E.SUN Bank CALM · Smart Mortgage 360: 고액자산가 자문 준비와 주택담보대출 심사를 AI로 줄인 두 사례
대만 E.SUN Bank가 고액자산가의 지분·가족·자금흐름을 한 화면에 잇는 CALM으로 RM 준비시간을 66% 줄이고 상담부터 심사까지 AI를 넣은 Smart Mortgage 360으로 주담대 신청 70.2%를 자동 승인 흐름에 태웠습니다. 한국 제조 대기업이 거래처 360과 여신 심사에 옮기는 법을 붙였습니다.
E.SUN Bank는 흩어진 고객 정보를 관계 단위로 잇고(CALM), 대출 여정 전체에 AI를 넣어(Smart Mortgage 360) 사람이 준비하고 확인하던 시간을 줄였습니다. 우리 회사에 옮기려면 모델보다 먼저 세 가지를 정해야 합니다. 어떤 데이터를 누구의 동의로 합칠지, 근거 문서를 어디서 가져올지, 자동으로 넘길 건과 사람이 볼 건을 가르는 규칙입니다.
요약
대만 타이베이의 E.SUN Bank(玉山銀行)는 2026 Gartner Eye on Innovation Awards(은행·투자 부문)에 두 사례를 냈고 사용자가 준 Greater China 사례집에 실렸습니다. 첫째는 CALM(Client Assets and Liabilities Management, 고객 자산·부채 관리 플랫폼)입니다. 고액자산가의 보유 자산, 지분 구조, 가족 관계, 국경 간 자금흐름, KYC(고객 확인) 기록을 한곳에 이어, RM(Relationship Manager, 고객 전담 자문역)이 투자·대출·승계·세금 수요를 미리 찾게 했습니다. 둘째는 Smart Mortgage 360입니다. 주택담보대출(이하 주담대)의 상담, 추가대출 제안, 신청, 신용 조사까지 대출 전 단계에 생성형 AI와 자동화를 넣었고 기술 공급자로 Google Cloud를 밝혔습니다.
사례집이 전하는 결과는 이렇습니다. CALM은 KYC 약 1,300건을 지원했고 고객 미팅 준비시간을 66% 줄였습니다. 운용자산(AuM)은 12억7,000만 달러, 관리 대출(LuM)은 1억1,200만 달러 늘었다고 보고했습니다. Smart Mortgage 360은 출시 첫 주에 고객 537명과 2,000건 넘는 AI 상담을 했습니다. 신청의 70.2%가 자동 승인 워크플로로 들어가 평균 승인시간이 53% 줄었다고 합니다. 두 사례 모두 효과가 모델 성능보다 연결에서 나왔습니다. 따로 있던 정보를 한 화면에 묶자 준비가 짧아졌고 따로 돌던 대출 단계를 한 흐름으로 묶자 사람이 손댈 건이 줄었습니다. 아래에서는 사례별 구현 메커니즘, 공개 자료로 확인한 기술 구성, 한국 제조 대기업이 거래처 관리와 여신 심사에 옮기는 방법을 차례로 정리합니다.
핵심 메커니즘
Unified Client View: 고객 한 명이 아니라 가족과 법인을 한 묶음으로 보기
CALM의 출발점은 고객 전체상(unified client view)입니다. 고액자산가의 자산은 본인 계좌에만 있지 않습니다. 본인이 지배하는 법인, 배우자와 자녀 명의 자산, 해외 계좌가 함께 움직입니다. CALM은 내부 데이터(계좌, 거래, 보유 상품, KYC)와 외부 데이터(법인 지분 구조 등)를 받아 사람과 사람, 사람과 법인 사이를 관계로 잇습니다. RM은 미팅 전에 이 묶음을 한 화면에서 봅니다. 사례집의 경영진 코멘트도 RM이 완전한 고객 프로필을 바로 열어 보게 되면서 준비시간이 줄고 자문의 일관성이 높아졌다고 설명합니다.
