조사에 참여한 기업의 86%가 이제 AI를 사용합니다. 그러나 더 많은 것을 말해 주는 숫자는 이 헤드라인 아래에 있습니다. 배포된 에이전트 대부분은 실행하지 않고 조언하며, 가장 중요한 시스템에서 외부 공급업체가 차지하는 비중은 커지고 있고, 그 공급업체에 대한 감독은 기업이 가장 자주 꼽는 거버넌스 과제입니다.
경영진 요약
- 이번 조사에는 196건의 응답이 접수되었으며, 응답 기업의 86%가 AI를 사용한다고 답해 2024년의 75%에서 상승했습니다.
- 생성형 AI는 보고된 AI 시스템의 56%를 차지했고, 운영 및 IT 부문은 약 31%를 차지했습니다.
- 80%가 운영 환경에 의사결정 지원 에이전트를 두고 있다고 답했으며, 광범위한 자율성을 갖춘 에이전트를 보고한 곳은 2%에 불과했습니다.
- 제3자 구현은 고중요도 시스템의 53%를 차지해 2024년의 35%에서 상승했습니다.
- 94%가 전사 차원의 AI 정책, 원칙 또는 기준을 갖추었다고 답했지만, 지속적 모니터링을 보고한 응답 기업은 절반 정도에 그칩니다.
- 응답 기업은 편익과 리스크가 모두 커질 것으로 예상하며, 사이버 리스크 증폭과 핵심 제3자 의존이 가장 높게 평가된 두 가지 시스템 리스크입니다.
이 조사가 말하는 것과 말하지 않는 것 #
이 간행물은 영란은행(Bank of England)과 FCA(Financial Conduct Authority, 영국 금융감독청)가 AI에 관해 수행하는 폭넓은 작업 프로그램의 일환으로 실시한 최신 AI 조사의 집계 결과를 기술적으로 요약한 것입니다. 이 프로그램에는 2019년, 2022년, 2024년의 AI/ML 조사가 포함됩니다. 2026년 조사는 연속성을 위해 이전 회차의 핵심 문항을 유지했고, 2024년 이후 AI 도입과 역량의 변화를 반영하기 위해 일부 문항을 추가하거나 수정했습니다.
총 196개 기업이 응답했으며, 대형 기업 101곳과 소형 기업 95곳으로 나뉩니다. 이 가운데 105곳이 전체 설문을 완료했습니다. 별도 언급이 없는 한 수치는 이전 조사와의 비교 가능성을 높이기 위해 전체 설문 응답을 기준으로 하며, 백분율은 문항별 유효 응답만으로 계산합니다. 즉 특정 문항을 건너뛴 기업은 해당 문항의 분모에서 제외됩니다. 국제 은행과 브로커/딜러의 응답은 영국 내 영업을 기준으로 합니다.
두 가지 단서가 이 숫자들을 어디까지 밀어붙일 수 있는지를 정합니다. 첫째, 결과는 영국 금융 부문 전체의 AI 도입에 대한 완전한 평가가 아니라 참여 기업에서 나온 증거로 읽어야 합니다. 둘째, 문항 표현, 정의, 범위 또는 응답 모집단이 다른 경우 2024년과의 비교는 신중하게 해석해야 합니다. 저는 아래에서 전년 대비 변화를 짚겠습니다. 보고서에서 가장 눈에 띄는 수치이기 때문입니다. 다만 그때마다 이 단서가 따라붙습니다.
이 조사에서 AI 시스템이란 명시적이거나 암묵적인 목적을 위해, 받은 입력으로부터 물리적 또는 가상 환경에 영향을 줄 수 있는 예측, 콘텐츠, 권고 또는 결정과 같은 출력을 어떻게 생성할지 추론하는 기계 기반 시스템을 말합니다. 넓은 정의이며, 86% 같은 수치를 볼 때 염두에 둘 가치가 있습니다. 이 수치는 폭넓은 범주의 시스템 사용을 말할 뿐, 반드시 특정 단일 기술의 사용을 뜻하지는 않습니다.
