FINANCIAL SERVICES
고객 정보는 지키고
응대는 정확하게
은행·카드·보험의 고객 응대를 자동화하고, 약관과 내규를 대신 찾아 직원 업무를 받치고, 상담을 전수로 점검해 불완전판매까지 관리합니다. 망분리된 내부 환경에 그대로 구축합니다.
- 금융 고객사 39곳
- 망분리 내부 구축
- 상담 전수 품질관리
은행·카드·보험·증권 39곳이 다이퀘스트와 함께합니다
WHAT AI DOES
금융권 AI가
하는 일
다뤄야 할 규정과 상품이 많고, 답변 하나가 곧 책임으로 이어집니다. 그래서 근거가 남는 답변과 망분리 구축이 함께 요구됩니다.
-
01고객 응대 자동화
잔액·이체·대출 진행 상황은 은행 콜봇이, 한도·분실 신고는 카드사 챗봇이, 보장 범위와 청구 절차는 보험 AI 상담이 24시간 받습니다. 앱에서 전화로 넘어가도 앞선 상담의 맥락이 이어집니다.
-
02직원 업무 지원
약관·여신 규정·상품설명서·내부 지침을 질문 한 번으로 찾는 금융 지식검색입니다. 문서에서 근거를 찾아 답하기 때문에, 창구 직원과 상담사가 규정을 확인하던 시간을 줄입니다.
-
03상담 품질·불완전판매 관리
표본으로 골라 듣던 점검을 전체 상담으로 넓힙니다. 표준 스크립트 준수 여부를 구간별로 검사해 설명의무 누락을 가려내고, 불만을 민원으로 번지기 전에 찾아냅니다.
CHALLENGES
금융권 AI 도입을
가로막는 것들
기술이 좋아도 규제를 넘지 못하면 도입할 수 없습니다. 금융권이 반드시 풀어야 하는 네 가지 문제입니다.
-
규제01
망분리 규제는 풀리는 중이지만, 고객 정보는 그대로입니다
2026년 1월 전자금융감독규정 시행세칙 개정으로 내부 업무망에서도 클라우드 소프트웨어를 쓸 수 있게 됐습니다. 다만 고객 정보를 다루는 생성형 AI는 여전히 규제 대상이라, 대고객 상담은 내부 환경에 구축해야 합니다.
-
보안02
고객 정보를 외부로 내보낼 수 없습니다
개인신용정보를 외부로 넘기려면 신용정보법상 위탁·제3자 제공 요건을 따로 갖춰야 합니다. 상담 한 건마다 그 절차를 밟을 수는 없습니다.
-
정확도03
틀린 답변 하나가 곧 분쟁입니다
금리·수수료·보장 범위를 잘못 안내하면 민원과 배상으로 이어집니다. 그럴듯하게 지어내는 답변은 금융권에서 쓸 수 없습니다.
-
감사04
왜 그렇게 답했는지 설명할 수 있어야 합니다
금융소비자보호법상 설명의무와 내부통제 점검을 위해, 답변의 근거와 이력이 남아야 합니다.
HOW WE SOLVE
다이퀘스트는
이렇게 해결합니다
고객의 말을 정확히 알아듣고, 근거 있게 답하고, 데이터는 밖으로 내보내지 않고, 상담은 관리할 수 있는 지표로 남깁니다.
-
고객이 말한 그대로 알아듣습니다
규칙·통계·딥러닝·머신러닝을 함께 쓰는 앙상블 의도분석으로 고객의 문장에서 원하는 것을 읽습니다. NH농협은행 차세대 컨택센터 사전 검증(PoC)의 자연어처리 평가에서 의도 분석 정확도와 처리 속도를 입증했습니다.
-
답변 신뢰도를 스스로 판단합니다
자연어처리 엔진과 생성형 AI를 결합한 하이브리드 구조입니다. 근거 문서에서 답을 만들어 환각을 억제하고, 신뢰도가 기준에 못 미치면 검증된 응대 체계로 자동 전환합니다.
-
고객 정보가 밖으로 나가지 않습니다
외부 AI 서비스로 데이터를 보내지 않습니다. 망분리된 내부 환경에 그대로 구축하는 방식이라, 고객 정보가 회사 밖으로 나가지 않습니다.
-
답변 근거가 이력으로 남습니다
어떤 자료를 근거로 어떻게 답했는지 남아, 금융소비자보호법상 설명의무 점검과 내부통제 소명에 그대로 씁니다.
-
상담을 표본이 아니라 전수로 평가합니다
첫인사·상담 속도·금지어·묵음·종료 인사 같은 항목을 자동으로 채점하고, 표준 스크립트를 지켰는지 구간별로 검사해 불완전판매를 가려냅니다.
USE CASES
금융권은
이렇게 쓰고 있습니다
은행·카드·금융지주에서 실제로 운영 중인 챗봇·콜봇·컨택센터 사례입니다.
-
채널 챗봇을 앱 안으로,
서비스 중단 없이- 해결
- 카카오톡 채널에서 운영하던 챗봇을 자체 앱으로 통합하며 Infochatter를 도입했습니다. 기존 질의응답 데이터와 학습 자산을 변환 없이 그대로 옮겼습니다.
- 효과
- 20만 건 규모의 딥러닝 학습 시간이 3시간 30분 이상에서 30분 안으로 줄었고, 매주 하는 정기 학습도 10분 내외로 짧아졌습니다.
-
NH농협은행
사전 검증을 통과한
의도 분석 정확도- 해결
- 차세대 컨택센터(AICC) 구축 사업의 사전 검증에서 자연어처리 평가를 통과해 D-Platform·Infochatter·Mariner를 공급합니다.
- 효과
- 약 3,100만 명 고객의 콜 대기 시간을 줄이고 맞춤 응대 역량을 키우는 데 참여하고 있습니다.
-
KB금융지주
8개 계열사에
AICC 전사 도입- 해결
- 계열사별 콜봇을 구축하고 은행·카드는 3차 고도화까지 진행하며 자동화율을 넓혀 가고 있습니다.
- 효과
- 상담지원·TA 인사이트·Auto QA로 상담 품질관리 전 과정이 자동화됐고, 실시간 지식추천과 후처리 지원으로 응대 효율이 올라갔습니다.
-
상담 챗봇과
아웃바운드 음성봇- 해결
- 금융상담 챗봇과 아웃바운드 음성봇을 함께 구축했습니다.
- 효과
- 단순 질의를 24시간 응답해 상담 처리율이 개선됐고, 사람이 걸던 안내 전화를 콜봇으로 대체해 수익성도 함께 개선됐습니다.
TALK TO US
금융권 AI 전환,
더 이상 미루지 마세요.
규제 검토부터 함께합니다. 어떤 업무부터 적용할지, 망분리 환경에서 어떻게 구축할지 현황에 맞춰 제안해 드립니다.