이 방식은 고객 한 명의 의사결정에 여러 주체가 얽힐 때 효과가 큽니다. 상품 하나를 파는 소매 고객에게는 과한 구조입니다.
Consent-based Data Sharing: 동의받은 범위 안에서만 합치기
사례집은 엄격한 개인정보 규칙을 CALM의 출발 조건으로 적었습니다. 해법으로는 동의 기반 공유(consent-based data sharing)를 듭니다. 가족 구성원의 정보는 본인 동의 없이 다른 사람의 화면에 합칠 수 없습니다. 그래서 연결 단계 앞에 동의 확인을 두고 동의한 항목만 묶음에 넣는 구조가 됩니다. 동의 절차의 세부(동의 단위, 철회 처리)는 사례집에 나오지 않습니다. 구현할 때는 동의를 고객별이 아니라 항목별로 기록하고 철회가 들어오면 다음 조회부터 바로 빠지게 해야 합니다.
Latent Needs Detection: 연결된 관계에서 수요 신호 찾기
연결이 끝나면 AI가 관계를 읽어 잠재 수요를 찾습니다. 사례집이 든 영역은 투자, 대출(financing), 승계, 세금 설계 넷입니다. 핵심은 신호가 한 계좌가 아니라 관계에서 나온다는 점입니다. 해외 송금이 반복되는 패턴, 창업주에게 몰린 지분, 한 분기에 몰린 법인 대출 만기는 개인 계좌만 봐서는 보이지 않습니다. 사례집은 이 단계를 AI 기반 관계 인사이트(AI-driven relationship insights)라고만 부르고 쓴 모델과 규칙은 밝히지 않았습니다. 아래 표는 신호와 수요를 짝지어 본 가상 예시입니다.
Grounded Mortgage Consultation: 정책·시세·내 대출을 근거로 답하는 상담
Smart Mortgage 360의 첫 구성은 모바일 앱 안의 대화형 상담입니다. 사례집에 따르면 LLM을 대출 정책, 부동산 시장 정보, 고객 데이터와 연결했습니다. Google 공식 블로그(2025년 7월 29일)는 같은 서비스를 AI 房貸顧問(AI 주담대 상담역)으로 소개하며 Gemini 모델과 검색 기술로 최근 시장 정보를 요약하고 은행 내부 리서치·지식 베이스·외부 뉴스를 RAG(검색 증강 생성, 답하기 전에 근거 문서를 찾아 붙이는 방식)로 묶었다고 설명합니다. 24시간 신청 전 상담, 신청 지원, 대출 후 관리를 맡습니다. Google Cloud 고객 사례 페이지는 이 상담역이 정해진 질문에만 답하던 이전 챗봇을 대체했다고 적었습니다.
Pre-approved Top-up과 Automated Credit Investigation: 먼저 제안하고 자동으로 조사하기
둘째와 셋째 구성은 신청과 심사입니다. 사례집에 따르면 AI가 신용 이력을 바탕으로 기존 차주에게 개인별 사전승인 추가대출(top-up)을 제안하고 고객은 조건을 시뮬레이션한 뒤 원클릭으로 신청합니다. Google 블로그는 기존 차주가 세 항목만 확인하면 신청할 수 있어 입력 항목이 약 90% 줄었다고 밝혔습니다. 신청이 들어오면 신용정보기관 데이터와 AML(자금세탁방지) 데이터로 자동 조사를 돌려 승인을 앞당깁니다. 공상시보(2026년 1월 30일) 보도는 기존 차주의 한도 회복 신청에 OCR, API, GenAI로 서류를 읽고 검증한 뒤 신용·AML·회계 데이터와 대조하는 자동 심사를 쓴다고 전했습니다. 사례집은 이 셋을 3계층 AI 전략이라 부르지만 계층별 이름은 밝히지 않았습니다.
통념과 다른 주장
흔히 이렇게 봅니다금융권의 생성형 AI 도입은 고객 응대 챗봇부터 시작하고 심사는 사람이 계속 맡습니다.