도입은 기본값이 되었습니다 #
헤드라인은 단순합니다. 응답 기업의 86%가 AI를 사용한다고 답해 2024년의 75%에서 상승했습니다. 보고서 자체의 요약에 따르면 기업들은 생성형 AI, AI 기반 에이전트, 그리고 AI 시스템의 제3자 구현 사용을 점점 더 많이 보고하고 있습니다. 이어지는 내용 대부분은 이 세 가지 주제로 정리됩니다.
전체 설문 응답 기업 사이에서 배포는 거의 전면적입니다. 94%가 운영 환경에 적어도 하나의 AI 시스템을 두고 있다고 답했으며, 향후 12개월 내 계획된 파일럿과 배포를 포함하면 99%로 올라갑니다. 현재 가장 널리 보고된 용도는 코딩 어시스턴트나 요약 도구 같은 전사 생산성 도구로, 응답 기업의 86%가 선택했습니다.
소형 기업도 크게 뒤처지지 않습니다. 직원 100명 미만 기업을 위한 새 간이 설문의 응답 기업 가운데 73%가 AI를 사용한다고 답했고, 그중 58%는 주로 범용 대규모 언어 모델을 사용한다고 답했습니다. 소형 기업으로서는 주목할 만한 패턴입니다. 현재의 도입 흐름과 가장 밀접한 기술이 소형 도입 기업 다수가 가장 많이 의존하는 기술이기도 합니다. 이들의 현재 또는 계획된 AI 사용 분야로 가장 많이 보고된 것은 운영으로, 64%였습니다.
시스템이 어디에 배치되어 있는지도 비슷한 이야기를 합니다. 보고된 시스템 기준으로 운영 및 IT는 약 31%를 차지해 2024년의 약 22%에서 상승했습니다. 그 밖의 어떤 개별 사업 영역도 11%를 넘지 않았습니다. 격차가 큽니다. 고객 접점이나 트레이딩 업무에서의 AI에 관한 공론이 어떻든, 이 조사의 무게중심은 백오피스에 있습니다.
인식된 편익도 이 배치와 맞아떨어집니다. 운영 효율성, 자동화, 생산성이 현재 AI로부터 얻는 편익으로 가장 높게 평가되었습니다. 기업들이 시스템을 운영과 IT에 집중해 놓고 가장 큰 성과를 다른 곳에서 보고했다면 이상했을 것입니다. 그렇지 않았습니다.
생성형 AI가 이제 전체 시스템의 과반입니다 #
기술 구성의 변화는 큽니다. 생성형 AI는 보고된 전체 AI 시스템의 56%를 차지했으며, 2024년 파운데이션 모델은 17%였습니다. 저는 이를 동일 기준의 깔끔한 도약으로 읽는 데 신중하겠습니다. 2024년 수치는 시스템이 아니라 활용 사례를 집계했고, 보고서는 두 지표가 직접 비교할 수 없으며 다만 함께 보면 기업의 범용 역량 사용이 상당히 늘었음을 시사한다고만 말합니다. 그러나 이런 신중함을 감안하더라도, 보고된 전체 시스템의 절반 이상을 차지하는 범주는 더 이상 틈새 실험이 아닙니다.
응답 기업 사이에 고르게 퍼져 있지도 않습니다. 상위 10개 응답 기업이 보고된 전체 AI 시스템의 43%를 차지했습니다. 소수의 기업이 집계된 시스템의 매우 큰 몫을 운영하고 있으므로, 전체 그림은 부분적으로 이 10개 기업의 그림입니다. 일반적인 기업의 실태를 알고자 하는 독자는 이 집중도를 염두에 두어야 합니다.
또 다른 변화는 예상과 반대 방향으로 움직입니다. 보고된 AI 시스템 가운데 약 7%가 응답 기업에 의해 고중요도로 평가되었으며, 2024년에는 16%였습니다. 이는 비중의 하락이지 개수의 하락이 아닙니다. 보고서는 2026년에 보고된 고중요도 시스템의 절대 수가 2024년보다 많았다고 명시합니다. 조사는 비중이 왜 떨어졌는지 말하지 않습니다. 운영 및 IT 용도가 지배하는 시스템 규모가 커지면서 가장 중요한 시스템의 비중이 희석되었을 가능성이 있지만, 이는 데이터가 입증한 것이 아니라 제 추측입니다. 고중요도 시스템도 집중되어 있습니다. 10개 기업이 그 62%를 차지했습니다.
