도이치뱅크·앤트, AI 금융결제 통제 기술 공개

독일 도이치뱅크와 앤트 디지털 테크놀로지스가 인공지능(AI) 에이전트의 금융결제 업무를 제도권 금융에 적용하기 위한 기술 구조를 제시했다. AI가 결제 경로와 자금 운용 방식을 판단하더라도 실제 거래 승인과 자금 이동은 금융기관의 독립적인 통제 체계를 거치도록 하는 것이 핵심이다.
양사는 2026년 11월 9일 공동 백서 ‘기관 금융의 AI 에이전트 결제(Agentic Payments in Wholesale Finance)’를 발표했다. 보고서는 기업 자금관리, 국제결제, 무역금융을 주요 적용 분야로 제시하면서 AI의 자율적인 의사결정과 금융기관의 책임을 어떻게 구분할 것인지 분석했다.
특히 블록체인 기반 토큰화 자산과 AI 에이전트가 결합하는 금융환경에서 거래 권한을 제한하고, 승인 과정을 검증하며, 최종 결제의 안전성을 확보하는 기술적 조건을 강조했다. 이번 발표는 새로운 결제 서비스의 상용화 선언이 아니라 기관 금융에 AI 에이전트를 도입하기 위한 설계 원칙과 검토 과제를 제시한 것이다.
AI가 결제 경로를 선택하는 시대, 승인 권한은 어디에 있나
기존 금융 자동화는 사전에 설정된 조건에 따라 정해진 업무를 반복적으로 처리하는 방식이 중심이었다. 반면 AI 에이전트는 거래 목적을 해석하고 시장 상황과 금융기관의 조건을 비교해 실행 방안을 제안할 수 있다는 점에서 차이가 있다.
예를 들어 기업이 해외 거래처에 대금을 지급해야 할 경우 AI 에이전트는 환율, 송금 비용, 결제망 이용 가능 시간, 거래 상대방의 국가, 결제 지연 위험 등을 종합적으로 분석할 수 있다. 이후 여러 결제 경로 가운데 기업의 조건에 적합한 방안을 선택하거나 제안하는 방식이다.
그러나 AI가 가장 효율적이라고 판단한 거래가 금융기관의 규정에도 부합하는 것은 아니다. 거래 금액이 허용 한도를 초과하거나 제재 대상과 관련돼 있다면 결제 속도나 비용과 관계없이 거래를 차단해야 한다.
도이치뱅크와 앤트 디지털은 이를 해결하기 위해 ‘제한된 에이전트 실행(Bounded Agentic Execution)’이라는 접근법을 강조했다. AI가 허가받은 업무 범위 안에서 판단하고 행동하되, 스스로 권한을 확대하거나 금융기관의 승인 절차를 우회하지 못하도록 하는 구조다.
핵심은 AI의 판단 능력과 실제 자금을 이동시키는 권한을 분리하는 데 있다. AI가 거래를 제안하더라도 독립적인 통제 시스템이 해당 거래의 적법성과 승인 여부를 결정해야 한다는 것이다.
의사결정·승인·최종 결제를 분리한 3계층 구조
공동 백서는 국제통화기금(IMF)이 제안한 참조 구조를 바탕으로 AI 에이전트 결제 시스템을 세 계층으로 구분한다. 거래 목적을 해석하는 과정과 금융기관의 승인, 실제 결제 실행을 분리해 AI의 판단 오류가 곧바로 자금 손실로 이어지는 위험을 줄이려는 설계다.
| 계층 | 주요 기능 | 핵심 통제 |
|---|---|---|
| 의도 및 조정 | 거래 목적 분석, 결제 경로 비교, 실행안 제안 | AI 판단과 업무 조정 |
| 통제 및 승인 | 권한 확인, 규제 준수, 거래 한도 검증 | 독립적인 승인 규칙 |
| 최종 결제 | 승인된 거래의 실제 실행 | 자금 이동과 결제 확정 |
첫 번째 계층에서는 AI 에이전트가 기업의 결제 목적과 금융시장 상황을 분석한다. 여러 지급 경로를 비교하고 비용과 속도, 위험을 고려한 실행 방안을 제시하는 역할을 맡는다.