E.SUN Bank는 이렇게 봅니다사례집은 이 작업을 단순 디지털화를 넘어선 대출 모델 재설계로 설명합니다. 상담만 바꾸면 신청과 심사에서 다시 막히므로, 제안·신청·조사까지 한 흐름으로 바꿨습니다.
근거상담·사전승인·자동 조사를 함께 바꾼 뒤 신청의 70.2%가 자동 승인 흐름으로 들어갔고 평균 승인시간이 53% 줄었습니다(사례집 기재).
사례 재구성
CALM: 고액자산가 자문 준비를 한 화면으로
| 구분 | 내용 |
|---|---|
| 상황 | 고액자산가의 보호·세무·지배구조·승계 정보가 여러 시스템에 흩어져 있고 개인정보 규칙이 엄격해 통합 자문에 필요한 고객 전체상을 잡기 어려웠습니다. |
| 한 일 | 내외부 데이터를 통합해 지분 구조, 가족 관계, 국경 간 자금흐름, KYC, 포지션·자금흐름 분석을 잇는 CALM을 만들었습니다. AI 관계 인사이트와 동의 기반 공유로 잠재 수요를 찾습니다. 기술 범주는 API, 자동화, 의사결정 인텔리전스 플랫폼, AI, 데이터·분석입니다. |
| 결과 | KYC 약 1,300건 지원, 고객 준비시간 66% 감소와 인건비 약 7,200달러 절감, AuM 12억7,000만 달러·LuM 1억1,200만 달러 증가, 펀드·구조화상품·보험 수수료 1,690만 달러(사례집 기재, 기간은 밝히지 않음). |
| 연결 | Unified Client View와 Consent-based Data Sharing이 준비시간을, Latent Needs Detection이 자산·수수료 증가를 맡은 구조입니다. |
CALM이라는 이름은 공개 자료에서 찾지 못했습니다. FinanceAsia의 2026년 시상 기사(2026년 7월 7일, 은행 제공 수치를 담은 홍보성 기사)는 E.SUN이 AI 자문 도구와 통합 자산·부채 플랫폼으로 부유층 고객 자산과 수수료를 늘렸다고만 적었습니다.
Smart Mortgage 360: 상담에서 심사까지 한 흐름으로
| 구분 | 내용 |
|---|---|
| 상황 | 시장 변동, 규제 강화, 인건비 상승이 주담대 운영을 압박했고 고객은 더 빠르고 투명한 승인을 원했습니다. 분절된 고객 여정과 수동 신용평가가 규모 확대를 막았습니다. |
| 한 일 | 대출 전 단계에 3계층 AI 전략을 적용했습니다. 정책·부동산·고객 데이터를 연결한 대화형 상담, 신용 이력 기반 사전승인 추가대출 제안과 시뮬레이션·원클릭 신청, 신용정보·AML 자동 조사입니다. 기술 공급자는 Google Cloud입니다. |
| 결과 | 출시 첫 주 고객 537명·AI 상담 2,000건 초과, 문의 2만6,000건 초과 처리, 직원 응대·고객 교육 감소로 연간 약 47만 달러 절감, 신청 70.2% 자동 승인 워크플로 진입, 평균 승인시간 53% 단축(사례집 기재). |
| 연결 | Grounded Mortgage Consultation이 상담·교육 비용을, Pre-approved Top-up과 Automated Credit Investigation이 승인시간을 줄였습니다. |
공개 자료의 수치는 범위가 다르니 사례집 수치와 섞지 않습니다. 공상시보가 전한 평균 심사시간 80% 단축은 기존 차주의 한도 회복 신청에 한정된 수치이고 사례집의 53%는 주담대 신청 전체의 평균 승인시간입니다. FinanceAsia는 고객 만족도가 97%에 가깝다는 은행 측 수치를 전했습니다. 사례집 경영진 코멘트는 이 작업을 “transforming fragmented processes into a seamless, end-to-end digital experience”로 요약합니다.
