조사에 참여한 영국 금융회사의 AI 사용률은 86%에 이르렀습니다. 그러나 가장 중요한 숫자는 헤드라인 아래에 있습니다. 이제 고중요도 시스템의 절반 이상을 제3자가 공급하며, 그들에 대한 감독은 기업이 가장 자주 보고하는 거버넌스 과제입니다.
경영진 요약
- 응답 기업의 86%가 AI를 사용한다고 답해 2024년의 75%에서 상승했습니다. 생성형 AI는 보고된 시스템의 56%를 차지했습니다.
- 보고된 시스템의 약 7%가 고중요도로 평가되어 2024년의 16%에서 하락했지만, 고중요도 시스템의 절대 수는 2026년에 더 많았습니다.
- 제3자 구현은 고중요도 시스템의 53%를 차지해 2024년의 35%에서 상승했습니다. 상위 3개 클라우드/컴퓨팅 제공업체가 보고된 클라우드/컴퓨팅 관계의 79%를 차지합니다.
- 응답 기업의 80%가 AI 에이전트를 배포했지만, 광범위한 자율성을 갖춘 에이전트를 보고한 곳은 2%에 불과합니다.
- 응답 기업은 모든 범주에서 편익과 리스크가 모두 커질 것으로 예상하며, 사이버 리스크 증폭과 핵심 제3자 의존이 최상위 시스템 리스크로 평가되었습니다.
- 제3자 AI 시스템에 대한 감독은 가장 많이 보고된 거버넌스 과제였습니다.
이 조사가 말하는 것과 말하지 않는 것 #
영국 금융 서비스의 AI와 머신러닝에 관한 영란은행(Bank of England)과 FCA(Financial Conduct Authority, 영국 금융감독청)의 네 번째 조사인 이 간행물은 집계된 조사 결과를 기술적으로 요약한 것이며, 어떤 결론을 끌어내기 전에 이 성격을 염두에 둘 필요가 있습니다. 결과는 영국 금융 부문 전체의 AI 도입에 대한 완전한 평가가 아니라 참여 기업에서 나온 증거입니다. 아래의 어떤 내용도 전수조사로 읽어서는 안 됩니다.
조사에는 196건의 응답이 접수되었습니다. 대형 기업 101곳과 소형 기업 95곳입니다. 처음으로 직원 100명 미만 기업이 더 짧은 설문지를 선택할 수 있었고, 105개 응답 기업이 전체 설문을 완료했습니다. 별도 언급이 없는 한 보고서의 수치는 전체 설문 응답을 기준으로 하며, 이는 이전 조사와의 비교 가능성을 높입니다. 백분율은 문항별 유효 응답만으로 계산하므로, 특정 문항에 답하지 않은 기업은 해당 문항의 분모에서 제외됩니다. 국제 은행과 브로커/딜러의 응답은 영국 내 영업을 기준으로 합니다.
2026년 조사는 연속성을 위해 이전 조사의 핵심 문항을 유지하면서, 2024년 이후 AI 도입과 역량의 변화를 반영하기 위해 문항을 추가하거나 수정했습니다. 그래서 보고서는 도입, 중요도, 제3자 비중에 대해 2026년 수치를 2024년 수치와 나란히 놓을 수 있으며, 동시에 문항 표현, 정의, 범위 또는 응답 모집단이 다른 경우 2024년과의 비교를 신중하게 해석하라고 독자에게 요청합니다. 프런티어 AI와 사이버 리스크에 관한 짧은 부록처럼 2024년 비교가 전혀 없는 주제도 있습니다.
이 단서들이 중요한 이유는 아래에서 가장 눈에 띄는 수치 가운데 여럿이 비중의 비중이기 때문입니다. 분모를 무시하는 독자는 구성의 변화를 물량의 변화로 착각하게 됩니다. 조사 자체가 그 함정의 깔끔한 사례를 제공하며, 곧 그 부분에 이릅니다.
도입은 거의 보편적이며, 생성형 AI가 주도합니다 #
헤드라인부터 보겠습니다. 응답 기업의 86%가 AI를 사용한다고 답해 2024년의 75%에서 상승했습니다. 이 수치는 전체 설문과 간이 설문을 모두 포괄하며, 보고서는 2026년과 2024년의 백분율이 같은 기업 모집단에 관한 것이 아니므로 신중하게 비교해야 한다고 스스로 경고합니다. 기업들은 생성형 AI, AI 기반 에이전트, 그리고 AI 시스템의 제3자 구현 사용을 점점 더 많이 보고하고 있으며, 이 세 갈래가 조사의 나머지 전체를 관통합니다.
