업종 가이드: 뱅킹
은행에서 Claude 사용하는 방법: 은행 팀을 위한 실무 가이드
사건 처리 속도는 빨라지되, 서류에는 여전히 사람이 서명합니다.
이 가이드는 소매, 상업, 프라이빗 뱅킹에서 일하며 컴플라이언스, KYC 및 AML 케이스워크, 사기 조사, 운영, 고객 커뮤니케이션, 레거시 코드 작업에 Anthropic의 Claude를 활용하고자 하는 분들을 위한 것입니다. 이 가이드는 Anthropic이 금융 서비스 부문에 대해 공개한 내용과, Anthropic 자체 게시물 및 고객 사례에서 실명으로 언급된 은행들의 발언에 근거합니다.
은행에서 Claude 사용하는 방법은 모든 은행의 발목을 잡는 문서 중심 업무에서 시작됩니다. KYC 파일을 검토해 누락 항목을 찾아내고, 사건 데이터를 바탕으로 AML 조사 서술을 작성하고, 규제 변경 사항을 정책 업데이트로 요약하고, 사기 사건 기록을 작성하고, 운영상 불일치 항목을 조정하고, 레거시 코드를 현대화하는 일입니다. Claude는 빠르게 읽고 구조화하고 초안을 작성합니다. 판단, 보고서 제출, 규제 당국에 대한 책임은 은행 직원의 몫이며, AI가 지원하는 모든 단계는 은행의 모델 리스크 관리 및 데이터 통제 체계 안에서 이루어집니다.
게시일
핵심 요약
- 가장 강력한 뱅킹 활용 사례는 KYC 파일 검토, AML 사건 서술 작성, 규제 변경 요약, 운영 대사, 코드 현대화입니다.
- Anthropic이 2026년 5월 공개한 에이전트 템플릿에는 KYC 스크리너, 총계정원장 대사 에이전트, 월말 마감 에이전트가 포함되어 있습니다.
- Anthropic은 N26, bunq, BNY, Citi, FIS에서의 실명 뱅킹 사례를 보고하고 있으며, 프로세스 자동화부터 개발자 플랫폼까지 다양합니다.
- AI는 애널리스트를 보조할 뿐입니다. 의심스러운 활동에 대한 판단과 규제 보고서 제출은 여전히 사람의 책임입니다.
- 모든 활용은 은행의 모델 리스크 관리, 데이터 보호, 기록 보관 규정 안에서 이루어집니다.
복사해서 붙여넣기
오늘 바로 쓸 수 있는 프롬프트
KYC 파일 누락 항목 검토
당신은 상업은행의 KYC 애널리스트입니다. 아래 요약된 법인 고객의 온보딩 문서를 우리의 체크리스트와 대조하여 검토하세요: 법인 서류, 기준 이상의 실소유자까지 포함한 소유 구조, 지배자, 자금 출처, 예상 거래 활동, 제재 및 부정적 언론 보도 결과. 체크리스트 항목마다 있음, 없음, 또는 불일치를 표시하고, 답변을 뒷받침하는 문서를 인용하세요. 관계 관리자(RM)에게 보낼 후속 요청 목록을 작성하세요. 체크리스트와 문서: [붙여넣기].
은행의 실제 체크리스트를 붙여넣으세요. 결과물은 일반적인 목록이 아니라 여러분의 절차를 그대로 반영해야 합니다.
AML 조사 서술 작성
아래의 경보 세부 정보, 거래 요약, 애널리스트 메모를 바탕으로 AML 조사 사건 파일의 서술 섹션 초안을 작성하세요. 구성은 다음과 같이 하세요: 대상 및 관계, 발생한 경보 및 시나리오, 제공된 날짜와 금액 그대로의 검토 활동, 애널리스트의 조사 결과, 미해결 질문. 중립적이고 사실에 기반한 표현을 사용하세요. 활동이 의심스러운지에 대한 결론은 내리지 마세요. 그 판단은 제가 내립니다. 자료: [붙여넣기].
결론을 조사관의 몫으로 남겨두는 것은 좋은 관행일 뿐 아니라 규제 당국이 기대하는 방식이기도 합니다.
규제 변경 사항 요약
아래 규제 조문을 은행의 컴플라이언스 위원회를 위해 요약하세요. 다음을 포함하세요: 무엇이 변경되는지, 누구에게 적용되는지, 명시된 시행일, 아래에 나열된 기존 정책 중 영향을 받을 가능성이 있는 것, 법무팀에 확인할 질문. 400단어 이내로 작성하세요. 모든 요구사항에 대해 원문을 인용하고, 원문에 없는 요구사항은 추가하지 마세요. 규제 조문과 정책 목록: [붙여넣기].