기술 디테일: 우리 데이터와 심사에 옮기려면
관계 연결(Unified Client View)을 만들려면 먼저 엔터티와 관계의 스키마를 고정합니다. 엔터티는 사람, 법인, 계좌 셋이면 시작할 수 있습니다. 관계는 owns_share(지분율, 기준일), family_of(관계 유형), controls(대표·이사), transfers_to(기간별 금액·통화) 정도로 둡니다. 같은 사람이 시스템마다 다른 ID를 갖는 문제가 가장 먼저 터지므로, 주민·법인 등록번호 해시로 1차 매칭하고 이름·생년월일·주소로 2차 후보를 만든 뒤 사람이 확정하는 단계를 둡니다. 저장은 그래프 DB든 관계형 테이블이든 상관없지만 관계마다 출처 시스템과 확인 날짜를 붙여야 RM이 근거를 볼 수 있습니다.
{"entity_id":"P-0192","type":"person","links":[
{"rel":"owns_share","to":"C-0031","pct":62.0,"as_of":"2026-09-30","src":"외부 지분 DB"},
{"rel":"family_of","to":"P-0193","kind":"자녀","consent":"Y","consent_at":"2026-05-02"}],
"signals":[{"code":"SUCC_GAP","evidence":["C-0031 지분 62%","P-0193 지분 0%"]}]}잠재 수요 신호(Latent Needs Detection)는 처음부터 모델로 만들지 말고 규칙 10~15개로 시작합니다. 규칙마다 코드, 조건, 근거 필드를 두고 LLM은 신호를 RM용 문장으로 풀어 쓰는 데만 씁니다. 이때 temperature는 0~0.2로 낮추고 출력 문장에 근거 필드 ID가 빠지면 버립니다. 규칙의 적중률(RM이 실제로 상담에 쓴 비율)을 4주 모으면, 그때 우선순위 모델을 얹을지 판단할 수 있습니다.
근거 기반 상담(Grounded Mortgage Consultation)은 문서 묶음을 셋으로 나눠 색인합니다. 정책·약관(버전과 시행일 필수), 시장 정보(수집 날짜 필수), 고객 본인 데이터(조회 시점에 API로 호출, 색인하지 않음)입니다. 답변 JSON에는 answer, sources[](문서 ID·시행일), next_action(시뮬레이션·신청·상담원 연결)을 둡니다. 근거 문서가 없으면 답하지 않고 상담원 연결로 넘기는 규칙을 먼저 넣습니다. 금리·한도처럼 숫자가 나가는 답은 LLM이 계산하지 않고 계산 API 결과를 그대로 붙입니다. 출시 전에는 상담 기록에서 뽑은 실제 질문 100개로 시험합니다. 답마다 근거 문서가 맞는지, 시행일이 지난 정책을 인용하지 않았는지를 두 사람이 따로 채점하고 근거 불일치가 5%를 넘으면 색인과 검색 설정부터 다시 봅니다(가상 기준).
고객 데이터 보호는 E.SUN이 공개한 구조를 그대로 참고할 만합니다. Google Cloud 고객 사례 페이지에 따르면 E.SUN은 2023년 하이브리드 클라우드를 구축했습니다. 규제상 고객 데이터는 온프레미스에 둡니다. AI가 고객 데이터를 써야 하면 API Gateway를 거쳐 Cloud DLP(Data Loss Prevention)로 마스킹한 값만 클라우드로 보내고 Guardrails API로 부적절한 출력을 거릅니다. Google 블로그는 Vertex AI, Model Armor, AlloyDB for PostgreSQL을 함께 들었습니다.
자동 심사(Automated Credit Investigation)를 붙이려면 판정을 셋으로 나눕니다. 모든 규칙을 통과하고 외부 조회에 적중이 없는 건은 자동 승인, 경계값에 걸린 건은 조건부, AML 적중이나 서류 불일치는 수동 심사입니다. OCR·GenAI 서류 검증은 필드별 confidence를 받아 0.9 미만인 필드가 하나라도 있으면 조건부로 내립니다(가상 기준). 같은 서류를 3회 돌려 값이 달라지는 필드는 자동 판정에서 빼고 사람이 확인합니다. 자동 승인 비율은 목표로 두지 말고 결과로 봅니다. 비율부터 정하면 기준을 느슨하게 만들 압력이 생깁니다.
