“망분리 장벽 넘은 생성형 AI”…KB금융의 실전 모델

생성형 AI 아키텍처로 금융권 장벽을 극복한 사례가 공개됐다. 금융권 주요 장벽으로는 망분리 규제와 클라우드 운영 복잡도가 꼽힌다.

KB증권·KB국민은행은 27일 'AWS 파이낸셜 서비스 포럼 서울 2026'에서 관련 사례를 발표했다. 이들 사례는 금융권에서 큰 제약으로 여겨지던 망분리와 클라우드 운영 문제를 생성형 AI 기반 구조로 다룬 내용이다.

두 회사는 활용 요소로 AWS 인프라와 최신 AI 프로토콜을 제시했다. 이를 바탕으로 KB증권·KB국민은행은 폐쇄망 내부 개발자 코딩 어시스턴트 환경 구축 사례를 공유했다.

아울러 KB증권·KB국민은행은 멀티 계정 클라우드 인프라용 에이전틱 AI 운영 체계 도입 사례도 공유했다. 폐쇄망 개발 지원과 멀티 계정 클라우드 운영 체계를 각각 연결해 설명한 것이다.

발표는 배준혁 KB증권 인프라시스템부 매니저가 맡았다. KB증권은 망분리 규제 적용 개발 환경에서 코딩 어시스턴트의 안전한 활용 방안을 제시했으며, 해법으로 '자체 MCP 허브' 아키텍처를 소개했다. 사진 제공 표기는 권영석 기자다.

전자금융감독규정 제15조 제1항 기준으로 금융권 업무망은 '3호'가 일반 금융 업무, '5호'가 전산실·정보처리시스템 접근으로 구분된다. 개발자 PC는 고보안이 요구되는 '5호' 단말에 속하며, '5호' 단말의 외부 LLM 엔드포인트 직접 호출은 엄격히 금지된다.

KB증권은 사내 개발자 AI 도구 수요 증가에 대응하기 위해 폐쇄망 내 AI 활용 체계를 직접 구축했다. 구축 전 기술적·법률적 검토 기간은 1년여였으며, 폐쇄망 내 AI 활용 체계 구축에는 선례가 없었다. 그 결과 KB증권은 지난 6월 국내 금융권 최초로 금융보안원 보안대책 평가에서 '적합' 판정을 받았고, 지난 6월 혁신금융서비스로도 지정됐다.

해당 체계의 핵심 아키텍처는 엔트로픽(Anthropic)이 발표한 오픈 표준 프로토콜 'MCP'와 '중앙 집중형 허브 구조'로 구성됐다. 이 구조는 클라이언트(Claude Code)와 사내 도구(MCP 서버) 간 N:N 직접 연결을 차단하고, 모든 요청을 중앙 허브가 중계·통제하는 방식으로 처리한다.

KB증권은 '아마존 베드록 에이전트 코어(Amazon Bedrock Agent Core)' 연동과 중간 배치 'LLM 게이트웨이' 구성을 결합해 보안 중심 구조를 갖췄다. 이 구조에는 사내 AD 계정 기반 토큰 인증 체계 확립, 프롬프트 수준 사용자 사칭 원천 차단, 사용자 권한별 접근 가능 MCP 서버 목록 분기, '최소 권한 원칙' 구현이 포함됐다.

또한 KB증권은 'LLM 게이트웨이' 통한 4단계 검증 적용에 나섰다. 4단계 검증은 1단계 사내 보안 정책·코딩 표준 시스템 프롬프트 주입, 2단계 사용자 통합 인증, 3단계 허용 모델 자동 라우팅, 4단계 PrivateLink 기반 감사 로깅·비용 관리로 구성됐다.

이 체계는 사용자 사칭을 막고 권한 범위 내 접근만 허용하도록 설계됐으며, 사내 베타 테스트로 실효성 검증도 이뤄졌다. 베타 테스트에서는 수년간 방치 1.2만 줄 규모 스파게티 레거시 코드 대상을 한 달 만 리팩토링 완료했고, 코드량 28% 감소 성과를 확인했다.