생성형 AI는 보고된 전체 AI 시스템의 56%를 차지했습니다. 보고서가 비교 대상으로 삼는 것은 2024년 보고된 AI 활용 사례의 17%를 차지한 파운데이션 모델입니다. 보고서는 이 지표들이 직접 비교할 수 없다고 말하므로, 이를 한 기술의 39%포인트 급증이라고 부르는 것은 잘못입니다. 보고서의 표현대로, 함께 보면 이 수치들은 2024년 이후 기업이 보고한 범용 역량 사용이 상당히 늘었음을 시사합니다.
AI는 기업 안 어디에 자리하고 있습니까? 운영 및 IT가 보고된 전체 AI 시스템의 약 31%를 차지해 2024년의 약 22%에서 상승했고, 그 밖의 어떤 개별 영역도 11%를 넘지 않았습니다. 눈에 띄는 집중입니다. 대중의 관심은 대부분 고객 접점과 프런트오피스 활용 사례에 쏠리지만, 보고된 시스템의 가장 큰 단일 덩어리는 사업의 배관에 있습니다. 소형 기업 부문의 관련 수치도 같은 방향을 가리킵니다. 간이 설문 응답 기업 사이에서 현재 또는 계획된 AI 사용 분야로 가장 많이 보고된 것은 운영으로, 64%가 꼽았습니다.
인식된 편익도 이 그림과 맞아떨어집니다. 운영 효율성, 자동화, 생산성이 현재 AI로부터 얻는 편익으로 가장 높게 평가되었습니다. 보고 내용을 근거로 보면, 기업들은 주로 스스로를 더 효율적으로 운영하기 위해 AI를 쓰고 있습니다.
도입이 고르게 분포되어 있지도 않습니다. 기업의 거의 절반이 AI 시스템을 10개 이하로 보고한 반면, 가장 많은 시스템을 보고한 10개 기업이 보고된 전체 AI 시스템의 43%를 차지했습니다. 따라서 86%라는 수치는 사용의 깊이가 아니라 폭을 묘사합니다. 소수의 기업이 전체의 큰 몫을 짊어지고, 다수의 기업은 소수의 시스템만 운영합니다. 소형 기업도 포함되어 있습니다. 간이 설문 응답 기업의 73%가 AI를 사용한다고 답했고, 그중 58%는 주로 범용 대규모 언어 모델을 사용한다고 답했습니다.
중요도의 수수께끼 #
앞서 언급한 함정이 여기 있습니다. 보고된 AI 시스템 가운데 약 7%가 응답 기업에 의해 고중요도로 평가되었으며, 2024년에는 16%였습니다. 빠르게 읽으면 AI가 기업에 덜 중요해졌거나 덜 위험해진 것처럼 보입니다.
그런 뜻이 아닙니다. 2026년에 보고된 고중요도 AI 시스템의 절대 수는 2024년보다 많았습니다. 전체가 고중요도 하위 집합보다 더 빠르게 늘었기 때문에 비중이 떨어진 것입니다. 기업이 더 많은 시스템을 배포하면서 추가분의 대부분은 낮은 중요도로 평가되고, 이것이 비율을 희석하는 동안에도 고중요도 시스템의 수는 여전히 늘어납니다. 이 시스템들은 집중되어 있기도 합니다. 10개 기업이 보고된 전체 고중요도 AI 시스템의 62%를 차지했습니다.
비율만으로 거버넌스 논거를 세우는 사람에게 유용한 교정입니다. 고중요도 시스템의 비중 하락은 그 시스템을 책임지는 사람들의 업무량에 대해 안심할 만한 어떤 것도 말해 주지 않습니다. 감독해야 할 시스템은 2024년보다 많아졌습니다.
중요한 시스템은 어디에서 오는가 #
조사에서 가장 중대한 결과는 가장 중요한 시스템을 누가 만들고 운영하느냐입니다. 제3자 구현은 보고된 전체 AI 시스템의 39%를 차지해 2024년의 33%, 2022년의 17%에서 상승했습니다. 꾸준한 이동입니다. 고중요도 시스템에서의 변화는 훨씬 급격합니다. 제3자 구현이 그 53%를 차지해 2024년의 35%에서 상승했습니다.