항상 실제 원문을 붙여넣으세요. Claude의 학습 데이터에는 최신 버전이 포함되어 있지 않을 수 있습니다.
사기 사건 기록 및 고객 안내문
다음은 카드 사기 사건의 세부 내용입니다: 이의 제기된 거래, 고객 진술, 기기 및 위치 데이터, 조사관의 조사 결과. 먼저, 증거와 조사관의 판단을 요약한 내부 사건 기록을 작성하세요. 다음으로, 탐지 방법을 밝히지 않으면서 결과와 다음 단계를 설명하는 쉬운 표현의 고객 안내문을 작성하세요. 안내문은 200단어 이내로 작성하세요. 세부 내용: [붙여넣기].
내부 기록과 고객 안내문을 분리하면 탐지 세부 정보가 고객 커뮤니케이션에 노출되지 않습니다.
레거시 코드 설명
아래 COBOL 프로그램이 무엇을 하는지, 이를 재구현할 Java 개발자를 위해 섹션별로 쉬운 언어로 설명하세요. 이 프로그램이 적용하는 모든 비즈니스 규칙, 읽고 쓰는 모든 파일 또는 테이블, 의도되지 않은 것으로 보이는 동작을 나열하세요. 그런 다음 재구현이 동일하게 동작하는지 확인할 수 있는 테스트 케이스 목록을 제안하세요. 프로그램: [붙여넣기].
기존 동작에서 도출한 테스트 케이스가 현대화 작업을 안전하게 만들어 줍니다.
Anthropic 제공
Anthropic이 뱅킹 분야에 제공하는 것
Claude for Financial Services
2025년 7월 발표된 Anthropic의 금융 서비스 제품으로, Claude 모델과 Claude Code, 엔터프라이즈 액세스를 Snowflake, Databricks, S&P Global 등 데이터 플랫폼용 커넥터 및 구축 파트너와 결합한 것입니다. Anthropic은 데이터가 기본적으로 학습에 사용되지 않는다고 밝히고 있습니다.
· 출처
Agents for financial services
2026년 5월 공개된 10종의 에이전트 템플릿으로, KYC 스크리너, 총계정원장 대사 에이전트, 월말 마감 에이전트, 명세서 감사 에이전트 등이 포함되며, Claude Cowork와 Claude Code용 플러그인 및 Claude Managed Agents용 쿡북 형태로 제공됩니다.
· 출처
Anthropic and TCS partnership
Anthropic은 2026년 6월 TCS와의 파트너십을 발표하며, 은행을 위한 대출 자문과 보험사를 위한 보험금 청구 처리 등 규제 산업을 위한 Claude 기반 제품을 구축한다고 밝혔습니다.
· 출처
실제 활용
뱅킹 팀은 Claude를 이렇게 활용합니다
Anthropic이 공개한 고객 사례에 따르면
N26
Anthropic의 고객 사례에 따르면, 디지털 은행 N26은 AWS Bedrock을 통해 열두 개가 넘는 내부 사용 사례 전반에서 Claude를 사용하고 있으며, 특정 프로세스에서 상당 부분의 업무를 자동화하는 동시에 수작업 처리를 줄였습니다.
Anthropic이 공개한 고객 사례에 따르면
bunq
bunq에 대한 Anthropic의 고객 사례에 따르면, Claude Code는 신규 개발자가 이전보다 훨씬 빠르게 의미 있는 코드를 기여하도록 돕고 있으며, 빠른 계좌 개설과 높은 자동 고객지원 해결율도 함께 보고되었습니다.
Anthropic이 공개한 고객 사례에 따르면
FIS
Anthropic의 금융 서비스 페이지에서 FIS의 최고경영자는 자금세탁방지(AML) 조사를 위해 Anthropic과 함께 에이전트를 구축한 과정을 설명합니다.
Anthropic이 공개한 고객 사례에 따르면
BNY
Anthropic의 2026년 5월 금융 서비스 게시물에서 BNY의 CIO는 사건을 처음부터 끝까지 처리하는 AI 디지털 직원에 대해 설명합니다.
Anthropic이 공개한 고객 사례에 따르면
Citi
Anthropic의 2025년 10월 금융 서비스 업데이트에 따르면 Citi는 계획 수립과 에이전틱 코딩을 위해 AI 기반 개발자 플랫폼에서 Claude를 사용합니다.