에이전트: 조언은 많고, 자율성은 극히 적습니다 #
에이전트 수치는 기업들이 새로운 것을 도입하면서도 고삐를 놓지 않는 모습을 가장 분명하게 보여 줍니다. 80%가 의사결정 지원을 제공하는 AI 에이전트를 운영 환경에 두고 있다고 답했습니다. 에이전트가 행동을 권고하고 사람이 결정하고 실행한다는 뜻입니다. 그 양극단 사이에서 46%는 제한된 실행(사전에 정의된 한도와 규칙 안에서 행동) 에이전트를, 22%는 조건부 자율성(독립적으로 행동하되 특정 행동에는 사람의 승인이 필요) 에이전트를 보고했습니다. 광범위한 자율성을 갖춘 에이전트를 배포했다고 답한 곳은 2%에 불과했습니다.
저는 80%와 2%가 보고서에서 가장 중요한 한 쌍의 숫자라고 봅니다. 현재 선이 어디에 그어져 있는지 보여 주기 때문입니다. 에이전트는 흔하고, 자율 에이전트는 드뭅니다. 응답 기업들의 지배적인 관행은 에이전트를 조언자로 워크플로에 넣고, 실행은 허용되는 경우에도 사전에 정의된 한도 안으로 제한하는 것입니다.
고객 커뮤니케이션은 그 선이 어디로 움직일지를 더 구체적으로 보여 줍니다. 16%가 자동화된 고객 커뮤니케이션에 에이전트를 현재 사용한다고 답했고, 계획된 배포를 포함하면 34%로 올라갑니다. 계획된 배포는 현재 수치를 두 배 이상으로 늘립니다. 계획은 결과가 아니므로 34%는 도입이 아니라 의향의 표명입니다. 그러나 이는 기업들이 에이전트에 더 많은 일을 맡길 것으로 예상하는 영역 가운데 하나가 고객 커뮤니케이션임을 가리킵니다. 더 어려운 결정은 계획에서 빠져 있습니다. 향후 12개월 내 계획된 배포를 포함하더라도, 에이전트가 고객 결과를 승인하거나 거절하고, 거래를 실행하고, 지급을 개시하거나 차단하고, 한도와 통제를 변경할 것으로 예상한 응답 기업은 9%를 넘지 않았습니다.
이는 뒤에서 다룰 통제 논의에 중요합니다. 의사결정 지원 모델은 사람이 결정한다는 전제에 의존하며, 자동화된 고객 커뮤니케이션은 사람이 루프에 덜 직접적으로 관여할 수 있는 바로 그런 용도입니다. 기업들이 오늘 보고하는 통제가 그 변화에 맞게 설계되었는지는 조사 수치가 제기하지만 답할 수 없는 질문입니다.
제3자 문제 #
자세히 볼 가치가 있는 추세가 하나 있다면 바로 이것입니다. 제3자 구현은 보고된 전체 AI 시스템의 39%를 차지해 2024년의 33%에서 상승했습니다. 완만한 상승입니다. 고중요도 시스템의 수치는 완만하지 않습니다. 제3자 구현은 고중요도 AI 시스템의 53%를 차지해 2024년의 35%에서 상승했습니다.
쉽게 말해 외부 공급업체는 전체 시스템의 열에 넷이 채 안 되지만, 기업이 가장 중요하다고 보는 시스템에서는 절반 이상을 공급합니다. 의존은 정확히 이해관계가 가장 큰 곳에 집중되어 있으며, 2년 만에 18%포인트 늘었습니다. 회차 간 비교에 관한 단서를 감안하면 그 상승폭의 정확한 크기에 기대지는 않겠지만, 방향과 53%라는 수준은 분명하게 보고되어 있습니다.