따라서 보고된 시스템 전체를 놓고 보면, 기업이 가장 중요하다고 보는 시스템은 이제 외부에서 올 가능성이 더 높습니다. 실패가 가장 큰 타격을 줄 범주에서 2년 만에 18%포인트가 오른 것은 데이터에서 가장 분명한 신호입니다. 앞서 본 중요도 결과와 결합하면, 중요한 시스템의 수는 늘고 있고 그 과반을 기업이 직접 만들지 않는다는 그림이 나옵니다.
제공업체의 집중이 이를 더 선명하게 합니다. 상위 3개 클라우드 및 컴퓨팅 제공업체가 보고된 전체 클라우드/컴퓨팅 관계의 79%를 차지했으며, 응답 기업의 98%가 이 셋 가운데 하나를 사용한다고 답했습니다. 모델 API 및 호스팅 공급도 덜하긴 하지만 집중되어 있었습니다. 상위 3개 제공업체가 보고된 관계의 54%를 차지했고, 상위 3개 클라우드/컴퓨팅 제공업체는 모두 상위 5개 모델 API/호스팅 제공업체에도 들었습니다. 기업은 많은 AI 시스템을 보유할 수 있지만, 그 아래의 인프라와 모델은 소수의 공급업체에서 끌어오고 있습니다.
대체 가능성은 더 어려운 질문입니다. 보고된 169개의 개별 클라우드 및 컴퓨팅 관계 가운데 37%가 고중요성이면서 대체하기 어려운 것으로 판단되었고, 그 그룹 가운데 엑시트 계획을 테스트한 곳은 35%에 불과했습니다. 226개의 모델 API/호스팅 관계에서 고중요성이면서 대체하기 어려운 비중은 14%였습니다. 공동 사고 테스트나 엑시트 계획 같은 제3자 AI에 대한 강화된 운영 복원력 기대 사항을 보고한 기업은 27%에 불과했습니다.
응답 기업들은 이 우려의 시스템 차원 버전을 스스로 제기했습니다. 사이버 리스크 증폭과 핵심 제3자 의존은 현재와 향후 3년 모두에서 가장 높게 평가된 두 가지 시스템 리스크였으며, 응답 기업들은 AI 사용이 확산될수록 이 둘이 심화될 것으로 예상했습니다. 핵심 제3자 의존을 높음 또는 심각한 우려로 평가한 비중은 현재 40%에서 향후 1~3년 63%로 올라갔습니다. 이 예상은 관찰된 결과가 아니라 응답 기업의 전망이지만, 공급업체 집중 수치가 그 명백한 근거가 됩니다.
기업들이 이 제약을 모르는 것은 아닙니다. 응답 기업의 40%가 정보보안과 운영 복원력에 대한 우려를 제3자 AI 도입의 주요 제약으로 꼽았고, 이어 34%가 제3자 AI 시스템에 대한 제한된 투명성(학습 데이터, 모델 설계, 성능 한계, 장애 양상)을 꼽았습니다. 주요 제약과 중간 제약을 합산하면, 계약상 보호 장치 협상의 어려움이 두 번째로 많이 언급된 과제였습니다. 종합하면, 이는 외부 제공업체에 크게 기대면서도 그 내부를 언제나 들여다볼 수는 없다고 말하는 기업들의 모습입니다.
에이전트: 널리 배포되었으나, 대부분 보조 역할입니다 #
에이전트 수치는 신중하게 읽어야 합니다. 헤드라인과 실질이 서로 다른 방향을 가리키기 때문입니다. 응답 기업의 80%가 AI 에이전트를 배포했다고 답했고, 추가로 14%가 향후 12개월 내 배포 계획을 보고했습니다. 이 수치대로라면 배포도 계획도 하지 않은 곳은 소수에 불과합니다.
