기업은행 AX와 카카오 노사 갈등 비교, 2026 금융·IT AI 승부처
사진 출처: Fntimes
도입부: 같은 AI 전환, 왜 누구는 가속하고 누구는 멈칫할까?
요즘 IT/금융 뉴스를 보면 공통 키워드는 분명히 AI인데, 체감 온도는 회사마다 완전히 다르다. 기업은행은 ‘IBK GenAI’를 앞세워 전행 단위 AX(인공지능 전환)를 밀어붙이고 있고, 금융감독원은 “AI는 설계 단계부터 책임성과 리스크 통제를 함께 넣어야 한다”고 강조한다. 반면 카카오는 노사 갈등이 분수령을 맞으면서 AI·클라우드 같은 신사업 추진 속도에 부담이 생길 수 있다는 관측이 나온다. 같은 기술을 보는데 왜 결과가 갈릴까? 이 글은 그 차이를 단기 속도 vs 장기 지속가능성이라는 축으로 비교해 보려 한다.
핵심은 기술 스택이 아니다. 오히려 조직 설계, 의사결정 구조, 리스크 거버넌스, 그리고 노동과의 합의 구조가 더 큰 변수다. 쉽게 말해 AI 시대의 경쟁은 ‘모델 성능’만의 경주가 아니라 ‘조직 운영체제(OS)’의 경주다. 관점 A에서는 기업은행·금융당국이 보여주는 컨트롤타워형, 설계 선행형 접근의 장점을 짚고, 관점 B에서는 카카오 사례로 드러난 갈등 비용과 속도 우선 전략의 취약점을 분석한다. 마지막에는 독자 관점에서 어느 접근이 더 유효한지 상황별로 정리할게. 결론을 미리 말하면, 빠르게 달리는 것보다 오래 달릴 구조를 먼저 만드는 회사가 결국 이긴다는 쪽에 무게가 실린다.
관점 A / 시나리오 A: ‘통제 가능한 가속’—기업은행·금감원식 설계 선행 모델
관점 A의 핵심은 “AI를 기능이 아니라 경영 시스템으로 다룬다”는 데 있다. 기업은행이 디지털그룹을 AX 컨트롤타워로 두고 전행 전략, 신기술 도입, 현업 연계를 한 축으로 묶는 방식은 단기 성과만 노리는 프로젝트형 접근과 다르다. 보통 대기업 AI 실패 사례를 보면 부서별 PoC(개념검증)는 많은데 전사 확산이 안 된다. 이유는 간단하다. 데이터 표준, 책임 주체, 예산 권한, 성과 지표가 분절돼 있기 때문이다. 컨트롤타워형 접근은 이 병목을 줄인다. “누가 결정하고, 누가 책임지고, 어떤 순서로 확장할지”가 명확해지기 때문이다.
여기에 금융감독원의 메시지가 맞물리면 그림이 더 선명해진다. AI 혁신을 하되 설계부터 소비자 보호, 설명가능성, 보안, 에너지 효율까지 넣으라는 주문은 사실 규제 리스크를 줄이는 비용 절감 전략이기도 하다. 초기에는 느려 보여도, 사고 이후 수정하는 것보다 훨씬 싸다. 해외 은행권도 비슷한 길을 간다. 유럽 대형 금융사는 모델 리스크 관리 조직(MRM)을 별도 운영하고, 미국은 고위험 자동의사결정에 대한 내부 감사 추적을 강화해 왔다. 한국도 그 흐름으로 가고 있다고 보면 된다.
이 모델의 장점은 세 가지다. 첫째, 스케일이 나온다. 한 부서 성공이 전행 표준으로 복제되기 쉽다. 둘째, 규제 충격에 덜 흔들린다. 사후 대응이 아니라 사전 설계를 해두기 때문이다. 셋째, 이해관계자 설득이 상대적으로 쉽다. 고객·감독당국·내부 직원에게 “왜 이 AI가 필요한지” 설명 가능성이 높다. 단점도 있다. 초기 의사결정이 다층화되면 속도가 느려질 수 있고, 혁신팀 입장에선 실험 자유도가 낮다고 느낄 수 있다. 하지만 금융처럼 신뢰가 핵심인 산업에서는 이 단점이 치명적 약점으로 이어지지 않는다. 오히려 장기 수익성 관점에서 안전장치가 경쟁력이 된다.
관점 B / 시나리오 B: ‘속도 우선의 역풍’—카카오 사례로 본 갈등 비용의 현실
관점 B는 반대 그림이다. 기술적으로는 빠르게 움직일 수 있는 조직이라도, 노사 갈등이나 거버넌스 균열이 커지면 AI 전환이 생각보다 쉽게 멈춘다. 카카오 이슈에서 중요한 건 단순한 파업 가능성 자체가 아니라, 다수 법인이 얽힌 구조에서 갈등이 장기화될 경우 신사업 실행의 연결고리가 끊긴다는 점이다. AI·클라우드 사업은 한 부문만 잘해선 돌아가지 않는다. 인프라, 데이터, 서비스 운영, 고객 대응, 법무·컴플라이언스가 동시에 맞물려야 한다. 이 중 하나라도 병목이 생기면 출시 일정, 품질, 대외 신뢰가 함께 흔들린다.