응답 기업들도 이 제약을 스스로 인식합니다. 응답 기업의 40%가 정보보안과 운영 복원력에 대한 우려를 제3자 AI 도입의 주요 제약으로 꼽았고, 이어 34%가 제3자 AI 시스템에 대한 제한된 투명성을 꼽았습니다. 가장 중요한 시스템에서 공급업체에 더 크게 기대는 부문이, 공급업체의 보안과 불투명성을 제3자 도입의 주된 제동 장치로 꼽고 있는 것입니다.
리스크 평가도 같은 방향을 가리킵니다. 현재 AI로부터 기업이 인식하는 리스크로 가장 높게 평가된 영역은 데이터 보호와 보안, 제3자 및 공급망 리스크, 그리고 생성형 AI 고유의 리스크였습니다. 앞으로를 내다보며 응답 기업들은 AI 사용이 확산될수록 사이버 리스크 증폭과 핵심 제3자 의존이 심화될 것으로 예상했고, 이 둘은 현재와 향후 3년 모두에서 가장 높게 평가된 두 가지 시스템 리스크였습니다. 사이버 리스크 증폭에 대해서는 57%가 현재 우려를 높음 또는 심각으로 평가했고, 향후 1~3년에는 80%로 올라갑니다. 핵심 제3자 의존에 대해서는 그 비중이 40%에서 63%로 올라갔습니다. 이는 예상이며 조사도 그렇게 제시하지만, 앞서 본 의존도 수치와 성격상 일관됩니다.
금융 서비스에 AI를 판매하는 누구에게나 제가 끌어낼 시사점은 규제적이라기보다 상업적입니다. 구매자들은 제3자 시스템에 대한 투명성이 자신들을 제약한다고 말하며, 그 우려에 직접 답할 수 있는 공급업체는 응답 기업의 34%가 지목한 문제를 해결하는 셈입니다. 이는 조사 결과가 아니라 제 해석입니다.
거버넌스: 문서상으로는 탄탄하나, 실무에서는 얇습니다 #
구조 면에서 응답 기업들은 잘 정비되어 보입니다. 94%가 전사 차원의 AI 정책, 원칙 또는 기준을 갖추었다고 답했고, 84%가 중앙화된 AI/모델 리스크 거버넌스 협의체를 보고했습니다. AI 시스템의 데이터 리스크를 관리하는 통제 가운데 사람의 승인, 배포 전 검토, 벤더 실사는 각각 응답 기업의 90% 이상이 보고했습니다.
시스템 가동 전에 적용하는 통제에서 가동 후에 적용하는 통제로 넘어가면 그림이 달라집니다. 지속적 모니터링, 유출 테스트, 정기 검토 또는 재인증은 각각 응답 기업의 절반 정도가 보고했습니다. 사전 단계에 집중된 안전장치와 지속적 안전장치 사이에는 약 40%포인트의 격차가 있습니다.
저는 이것이 보고된 통제 환경에서 가장 약한 지점이라고 봅니다. 배포 전 점검은 설명하기 쉽고 감사하기도 쉽습니다. 운영 중인 시스템의 모니터링은 지속적인 비용이며, 수치는 그것을 보고하는 기업이 절반 정도임을 시사합니다. 고중요도 계층을 제3자 시스템이 지배하는 곳에서는 이 격차가 더 중요합니다. 기업이 직접 만들지 않은 것을 언제나 들여다볼 수는 없기 때문입니다. 조사는 이를 직접 보여 줍니다. 고중요도 시스템의 경우, 내부 개발 시스템에 대해서는 응답 기업의 77%가 깊은 이해에 의존한다고 답한 반면 제3자 시스템에 대해서는 24%였으며, 제3자 시스템에서는 81%가 대신 벤더 보증과 계약상 장치에 의존했습니다.
기업들도 이 어려움을 인정합니다. 제3자 AI에 대한 감독은 거버넌스 불확실성 또는 이행상 과제로 가장 많이 보고된 영역이었습니다. 제3자 또는 벤더 공급 모델에 모델 리스크 관리 원칙을 적용하는 일을 응답 기업의 54%가 과제로 선택했고, 제3자가 제공하거나 실질적인 영향을 미친 시스템의 감독을 49%가 선택했습니다. 구매 시점의 실사는 거의 보편적입니다. 기업들이 스스로 가장 자신 없다고 말하는 부분은 그 이후의 후속 관리입니다.
