◆ 핵심 요약

OECD, AI와 오픈파이낸스가 데이터를 매개로 상호 강화되나 편향·프라이버시 리스크 증폭 및 정책 목표 간 상충을 동반한다고 분석

- 오픈파이낸스는 AI 학습용 데이터 기반을 제공하고, AI는 공유 데이터의 분석 가치를 극대화하는 상호 보완 관계 형성

- 안전장치 부재 시 편향·목적 외 사용·사이버 리스크 증폭, 에이전틱 AI(자율형 AI) 확산 시 인간 통제력 상실 우려

◆ 보고서 개요

□ OECD 금융·기업국, 2026년 7월 16일 정책보고서 「인공지능과 오픈파이낸스(Artificial intelligence and open finance)」 발간, AI와 데이터 공유의 교차점을 시너지·리스크·상충관계로 나누어 분석

• OECD 금융·기업국(자본시장·금융기관 부문) 소속 Iota Kaousar Nassr 집필, Fatos Koc 금융시장과장·Serdar Çelik 국장 감독의 43페이지 분량 정책보고서(OECD AI Papers 제61호)

• OECD 금융시장위원회(의장: Seiichi Shimizu 일본은행 부총재) 2025년 9월 11일 및 2026년 3월 5일 논의를 거쳐 확정, OECD 횡단 AI 프로젝트의 일환

• 한국은행·일본은행, 미 재무부, 콜롬비아 금융감독청 등 각국 금융당국 의견 반영

□ 오픈파이낸스와 AI는 각각 광범위하게 분석된 반면 양자의 교차점은 미탐구 영역이라는 문제의식에서 출발

• 오픈파이낸스(Open Finance): 고객 동의를 전제로 금융데이터를 안전한 디지털 채널로 공유·재이용하는 체계로, 지급결제 계좌에 한정된 오픈뱅킹을 보험·연금·투자·증권 등 금융 전반으로 확장한 개념

• 두 트렌드의 결합이 금융중개 방식에 새로운 동학을 형성하여 정책당국에 함의를 제공한다는 판단

• 2023년 OECD 오픈파이낸스 정책보고서 및 AI in Finance 시리즈와 연결되는 국제 정책 흐름의 일환

◆ 주요 내용 상세

□ AI와 오픈파이낸스의 결합으로 금융서비스 혁신 확대, 단 안전장치 구비를 전제

• 오픈파이낸스가 더 풍부·다양하고 상호운용 가능한 데이터셋을 제공하여 AI 모델 학습·미세조정의 정보 기반 강화

• 과거 대출 기록이 거의 없어 그동안 신용평가가 어려웠던 중소기업(SMEs)도 AI 신용평가를 통해 대출 이용 가능성 확대

• AI 자동 자산관리 서비스(로보어드바이저)가 고객의 전체 금융 현황을 반영하여 개인별 맞춤 조언 제공

• 역방향으로 AI가 데이터 표준화·정합성 검증·이상탐지를 자동화하여 오픈파이낸스 상호운용성을 높이는 선순환 구조 형성

• 주요 사례: 한국은행의 'AI-ready 데이터 거버넌스'(2022년 데이터전략 기반 한국은행 통합데이터분석시스템(BIDAS) 구축, 2026년 1월 국내 개발 거대언어모델(LLM) 기반 BOKI 출범), 브라질 오픈파이낸스(2024년 말 6천만 명 이상 데이터 공유 동의, 139개 활용사례 확인)

□ 두 트렌드의 결합이 편향·목적 외 사용·사이버·소비자 리스크를 각각 증폭

• 편향·차별: AI가 인종·성별 등 보호속성을 추론하는 대리 차별(proxy discrimination) 및 평가 불가 계층의 배제 우려, 데이터 공유를 거부한 소비자에게 불리한 조건이 적용되는 '프라이버시 프리미엄' 가능성

• 목적 외 사용(function creep): 신용평가 목적으로 수집된 데이터가 마케팅 프로파일링 등 최초 동의 범위를 넘어 재활용될 위험, 불투명한 AI 모델에서는 목적제한 원칙의 집행 자체가 곤란

• 사이버·정보유출: AI가 대량 금융데이터를 집적하며 공격표면 확대, 유출 시 소비자 금융 전반이 노출되어 개별 기관 유출보다 피해 심각, 초개인화 사기·딥페이크 악용 가능

• 소비자 과의존: 알고리즘 맹신에 따른 위험선호 초과 투자 등 부적합 의사결정 우려, 60개 국가·경제권 조사(「금융소비자 리스크 모니터 2026」)에서 고령층·농촌·저리터러시 계층의 디지털 배제 심화 지적

□ 정책 목표 간 상충관계 제시 및 에이전틱 AI 확산 시나리오의 양면성 검토

• 개인정보보호와의 상충: AI 성능은 최대한 많은 데이터를 요구하나 개인정보보호 원칙은 최소한의 수집을 요구하며, 모델을 반복 학습시킬 때마다 별도 동의가 필요할 경우 실무 부담 과중(동의관리 대시보드 등 해법 제시)

• 데이터 국외이전 제한의 상충: 감독 실효성은 높아지나 시장 분절과 비용 상승, AI 품질 저하를 초래(2023년 기준 40개국에서 약 100건 시행)

• 빅테크 참여의 상충: 참여를 허용하면 데이터 우위와 외부 의존이 심화되고, 배제하면 혁신 유인이 위축되는 양면성 존재

• 에이전틱 AI의 기대효과: 반응형 서비스에서 선제적·24시간 초개인화 자산관리로 전환, 접근성 개선과 비용 절감을 통한 일반 투자자의 복잡 상품 참여 확대 가능

• 에이전틱 AI의 우려사항: AI의 목표 불일치, 개발자·배포자·이용자 간 책임소재 불명확, 권한 확장, 악성 명령어 주입(프롬프트 인젝션) 등 신규 사이버 위협 — 다만 현 단계는 실험 단계의 이론적 시나리오임을 명시

◆ 전망 및 시사점

□ OECD 차원의 데이터 공유 체계 실태조사 및 고도 자율 AI에 대한 선제적 평가 추진 필요성 제기

• AI 발전 국면에서 기존 데이터 공유 체계의 기회·과제를 점검하는 구조적 실태조사(fact-finding exercise) 유익

• 데이터보안·개인정보보호·AI 배포를 통합한 거버넌스 설계에 관한 회원국 간 우수사례 교류 필요

• 금융권에서 빠르게 전개되는 고도 자율 AI 에이전트 관련 미래 트렌드에 대한 선제적 평가 필요

□ 비례적·리스크 기반 규제와 부문 간 협력, 소비자 신뢰 확보가 생태계 지속가능성의 관건

• 과도하게 복잡한 규제 체계가 혁신을 저해하지 않도록 비례적·리스크 기반 이행 접근 고려, 인간의 감독과 책임성을 중심에 둔 거버넌스 구조 및 공정성·설명가능성 내재화 필수

• AI·금융·프라이버시 정책 커뮤니티 간 협력이 필수적이며, OECD 프라이버시 지침·AI 권고 등 국제기준 활용 가능

• 명확한 책임(liability) 및 구제·시정 체계 정비와 금융교육을 통한 소비자 데이터 권리 인식 제고 필요

• 기술중립 원칙상 AI 활용·데이터 공유가 기존 금융규제 회피 수단이 되어서는 안 되며, 소비자 신뢰 확보가 생태계 존립의 전제

※ 본 보고서의 내용은 해외금융협력협의회의 공식 입장이나 견해를 대변하지 않습니다.