AI 문서 이해 기술, 핀테크 생태계의 새로운 동력이 되다

보험금 청구서, 대출 심사 서류, 투자 보고서 등 금융권의 방대한 비정형 문서는 여전히 디지털 전환의 사각지대로 남아 있다. 방대한 문서 데이터를 처리하고 활용하는 일은 금융사의 업무 효율과 고객 서비스 품질을 좌우하는 핵심 과제로 꼽힌다.

다큐먼트 AI 기업 로민은 이 복잡한 문서를 자동으로 읽고 이해하는 인공지능(AI) 기술을 통해 금융권의 디지털 전환을 앞당기고 있다. VLM(Vision-Language Model, 비전 언어 모델)을 적용한 AI OCR 솔루션으로 문서 인식 정확도를 높이고, 보험금 청구·대출 심사·리서치 분석 등 다양한 업무를 자동화하며 핀테크 산업의 핵심 인프라로 자리 잡았다. 최근에는 서버 설치형 중심에서 벗어나 클라우드 기반 SaaS(Software as a Service) 모델로 확장을 준비하며, ‘로민 2.0’을 통해 시장 공략에도 속도를 내고 있다.

다음은 강지홍 로민 대표와의 인터뷰 전문이다.

Q. 로민은 직접 금융서비스를 제공하지 않지만, 핀테크 산업의 중요한 인프라 기업으로 꼽힙니다. 이유는 무엇일까요?

“저희는 문서 데이터를 처리하는 일을 합니다. 금융권은 방대한 양의 문서를 다루는 대표 업종으로, 업무 처리 효율성과 데이터 활용 니즈가 매우 강합니다. 저희는 여기에 맞는 솔루션을 제공하다 보니 핀테크, 인슈어테크 산업의 인프라 기업으로 평가받는 것 같습니다.

기업들은 단순·반복적인 문서 처리 업무를 자동화하고 싶어합니다. 저희 솔루션은 문서를 자동으로 분류하고 필요한 정보를 추출해 전산에 입력하는 과정을 대체합니다. 이를 통해 비용 절감과 시간 단축 효과가 있고, 직원들은 보다 가치 있는 업무에 집중할 수 있습니다. 소비자 입장에서는 보험금 지급이나 대출 심사 같은 절차가 빨라져 서비스 품질 개선으로 이어집니다.”

Q. 로민이 개발한 AI OCR은 기존 기술과 무엇이 다른가요? ‘문서를 이해한다’는 표현을 쓰셨는데, 구체적으로 설명해 주신다면요.

“기존 OCR은 단순히 글자를 추출하는 기술이었습니다. 저희는 글자를 뽑는 데서 나아가 그 의미를 파악합니다. 예를 들어 ‘로민’이라는 단어가 나오면 회사명인지 주소인지 내용상 의미를 파악해 구분하는 것이죠. 또 문서 종류를 분류하는 것도 이해의 단계 중 하나입니다.

예전에는 자연어 처리 모델을 통해 텍스트 정보만 확인했다면, 현재는 VLM을 적용했습니다. VLM은 이미지와 텍스트를 함께 이해하는 AI 모델로, 문서의 맥락을 파악해 정보를 해석할 수 있습니다.

이를 통해 저화질 문서나 팩스, 휴대폰 촬영 이미지도 높은 정확도로 인식하고, 학습 데이터가 많지 않아도 성능을 발휘합니다. 많아야 수십 장만으로도 고객 맞춤 모델을 만들 수 있어, 비용과 시간을 크게 줄일 수 있습니다.”

Q. 이러한 기술이 실제 금융 현장에서는 어떻게 활용되고 있나요?

“보험사와 증권사에서의 활용이 대표적입니다.

교보생명은 보험금 접수·심사 과정에 저희 솔루션을 적용했습니다. 진단서, 처방전 등 수십 종의 문서를 자동 분류·인식해 고객에게 보험금을 지급하기까지 걸리는 시간이 절반으로 줄었습니다.

증권사에서는 미래에셋증권이 자사 기술을 전사적으로 도입해 다양한 문서를 자동 분류·추출하고 있습니다. 또 다른 증권사에서는 애널리스트 보고서를 자동 파싱해 내부 LLM과 연동하는 ‘텍스트스코프 독파서’를 구축했습니다. 복잡한 리포트를 AI가 활용할 수 있는 데이터로 가공해 리서치 효율성을 높이고 있습니다.”

Q. 문서 자동화 과정에서 개인정보 보호는 어떻게 이루어지며, 또 데이터 활용과 관련 규제 사이에서 기업이 지켜야 할 원칙은 무엇일까요?

“금융권 고객사들은 100% 내부망 서버에서만 자사 솔루션을 구동하기 때문에 데이터가 외부로 나가지 않습니다. 문서 처리 과정에서는 개인정보 비식별화와 데이터 암호화를 적용했고요. 

법적으로는 고객 동의가 있어야 데이터를 학습에 활용할 수 있는데, 대기업 금융사들은 이를 철저히 지키고 있습니다. 다만 개인정보가 마스킹된 데이터는 일반 데이터로 보고 더 적극적으로 활용할 수 있도록 규제가 조금 더 유연해지면 좋겠습니다.”

<중략>

전체 기사는 링크를 통해 확인해주세요.