규제와 무관한 제약 #
규제가 도입의 주된 제동 장치라고 가정하기 쉽습니다. 조사가 보여 주는 그림은 엇갈립니다. 응답 기업의 42%가 영국의 데이터 보호 및 프라이버시가 높은 준수 부담을 준다고 인식했고, 29%는 국제 규제에 대해 같은 답을 했습니다. 실질적인 비중이지만 소수이며, 응답 기업의 28%는 규제 제약이 전혀 없다고 답했습니다.
실무적 제약은 더 낮은 비율로 나타납니다. 가장 많이 언급된 비규제 제약, 즉 AI를 기존 업무 프로세스와 의사결정에 통합하는 어려움과 레거시 시스템 또는 인프라가 부과하는 제약은 각각 응답 기업의 23%와 22%가 큰 제약으로 꼽았습니다. 소형 기업 가운데 30%는 데이터 보호, 기밀성, IT 관련 사항을 제약으로 꼽았습니다.
함께 읽으면, 가장 흔히 언급되는 장애물은 데이터 보호와 공급업체 보안이며, 통합과 레거시 인프라는 그보다 뒤에 있습니다. 문항이 동일하게 제시되지 않았으므로(일부는 준수 부담을, 다른 일부는 큰 제약을 묻습니다) 이 순서를 과도하게 해석하지는 않겠지만, 압도적인 단일 장벽이 없다는 점은 86%의 도입률과 들어맞습니다.
기대: 더 많은 편익, 더 많은 리스크 #
응답 기업들은 향후 3년 동안 모든 영역에서 편익이 늘어날 것으로 예상했으며, 가장 큰 증가는 사이버보안 및 운영 복원력, 그리고 수익 창출 및 경쟁 포지셔닝에서 예상되었습니다. 이는 기대이며 조사도 그렇게 다룹니다. 기업들이 AI가 어디로 가기를 바라는지를 시사할 뿐, AI가 어디에 도달했는지를 보여 주지는 않습니다.
리스크에 대한 기대도 보조를 맞춥니다. 향후 1~3년 동안 응답 기업들은 모든 범주에서 리스크 수준이 높아질 것으로 예상했습니다. 출처는 AI의 발전이 효율성 향상, 의사결정 지원 개선, 리스크 관리 강화 등의 편익을 가져올 수 있으며, 동시에 거버넌스, 운영 복원력, 데이터 보호, 소비자 결과, 제3자 의존, 금융 안정성과 관련된 리스크를 만들어 내거나 증폭할 수도 있다고 말합니다. 그 문장의 두 부분은 모두 유보적으로 표현되어 있으며, 그것이 옳습니다.
이 짝에는 주목할 점이 있습니다. 사이버보안과 운영 복원력은 가장 큰 편익 증가가 예상되는 영역에 속하고, 사이버 리스크 증폭은 가장 높게 평가된 시스템 리스크로 나타납니다. 기업들은 AI가 사이버 복원력에 도움이 되는 동시에 사이버 리스크를 악화시킬 것으로 예상합니다. 조사는 이 두 기대를 조율하지 않으며, 저도 그런 척하지 않겠습니다. 둘은 나란히 놓여 있습니다.
프런티어 AI와 사이버 #
조사는 프런티어 AI의 사이버 역량에 대해 구체적으로 물었습니다. 응답 기업의 88%가 향후 2년간 진화하는 프런티어 AI 사이버 역량이 자사 리스크 프로파일에 중간 또는 높은 영향을 미칠 것으로 평가했습니다. 이는 측정된 결과가 아니라 미래지향적 평가이며, 응답 기업의 예상으로 읽어야 합니다.
그렇지만 이미 일부 행동을 바꾸었습니다. 64%가 프런티어 AI에 대한 인식의 결과로 경영진의 관심이 가장 크게 늘어난 사이버 복원력 영역으로 취약점 관리와 패치 주기를 선택했습니다. 질문을 받은 기업의 거의 3분의 2에 따르면, 이 우려가 경영진의 관심을 패치 쪽으로 옮기는 구체적인 변화를 낳은 것입니다.