예시 시나리오
사람이 최종 승인하는 KYC 갱신 검토
- 애널리스트가 정기 검토 사건을 열고 고객의 문서를 승인된 워크스페이스에 불러옵니다.
- Claude는 각 문서를 은행의 체크리스트와 대조해 확인하고, 있음, 없음, 불일치 항목을 목록으로 정리합니다.
- 애널리스트는 누락 항목을 확인하며, 새로운 실소유자 신고가 필요한 소유권 변경 사항 하나를 발견합니다.
- Claude는 관계 관리자에게 보낼 요청서와 은행 양식에 맞춘 사건 기록의 초안을 작성합니다.
- 애널리스트는 두 문서를 모두 검토하고, 요청서를 발송하며, 자신의 이름으로 판단 결과를 기록합니다.
뱅킹와 Claude: 공개된 수치
핵심 워크플로우
은행 전반의 Claude 뱅킹 활용 사례
다음은 뱅킹을 위한 AI가 애널리스트와 운영 담당자의 시간을 가장 많이 절약해 주는 영역입니다.
KYC 및 AML을 위한 AI
체크리스트에 따른 KYC 파일 검토, 실소유자 요약, 사건 데이터를 바탕으로 애널리스트가 판단할 수 있도록 작성된 AML 조사 서술.
뱅킹의 AI 사기 탐지
Claude는 거래 모니터링 모델을 대체하지 않지만, 조사관이 사건을 요약하고, 기록을 작성하고, 고객에게 결과를 설명하는 데 도움을 줍니다.
은행 컴플라이언스를 위한 AI
원문을 바탕으로 작성된 규제 변경 요약, 정책 공백 분석, 통제 테스트 문서, 규제 보고서 해설.
운영
원장 시스템까지 추적 가능한 총계정원장 대사, 불일치 항목 조사, 월말 마감 해설, 절차 문서.
코드 현대화
레거시 코어 뱅킹 코드를 설명하고, 현재 동작을 포착하는 테스트를 작성하고, 개발자가 Claude Code로 코드를 재구현하도록 돕습니다.
고객 커뮤니케이션
쉬운 언어로 작성되고 고객에게 전달되기 전 직원이 검토하는 불만 응대, 안내문, 상담 초안.
컴플라이언스와 사기
은행이 컴플라이언스와 사기 탐지에 AI를 활용하는 방법
은행이 컴플라이언스와 사기 탐지에 AI를 어떻게 활용하는지 물어보면 두 가지 서로 다른 이야기를 듣게 됩니다. 탐지 자체는 보통 특화된 거래 모니터링 및 사기 탐지 모델로 이루어집니다. Claude와 같은 생성형 AI는 경보가 발생한 이후의 작업을 돕습니다. 사건 사실관계를 수집하고, 조사 서술 초안을 작성하고, KYC 파일에서 누락 항목을 확인하고, 판단 결과를 작성하는 일입니다. 조사관의 시간 대부분이 바로 여기에 쓰입니다.
Anthropic은 바로 이 워크플로우를 위해 제품을 만들었습니다. 2026년 5월 공개된 금융 서비스용 에이전트 템플릿에는 대사 및 마감 에이전트와 함께 KYC 스크리너가 포함되어 있습니다. Anthropic의 금융 서비스 페이지에서 FIS의 최고경영자는 Anthropic과 함께 AML 조사를 며칠에서 몇 분으로 단축하는 에이전트를 구축한 과정을 설명합니다. BNY의 CIO는 사건을 처음부터 끝까지 처리하는 디지털 직원에 대해 설명합니다.
AI는 사기 탐지에서 오탐(false positive)을 줄일 수 있을까요? 특화된 모델은 그럴 수 있으며, 은행들도 그 성과를 보고하고 있지만, 이는 범용 어시스턴트와는 다른 도구입니다. Claude가 할 수 있는 일은 증거를 정리하고 애널리스트가 확인할 처분안을 작성함으로써 각 경보를 더 빠르게 해소할 수 있도록 돕는 것입니다.
에이전틱 AI
뱅킹의 에이전틱 AI와 은행 운영의 생성형 AI
뱅킹의 에이전틱 AI란 Claude가 사람이 단계마다 지시하지 않아도 문서를 수집하고, 규칙을 적용하고, 결과를 준비하는 다단계 워크플로우를 의미합니다. KYC 스크리닝, 총계정원장 대사, 월말 마감은 단계가 명확히 정의되어 있고 결과물을 검증할 수 있다는 점에서 좋은 후보입니다. 바로 이러한 이유로 Anthropic의 에이전트 템플릿에는 총계정원장 대사 에이전트와 월말 마감 에이전트가 포함되어 있습니다.