두 번째 계층에서는 금융기관의 통제 시스템이 AI의 제안을 검증한다. 거래 금액과 계좌 접근 권한, 규제 요건, 내부 위험 한도 등을 확인해 실제 실행이 가능한 거래인지 판단한다.
세 번째 계층은 승인된 거래를 기존 은행 결제망이나 적절한 디지털 자산 결제 인프라에서 처리하는 단계다. 이 과정에서 거래의 최종 확정성과 자금 이동 기록이 중요해진다.
이러한 구조의 특징은 AI가 거래 조건을 분석하는 능력과 자금을 실제로 이동시키는 권한을 동일한 시스템에 집중시키지 않는다는 점이다. AI의 판단이 잘못되더라도 별도의 승인 계층에서 거래를 중단할 수 있도록 설계하는 것이다.
다만 계층을 구분하는 것만으로 모든 위험이 사라지는 것은 아니다. 각 시스템의 독립성과 승인 규칙의 정확성, 운영기관의 감독 능력이 실제 안전성을 결정한다.
KYA 인증, 사람 대신 거래하는 AI의 신원을 확인한다
이번 백서에서 중요한 개념 가운데 하나는 ‘에이전트 확인(Know Your Agent·KYA)’이다. 금융기관이 고객의 신원을 확인하는 기존 고객확인제도(KYC)와 달리, KYA는 금융거래에 관여하는 소프트웨어 에이전트의 신원과 위임 권한을 검증하는 데 초점을 맞춘다.
기업을 대신해 AI가 결제 업무를 수행한다면 금융기관은 해당 에이전트가 누구의 지시를 받는지 확인해야 한다. 어떤 계좌에 접근할 수 있는지, 거래 한도는 얼마인지, 권한이 언제까지 유효한지도 검증 대상이다.
도이치뱅크와 앤트 디지털은 AI 에이전트의 신원이 책임을 지는 소유자와 연결돼야 한다고 설명했다. 또한 부여된 권한은 기계가 판독할 수 있는 형태로 명시하고, 사용 범위를 제한하며, 필요할 경우 철회할 수 있어야 한다고 강조했다.
이러한 체계는 여러 금융기관과 결제 서비스를 연결하는 AI 에이전트 환경에서 중요성이 커진다. 하나의 에이전트가 여러 시스템에 접근한다면 권한 설정 오류가 복수의 거래로 확산될 수 있기 때문이다.
따라서 KYA는 단순한 로그인이나 사용자 인증과 구별된다. 거래를 제안하는 소프트웨어의 신원뿐 아니라 위임받은 권한과 실행 당시의 승인 상태를 함께 확인하는 구조가 필요하다.
기업 자금관리, AI가 유동성 부족을 예측한다
공동 백서가 제시한 첫 번째 활용 분야는 기업의 자금 및 유동성 관리다. 글로벌 기업은 여러 국가와 통화에 걸쳐 자금을 보유하기 때문에 계좌별 잔액과 예정된 지급 일정을 지속적으로 확인해야 한다.
AI 에이전트는 이러한 정보를 분석해 특정 계좌에서 유동성이 부족해질 가능성을 예측할 수 있다. 이후 내부 계좌 간 자금 이전, 외부 자금 조달, 외환거래 등 허용된 대응 방안을 비교하는 역할을 수행할 수 있다.
예를 들어 해외 법인의 계좌에서 대규모 지급이 예정돼 있다면 AI는 다른 계좌의 잉여 자금을 확인하고 이전 가능성을 평가할 수 있다. 다만 실제 거래는 기업의 자금 운용 정책과 금융기관의 승인 절차에 따라 실행돼야 한다.
이러한 방식은 단순한 잔액 조회를 넘어 여러 계좌와 금융상품 사이의 의사결정을 조정한다는 점에서 기존 자동화와 차이가 있다. 동시에 AI의 판단이 잘못될 경우 유동성 부족이나 불필요한 금융비용이 발생할 수 있다는 위험도 존재한다.
공동 백서는 이러한 효율성 개선 가능성을 확정된 성과로 제시하지 않았다. 실제 효과는 데이터의 정확성과 금융기관 간 시스템 연계, 내부 통제 환경에 따라 달라질 수 있다.