이와 별개로 더 작은 결과가 하나 있습니다. 응답 기업의 57%가 AI 사용의 지속가능성 영향을 고려한다고 답했습니다. 과반이지만 근소한 과반이며, 이를 공개적으로 밝히는 곳은 적습니다. 82%는 AI의 지속가능성 영향을 외부에 보고하지 않으며, 다만 그중 36%는 2년 안에 보고할 계획입니다.
주목할 점 #
이 숫자들은 AI를 폭넓게 도입하고, 의사결정은 사람에게 맡겨 두었으며, 가장 중요한 시스템의 점점 더 큰 몫을 외부 공급업체에 넘긴 산업을 묘사합니다. 긴장은 마지막 지점에 있습니다. 기업들이 가장 자주 보고하는 통제, 즉 정책, 승인, 실사는 초기에 이루어집니다. 공급업체의 시스템을 시간이 지나도록 지켜볼 통제는 절반 정도가 보고합니다.
문항 표현이 비교 가능하다는 전제에서, 다음 회차에서 확인할 가치가 있는 수치가 두 가지 있습니다. 첫째는 고객 커뮤니케이션 수치입니다. 현재 16%, 계획된 배포를 포함하면 34%입니다. 계획이 운영 환경의 사용으로 이어진다면, 광범위한 자율성의 2% 비중과 의사결정 지원의 80% 비중이 사람이 결정하는 모델이 물량과의 접촉에서 살아남았는지를 알려 줄 것입니다. 둘째는 53%입니다. 지속적 모니터링이 절반 수준에 머무는 가운데 제3자 구현이 고중요도 시스템에서 계속 더 큰 몫을 차지한다면, 이미 핵심 제3자 의존을 주요 시스템 리스크로 평가하는 조사 응답 기업들 스스로가 문제가 닥치기 전에 그것을 묘사한 셈이 됩니다. 열린 질문은 의존이 더 넓어지기 전에 모니터링 관행이 격차를 메울 수 있느냐입니다.
자주 묻는 질문 #
영란은행과 FCA의 2026년 조사에 따르면 얼마나 많은 기업이 AI를 사용합니까? 응답 기업의 86%가 현재 AI를 사용한다고 답했으며, 이는 2024년의 75%, 2022년의 58%에서 상승한 수치입니다. 조사에는 196건의 응답이 접수되었고, 대형 기업 101곳과 소형 기업 95곳이 응답했습니다. 보고서는 응답자 구성과 문항 범위의 차이로 인해 2026년과 2024년의 백분율이 같은 모집단에 관한 것이 아니므로 신중하게 비교해야 한다고 경고합니다.
영국 금융회사는 AI 에이전트에 얼마나 많은 자율성을 부여합니까? 매우 적습니다. 전체 설문 응답 기업의 80%가 의사결정 지원용으로 배포된 에이전트를 보고했으며, 이 경우 에이전트는 행동을 권고하고 사람이 결정하고 실행합니다. 46%는 제한된 실행 에이전트를, 22%는 조건부 자율성 에이전트를 보고했고, 광범위한 자율성 에이전트는 2%에 불과했습니다.
기업의 AI 가운데 제3자로부터 오는 비중은 얼마입니까? 제3자 구현은 보고된 전체 AI 시스템의 39%를 차지해 2024년의 33%, 2022년의 17%에서 상승했습니다. 또한 고중요도 AI 시스템의 53%를 차지해 2024년의 35%에서 상승했습니다.
기업들은 무엇을 가장 큰 AI 리스크로 봅니까? 기업 차원에서 현재 가장 높게 평가된 리스크는 데이터 보호와 보안, 제3자 및 공급망 리스크, 그리고 환각과 프롬프트 인젝션 같은 생성형 AI 고유의 리스크였습니다. 시스템 차원에서는 사이버 리스크 증폭과 핵심 제3자 의존이 현재와 향후 3년 모두에서 가장 높게 평가된 두 가지 리스크였습니다.