현업 실행 디테일: 누가, 언제, 무엇을
한국 제조 대기업에는 고액자산가도 주담대도 없지만 같은 구조의 업무가 있습니다. CALM은 대리점·딜러·주요 거래처의 거래처 360으로, Smart Mortgage 360은 딜러 여신 한도 증액이나 협력사 상생 대출 심사로 옮길 수 있습니다(가상 예시). 거래처 대표의 다른 법인, 계열 관계, 여러 사업부에 흩어진 채권과 연체를 한 화면에 묶으면 영업 담당의 미팅 준비와 여신 판단이 함께 빨라집니다.
| 역할 | 담당 | 할 일 |
|---|---|---|
| 현업 스폰서 | 영업 본부장 또는 여신 담당 임원 | 시범 고객군 지정, 판정 회의 주재 |
| 업무 책임자 | 영업 관리·여신 팀장 | 미팅 준비 흐름과 심사 규칙 정리 |
| 데이터 담당 | IT·데이터 팀 2명 | ERP·CRM·여신 시스템 ID 매칭, API 연결 |
| 준법·정보보호 | 법무·정보보호 1명 | 거래처 대표 개인정보 동의 범위 확인 |
| AX 추진 | AX 조직 PM 1명 | 일정·지표 관리, 사용자 피드백 수집 |
시작 전 준비물은 네 가지입니다. 시범 고객군(거래처 50~100곳), 그 고객군의 시스템별 ID 목록, 현재 미팅 준비시간과 여신 심사 소요시간의 기준값(최근 3개월 표본 20건), 그리고 정보보호 부서와 합의한 동의·열람 범위 문서입니다.
| 기간 | 할 일 | 산출물 |
|---|---|---|
| 1~2주 | 데이터가 어디 있는지 지도 작성, ID 매칭 규칙 확정, 동의 범위 합의 | 데이터 지도, 매칭 규칙, 동의 범위표 |
| 3~4주 | 거래처 묶음 화면 시범 구축, 신호 규칙 10개 작성 | 시범 화면, 신호 규칙표 |
| 5~6주 | 영업·여신 담당 10명이 실제 미팅과 심사에 사용 | 사용 로그, 준비시간 측정값 |
| 7~8주 | 기준값과 비교, 확대 여부 판정 | 판정 보고서 |
현업 인터뷰에서 물을 질문은 이렇습니다. 미팅 전에 어느 시스템을 몇 개 여는가. 가장 오래 걸리는 확인 항목은 무엇인가. 놓쳐서 문제가 된 관계(같은 대표의 다른 법인 연체 등)가 지난 1년에 몇 번 있었나. 심사에서 사람이 꼭 봐야 하는 판단은 무엇이고 규칙으로 정할 수 있는 판단은 무엇인가.
진행 판정 기준(예시)은 세 가지로 둡니다. 미팅 준비시간이 기준값보다 40% 이상 줄었는가. 신호 규칙 가운데 담당자가 실제 대화에 쓴 비율이 30% 이상인가. 자동 판정으로 넘긴 심사 건에서 사람이 뒤집은 비율이 5% 미만인가. 셋 중 둘을 넘으면 고객군을 넓힙니다.
AX 조직이 고객사에 제안한다면 순서는 거래처 360이 먼저입니다. 심사 자동화는 규칙과 책임 소재를 정하는 데 시간이 들지만 흩어진 정보를 한 화면에 묶는 일은 기존 시스템을 건드리지 않고 시작할 수 있고 효과를 준비시간으로 바로 잴 수 있습니다. E.SUN도 CALM의 첫 효과를 준비시간 66%로 보고했습니다. 화면이 자리 잡고 데이터 매칭이 검증되면, 그 위에 여신 한도 사전 제안과 자동 심사를 올리는 것이 Smart Mortgage 360의 순서와 맞습니다.
