2025년 핀테크 업계에서 가장 조용하지만 가장 위험한 변화가 진행 중이다. 표면적으로는 AI 챗봇이 고객 서비스를 대체하고, 사기 탐지 알고리즘이 고도화되는 것처럼 보인다. 그러나 실제로 벌어지고 있는 일은 훨씬 더 근본적이다. AI 에이전트가 단순히 금융 서비스를 보조하는 수준을 넘어, 독립적으로 금융 결정을 실행하는 주체로 부상하고 있다.

이것이 왜 지금 중요한가? 규제 프레임워크가 아직 따라오지 못한 이 공백에서, 빅테크와 핀테크 스타트업, 그리고 기존 은행들이 동시에 같은 목표를 향해 달리고 있기 때문이다.

---

AI 에이전트가 금융에 개입하는 방식: 세 가지 층위

현재 금융 서비스에서 AI 에이전트의 역할은 크게 세 단계로 구분된다.

1단계 — 정보 검색과 요약: 잔액 확인, 거래 내역 요약, 상품 비교. 대부분의 은행 앱 챗봇이 여기에 머물러 있다.

2단계 — 의사결정 보조: "이번 달 지출 패턴을 분석해 최적의 신용카드를 추천해줘." 여기서부터 에이전트는 개인 데이터를 추론에 활용한다.

3단계 — 자율 실행: 에이전트가 사용자 승인 없이, 혹은 사전 설정된 조건 내에서 직접 이체, 투자, 보험 갱신을 실행한다. 이것이 현재 가장 빠르게 진입하고 있는 영역이다.

2025년 초 오픈AI의 오퍼레이터(Operator)가 웹 기반 작업 자동화를 시연했을 때, 금융 업계가 가장 먼저 반응했다. 이유는 단순하다. 금융 거래는 반복적이고 규칙 기반이며 디지털화가 완료된 영역이기 때문에, 에이전트가 가장 빠르게 실질적 가치를 만들 수 있다.

---

한국 시장이 글로벌 테스트베드가 된 이유

한국은 이 변화를 이해하는 데 특히 유용한 사례다. 카카오페이, 토스, 네이버파이낸셜이 이미 슈퍼앱 구조 안에서 금융 서비스를 통합 제공하고 있다. 이 플랫폼들의 공통점은 결제, 투자, 보험, 대출을 단일 인터페이스에서 처리하면서 방대한 행동 데이터를 축적하고 있다는 것이다.

토스뱅크의 경우, 2024년 말 기준으로 AI 기반 신용평가 모델이 기존 은행 거절 고객 중 약 30%에게 대출을 승인하면서도 부실률을 기존 대비 낮게 유지했다고 밝혔다. 이는 단순한 효율화가 아니다. 전통적인 신용 시스템이 포착하지 못하는 패턴을 AI가 읽어낸다는 의미다.

그러나 여기서 핵심 질문이 생긴다. 이 데이터는 누가 소유하고, 누가 통제하는가?

카카오 생태계 안에서 금융 거래를 하는 사용자의 데이터는 카카오페이, 카카오뱅크, 카카오톡 전반에 걸쳐 연결된다. 이것은 편의성의 문제이기도 하지만, 동시에 데이터 집중의 문제다. 유럽의 DORA(디지털 운영 복원력법)나 미국의 CFPB 오픈뱅킹 규칙이 이런 집중을 어떻게 다룰지는 아직 한국 시장에 직접 적용되지 않는다. 하지만 EU 시장을 겨냥한 한국 핀테크 기업들에게는 이미 실질적 압박이 시작됐다.

---

글로벌 맥락: 빅테크의 금융 침투 전략

구글, 애플, 메타가 금융 서비스에 진입하는 방식은 전통 은행과 근본적으로 다르다. 이들은 라이선스를 직접 취득하는 대신, 기존 금융 인프라 위에 레이어를 얹는다.

애플페이 레이터(Apple Pay Later)는 출시 1년 만에 조용히 서비스를 종료했지만, 이것이 애플의 금융 야망이 꺾인 것을 의미하지 않는다. 오히려 애플은 골드만삭스와의 파트너십을 정리하고 자체 금융 인프라 구축으로 방향을 전환했다. 핵심은 결제 네트워크가 아니라 아이폰을 통해 축적되는 소비 패턴 데이터다.

구글의 경우, 제미나이(Gemini)가 구글 월렛과 통합되는 방향은 명확하다. "이번 달 식비를 분석해줘"에서 "최적의 예산 배분을 자동으로 실행해줘"까지의 거리는 기술적으로 이미 좁혀졌다. 남은 것은 규제와 사용자 신뢰다.

동남아시아에서는 그랩(Grab)과 씨(Sea)가 이미 3단계 에이전트 금융의 초기 형태를 운영하고 있다. 그랩파이낸셜은 운전기사의 실시간 수입 데이터를 기반으로 당일 소액 대출을 자동 실행한다. 신용 심사 없이, 에이전트가 판단하고 실행하는 구조다.

---

진짜 위험: "자율 실행"의 책임 공백

AI 에이전트가 금융 거래를 자율 실행할 때 발생하는 가장 큰 문제는 기술적 오류가 아니다. 책임 귀속의 불명확성이다.

에이전트가 잘못된 이체를 실행했을 때, 책임은 어디에 있는가? 에이전트를 만든 AI 기업인가, 이를 서비스에 통합한 핀테크 기업인가, 아니면 에이전트에게 권한을 위임한 사용자인가?

