미래에셋증권이 AWS 기반 ‘상품 지식 AI 검색’을 임직원 업무에 본격 적용했다고 2026년 11월 20일 밝혔다. 금융상품·기업·공시·리서치 정보를 연결하고, 일상 언어로 질문하면 출처와 기준일을 담아 답하는 서비스다. OKKY
변화는 직원이 여러 시스템을 오가며 찾던 정보를 질문과 답변으로 확인하게 됐다는 데 있다. 회사는 여기서 더 나아가 2027년 상반기 고객이 직접 금융상품을 질문하고 비교하는 서비스를 선보일 계획이다. 현재의 임직원 운영과 앞으로의 고객 확대는 구분해서 읽어야 한다. 바이라인네트워크
이 서비스를 이해하려면 검색 방식, 성과 수치, 고객 확대 조건을 차례로 살펴볼 필요가 있다. 특히 문서를 연결한 규모와 답변 품질 점수는 서로 다른 지표다. 출처가 붙는다는 설명이 실제 이용자의 판단에 어떤 도움을 주는지도 함께 짚는다.
운영 발표와 실제 이용 시작은 시점이 다르다
이번 소식의 발표일이 곧 서비스의 첫 운영일은 아니다. OKKY에 실린 회사 발표에 따르면 서비스는 2026년 8월 임직원 대상으로 문을 열었고, 10월 고도화를 거쳤다. 11월 발표는 이미 진행한 내부 운영과 향후 고객 확대 계획을 알리는 성격이다. OKKY
회사 발표에 나온 진행 단계는 다음과 같다. 지정·평가·운영은 각각 다른 절차이므로, 한 단계가 다음 단계의 모든 결과를 대신한다고 읽지 않는 것이 중요하다.
- 2026년 3월: 미래에셋증권의 혁신금융서비스로 지정됐다. OKKY
- 7월: 금융보안원 생성형 AI 보안평가에서 적합 판정을 받았다. OKKY
- 8월: 임직원 대상 운영을 시작했다. OKKY
- 10월: 서비스 고도화를 거쳤다. OKKY
이 순서에서 독자에게 중요한 구분은 ‘직원이 업무에 사용하는 서비스’와 ‘고객이 직접 사용하는 서비스’다. 테크월드는 현재 임직원 대상으로 운영하고 있으며, 고객이 자연어로 금융상품을 질문하고 비교하는 기능은 2027년 상반기 선보일 계획이라고 전했다. 테크월드
2026년 11월 20일 기준으로 읽을 때도 고객 확대는 향후 계획이다. 내부에서 활용됐다는 사실과 고객용 서비스가 출시됐다는 사실을 같은 것으로 취급하면, 이용 가능한 범위를 앞당겨 이해하게 된다.
검색의 변화는 문서를 연결하는 방식에 있다

핵심 용어는 온톨로지와 지식그래프다. 온톨로지는 정보를 분류하고 연결하는 기준 체계이고, 지식그래프는 정보 사이의 관계를 그물망처럼 연결한 데이터 구조다. 회사는 금융상품과 기업의 개념·관계를 정하고 문서를 상품 기준정보와 연결했다고 설명했다. OKKY
이 구조를 택한 배경은 앞선 기술 설명에서 드러난다. AWS 서밋 서울 2026 발표를 다룬 디지털데일리는 검색증강생성(RAG)을 AI가 답변하기 전에 관련 문서를 먼저 찾아보게 하는 방식으로 설명했다. 미래에셋증권은 데이터 범위를 넓히면서 응답 속도와 관계·맥락 처리의 한계에 부딪혔다고 소개됐다. 디지털데일리
블로터 인터뷰에서 설명한 그래프RAG는 상품과 주변 개체·관계를 지식그래프로 연결해 답변 근거를 찾는 방식이다. 예로 든 질문은 반도체 분야이면서 특정 기업을 일정 비중 이상 담은 상장지수펀드(ETF)를 찾는 것이었다. 단어뿐 아니라 분야·보유 종목·상품의 관계를 따라가는 검색이라는 설명이다. 블로터
| 구성 | 회사가 설명한 역할 | 검색에서 다루는 대상 |
|---|---|---|
| 온톨로지 | 금융상품과 기업의 개념·관계를 정의 | 정보를 분류하고 연결하는 기준 |
| 지식그래프 | 문서를 상품 기준정보와 연결 | 상품·기업·문서 사이의 관계 |
| 여러 AI 에이전트 | 정보 검색과 답변 작성을 나눠 수행 | 질문에 필요한 정보와 답변 |
표의 구성과 역할은 회사의 서비스 설명을 정리한 것이다. OKKY
여기서부터의 의미와 수치 비교는 보도 내용을 바탕으로 한 해석이다. 이 프로젝트의 변화는 자료를 한곳에서 찾는 편의에 더해, 어떤 상품이 어떤 기업·문서와 연결되는지를 검색에 활용한다는 데 있다. 따라서 평가할 때도 답변 문장이 자연스러운지만 볼 것이 아니라, 질문에 들어간 관계와 조건을 제대로 반영했는지 봐야 한다.
