코로나19 팬데믹의 혼란을 헤쳐나온 은행 산업은 변동성과 불확실성의 새로운 시대에 직면했다. 급증하는 금리 및 유동성 리스크는 2023년부터 8개 은행을 무너뜨렸다. 또한 지정학적 긴장과 인플레이션 압박 속에서 신용 리스크가 부각되고 있으며, 이로 인한 규제의 변화와 복잡성도 만연하다.

글로벌 데이터 및 AI 기업 SAS가 2024년 10월 25개국의 300명의 고위 은행 리스크 관리자를 대상으로 은행의 리스크 트렌드와 관리 현황 등을 조사한 연례 보고서 ‘리스크 관리 혁신’을 발표했다.

보고서에 따르면 응답자의 75%는 리스크 기술 인프라에 대한 투자를 늘릴 계획이며(2021년 51%에서 증가) 64%는 타사 소프트웨어에 대한 지출을 늘릴 계획이라고 답했다.

보고서는 주요 결과로 ▲리스크 기술 역량 투자 증가 ▲리스크 모델링 ▲AI 도입의 어려움 ▲데이터 관리 및 거버넌스 프레임워크의 필요성 ▲자산 부채 관리(ALM) 시스템 부재 등을 꼽았다.

리스크 기술 역량 투자 증가

기존에 언급된 리스크 관리 기술 인프라 및 타사 소프트웨어에 대한 투자 외에도 은행의 65%는 타사 컨설팅 및 자문 서비스를 이용할 계획이며, 이는 2021년 이후 15% 증가한 수치이다.

리스크 모델링이 주요 초점

규제 변화에 대처하고 리스크 프로세스를 자동화하려고 노력함에 따라, 은행의 3분의 2(67%)는 향후 2년 동안 리스크 모델링 역량을 발전시킬 계획이다.

또한 리스크 모델링을 경쟁 우위로 간주하는 임원의 비율이 2021년 47%에서 63%로 급증했다. EMEA 지역과 관리 자산(AUM)이 200억 달러에서 500억 달러 사이인 은행의 경우 72%가 리스크 모델링을 경쟁 우위로 보고 있다.

AI 사용은 여전히 어려워

소수의 은행만이 리스크 관리(40%), 리스크 모델링(30%) 및 사기 탐지(36%)와 같은 기능에 AI를 사용한다고 보고했다.

특히, 이러한 기능에 생성AI를 사용하는 경우는 훨씬 적었다. 리스크 관리(17%), 리스크 모델링(16%) 및 사기 탐지(24%). 미국 은행은 이러한 각 기능에 AI 및 AI를 사용하는 데 있어 EMEA 및 APAC 은행보다 앞서 있었으나, APAC 은행은 이러한 기능에 AI 및 생성AI를 가장 적게 사용했다. 이에 대해 전체 응답자의 50%가 숙련된 인력 부족은 AI를 완전히 채택하는 데 가장 큰 장벽이라고 답했다.

효과적인 데이터 관리 및 데이터 거버넌스 프레임워크가 중요

설문조사 대상 임원은 고객 데이터 통합의 주요 이점으로 향상된 리스크 관리(64%), 향상된 고객 경험(55%) 및 향상된 사기 탐지(51%)를 꼽았다. 그러나 고객 데이터를 대부분 통합할 계획은 14%에 불과했으며, 비고객 데이터의 경우 44%만이 동일하다고 답했다.

ALM 시스템 부재로 어려움 겪어

설문조사 대상 리스크 임원의 약 5분의 1만이 유동성 리스크 관리 능력(22%) 또는 ALM 시스템(20%)에 매우 만족한다고 답했다. 또한 약 10분의 8은 차세대 ALM 솔루션을 구현하거나(38%) ALM 기능을 포괄적으로 개선하고 있었다(41%).

한편, 77%는 금리 리스크 및 신용 리스크의 영향을 더 잘 평가할 수 있는 통합 대차 대조표 관리(IBSM)에 투자할 계획이라고 밝혔다.

SAS의 리스크, 사기 및 규정 준수 솔루션 담당 수석 부사장 스튜 브래들리(Stu Bradley)는“금융 기관에 영향을 미치는 리스크가 그 어느 때보다 상호 연결됨에 따라 기업은 대차 대조표 전체의 리스크를 평가하고 보다 전체적인 스트레스 테스트를 수행할 수 있는 단일한 AI 기반 플랫폼이 필요하다.”라며 “구식 시스템 및 인프라를 보다 통합된 전사적 접근 방식으로 대체하는 기업은 기능 전반에 걸쳐 이점을 얻고 더 나은 전략적 의사 결정을 내릴 수 있을 것이다.”라고 말했다.