤 형식으로 정리되고, 어떤 모델에 전달되며, 그 결과가 다시 의사결정에 어떻게 반영되는지를 누가 통제하느냐가 핵심이라는 의미다.

이 때문에 외부 거대모델을 활용하더라도 전단 프롬프트 관리와 민감정보 분류, 업무 목적 해석 등은 내부 시스템이 직접 통제해야 한다는 주장도 커지고 있다. 외부 모델은 제한된 후단 연산만 수행하고, 핵심 판단 흐름은 자체 시스템 안에 남겨야 한다는 논리다.

핀다에는 JB금융그룹 계열 자금도 들어가 있다. JB금융은 핀다 지분 약 15%를 확보한 주요 주주다. 업계에서는 국내 금융권이 플랫폼 경쟁에 밀려 외부 AI 연산망 의존 구조를 스스로 확대하는 것 아니냐는 우려도 나온다.

☞ 런웨이·현금흐름·비용 패턴·리스크 예측 = 기업금융과 여신심사의 핵심 데이터다. 런웨이는 기업이 추가 자금 없이 얼마나 버틸 수 있는지를 보여주고, 현금흐름은 실제 상환 여력을 나타낸다. 비용 패턴은 자금 소진 속도와 구조적 부담을 드러낸다. 여기에 리스크 예측까지 결합되면 단순 회계 보조가 아니라 "이 기업에 돈을 빌려줘도 되는가"를 판단하는 구조와 직결된다.

여성경제신문 이상헌 기자
liberty@seoulmedia.co.kr

*여성경제신문 기사는 기자 혹은 외부 필자가 작성 후 AI를 이용해 교정교열하고 문장을 다듬었음을 밝힙니다. 기사에 포함된 이미지 중 AI로 생성한 이미지는 사진 캡션에 밝혀두었습니다.