다만 과거 인터뷰의 검색 사례를 현재 고객용 화면에서 그대로 실행할 수 있다고 받아들여서는 안 된다. 기술을 설명하기 위한 사례와 실제 출시된 기능의 범위는 구분해야 한다.
출처와 ‘미보유’ 표시는 답을 검토할 단서다
서비스는 답변과 함께 출처와 정보 기준일을 제시하고, 보유하지 않은 정보는 ‘미보유’로 표시하도록 구성됐다. 이는 회사가 설명한 답변 방식이다. 테크월드는 여러 AI 에이전트가 검색과 답변 작성을 나눠 수행한다고 전했다. 테크월드
이 설계에서 출처와 기준일은 답변을 읽은 뒤 근거를 되짚을 수 있는 단서로 볼 수 있다. ‘미보유’는 시스템이 답할 자료를 갖고 있지 않다는 표시로 읽어야 한다. 해당 금융상품이나 정보가 세상에 존재하지 않는다는 뜻으로 넓혀 해석할 근거는 없다.
독자가 답변을 검토할 때의 순서도 이 구성에서 출발할 수 있다.
- 출처: 답변이 근거로 제시한 문서가 무엇인지 확인한다.
- 기준일: 답변에 쓰인 정보가 어느 시점을 기준으로 하는지 확인한다.
- 미보유 표시: 자료가 없다는 안내가 나온 부분은 답을 얻은 것으로 처리하지 않는다.
이 순서는 출처·기준일 제공과 미보유 안내라는 회사 설명을 독자의 확인 행동으로 옮긴 것이다. 현재의 임직원 서비스 설명에 근거한 읽기 방법이며, 고객용 화면의 사용 설명서는 아니다. OKKY
관계형 검색도 처음 연결한 정보가 잘못되면 문제가 생길 수 있다. 디지털데일리는 AI가 문장의 부정어를 잘못 처리해 반대 의미의 관계를 저장할 수 있다는 사례를 소개했다. 미래에셋증권은 이를 위해 부정 구문을 엄격하게 처리하는 필터를 별도로 만들었다고 설명했다. 디지털데일리
같은 보도에서 이우람 수석매니저는 “그래프 RAG 체계에서 전문가가 직접 검증하는 단계는 선택이 아니라 필수”라고 말했다. 이는 관계를 연결하는 기술과 그 관계가 맞는지 검토하는 업무가 함께 필요하다는 개발 측 설명이다. 디지털데일리
따라서 ‘출처를 표시하도록 설계했다’는 사실과 ‘모든 답변의 내용이 검증됐다’는 판단은 구분해야 한다. 독자가 확인할 대상은 출처 표시의 유무뿐 아니라, 그 출처가 실제로 답변의 조건과 결론을 뒷받침하는지까지다.
활용 규모와 품질 점수는 서로 다른 성과다

회사가 제시한 수치는 데이터의 규모, 실제 활용, 평가 결과로 나눠 읽을 수 있다. 테크월드는 이용 현황을 미래에셋증권의 설명으로 전했고, 바이라인네트워크는 업무 질문을 기준으로 한 답변 품질 점수의 변화를 소개했다. 테크월드 · 바이라인네트워크
| 항목 | 발표된 수치 | 측정 대상·기준 |
|---|---|---|
| 연결 문서 | 약 1만 3천 건 | 상품 기준정보와 연결한 문서 바이라인네트워크 |
| 활용 임직원 | 450명 이상 | 10월 20일까지의 이용 현황 테크월드 |
| 복합 질의 | 2000건 넘게 활용 | 10월 20일까지의 이용 현황 테크월드 |
| 답변 품질 점수 | 약 84% 높아짐 | 250개 업무 질문 기준, 3월 사전 검증 때와 비교 바이라인네트워크 |
문서 수는 연결한 데이터의 규모다. 이용자 수와 질의 건수는 서비스가 업무에 활용된 규모를 보여준다. 답변 품질 점수는 정해진 업무 질문에 대한 평가 결과다. 이처럼 측정 대상이 다르므로 문서가 많다는 이유만으로 답변이 정확하다거나, 사용자가 늘었다는 이유만으로 고객 응대가 개선됐다고 결론낼 수는 없다.