그러나 에이전트가 무엇을 하는지 보십시오. 응답 기업의 80%가 의사결정 지원을 제공하는 에이전트를 운영 환경에 두고 있다고 답했으며, 이는 AI 에이전트가 행동을 권고하고 사람이 결정하고 실행하는 방식으로 정의됩니다. 46%는 사전에 정의된 한도와 규칙 안에서 행동하는 제한된 실행 에이전트를, 22%는 조건부 자율성 에이전트를 보고했습니다. 광범위한 자율성을 갖춘 에이전트를 배포했다고 답한 곳은 2%에 불과했습니다. 지배적인 패턴은 조언하거나 엄격한 한도 안에서 행동하는 에이전트입니다.
선이 움직이기 시작하는 곳은 고객 커뮤니케이션입니다. 16%가 자동화된 고객 커뮤니케이션에 에이전트를 현재 사용한다고 답했고, 계획된 배포를 포함하면 34%로 올라갑니다. 기업들이 계획을 실행한다면 비중은 두 배 이상이 됩니다. 다만 계획은 계획일 뿐이며, 조사는 그중 얼마나 실현될지 알려 줄 수 없습니다. 반면 계획된 배포를 포함하더라도, 에이전트가 고객 결과를 승인하거나 거절하고, 거래를 실행하거나 주문을 넣고, 지급을 개시, 실행 또는 차단하고, 한도, 임계값, 통제를 변경할 것으로 예상한 응답 기업은 9%를 넘지 않았습니다.
제 해석으로는 2%라는 수치가 더 많은 것을 말해 주며, 80%보다 더 많은 관심을 받을 만합니다. 제안하고 사람을 기다리는 에이전트를 배포하는 것은 작은 걸음입니다. 광범위한 자율성을 가진 에이전트를 배포하는 것은 결과에 대한 책임 주체를 바꿉니다. 기업들은 지금까지 첫 번째 걸음은 폭넓게 내디뎠고, 두 번째 걸음은 거의 내딛지 않았습니다. 고객 커뮤니케이션 계획이 그 자세 변화의 시작을 알리는 신호인지는 데이터에서 가장 흥미로운 열린 질문 가운데 하나입니다.
편익과 리스크가 모두 커질 것으로 예상됩니다 #
응답 기업들은 AI를 일방적인 베팅으로 보지 않습니다. 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 제시합니다. 열거된 편익 가운데 현재 중간 수준을 넘는다고 널리 인식된 것은 없었습니다.
리스크 측면도 방향이라는 의미에서 똑같이 일관됩니다. 현재 AI로부터 기업이 인식하는 리스크로 가장 높게 평가된 영역은 데이터 보호와 보안, 제3자 및 공급망 리스크, 그리고 생성형 AI 고유의 리스크였습니다. 향후 1~3년 동안 응답 기업들은 모든 범주에서 리스크 수준이 높아질 것으로 예상했지만, 평균적으로는 2026년의 리스크를 2024년보다 덜 심각하게 평가했습니다.
출처는 전체 그림을 균형 잡힌 표현으로 제시합니다. 이러한 발전은 효율성 향상, 의사결정 지원 개선, 리스크 관리 강화 등의 편익을 가져올 수 있습니다. 동시에 거버넌스, 운영 복원력, 데이터 보호, 소비자 결과, 제3자 의존, 금융 안정성과 관련된 리스크를 만들어 내거나 증폭할 수도 있습니다. 유보적 표현은 출처의 것이며 적절합니다. 조사는 실현된 이익이나 손실이 아니라 인식과 보고된 관행을 측정합니다.
한 묶음의 결과는 프런티어 AI와 사이버 역량에 관한 것입니다. 응답 기업의 88%가 향후 2년간 진화하는 프런티어 AI 사이버 역량이 자사 리스크 프로파일에 중간 또는 높은 영향을 미칠 것으로 평가했습니다. 이는 측정된 효과가 아니라 미래지향적 평가이지만, 19%는 이미 공급망 또는 제3자 공격의 효과 증대를 프런티어 AI가 현재 가장 큰 리스크를 제기하는 경로로 지목했습니다. 기업들이 이에 대응해 이미 한 일은 확인하기가 더 쉽습니다. 64%가 프런티어 AI에 대한 인식의 결과로 경영진의 관심이 가장 크게 늘어난 사이버 복원력 영역으로 취약점 관리와 패치 주기를 선택했습니다.