국제결제에서는 환율·수수료·결제 위험을 함께 비교
두 번째 활용 분야는 국제결제 경로의 자동 조정이다. 해외 송금에서는 환전과 중개 금융기관, 결제망 운영시간, 자금 도착 시점 등 여러 요소를 동시에 고려해야 한다.
AI 에이전트는 이러한 조건을 개별적으로 처리하는 대신 하나의 결제 목적에 맞춰 종합적으로 평가할 수 있다. 비용이 낮은 경로와 처리 속도가 빠른 경로가 다를 경우 기업의 우선순위에 따라 대안을 비교하는 방식이다.
특정 통화의 유동성이 부족하거나 결제망 운영시간이 제한된 상황에서는 다른 허용 경로를 검토할 수도 있다. 그러나 거래 상대방의 국가와 규제 요건, 최종 결제의 확정성은 반드시 함께 고려해야 한다.
블록체인 기반 결제망 역시 이러한 선택지 가운데 하나가 될 수 있다. 다만 공동 백서는 모든 국제결제를 스테이블코인이나 특정 블록체인으로 전환하겠다고 발표하지 않았다.
기술적으로 중요한 부분은 AI가 여러 결제 수단을 비교하더라도 각 수단에 적용되는 승인 규칙을 우회할 수 없도록 하는 것이다. 결제 경로 선택이 자동화될수록 거래 실행 전 검증 체계의 중요성도 커진다.
무역금융의 복잡한 서류 검토까지 자동화 범위 확대
세 번째 활용 분야는 무역금융이다. 국제무역에서는 계약서와 송장, 운송서류 등 여러 문서의 내용이 일치하는지 확인해야 하며, 조건이 충족되지 않으면 지급이나 금융 제공이 지연될 수 있다.
AI 에이전트는 거래 문서의 정보를 해석하고 서류 간 불일치 가능성을 찾아내는 업무를 지원할 수 있다. 문제가 발견되면 추가 검토를 요청하거나 관련 기관 사이의 업무 절차를 조정하는 방식이다.
여러 금융기관과 기업이 참여하는 거래에서는 문서 확인과 예외 처리에 상당한 운영 부담이 발생할 수 있다. AI가 반복적인 검토와 정보 전달을 지원한다면 일부 업무의 효율성을 개선할 가능성이 있다.
그러나 AI가 문서의 형식적 불일치를 발견했다고 해서 실제 거래의 적법성이나 상품 인도 여부까지 보증하는 것은 아니다. 서류에 기재된 내용과 현실의 거래 사실을 확인하는 절차는 별도로 필요하다.
따라서 무역금융에 AI를 도입할 경우 자동 처리 가능한 업무와 사람의 판단이 필요한 업무를 구분해야 한다. 백서는 필요한 조건과 승인이 충족된 이후에 금융 또는 지급 지시가 생성돼야 한다는 점을 강조했다.
블록체인과 AI가 만나는 지점은 자산 이전 권한
이번 백서는 AI와 블록체인을 서로 독립적인 기술로만 다루지 않는다. AI는 거래 목적을 해석하고 실행 방식을 판단하며, 블록체인은 토큰화된 자산의 이전과 결제를 처리할 수 있는 인프라로 설명한다.
앤트 디지털은 기업용 블록체인 AntChain, 기관 결제 인프라 Jovay, AI 에이전트 관련 기술 Anvita를 자사의 기술적 기반으로 소개했다. 특히 Anvita Flow는 복잡한 결제 업무를 조정하면서 에이전트의 권한과 실행 과정을 통제하는 사례로 제시됐다.
이러한 구조에서 핵심은 AI가 블록체인 거래를 생성할 수 있는지보다 해당 거래를 누가 승인하고 통제하는지에 있다. 블록체인에서 자산 이전이 최종적으로 확정되면 거래를 되돌리기 어려울 수 있기 때문에 사전 승인과 권한 검증이 중요해진다.
예를 들어 AI가 토큰화된 자산의 이전을 제안하더라도 지갑 서명이나 실제 결제 실행 권한을 무제한으로 부여하는 것은 위험할 수 있다. 거래별 한도와 승인 조건을 별도로 적용해야 금융기관의 내부 통제 체계와 연결할 수 있다.