특히 ‘품질 점수가 약 84% 높아졌다’는 표현을 ‘정답률이 84%다’로 바꿔 읽으면 안 된다. 바이라인네트워크의 수치는 250개 업무 질문을 대상으로 3월 사전 검증 때보다 품질 점수가 얼마나 높아졌는지를 설명한다. 점수의 변화와 정답의 비율은 같은 항목이 아니다. 바이라인네트워크
이 수치로 절대적인 답변 수준을 판단하려면 추가 정보가 필요하다. 평가 전후 원점수, 채점 기준, 질문별 결과를 알아야 개선 폭과 최종 품질을 함께 볼 수 있다. 바이라인네트워크가 소개한 품질 점수 대목에는 이 세부 값이 나오지 않는다.
또한 이용 현황의 집계 시점은 발표일과 다르다. 회사가 소개한 임직원·질의 수는 10월 20일까지의 기록이므로, 이를 11월 20일의 최신 누적 이용 실적으로 바꾸어 쓰면 안 된다. OKKY
독자에게 필요한 판단도 나뉜다. ‘내부에서 실제로 활용됐는가’에는 이용 현황이 답한다. ‘얼마나 정확한가’에는 평가 방식과 결과가 더 필요하다. ‘내 상품 비교에 쓸 수 있는가’에는 고객용 서비스의 출시와 검색 범위를 따로 확인해야 한다.
보안평가와 모델 교체에는 각각 절차가 붙는다
회사는 보안 점검과 함께 AI 레드티밍, 즉 공격자 관점에서 AI의 허점을 미리 찾는 점검을 수행하는 체계를 갖췄다고 설명했다. 모델을 바꿀 때 답변 품질이 유지되는지 확인하는 성능 재검증 절차도 마련했다. OKKY
AWS 구성요소의 역할도 서로 다르다. 아마존 베드록은 여러 AI 기업의 범용 사전 학습 모델을 활용하는 기반이고, 아마존 넵튠은 상품·기업·문서 사이의 관계를 저장하고 조회하는 그래프 데이터베이스다. 베드록 가드레일은 프롬프트 공격이나 유해한 내용을 사전 검사하는 데 쓰였다. OKKY
보도에 나온 운영 조건은 다음과 같다.
- 사용 모델: 혁신금융서비스에 승인된 모델을 활용하도록 구성했다. 테크월드
- 모델 변경: 새로운 모델은 금융보안원 관련 절차를 거쳐 변경할 수 있도록 했다. 테크월드
- 변경 후 품질: 모델 변경 시 답변 품질을 다시 확인하는 성능 검증 체계를 마련했다. 테크월드
이 조건을 보면 ‘더 좋은 모델이 나오면 바꿀 수 있다’는 설명에도 절차가 붙어 있다. 모델 선택의 유연성과 금융 업무에 적용하기 위한 검증을 함께 설계했다는 의미로 읽을 수 있다.
보안평가 적합 판정과 답변 품질 개선 역시 서로 다른 항목이다. 전자는 보안평가 결과이고, 후자는 업무 질문에 대한 품질 점수 변화다. 보안평가를 통과했다는 사실만으로 답변의 모든 수치·조건이 정확하다고 판단하거나, 품질 점수가 높아졌다는 이유로 보안 점검이 필요 없다고 읽어서는 안 된다.
실제 운영을 평가하려면 각 장치가 있다는 설명에 더해, 어떤 질문과 공격에 어떻게 대응했는지 살펴볼 필요가 있다. 다만 여기서 독자가 확인할 수 있는 것은 회사가 소개한 구성과 절차이며, 개별 시험의 원자료까지 확인한 결과는 아니다.
초기 목표를 지금의 성과로 읽으면 안 된다
초기 개발 구상을 살펴보면 현재 발표에서 무엇을 더 확인해야 하는지 선명해진다. 블로터 인터뷰에서 이우람 수석매니저는 프로젝트가 완성되면 회사 판매 가능 상품의 75~80% 정도를 다룰 수 있을 것으로 전망했다. 이는 완성을 전제로 한 당시의 전망이다. 블로터
같은 인터뷰에서는 상품 검색 시간을 줄여 10시간 걸리던 투자제안서 작성 업무를 2시간 수준으로 단축하는 형태를 “꿈꾸고 있다”고 말했다. 이 역시 달성한 업무시간 절감 실적이 아니라 지향하는 모습으로 제시됐다. 블로터
이 두 목표를 현재 발표와 비교할 때 단위를 맞춰야 한다. 판매 가능 상품 중 어느 정도를 다루는지는 상품 범위의 문제이고, 연결 문서 수는 데이터 규모의 문제다. 문서 수만으로 목표한 상품 범위가 충족됐는지 알 수는 없다.
