인공지능(AI)이 금융 산업 전반에 걸쳐 혁신의 열쇠로 떠오르고 있지만, 실질적인 도입 확대를 가로막는 가장 큰 요인은 '데이터 신뢰도'라는 지적이 제기됐다. 애터카마(Ataccama)가 최근 발표한 ‘2025 데이터 트러스트 보고서’에 따르면, 금융회사 대부분이 AI 관련 프로젝트를 시험하고 있음에도 불구하고 실제 운용 사례는 3~4%에 불과한 것으로 나타났다.

이번 보고서는 신뢰할 수 있는 데이터와 체계적인 거버넌스를 기반으로 한 전략적 의사 결정을 갖춰야만 금융기업이 AI의 잠재 성과를 현실화할 수 있다는 점을 강조한다. 투자, 리스크 관리, 고객 경험 혁신 등 다양한 금융 서비스 영역에서 AI 기술의 작동을 가능케 하는 핵심 요인이 바로 데이터 신뢰라는 것이다.

애터카마 금융서비스 부문 최고데이터책임자(CDO)인 래리 헌트(Larry Hunt)는 “데이터는 더 이상 단순한 IT 문제나 규제 순응 차원의 도구가 아니다”라며 “CEO와 이사회가 비즈니스 가치를 창출할 수 있는 인프라로 인식하고 있다”고 밝혔다. 그는 최근 AI 기술의 급속한 발전을 계기로 기업들이 데이터의 전략적 가치에 주목하고 있으며, 이에 따라 경영 차원의 데이터 거버넌스 논의가 활발해졌다고 덧붙였다.

현재 많은 리더들이 AI 도입과 관련해 규제 대응과 리스크 통제를 어렵게 느끼지만, 성공적인 조직은 거버넌스를 비효율적 관료제가 아닌 비즈니스 촉진책으로 보고 적극적으로 활용하고 있다. AI 도입을 위해서는 데이터를 분류하고, 모니터링하며, 감사 기능까지 실시간으로 수행할 수 있는 체계 구축이 필요하다고 헌트는 설명했다.

그는 또한 “AI가 주류 기술로 이미 받아들여지고 있는 지금, 거버넌스 기능도 AI의 힘을 빌려 오히려 효율화할 수 있다”며 데이터 신뢰 확보를 위한 기술의 상호 보완성을 강조했다.

하지만 대부분의 데이터 거버넌스 프로그램이 실질적인 성과로 이어지지 못하는 건, 해당 프로그램이 조직 내에서 '형식적인 제도'로 받아들여지기 때문이다. 헌트는 “거버넌스를 외형적으로 꾸미기보다 비용 절감, 효율성 제고, 리스크 완화라는 측정 가능한 비즈니스 성과에 집중시킬 때 구성원 설득과 실행력이 높아진다”고 조언했다.

보고서는 또 데이터를 둘러싼 전통적인 기술 인프라 역시 AI 확산의 속도를 낮추는 요소임을 지적했다. 수년간 M&A를 반복해온 금융 기업들은 불균형적이고 파편화된 시스템을 보유하고 있으며, 이는 AI 모델 훈련에 필요한 일관된 데이터 확보를 어렵게 만든다. 간단한 예로, 고객 응대 자동화에 필요한 스크립트조차 내부 데이터 부족으로 구현이 불가능한 사례가 발생하고 있다.

이 같은 문제 해결의 열쇠는 클라우드 기반의 데이터 관리와 ‘도메인 중심 구조’로의 전환에 있다. 헌트는 “클라우드는 연산과 저장 환경을 대규모로 확장할 수 있게 해주고, 데이터 제품 중심의 설계는 시스템 리스크를 최소화하면서 상호운용성을 극대화할 수 있다”고 평가했다.

이번 조사는 금융 산업뿐 아니라 AI가 본격적으로 실질 가치를 창출하려면 필수적으로 갖춰야 할 기반이 바로 데이터 신뢰와 거버넌스임을 재확인시켜준다. AI 기술 그 자체보다 데이터를 어떻게 믿을 수 있게 관리하느냐가 기업의 AI 투자의 성패를 가를 핵심 요인이 된 것이다.