은행 운영의 생성형 AI는 명확한 경계가 있을 때 가장 잘 작동합니다. 에이전트는 준비하고, 사람이 승인합니다. 실제로는 모든 에이전트 결과물이 검토 대기열로 들어가고, 에이전트의 단계가 기록되며, 모델이 미국의 SR 11-7과 같은 모델 리스크 관리 체계 안에 위치한다는 것을 의미합니다. 규제 당국은 도구가 만들어낸 결과물뿐 아니라 어떻게 검증되고 모니터링되었는지도 질문할 것입니다.
코드 현대화는 상대적으로 덜 주목받는 기회입니다. 많은 은행이 이제는 제대로 이해하는 사람이 거의 없는 수십 년 된 코드로 핵심 프로세스를 운영하고 있습니다. Claude는 그 코드를 설명하고, 비즈니스 규칙을 문서화하며, 변경 전에 테스트를 작성하는 데 도움을 줄 수 있습니다. Anthropic의 2025년 10월 게시물에서는 Citi의 CTO가 계획 수립과 에이전틱 코딩을 위해 자사 개발자 플랫폼에서 Claude를 사용한다고 언급합니다.
도구 선택
뱅킹 업무에서 Claude와 ChatGPT 비교
뱅킹에서 Claude와 ChatGPT 중 무엇을 선택할지는 여러분 자신의 파일로 답을 찾는 것이 가장 좋습니다. 종결된 KYC 사건, 과거 조사 사례, 팀에서 이미 작성한 규제 요약문을 가져오세요. 각 도구에 동일한 프롬프트를 실행하고, 정확도, 출처를 인용하는 방식, 정보가 누락되었을 때의 동작을 비교하세요.
은행에서 결정 요인은 보통 순수한 성능보다 거버넌스입니다. 배포 방식, 데이터 거주지, 보존 기간, 감사 로깅, 그리고 도구가 제3자 리스크 및 모델 리스크 프로세스에 부합하는지 여부입니다. 예를 들어 Anthropic의 고객 사례에 따르면 N26은 AWS Bedrock을 통해 Claude를 사용합니다. 승인된 경로는 조달팀과 리스크팀이 결정하게 됩니다.
어떤 도구를 사용하든 이 페이지의 프롬프트와 검토 습관은 그대로 적용됩니다. 중요한 역량은 정확한 지시문을 작성하고 결과물을 원문과 대조해 확인하는 것입니다.
시작하기
은행 팀에 Claude를 안전하게 도입하기
승인된 워크스페이스에서 시작하세요
은행이 고객 데이터용으로 승인한 배포 환경만 사용하세요. 먼저 가상의 사건이나 종결된 사건으로 프롬프트를 테스트하세요.
하나의 업무 대기열을 선택하세요
KYC 갱신 검토와 같이 반복적인 프로세스 하나를 선택해 도입 전후의 소요 시간과 오류율을 측정하세요.
절차를 프롬프트에 담으세요
체크리스트와 정책 문서를 프롬프트나 프로젝트에 붙여넣으세요. 그러면 결과물이 일반적인 양식이 아니라 여러분의 절차를 따르게 됩니다.
모든 결과물에 검토자를 두세요
AI가 작성한 판단, 기록, 제출 서류를 실명의 담당자가 승인하도록 워크플로우를 설계하세요.
한계
은행이 사람의 책임을 유지해야 하는 지점
Claude는 문서를 잘못 읽거나, 각주에 숨겨진 실소유자를 놓치거나, 이미 변경된 규제를 그대로 요약할 수 있습니다. Claude는 관계 관리자만큼 고객을 알지 못합니다. AI가 지원한 모든 검토에는 실명의 검토자가 필요하며, 규제 보고서의 모든 수치는 원장 시스템과 대조되어야 합니다.
의심거래보고서 제출, 고객과의 거래 종료, 신용 거절과 같이 법적 무게를 지닌 결정은 은행 정책에 따라 여전히 은행 직원의 몫입니다. 공정 대출 및 소비자 보호 규정 역시 AI가 관여한 모든 고객 관련 결정에 적용되므로, 이 또한 Claude를 준비 및 문서화 작업에 한정해야 하는 이유입니다.