제약: 규제보다 실무적입니다 #
규제가 장애물 목록의 맨 위에 있으리라 예상했다면, 조사는 더 미묘합니다. 가장 많이 언급된 비규제 제약은 AI를 기존 업무 프로세스와 의사결정에 통합하는 어려움과 레거시 시스템 또는 인프라로, 각각 응답 기업의 23%와 22%가 큰 제약으로 꼽았습니다. 크지 않은 비중이며, 이는 어떤 단일 비규제 장애물도 지배적이지 않음을 시사합니다. 그러나 이들은 특이한 문제가 아니라 평범한 엔지니어링 및 조직상의 문제입니다.
규제 측면에서 가장 많이 언급된 제약은 영국의 데이터 보호 및 프라이버시와 국제 규제로, 각각 응답 기업의 42%와 29%가 높은 준수 부담을 준다고 인식했습니다. 28%는 규제 제약이 없다고 답했습니다.
소형 기업도 비슷한 패턴을 보입니다. 간이 설문 응답 기업의 30%가 데이터 보호, 기밀성, IT 관련 사항을 제약으로 꼽았습니다. 데이터 보호는 리스크 평가, 규제 부담 수치, 소형 기업의 제약에 모두 등장합니다. 제3자 외에 조사의 여러 부분을 잇는 단일 주제가 있다면 바로 그것입니다.
거버넌스: 문서상으로는 폭넓으나, 배포 이후에는 얇습니다 #
공식 구조는 거의 보편적입니다. 응답 기업의 94%가 전사 차원의 AI 정책, 원칙 또는 기준을 갖추었다고 답했고, 84%가 중앙화된 AI/모델 리스크 거버넌스 협의체를 보고했습니다. 데이터 리스크 통제 가운데 사람의 승인, 배포 전 검토, 벤더 실사는 각각 응답 기업의 90% 이상이 보고했습니다.
이제 가동 이후에 적용되는 통제와 비교해 보십시오. 지속적 모니터링, 유출 테스트, 정기 검토 또는 재인증은 각각 응답 기업의 절반 정도가 보고했습니다. 대비는 명확합니다. 배포 전 또는 배포 시점에 누군가 승인 서명을 하는 데이터 리스크 통제는 거의 보편적입니다. 배포 이후에도 계속 작동하는 통제는 대략 절반이 보고합니다.
저는 이것이 거버넌스의 핵심 결과이며, 제3자 이야기와 직접 연결된다고 봅니다. 조사는 기업들이 구매한 것을 얼마나 다르게 이해하는지 보여 줍니다. 고중요도 시스템의 경우, 내부 개발 시스템에 대해서는 응답 기업의 77%가 깊은 이해에 의존한다고 답한 반면 제3자 시스템에 대해서는 24%였습니다. 제3자 시스템에서는 81%가 대신 벤더 보증과 계약상 장치에 의존했습니다. 직접 만들지 않고 구매한 시스템에서는 배포 전 검토와 벤더 실사가 당연한 지렛대입니다. 모니터링과 재인증은 시스템에 대한 가시성에 달려 있으며, 제3자 AI 시스템에 대한 제한된 투명성은 이미 응답 기업의 34%가 제약으로 지적했습니다. 조사는 이 인과관계를 명시하지 않으며 데이터로 입증할 수도 없지만, 조각들은 불편할 정도로 잘 맞아떨어집니다.
기업들 스스로도 그렇게 말합니다. 제3자 AI 시스템에 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 선택했고, 제3자가 제공하거나 실질적인 영향을 미친 시스템의 감독을 49%가 선택했습니다. 즉 기업의 대략 절반이 벤더 공급 모델에 모델 리스크 관리 원칙을 적용하는 데 과제가 있다고 보고하며, 대략 절반이 제3자가 제공하거나 실질적인 영향을 미친 시스템을 감독하는 데 과제가 있다고 보고합니다.
세 갈래를 나란히 놓아 보십시오. 제3자가 고중요도 시스템의 과반을 공급합니다. 소수의 제공업체가 기반 관계를 지배합니다. 그리고 관문에서는 강한 기업 자체의 거버넌스가 지속적 감독에서는 얇으며, 제3자 사례가 가장 어려운 것으로 지목됩니다. 이는 어느 기업에 대한 비판이 아닙니다. 보고된 노력이 어디에 있는지를 보고된 노출이 어디에 있는지와 대비해 묘사한 것입니다.