배준혁 KB증권 인프라시스템부 매니저는 지난 1년 여정이 쉽지 않았지만 혁신금융서비스 지정·보안 평가 과정을 마치며 안전한 AI 활용 기반을 마련했다고 밝혔다. 이어 KB증권 MCP 허브는 개발자 대체 목적이 아닌 개발 역량 가속용 핵심 인프라라고 설명했다.

사진은 행사 발표에 나선 KB국민은행 IT운영부 박정민 매니저의 모습이다. 사진 크레딧은 권영석 기자다.

KB국민은행은 150개 이상의 어카운트와 2000대 이상의 서버를 대상으로 하는 멀티 클라우드 운영에 에이전틱 AI를 적용했다. 계정과 서버 수가 크게 늘어나면서 비대해진 멀티 클라우드의 운영 복잡도가 적용 배경이 됐다.

KB국민은행은 지난 4년간 클라우드 장애 데이터를 분석한 결과, 전체 조치 시간 중 50.9%가 원인 파악에 소요된 것으로 봤다. 여기에 망분리 환경으로 야간·주말 출근 대응이 지연되고, 콘솔 직접 접속 과정의 휴먼 에러와 담당자 역량별 편차가 문제점으로 꼽혔다.

이에 KB국민은행은 클라우드 운영 효율화를 목적으로 4대 특화 AI 에이전트를 구축했다. 이들 4대 특화 AI 에이전트는 상호 협업 구조로 운영되며, 운영 전반의 수작업을 대체하고 업무 속도와 정확도를 높이는 효과를 겨냥했다.

에이전트 1인 장애 이슈 관리는 장애 즉시 로그를 분석하고 원인을 제시하며 단계별 해결책을 제시한다. 에이전트 2인 기술 지원은 사내 규정 문의와 기술 문의에 실시간 대응한다.

에이전트 3인 인프라 코드화(IaC)는 설정 코드 작성 지원과 변경 작업 위험도 사전 분석을 통해 작업 실수 방지를 돕는다. 에이전트 4인 거버넌스는 보안 정책 준수 여부와 비용 정책 준수 여부를 상시 점검한다.

도입 결과, 분산된 모니터링 도구 개별 확인 수작업 병목 해소 효과가 나타났고, 담당자 역량 차이에 따른 편차 감소와 인적 오류(휴먼 에러) 감소도 확인됐다.

이어 실제 운영 환경 가정 신뢰성 검증 수행 과정에서는 수백 가지 가상 장애 시나리오 주입 테스트가 이뤄졌다. 이 검증에서 서버 메모리 과부하에 따른 시스템 다운 근본 원인 즉시 특정 성능이 확인됐다.

아울러 분석 데이터 부족 비정상 상황에서 'AI 환각(할루시네이션)' 미발생이 확인됐고, 데이터 부족 시 "데이터 부재로 분석이 불가하다" 정확 판단도 이뤄졌다. 이를 통해 금융 시스템 필수 분석 정확도 확보와 금융 시스템 필수 안정성 확보가 검증됐다.

박정민(KB국민은행 IT운영부 매니저)은 구축된 4대 에이전트 간 유기적 협업 고도화 계획과 단순 조회를 넘어 저위험 장애 영역부터 자율 복구(Self-Healing) 체계 점진 도입 계획을 밝혔다. 또 향후 베드락 에이전트 코어로 마이그레이션 계획과 대규모 멀티 클라우드 환경 운영 효율성·안정성 지속 극대화 목표도 제시했다.

출처: 아이티데일리 (IT DAILY) · 권영석 기자
원문: https://www.itdaily.kr/news/articleView.html?idxno=241257

참고자료

• https://www.itdaily.kr/news/articleView.html?idxno=241257