고객 데이터는 법과 계약으로 보호됩니다. 승인된 배포 환경만 사용하고, 데이터 최소화 원칙을 따르며, 고객 정보를 개인 계정에 절대 붙여넣지 마세요.
전사 도입이 팀에 도달하기 전에 역량을 갖추세요
은행에서 AI를 잘 활용하는 것은 실용적인 역량입니다. 정확한 지시문 작성, 검증 가능한 결과물, 좋은 검토 습관이 핵심입니다. 무료 Nightschool AI 커리큘럼은 첫 수업부터 실습 중심으로 진행됩니다.
자주 묻는 질문
은행은 컴플라이언스와 사기 탐지에 AI를 어떻게 활용하나요?
탐지는 보통 특화된 모니터링 및 사기 탐지 모델로 이루어지며, Claude와 같은 생성형 AI는 경보 발생 이후 조사관을 돕습니다. 사건 사실관계 수집, KYC 파일 확인, 서술 초안 작성, 판단 결과 작성이 그것입니다. Anthropic의 게시물은 AML 조사를 며칠에서 몇 분으로 단축하는 에이전트에 대한 FIS의 발언을 인용합니다. 결과 판단은 여전히 애널리스트가 내립니다.
은행은 AI를 어떻게 활용하나요?
은행은 컴플라이언스와 KYC 검토, 사기 조사, 고객 서비스, 대사 및 마감과 같은 운영, 소프트웨어 개발, 사내 지식 검색에 AI를 활용합니다. Anthropic의 고객 사례에 따르면 N26은 특정 프로세스 전반의 업무를 자동화했고, bunq는 Claude Code를 사용해 신규 개발자가 더 빨리 생산성을 발휘하도록 돕고 있습니다.
AI는 뱅킹에서 어떤 업무를 대체하게 될까요?
지금까지 AI는 직무 전체가 아니라 업무 단위를 대체하고 있습니다. 문서 검토, 사건 서술 초안 작성, 대사 업무, 일상적인 고객 문의 등입니다. 판단, 관계, 규제 당국에 대한 책임을 중심으로 하는 역할은 그대로 남습니다. AI 결과물을 지시하고 검증하는 방법을 익힌 사람들은 더 복잡한 업무를 맡는 경향이 있습니다.
AI는 사기 탐지에서 오탐을 줄일 수 있나요?
특화된 사기 탐지 및 모니터링 모델은 그럴 수 있으며, 오탐 감소는 보통 그러한 모델에서 나옵니다. Claude와 같은 범용 어시스턴트는 다른 방식으로 도움을 줍니다. 증거를 정리하고 조사관이 확인할 처분안을 작성함으로써 각 경보를 더 빠르게 검토할 수 있게 합니다.
은행에서 Claude를 사용하고 있나요?
네. Anthropic이 공개한 게시물과 고객 사례에는 N26, bunq, BNY, Citi, Commonwealth Bank of Australia 등 실명의 은행들이 등장하며, 프로세스 자동화, 개발자 플랫폼, 에이전트 워크플로우를 다루고 있습니다. Anthropic은 또한 금융 서비스 커넥터와 KYC 스크리너 같은 에이전트 템플릿도 공개하고 있습니다.
뱅킹의 에이전틱 AI란 무엇인가요?
에이전틱 AI란 KYC 문서 수집, 규칙 적용, 누락 항목 표시와 같은 다단계 프로세스를 사람이 단계마다 지시하지 않아도 수행하는 AI 시스템을 의미합니다. 뱅킹에서는 결과를 사람이 승인하는 검토 대기열로 이어져야 하며, 기록과 모델 리스크 관리 감독이 뒤따라야 합니다.
은행이 고객 데이터에 AI를 사용해도 안전한가요?
제3자 리스크, 데이터 보호, 모델 리스크 검토를 거쳐 은행이 승인한 배포 환경을 통해서라면 안전할 수 있습니다. Anthropic은 자사의 금융 서비스 제품이 기본적으로 데이터를 학습에 사용하지 않는다고 밝히고 있습니다. 직원은 고객 정보를 개인 계정에 절대 사용해서는 안 됩니다.
은행은 AI가 지원한 업무를 어떻게 검증해야 하나요?
AI를 모델 리스크 관리 체계 아래 프로세스의 일부로 취급하세요. 의도된 용도를 정의하고, 종결된 사건으로 테스트하고, 오류율을 측정하고, 모든 결과물에 실명의 검토자를 두고, 단계를 기록하고, 시간에 따른 품질을 모니터링하세요. 규제 당국은 어떻게 검증되었는지 물을 것입니다.