무엇을 가져갈 것인가 #
기술 리더에게 실무적인 해석은, 적어도 이 표본에서는 중요한 시스템에 대해 구매가 자체 구축을 앞질렀다는 것입니다. 고중요도 시스템의 53%가 제3자 구현입니다. 따라서 엔지니어링 노력은 통제할 수 없는 시스템 주변에서 할 수 있는 일로 옮겨 갑니다. 계약상의 투명성, 경계에서의 테스트, 그리고 내부 접근에 의존하지 않는 모니터링입니다. 조사는 이 가운데 어느 것도 처방하지 않으며, 어느 것도 조사 결과로 오인해서는 안 됩니다. 이는 조사의 숫자가 제기하는 질문들입니다.
금융 서비스에 AI를 판매하는 창업자에게 데이터는 마찰이 어디서 생길지를 시사합니다. 응답 기업들은 정보보안 및 운영 복원력 우려(40%)와 제한된 투명성(34%)을 제3자 AI 도입의 주요 제약으로 보고합니다. 이 두 가지 우려에 직접 답할 수 있는 벤더는 상당한 비중의 응답 기업이 발목을 잡는다고 말하는 문제를 해결하는 셈입니다. 또한 응답 기업의 90% 이상이 벤더 실사를 데이터 리스크 통제로 보고하므로, 공급업체는 심사를 받을 것을 예상해야 합니다.
86%의 도입률을 어려운 단계가 끝났다는 신호로 읽고 싶은 사람에게 조사는 더 냉정한 시각을 제시합니다. 도입은 폭넓지만 소수의 기업이 시스템의 큰 몫을 짊어지고, 에이전트는 대부분 보조 역할에 있으며, 응답 기업들은 향후 1~3년 동안 모든 범주에서 리스크가 커질 것으로 예상합니다. 응답 기업들은 모든 영역에서 편익이 커질 것으로도 예상하므로, 낙관도 신중함도 증거를 독차지하지 못합니다.
처음에 언급한 단서는 여전히 유효합니다. 이는 196개 응답 기업에 대한 기술적 요약이며, 그 가운데 전체 설문을 완료한 곳은 105곳뿐이고, 영국 금융 부문에 대한 완전한 평가가 아닙니다. 그 한계 안에서 패턴은 유용할 만큼 일관됩니다. 기업이 가장 중요하다고 여기는 시스템은 점점 더 외부에서 오며, 그들이 보고하는 감독은 그 의존이 가장 큰 곳에서 가장 약합니다.
데이터가 제기하지만 답할 수 없는 질문은 자율성의 경계에서 무슨 일이 일어나느냐입니다. 응답 기업의 34%가 자동화된 고객 커뮤니케이션에 에이전트를 사용하거나 계획하고 있는 반면, 오늘날 광범위한 자율성을 갖춘 에이전트를 배포한 곳은 2%에 불과합니다. 다음 조사는 에이전트 뒤의 시스템을 대개 다른 누군가가 공급하는 상황에서도 에이전트가 보조 역할에 머무는지를 보여 줄 것입니다.
자주 묻는 질문 #
영국 금융 서비스의 AI에 관한 영란은행과 FCA의 조사란 무엇입니까? 2019년, 2022년, 2024년 조사에 이어 영국 금융 서비스의 인공지능과 머신러닝에 관해 공동으로 실시한 네 번째 조사입니다. 2026년판에는 196건의 응답이 접수되었고, 그 가운데 105건이 전체 설문지에 대한 응답이었습니다. 작성 기관은 이를 영국 금융 부문에 대한 완전한 평가가 아니라 참여 기업에서 나온 증거의 기술적 요약으로 제시합니다.
기업의 AI 가운데 제3자로부터 오는 비중은 얼마입니까? 제3자 구현은 2026년 보고된 전체 AI 시스템의 39%를 차지해 2024년의 33%, 2022년의 17%에서 상승했습니다. 고중요도 시스템에서는 그 비중이 53%로, 2024년의 35%에서 상승했습니다.
