AI 지형도 · 14개 용어 한 장 정리 VOL. 01 · ISSUE 14 BY IBK시스템 혁신기술개발팀 · 백은비

14개의 좌표로
읽는 AI 지형

— 기초 개념부터 금융권 폐쇄망 도입까지, 5단계로 정리한 관계 지도.

이 자료는 누구에게 무엇을 주는가

AI Agent · RAG · MCP · 소버린 · 하네스 엔지니어링 — 회의·기획서·뉴스에서 마주치는 14개 용어를 한 장 지도로 정리했습니다. 각 용어가 어디 자리잡는 개념인지, 우리 폐쇄망 도입 환경에서는 무엇을 의미하는지까지.

위에서 아래로 읽으면 개념의 흐름, 아래에서 위로 읽으면 우리 회사 도입 체크리스트가 됩니다. 한 번에 외울 필요 없이, "들어는 봤는데 자리가 안 잡히던 단어"의 좌표를 잡아주는 게 목적입니다.

Scope14 Keywords
Layers5 Tiers
Convergence금융권 폐쇄망
기준일 · Effective2026.04.26
§ 01

먼저, 14개의 정의

각 용어가 어느 단계에 속하는지, 무엇을 다루는지 한 문장으로. 좌측 색상 띠는 단계를 표시합니다 (검정=기초 / 청록=패러다임 / 황금=엔지니어링 / 진홍=거버넌스 / 복합=도메인 적용).

TIER 01 · FOUNDATION01

AI

Artificial Intelligence

인간의 지적 능력(인식·추론·학습·판단)을 기계가 모사하는 기술 전반. 이 지도의 뿌리.

TIER 01 · FOUNDATION02

생성형 AI

Generative AI

학습한 분포에서 텍스트·이미지·코드 등 새 콘텐츠를 생성. LLM이 대표 주자이며 현재 AI 붐의 바탕.

TIER 01 · FOUNDATION03

SLM / sLLM

Small / smaller LLM

거대 모델의 경량·특화 변형. 1~70B 규모로 메모리·지연·운영비를 낮춰 온프레미스 배치를 현실화한다. 폐쇄망 금융권의 사실상 디폴트 후보군.

TIER 02 · PARADIGM04

AX

AI Transformation

DX 다음 단계. 조직의 프로세스·제품·의사결정 구조를 AI 중심으로 재설계하는 전환 운동.

TIER 02 · PARADIGM05

AI Agent

Autonomous Agent

도구를 사용하고 여러 단계를 자율 실행하는 AI. 단발 응답이 아니라 목표→계획→실행→관측의 루프로 일함.

TIER 02 · PARADIGM06

바이브 코딩

Vibe Coding

자연어로 의도를 던지고 AI가 코드를 생성·수정하는 개발 방식. "직접 타이핑"에서 "지휘"로의 이동.

TIER 03 · ENGINEERING07

프롬프트 엔지니어링

Prompt Engineering

모델에게 주는 한 번의 지시문을 정교하게 설계하는 기법. 출력 품질을 가장 직접 조절하는 도구.

TIER 03 · ENGINEERING08

컨텍스트 엔지니어링

Context Engineering

모델의 문맥창에 무엇을·어떤 순서로·어느 형식으로 실을지 설계. 프롬프트 엔지니어링의 상위 개념.

TIER 03 · ENGINEERING09

RAG

Retrieval-Augmented Generation

외부 지식베이스에서 관련 문서를 검색해 프롬프트에 주입. 컨텍스트 엔지니어링의 대표 구현 기법.

TIER 03 · ENGINEERING10

하네스 엔지니어링

Harness Engineering

에이전트가 일하는 실행 환경—도구 세트·파일시스템·권한·관측 루프—의 설계. 모델 바깥 모든 것.

TIER 03 · ENGINEERING11

MCP

Model Context Protocol

에이전트가 외부 도구·데이터·시스템에 연결되는 방식을 표준화한 개방형 프로토콜. 하네스/컨텍스트 엔지니어링이 만나는 인터페이스 계약.