업무시간도 마찬가지다. 답변 품질 점수의 개선은 투자제안서 작성시간이 실제로 줄었다는 측정 결과를 대신하지 못한다. 품질, 검색 속도, 문서 작성시간은 각각 확인해야 할 항목이다.
디지털데일리가 소개한 초기 계획에는 상장·폐지·판매중단되는 상품 정보를 실시간으로 반영하는 체계를 구축하겠다는 내용도 있다. 당시에는 향후 구축할 계획으로 설명됐다. 디지털데일리
따라서 현재 답변에 기준일이 표시된다는 설명만으로 정보가 실시간 갱신된다고 확정할 수 없다. 기준일을 보여주는 기능과 최신 변화를 반영하는 주기는 별도로 확인할 문제다. 고객에게 확대될 때도 이 차이가 상품 비교의 유효성을 판단하는 중요한 질문이 된다.
고객 확대 때는 출시 여부와 답변 조건을 함께 확인한다
회사 일정은 두 갈래다. 2027년 상반기에는 고객이 금융상품을 자연어로 질문하고 비교하는 서비스를 선보일 계획이며, 2027년 중에는 AWS와 협력해 연금 업무 에이전트도 내놓을 예정이다. 바이라인네트워크는 연금 고객 응대의 정확성과 일관성, 상품과의 연계성을 높이는 것을 기대 효과로 전했다. 바이라인네트워크
고객용 상품 검색과 연금 업무 지원은 발표된 목적이 다르다. 전자는 고객이 직접 질문하고 비교하는 서비스이고, 후자는 연금 업무 지원으로 확장하는 계획이다. 어느 쪽도 계획된 일정만으로 실제 이용 조건까지 정해졌다고 볼 수는 없다.
후속 공지를 읽을 때는 다음 질문을 나눠 확인할 수 있다.
- 이용 단계: 고객용 상품 질문·비교 서비스가 실제로 출시됐는가?
- 검색 범위: 어떤 상품과 문서까지 검색할 수 있으며, ‘미보유’로 안내하는 범위는 무엇인가?
- 정보 시점: 답변 기준일은 무엇이며 상품 정보는 어떤 주기로 갱신되는가?
- 품질 평가: 품질 점수의 채점 기준과 평가 전후 값, 오류 사례가 공개되는가?
- 연금 업무: 발표한 에이전트가 어떤 업무를 지원하며 누구에게 제공되는가?
이는 회사가 발표한 기능과 계획을 실제 이용 조건으로 확인하기 위한 질문들이다. 출시 일정은 회사의 고객 확대 계획에서, 검색 범위와 갱신 문제는 현재 서비스 설명과 초기 개발 계획에서 각각 출발한다. 바이라인네트워크 · 디지털데일리
아직 판단을 보류해야 할 부분도 있다. 테크월드가 소개한 고객 확대 계획에는 구체적인 이용 화면·신청 방법·비용이 나오지 않는다. 바이라인네트워크의 품질 점수 설명에는 채점 기준과 평가 전후 원점수가 제시되지 않는다. 각각 서비스 이용과 성능 판단에 필요한 별개의 정보다.
현재 발표의 의미는 금융상품 지식을 연결한 검색이 임직원 업무에 적용됐다는 데 있다. 고객 입장에서는 앞으로 제시될 답변의 출처와 기준일을 확인하는 것에 더해, 실제 검색 범위와 갱신 조건을 살펴야 한다. 내부 활용 실적, 품질 개선 수치, 고객 서비스 계획을 나눠 읽으면 기대할 변화와 더 확인할 사항이 구체적으로 드러난다.
참고 자료
- OKKY · 미래에셋증권, AWS AI 기반 금융상품 지식 검색 서비스 운영 개시… 상품 정보의 속도와 신뢰도 함께 높인다
- 바이라인네트워크 · 미래에셋증권, AWS 기반 금융상품 지식 검색 서비스 시작
- 테크월드 · 미래에셋증권, AWS 기반 ‘상품 지식 AI 검색’ 운영…내년 고객 서비스로 확대
- [블로터 · AWS 손잡은 미래에셋, 금융 AX 핵심은 데이터 구조화 [테크체인저]](https://www.bloter.net/news/articleView.html?idxno=663188)
- 디지털데일리 · “단어만 찾는 사서는 가라”…미래에셋증권이 AI에 ‘맥락’을 심은 방법