AI 거버넌스 통제는 어디에서 가장 약합니까? 사람의 승인, 배포 전 검토, 벤더 실사는 각각 응답 기업의 90% 이상이 보고한 반면, 지속적 모니터링, 유출 테스트, 정기 검토 또는 재인증은 각각 절반 정도가 보고했습니다. 제3자 AI에 대한 감독은 가장 많이 보고된 거버넌스 과제였습니다.
참고 문헌 #
- Bank of England and Financial Conduct Authority, (2026). Artificial intelligence in UK financial services - 2026 ⧉. Bank of England.
- Bank of England and Financial Conduct Authority, (2024). Artificial intelligence in UK financial services - 2024 ⧉. Bank of England.
- Bank of England and Financial Conduct Authority, (2022). Machine learning in UK financial services ⧉. Bank of England.
- Bank of England and Financial Conduct Authority, (2019). Machine learning in UK financial services ⧉. Bank of England.
- Bank of England, Prudential Regulation Authority and Financial Conduct Authority, (2022). DP5/22: Artificial Intelligence and Machine Learning ⧉. Bank of England.
- Bank of England, Prudential Regulation Authority and Financial Conduct Authority, (2023). FS2/23: Artificial Intelligence and Machine Learning ⧉. Bank of England.
최종 검토 .
이 기사 재게시하기
Medium용 형식 복사
# 영국 금융권 AI: 폭넓은 도입, 신중한 에이전트, 제3자 의존 — Sebastien Rousseau > Originally published at [https://sebastienrousseau.com/ko/2026-11-20-yeongguk-geumyunggwon-ai-pokneolbeun-doip-sinjunghan/](https://sebastienrousseau.com/ko/2026-11-20-yeongguk-geumyunggwon-ai-pokneolbeun-doip-sinjunghan/) 영란은행(BoE)과 FCA의 2026년 AI 조사 결과, 영국 금융회사의 86%가 AI를 사용하지만 광범위한 자율성을 갖춘 에이전트는 2%에 그치며, 고중요도 AI 시스템의 53%는 제3자가 공급합니다. 수치와 거버넌스 공백을 분석합니다. Read the full article on sebastienrousseau.com: https://sebastienrousseau.com/ko/2026-11-20-yeongguk-geumyunggwon-ai-pokneolbeun-doip-sinjunghan/
Mastodon용 형식 복사
영국 금융권 AI: 폭넓은 도입, 신중한 에이전트, 제3자 의존 — Sebastien Rousseau 영란은행(BoE)과 FCA의 2026년 AI 조사 결과, 영국 금융회사의 86%가 AI를 사용하지만 광범위한 자율성을 갖춘 에이전트는 2%에 그치며, 고중요도 AI 시스템의 53%는 제3자가 공급합니다. 수치와 거버넌스 공백을 분석합니다. https://sebastienrousseau.com/ko/2026-11-20-yeongguk-geumyunggwon-ai-pokneolbeun-doip-sinjunghan/
LinkedIn용 형식으로 복사
영국 금융권 AI: 폭넓은 도입, 신중한 에이전트, 제3자 의존 — Sebastien Rousseau 영란은행(BoE)과 FCA의 2026년 AI 조사 결과, 영국 금융회사의 86%가 AI를 사용하지만 광범위한 자율성을 갖춘 에이전트는 2%에 그치며, 고중요도 AI 시스템의 53%는 제3자가 공급합니다. 수치와 거버넌스 공백을 분석합니다. 주요 전략적 시사점은 다음과 같습니다: - 이 조사가 말하는 것과 말하지 않는 것. 이 간행물은 영란은행(Bank of England)과 FCA(Financial Conduct Authority, 영국 금융감독청)가 AI에 관해 수행하는 폭넓은 작업 프로그램의 일환으로 실시한 최신 AI 조사의 집계 결과를 기술적으로 요약한 것입니다. - 도입은 기본값이 되었습니다. 헤드라인은 단순합니다. - 생성형 AI가 이제 전체 시스템의 과반입니다. 기술 구성의 변화는 큽니다. - 에이전트: 조언은 많고, 자율성은 극히 적습니다. 에이전트 수치는 기업들이 새로운 것을 도입하면서도 고삐를 놓지 않는 모습을 가장 분명하게 보여 줍니다. 이 글에서 다룬 과제에 대한 귀 조직의 접근 방식은 무엇입니까? → https://sebastienrousseau.com/ko/2026-11-20-yeongguk-geumyunggwon-ai-pokneolbeun-doip-sinjunghan/ #금융Ai #영국금융권Ai #영란은행 #BankOfEngland #Fca Sebastien Rousseau | CC-BY-4.0
이 기사 인용
영국 금융권 AI: 폭넓은 도입, 신중한 에이전트, 제3자 의존 — Sebastien Rousseau
영란은행(BoE)과 FCA의 2026년 AI 조사 결과, 영국 금융회사의 86%가 AI를 사용하지만 광범위한 자율성을 갖춘 에이전트는 2%에 그치며, 고중요도 AI 시스템의 53%는 제3자가 공급합니다. 수치와 거버넌스 공백을 분석합니다.