현재 대부분의 서비스 약관은 이 질문에 명확히 답하지 않는다. 그리고 이것은 단순한 법적 공백이 아니다. 내가 이전에 AI 에이전트 수익화를 다루면서 지적했듯이, 에이전트 인프라의 표준화(MCP, A2A 같은 프로토콜)가 아직 초기 단계라는 점이 금융 분야에서는 특히 심각한 문제다. 에이전트가 서로 다른 금융 시스템과 통신하는 방식이 표준화되지 않으면, 오류와 책임 공백은 기하급수적으로 늘어난다.

유럽에서는 EU AI법(AI Act)이 고위험 AI 시스템으로 신용 평가와 보험 인수를 명시적으로 분류했다. 이는 해당 시스템에 투명성, 인간 감독, 설명 가능성을 요구한다. 그러나 "에이전트가 실행한 이체"가 고위험 AI 시스템에 해당하는지는 아직 해석의 여지가 있다.

한국 금융위원회는 2024년 말 AI 기반 금융 서비스 가이드라인을 발표했지만, 자율 실행 에이전트에 대한 구체적 규정은 여전히 미비하다. 이 공백이 혁신의 기회인 동시에 소비자 피해의 온상이 될 수 있다.

---

임베디드 파이낸스: 핀테크의 다음 수익 모델

"임베디드 파이낸스(Embedded Finance)"는 이미 2022년부터 회자됐지만, AI 에이전트와 결합하면서 완전히 새로운 차원으로 진입하고 있다.

쇼피파이(Shopify)는 2024년 판매자 대출 프로그램을 AI 기반으로 전환하면서, 판매 데이터를 실시간으로 분석해 대출 한도를 동적으로 조정한다. 판매자가 대출을 "신청"하는 것이 아니라, 시스템이 판매자의 현금 흐름 필요를 예측하고 선제적으로 제안한다. 이것이 임베디드 파이낸스 2.0이다.

한국에서는 네이버 스마트스토어 판매자들이 유사한 구조를 경험하고 있다. 네이버파이낸셜의 사업자 대출은 스마트스토어 매출 데이터를 직접 연동해 심사한다. 전통 은행 대출 대비 승인 속도는 수일에서 수분으로 단축됐다.

이 모델의 수익 구조를 분해하면:

• 데이터 우위: 플랫폼이 이미 보유한 거래 데이터가 신용 심사 비용을 낮춘다
• 교차 판매: 대출 고객은 자연스럽게 보험, 투자 상품으로 연결된다
• 락인 효과: 금융 서비스가 플랫폼 이탈 비용을 높인다

이것이 바로 구글, 카카오, 네이버가 금융 서비스에 투자하는 진짜 이유다. 금융 자체의 마진이 아니라, 플랫폼 생태계의 전환 비용을 높이는 수단으로서의 금융이다.

---

독자가 지금 당장 적용할 수 있는 프레임

핀테크 동향을 읽을 때 다음 세 가지 질문을 먼저 던져야 한다.

① 이 서비스는 누구의 데이터를 어떻게 축적하는가? 화려한 AI 기능보다 데이터 흐름을 먼저 파악해야 한다. 어떤 데이터가 어디로 흘러가고, 누가 그 데이터의 실질적 통제권을 갖는지가 서비스의 장기 가치를 결정한다.

② 에이전트의 자율 실행 범위와 책임 귀속이 명시되어 있는가? "AI가 알아서 해준다"는 편의성 뒤에 숨겨진 책임 공백을 확인해야 한다. 서비스 약관에서 "자동 실행", "에이전트 위임" 관련 조항을 반드시 읽어야 한다.

③ 이 핀테크 혁신이 규제 차익(regulatory arbitrage)을 활용하는가? 많은 핀테크 혁신이 기존 규제의 회색 지대에서 작동한다. 이것은 단기적으로 성장을 가능하게 하지만, 규제가 따라오는 순간 비즈니스 모델 전체가 흔들릴 수 있다. BNPL(후불결제) 서비스들이 소비자 신용 규제 강화로 타격을 받은 것이 대표적 사례다.

---

앞으로 18개월: 세 가지 변곡점

현재 진행 중인 흐름에서 향후 18개월 내에 가시화될 변곡점을 짚으면:

첫째, AI 에이전트 금융 서비스의 첫 번째 대형 사고가 발생할 가능성이 있다. 자율 실행 에이전트가 광범위하게 배포될수록, 오류나 악용 사례의 규모도 커진다. 이 사고가 어떤 형태로 발생하느냐에 따라 글로벌 규제의 방향이 결정될 것으로 보인다.

둘째, 오픈뱅킹 데이터의 AI 활용을 둘러싼 규제 충돌이 본격화될 것으로 보인다. 미국 CFPB의 1033조 규칙(소비자 금융 데이터 권리)과 EU의 PSD3는 모두 소비자 데이터 이동성을 강조하지만, AI 에이전트가 이 데이터를 어떻게 처리할 수 있는지에 대한 규정은 여전히 불명확하다.

셋째, 한국을 포함한 아시아 시장에서 슈퍼앱 금융의 분리 압력이 높아질 가능성이 있다. 카카오의 경우, 금융 서비스의 플랫폼 의존성이 규제 당국의 집중 심사 대상이 되고 있다. 이것이 EU의 DMA(디지털시장법) 논리와 유사한 방향으로 전개될 수 있다.

---

핀테크의 진짜 전쟁터는 더 편리한 앱이나 더 낮은 수수료가 아니다. AI 에이전트가 금융 결정을 실행하는 주체로 자리 잡는 순간, 금융 시스템의 신뢰 구조 자체가 재편된다. 그 재편의 승자는 기술이 가장 뛰어난 기업이 아니라, 데이터 통제권과 규제 적응력을 동시에 확보한 기업이 될 것으로 보인다.

그리고 그 게임에서 한국 시장은 — 원하든 원하지 않든 — 이미 최전선에 서 있다.