속도 우선 전략은 초기에 화려한 결과를 만들 수 있다. 신기능 출시, 시장 점유율 확보, 투자자 기대 형성에 유리하다. 하지만 내부 합의가 약한 상태에서 계속 가속하면, 어느 시점부터 조정 비용이 폭증한다. 특히 AI 시대는 일의 경계가 흐려져 직무 재편, 평가 방식, 보상 체계 갈등이 더 자주 생긴다. “AI 도입으로 누가 이익을 보고 누가 부담을 지는가”가 명확하지 않으면, 조직 신뢰가 빠르게 소모된다. 그러면 기술 문제가 아닌 관계 문제가 프로젝트를 멈춘다.
글로벌 빅테크도 동일한 학습을 했다. 겉으론 혁신 기업처럼 보이지만 내부적으로는 재교육 프로그램, 직무 전환 기준, 책임 있는 AI 원칙, 노동 이슈 대응 프레임을 동시에 운용한다. 왜냐하면 모델 성능은 경쟁사가 따라잡아도, 조직 안정성과 실행 지속성은 쉽게 복제되지 않기 때문이다. 카카오 사례가 주는 시사점은 특정 기업 비판을 넘어선다. 한국 IT 전반에 “AI 전환은 코드 이전에 계약이고, 알고리즘 이전에 합의”라는 현실을 보여준다. 빠른 회사가 반드시 강한 회사는 아니다. 갈등을 관리하지 못하면 가장 빠른 회사가 가장 빨리 지칠 수도 있다.
두 입장의 공통점과 차이: 단기 vs 장기, 기술 vs 조직의 진짜 승부
두 시나리오는 겉으로 대립하지만 공통점도 뚜렷하다. 둘 다 AI를 피할 수 없는 성장 축으로 본다. 둘 다 클라우드·데이터·모델 내재화의 중요성을 안다. 차이는 실행 철학에 있다. 관점 A는 ‘설계하고 가속’이고, 관점 B는 ‘가속 후 조정’에 가깝다. 전자는 느리게 시작해 오래 가는 모델이고, 후자는 빠르게 시작해 변동성이 큰 모델이다. 어느 쪽이 절대적으로 맞다기보다는 산업 특성과 조직 상태에 따라 유불리가 갈린다.
- 공통점: AI를 핵심 성장동력으로 본다
- 공통점: 데이터·클라우드·인재 확보가 필수라는 인식이 같다
- 차이점: 관점 A는 규제·리스크를 설계 단계에서 내재화한다
- 차이점: 관점 B는 시장 속도에 우선 반응하고 내부 조정을 후행한다
- 차이점: 관점 A는 금융처럼 신뢰 산업에 유리하고 관점 B는 소비자 플랫폼 확장에 유리하다
- 차이점: 관점 A의 리스크는 혁신 속도 저하, 관점 B의 리스크는 조직 신뢰 저하다
여기서 기억할 인사이트는 이거다. AI 전환의 성패는 모델 정확도가 아니라 ‘갈등을 흡수하는 조직 탄성’에서 결정된다. 모델은 업데이트하면 되지만, 깨진 신뢰는 업데이트가 안 된다. 그래서 단기 주가나 출시 속도만 보면 보이지 않던 리스크가 1~2년 뒤에 성과 격차로 드러난다. 한국 vs 해외 비교로 보면, 해외 선도 기업은 이미 기술 로드맵과 함께 노동·규제 로드맵을 동시에 공개하는 방향으로 갔다. 한국 기업도 그 이중 로드맵 체계가 표준이 될 가능성이 높다.
독자에게 더 적합한 선택은? 상황별 판단 기준과 결론
그럼 독자 입장에서 무엇을 선택해야 할까? 투자자, 실무자, 취업 준비자에 따라 포인트가 다르다. 투자자라면 단기 출시 뉴스보다 ‘거버넌스 품질’을 먼저 봐야 한다. 컨트롤타워 유무, 리스크 관리 체계, 노사 협의 구조가 있는 회사가 변동성 구간에서 덜 흔들린다. 실무자라면 화려한 AI 프로젝트보다 데이터 표준화·모델 감사·설명가능성 문서화 같은 기반 업무를 할 줄 아는지가 커리어 안전판이 된다. 취업 준비자라면 “AI 잘하는 회사”보다 “AI를 조직적으로 운영하는 회사”를 구분해 보는 게 중요하다.
판단을 쉽게 하려면 아래 세 가지 체크리스트를 써보자.
기업의 AI 경쟁력을 볼 때는
- 전사 AI 컨트롤타워와 의사결정 권한 구조가 있는지
- 성과지표에 리스크·보안·고객보호 항목이 포함되는지
- 노사 또는 구성원과의 전환 합의 프레임이 공개되어 있는지
이 세 가지를 확인하면 단기 유행과 장기 경쟁력을 꽤 정확히 구분할 수 있다.
최종 결론은 명확하다. 2026년 AI 승부는 ‘누가 먼저 도입했나’가 아니라 ‘누가 끝까지 운영할 수 있나’의 싸움이다. 기업은행·금감원 축이 보여주는 설계 선행형 접근은 느려 보여도 복원력이 크고, 카카오 사례가 보여주는 갈등 리스크는 속도 전략의 그림자를 드러낸다. 결국 더 적합한 선택은 업종과 조직 상황에 따라 달라지지만, 불확실성이 큰 지금 같은 국면에선 단기 속도보다 장기 신뢰를 우선하는 모델이 평균적으로 더 높은 생존 확률을 가진다. AI 시대의 진짜 혁신은 기술 그 자체가 아니라, 기술을 사회와 조직 안에서 지속 가능하게 굴리는 능력이다.