원문 사례
| 항목 | CALM | Smart Mortgage 360 |
|---|---|---|
| 회사 | E.SUN Bank(대만 타이베이) | E.SUN Bank(대만 타이베이) |
| 부문 | Gartner 2026 Eye on Innovation Awards 은행·투자 | 같음 |
| 대상 업무 | 고액자산가 통합 자문, KYC | 주담대 상담·신청·심사 |
| 연결한 데이터 | 지분 구조, 가족 관계, 국경 간 자금흐름, KYC, 포지션·자금흐름 | 대출 정책, 부동산 시장 정보, 고객·신용 이력, 신용정보기관·AML |
| 기술 범주 | API, 자동화, 의사결정 인텔리전스 플랫폼, AI, 데이터·분석 | API, AI, 자동화, 클라우드, 디지털 경험, LLM |
| 기술 공급자 | 사례집에 없음 | Google Cloud |
| 보고 수치 | KYC 약 1,300건, 준비시간 66% 감소, 인건비 약 7,200달러 절감, AuM 12억7,000만 달러·LuM 1억1,200만 달러 증가, 수수료 1,690만 달러 | 첫 주 537명·상담 2,000건 초과, 문의 2만6,000건 초과, 연간 약 47만 달러 절감, 70.2% 자동 승인 흐름, 승인시간 53% 단축 |
| 공개 자료 | CALM 이름으로는 확인 못 함 | Google 블로그(2025.07.29), Google Cloud 고객 사례, 공상시보(2026.01.30), FinanceAsia(2026.07.07) |
핵심 개념
- HNW(high-net-worth)
- 고액자산가. 은행마다 기준 금액이 다르며 사례집은 기준을 밝히지 않았다.
- KYC(Know Your Customer)
- 고객 신원과 자금 출처를 확인하는 절차. 고액자산가는 가족·법인 관계까지 확인해야 해서 준비가 길다.
- AuM / LuM
- assets under management(운용자산)와 lending under management(관리 대출 잔액).
- Top-up loan
- 기존 담보대출에 한도를 더하는 추가대출.
- AML(Anti-Money Laundering)
- 자금세탁방지. 대출 심사 때 거래 상대와 자금 출처를 명단·패턴과 대조한다.
- Cloud DLP
- Google Cloud의 개인정보 탐지·마스킹 서비스. E.SUN은 고객 데이터를 클라우드 모델에 보내기 전에 쓴다.
- Decision Intelligence Platform
- 데이터와 규칙, 모델을 묶어 업무 판단을 돕는 플랫폼을 가리키는 Gartner의 기술 범주.
내 메모
TODO: 내 생각 추가
근거: 사용자가 제공한 Gartner 2026 Eye on Innovation Awards Greater China 사례 자료(E.SUN Bank, 슬라이드 27·28)와 확인한 공개 자료입니다. Google 대만 공식 블로그 『玉山與 Google Cloud 合作，推出 AI 代理創新應用』(2025.07.29, https://blog.google/intl/zh-tw/products/cloud/esun-bank-collaborates-with-google-cloud-on-ai-agents/), Google Cloud 고객 사례 E.SUN Bank(벤더 발표, 날짜 미표기, https://cloud.google.com/customers/esunbank), 공상시보 보도(2026.01.30, https://www.ctee.com.tw/news/20260130700812-430201), FinanceAsia 시상 기사(2026.07.07, 홍보성 기사, https://www.financeasia.com/article/fa-awards-spotlight-2026-e-sun-bank/507825). CALM은 사례집 외 공개 자료로 확인하지 못했습니다. 수상 여부는 공개 자료로 확인하지 않았으므로 제출·소개된 사례로 적었습니다. 요약·메커니즘·사례 재구성은 위 자료를 AX Review가 다시 정리했고 기술·현업 디테일, JSON 예시, 판정 기준, 일정, 인포그래픽과 표는 새로 작성했으며 그 안의 숫자는 가상 예시입니다.