금융 문서 AI에서 오류 허용 0이 벽인 이유, 딥에이전트가 뚫은 구조

한국딥러닝이 대출심사·피해구제·KYC 문서를 대상으로 한 '딥에이전트 for 금융'을 출시했다. 계좌번호 한 자리 오류도 치명적인 금융 현업에서 범용 AI가 막혀온 이유는 단순하다. 오류 허용 기준이 사실상 0이기 때문이다.

범용 AI가 금융 문서를 못 뚫는 구조적 이유

ChatGPT 같은 범용 LLM으로 문서를 자동화할 때 오류율 1~2%는 용인되는 수준이다. 금융권은 다르다. KYC 문서에서 계좌번호가 틀리면 송금 사고가 나고, AML 문서에서 이름 한 글자가 다르면 컴플라이언스 위반이 된다. 금융권이 범용 OCR이나 AI를 수년간 도입하지 못한 이유다. 자동화가 안 되는 게 아니라 오류 허용치를 맞추지 못했던 것이다.

딥에이전트 for 금융이 내세우는 차별점은 '오류 위험 항목 자동 분리' 기능이다. 추출 신뢰도가 낮은 항목을 자동으로 검수 대상으로 분류해 인간의 최종 확인으로 넘긴다. 완전 자동화가 아니라 '검수 자동화 + 인간 최종 확인' 구조다. 규제 산업에서 AI 도입이 허용되는 유일한 형태이기도 하다.

빌더에게 이 구조가 보여주는 것

금융·법률·의료 수직 시장에 문서 자동화 서비스를 기획하고 있다면, '오류 위험 항목 자동 분리' 레이어가 설계에 있는지가 진입 가능성을 가른다. 이 레이어 없이 범용 AI로 추출한 결과를 그대로 내보내는 구조는 규제 산업에서 계약 단계조차 가지 못한다.

딥에이전트 for 금융은 현재 출시 단계다. 실제 금융사 도입 사례와 처리 속도·오류율 수치는 아직 공개되지 않았다. 단일 제품 출시 보도이며, 시장 전체 수용 여부는 별도 검증이 필요하다.