BibTeX
@online{rousseau2026영국,
author = {Rousseau, Sebastien},
title = {{영국 금융권 AI: 폭넓은 도입, 신중한 에이전트, 제3자 의존 — Sebastien Rousseau}},
year = {2026},
url = {https://sebastienrousseau.com/ko/2026-11-20-yeongguk-geumyunggwon-ai-pokneolbeun-doip-sinjunghan/},
urldate = {2026}
}RIS
TY - GEN AU - Rousseau, Sebastien TI - 영국 금융권 AI: 폭넓은 도입, 신중한 에이전트, 제3자 의존 — Sebastien Rousseau PY - 2026 UR - https://sebastienrousseau.com/ko/2026-11-20-yeongguk-geumyunggwon-ai-pokneolbeun-doip-sinjunghan/ ER -
Vancouver
Rousseau S. 영국 금융권 AI: 폭넓은 도입, 신중한 에이전트, 제3자 의존 — Sebastien Rousseau. sebastienrousseau.com. 2026 Nov 20. Available from: https://sebastienrousseau.com/ko/2026-11-20-yeongguk-geumyunggwon-ai-pokneolbeun-doip-sinjunghan/
Chicago
Rousseau, Sebastien. "영국 금융권 AI: 폭넓은 도입, 신중한 에이전트, 제3자 의존 — Sebastien Rousseau." sebastienrousseau.com. November 20, 2026. https://sebastienrousseau.com/ko/2026-11-20-yeongguk-geumyunggwon-ai-pokneolbeun-doip-sinjunghan/.
APA
Rousseau, S. (2026, November 20). 영국 금융권 AI: 폭넓은 도입, 신중한 에이전트, 제3자 의존 — Sebastien Rousseau. sebastienrousseau.com. https://sebastienrousseau.com/ko/2026-11-20-yeongguk-geumyunggwon-ai-pokneolbeun-doip-sinjunghan/
이 기사 재게시
영국 금융권 AI: 폭넓은 도입, 신중한 에이전트, 제3자 의존 — Sebastien Rousseau
영란은행(BoE)과 FCA의 2026년 AI 조사 결과, 영국 금융회사의 86%가 AI를 사용하지만 광범위한 자율성을 갖춘 에이전트는 2%에 그치며, 고중요도 AI 시스템의 53%는 제3자가 공급합니다. 수치와 거버넌스 공백을 분석합니다.
이 기사의 라이선스는 Creative Commons Attribution 4.0 International. 재게시 시 정규 URL 출처 표시가 필요합니다.
영국 금융권 AI: 폭넓은 도입, 신중한 에이전트, 제3자 의존 — Sebastien Rousseau 영란은행(BoE)과 FCA의 2026년 AI 조사 결과, 영국 금융회사의 86%가 AI를 사용하지만 광범위한 자율성을 갖춘 에이전트는 2%에 그치며, 고중요도 AI 시스템의 53%는 제3자가 공급합니다. 수치와 거버넌스 공백을 분석합니다. Originally published at https://sebastienrousseau.com/ko/2026-11-20-yeongguk-geumyunggwon-ai-pokneolbeun-doip-sinjunghan/ by Sebastien Rousseau. Licensed under CC-BY-4.0.