AI 제공업체는 얼마나 집중되어 있습니까? 상위 3개 클라우드 및 컴퓨팅 제공업체가 보고된 클라우드/컴퓨팅 관계의 79%를 차지했고, 응답 기업의 98%가 그중 하나를 사용했습니다. 상위 3개 모델 API/호스팅 제공업체는 해당 범주에서 보고된 관계의 54%를 차지했습니다. 보고된 169개 클라우드 및 컴퓨팅 관계 가운데 37%가 고중요성이면서 대체하기 어려운 것으로 판단되었고, 그 그룹 가운데 엑시트 계획을 테스트한 곳은 35%에 불과했습니다.
기업들은 제3자 AI와 관련해 어떤 거버넌스 과제를 보고합니까? 제3자 AI 시스템에 대한 감독은 거버넌스 불확실성 또는 이행상 과제로 가장 많이 보고된 영역이었습니다. 응답 기업의 54%가 제3자 또는 벤더 공급 모델에 모델 리스크 관리 원칙을 적용하는 일을, 49%가 제3자가 제공하거나 실질적인 영향을 미친 시스템의 감독을 선택했습니다. 제3자 고중요도 시스템의 경우 81%가 벤더 보증과 계약상 장치에 의존했으며, 시스템에 대한 깊은 이해를 보고한 곳은 24%에 불과했습니다.
영국 금융회사에서 AI 에이전트는 자율적으로 행동합니까? 드뭅니다. 응답 기업의 80%가 AI 에이전트를 배포했다고 답했고, 80%가 의사결정 지원용 에이전트를 운영 환경에 두고 있다고 답했습니다. 이 경우 에이전트는 행동을 권고하고 사람이 결정하고 실행합니다. 광범위한 자율성을 갖춘 에이전트를 보고한 곳은 2%에 불과했으며, 계획을 포함하더라도 에이전트가 고객 결과를 승인하거나 거절하고, 거래를 실행하거나 주문을 넣고, 지급을 개시, 실행 또는 차단하고, 한도를 변경할 것으로 예상한 곳은 9%를 넘지 않았습니다.
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, 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
# 제3자 AI가 이제 영국 금융회사의 거버넌스 문제입니다 — Sebastien Rousseau > Originally published at [https://sebastienrousseau.com/ko/2026-11-21-je3ja-aiga-ije-yeongguk-geumyunghoesaui-geobeoneonseu/](https://sebastienrousseau.com/ko/2026-11-21-je3ja-aiga-ije-yeongguk-geumyunghoesaui-geobeoneonseu/) 영란은행과 FCA의 2026년 조사에 따르면 영국 금융회사의 고중요도 AI 시스템 53%를 제3자가 공급하며, 이들에 대한 감독이 기업이 가장 자주 꼽는 거버넌스 과제입니다. 클라우드 집중과 모니터링 공백을 분석합니다. Read the full article on sebastienrousseau.com: https://sebastienrousseau.com/ko/2026-11-21-je3ja-aiga-ije-yeongguk-geumyunghoesaui-geobeoneonseu/
Mastodon용 형식 복사
제3자 AI가 이제 영국 금융회사의 거버넌스 문제입니다 — Sebastien Rousseau 영란은행과 FCA의 2026년 조사에 따르면 영국 금융회사의 고중요도 AI 시스템 53%를 제3자가 공급하며, 이들에 대한 감독이 기업이 가장 자주 꼽는 거버넌스 과제입니다. 클라우드 집중과 모니터링 공백을 분석합니다. https://sebastienrousseau.com/ko/2026-11-21-je3ja-aiga-ije-yeongguk-geumyunghoesaui-geobeoneonseu/
LinkedIn용 형식으로 복사
제3자 AI가 이제 영국 금융회사의 거버넌스 문제입니다 — Sebastien Rousseau 영란은행과 FCA의 2026년 조사에 따르면 영국 금융회사의 고중요도 AI 시스템 53%를 제3자가 공급하며, 이들에 대한 감독이 기업이 가장 자주 꼽는 거버넌스 과제입니다. 클라우드 집중과 모니터링 공백을 분석합니다. 주요 전략적 시사점은 다음과 같습니다: - 이 조사가 말하는 것과 말하지 않는 것. 영국 금융 서비스의 AI와 머신러닝에 관한 영란은행(Bank of England)과 FCA(Financial Conduct Authority, 영국 금융감독청)의 네 번째 조사인 이 간행물은 집계된 조사 결과를 기술적으로 요약한 것이며, 어떤 결론을 끌어내기 전에 이 성격을 염두에 둘 필요가 있습니다. - 도입은 거의 보편적이며, 생성형 AI가 주도합니다. 헤드라인부터 보겠습니다. - 중요도의 수수께끼. 앞서 언급한 함정이 여기 있습니다. - 중요한 시스템은 어디에서 오는가. 조사에서 가장 중대한 결과는 가장 중요한 시스템을 누가 만들고 운영하느냐입니다. 이 글에서 다룬 과제에 대한 귀 조직의 접근 방식은 무엇입니까? → https://sebastienrousseau.com/ko/2026-11-21-je3ja-aiga-ije-yeongguk-geumyunghoesaui-geobeoneonseu/ #제3자Ai리스크 #Ai거버넌스 #영란은행 #BankOfEngland #Fca Sebastien Rousseau | CC-BY-4.0
이 기사 인용
제3자 AI가 이제 영국 금융회사의 거버넌스 문제입니다 — Sebastien Rousseau
영란은행과 FCA의 2026년 조사에 따르면 영국 금융회사의 고중요도 AI 시스템 53%를 제3자가 공급하며, 이들에 대한 감독이 기업이 가장 자주 꼽는 거버넌스 과제입니다. 클라우드 집중과 모니터링 공백을 분석합니다.