다만 백서는 AI 에이전트 결제에 특정 블록체인 네트워크를 반드시 사용해야 한다고 규정하지 않는다. 실제 금융기관 도입에서는 기존 은행 결제망과 디지털 자산 결제망 사이의 상호운용성이 중요한 과제로 남는다.
금융기관이 해결해야 할 보안과 책임 문제
AI 에이전트 결제가 실제 금융업무에 적용되기 위해서는 기술적 성능뿐 아니라 운영 위험에 대한 평가가 필요하다. 특히 권한 남용과 판단 근거의 추적 가능성, 거래 오류에 대한 책임 배분이 핵심 과제로 꼽힌다.
첫 번째는 권한 남용 위험이다. AI 에이전트가 부여받은 범위를 넘어 계좌에 접근하거나 허용되지 않은 거래를 제안할 경우 독립적인 통제 시스템이 이를 차단할 수 있어야 한다.
두 번째는 감사 가능성이다. 금융기관은 AI가 특정 결제 경로를 선택한 이유와 거래 당시 적용된 승인 조건을 확인할 수 있어야 한다. 거래 기록만 남고 의사결정 과정이 확인되지 않는다면 문제가 발생했을 때 책임 소재를 파악하기 어렵다.
세 번째는 결제 최종성과 법적 책임이다. AI의 제안에 따라 거래가 실행된 이후 오류가 발견됐을 때 누가 책임지고 어떤 방식으로 대응할지 명확해야 한다. 특히 블록체인 기반 자산 이전에서는 거래의 최종 확정성과 금융기관의 사후 대응 절차를 함께 고려해야 한다.
도이치뱅크와 앤트 디지털은 고액 거래와 위험도가 높은 거래, 예외적인 상황에 적절한 사람의 개입이 필요하다고 설명했다. AI의 자율성을 무조건 확대하기보다 금융기관의 책임과 통제 체계를 유지하는 것이 우선이라는 의미다.
AI 금융결제의 경쟁 기준이 달라지고 있다
도이치뱅크와 앤트 디지털의 공동 백서는 AI가 금융기관의 결제 업무를 어떻게 바꿀 수 있는지뿐 아니라 그 과정에서 어떤 통제 장치가 필요한지를 구체적으로 제시했다는 점에서 의미가 있다. 기업 자금관리와 국제결제, 무역금융에서 AI가 판단을 지원하더라도 실제 자금 이동에 대한 책임은 금융기관에 남는다는 원칙을 유지했다.
특히 AI 에이전트의 신원 확인과 제한된 권한 위임, 독립적인 승인 계층, 결제 실행의 분리는 기관 금융에서 중요한 기술적 검토 기준이 될 수 있다. 블록체인 기반 결제와 토큰화 자산이 확대될수록 소프트웨어가 어떤 조건에서 자산 이전을 제안하고 실행할 수 있는지에 대한 명확한 기준이 필요하기 때문이다.
다만 이번 발표는 AI 에이전트 결제 시스템의 전면 상용화나 특정 결제망의 정식 도입을 의미하지 않는다. 제시된 구조의 효과는 실제 운영환경에서 보안성과 확장성, 통제 능력을 확인하는 과정을 거쳐야 평가할 수 있다.
금융결제 분야에서 AI의 경쟁력은 단순히 더 많은 거래를 자동으로 처리하는 능력만으로 결정되지 않는다. 거래 판단을 효율적으로 수행하면서도 승인 권한과 책임을 명확하게 유지할 수 있는지가 기관 금융 도입의 핵심 기준이 될 것으로 보인다.
참고 자료
1. 도이치뱅크·앤트 디지털 공식 공동 백서
기관 금융의 AI 에이전트 결제: 활용 사례, 기대 가치 및 책임 있는 도입 조건
2. 도이치뱅크 공식 설명 자료
기관 금융에서 AI 에이전트 결제의 활용 가능성과 통제 요건
https://corporates.db.com/publications/White-papers-guides/agentic-payments-in-wholesale-finance
3. 앤트 디지털 공식 발표 — 2026년 11월 9일
도이치뱅크·앤트 디지털, 기관 금융 AI 에이전트 결제 공동 백서 발표




댓글 0
첫 댓글을 남겨보세요.