BibTeX
@online{rousseau2026제3자,
author = {Rousseau, Sebastien},
title = {{제3자 AI가 이제 영국 금융회사의 거버넌스 문제입니다 — Sebastien Rousseau}},
year = {2026},
url = {https://sebastienrousseau.com/ko/2026-11-21-je3ja-aiga-ije-yeongguk-geumyunghoesaui-geobeoneonseu/},
urldate = {2026}
}RIS
TY - GEN AU - Rousseau, Sebastien TI - 제3자 AI가 이제 영국 금융회사의 거버넌스 문제입니다 — Sebastien Rousseau PY - 2026 UR - https://sebastienrousseau.com/ko/2026-11-21-je3ja-aiga-ije-yeongguk-geumyunghoesaui-geobeoneonseu/ ER -
Vancouver
Rousseau S. 제3자 AI가 이제 영국 금융회사의 거버넌스 문제입니다 — Sebastien Rousseau. sebastienrousseau.com. 2026 Nov 21. Available from: https://sebastienrousseau.com/ko/2026-11-21-je3ja-aiga-ije-yeongguk-geumyunghoesaui-geobeoneonseu/
Chicago
Rousseau, Sebastien. "제3자 AI가 이제 영국 금융회사의 거버넌스 문제입니다 — Sebastien Rousseau." sebastienrousseau.com. November 21, 2026. https://sebastienrousseau.com/ko/2026-11-21-je3ja-aiga-ije-yeongguk-geumyunghoesaui-geobeoneonseu/.
APA
Rousseau, S. (2026, November 21). 제3자 AI가 이제 영국 금융회사의 거버넌스 문제입니다 — Sebastien Rousseau. sebastienrousseau.com. https://sebastienrousseau.com/ko/2026-11-21-je3ja-aiga-ije-yeongguk-geumyunghoesaui-geobeoneonseu/
이 기사 재게시
제3자 AI가 이제 영국 금융회사의 거버넌스 문제입니다 — Sebastien Rousseau
영란은행과 FCA의 2026년 조사에 따르면 영국 금융회사의 고중요도 AI 시스템 53%를 제3자가 공급하며, 이들에 대한 감독이 기업이 가장 자주 꼽는 거버넌스 과제입니다. 클라우드 집중과 모니터링 공백을 분석합니다.
이 기사의 라이선스는 Creative Commons Attribution 4.0 International. 재게시 시 정규 URL 출처 표시가 필요합니다.
제3자 AI가 이제 영국 금융회사의 거버넌스 문제입니다 — Sebastien Rousseau 영란은행과 FCA의 2026년 조사에 따르면 영국 금융회사의 고중요도 AI 시스템 53%를 제3자가 공급하며, 이들에 대한 감독이 기업이 가장 자주 꼽는 거버넌스 과제입니다. 클라우드 집중과 모니터링 공백을 분석합니다. Originally published at https://sebastienrousseau.com/ko/2026-11-21-je3ja-aiga-ije-yeongguk-geumyunghoesaui-geobeoneonseu/ by Sebastien Rousseau. Licensed under CC-BY-4.0.