TIER 04 · GOVERNANCE12

온프레미스 AI

On-premise AI

모델과 추론 인프라를 외부 클라우드가 아닌 자체 데이터센터에 배치. 데이터 경계의 물리적 통제권.

TIER 04 · GOVERNANCE13

소버린 AI

Sovereign AI

국가·조직이 AI 스택(데이터·모델·인프라·가치 정렬)을 자주적으로 통제. 온프레미스의 전략적 확장.

TIER 05 · DOMAIN14

폐쇄망 금융권 도입

Air-gapped Adoption in Finance

망분리·규제(전금법·전자금융감독규정·금융보안원 평가)·감사 요건 아래 AI를 실전 배치. 2026.4.20 시행세칙 개정으로 평가 통과 SaaS는 부분 예외 허용. 위 모든 단계가 마지막에 만나는 적용 현장.

§ 02

상관관계 5단계 구조도

5단계를 위에서 아래로 읽으세요. 위쪽 개념이 아래쪽 개념의 전제가 되고, 마지막 단계(금융권 폐쇄망)는 위 4단계가 모두 합쳐지는 지점입니다.

그림 보는 법
  • 위에서 아래로 읽으세요 — 위가 기초, 아래가 실제 적용
  • 박스 안에 박스가 있으면 "포함 관계" (예: RAG ⊂ 컨텍스트 엔지니어링)
  • 실선 화살표 = 직접 관계 / 점선 = 간접·보조 관계
  • 좌측 색상 띠로 단계를 구분 (검정→청록→황금→진홍→복합)
  • 오른쪽 박스가 같은 색이면 같은 단계의 동료 개념
  • 맨 아래 검은 박스는 마지막에 모이는 적용 현장 (폐쇄망 금융권)
``` TIER 01 · FOUNDATION TIER 02 · PARADIGM & APPLICATION TIER 03 · ENGINEERING THE INTERFACE TIER 04 · GOVERNANCE & DEPLOYMENT TIER 05 · DOMAIN CONVERGENCE NODE · 01 AI Artificial Intelligence 인공지능 전체 · 뿌리 개념 NODE · 02 생성형 AI Generative AI LLM · 이미지 · 코드 생성 NODE · 03 SLM / sLLM Small / smaller LLM 경량 · 도메인 특화 변형 하위 분야 경량 변형 NODE · 04 AX AI Transformation 조직 전환의 동력 NODE · 05 AI Agent Autonomous Agent 도구 사용 · 자율 실행 NODE · 06 바이브 코딩 Vibe Coding 자연어 주도 개발 enables NODE · 07 프롬프트 엔지니어링 Prompt Engineering 단발 지시문 설계 NODE · 08 — CONTAINING NODE · 09 컨텍스트 엔지니어링 Context Engineering · 문맥창 전체를 설계 NODE · 09 RAG 외부 지식 검색 주입 · 지시 · 예시 · 도구 정의 · 이력 · 상태 NODE · 10 — CONTAINING NODE · 11 하네스 엔지니어링 Harness Engineering 도구·권한·파일시스템·관측 NODE · 11 MCP 도구 연결 표준 프로토콜 ⊂ 포함됨 NODE · 12 온프레미스 AI On-premise AI 자체 인프라 · 물리적 경계 NODE · 13 소버린 AI Sovereign AI 스택 전반의 자주적 통제 전략적 확장 NODE · 14 — CONVERGENCE POINT 폐쇄망 환경의 금융권 도입 망분리 · 금융보안원 CSP 평가 · 전금법 · 감사 · 데이터 주권 ```
직접 관계 (is-a / enables)
간접 관계 (supports / drives)
포함 관계 (⊃)
마지막에 만남 (converges to)
§ 03

단계별 자세히 보기

같은 레이어 안에서 개념끼리 어떻게 맞물리는지, 그리고 바로 위·아래 레이어와는 어떤 관계로 묶이는지.

AI가 생성형 AI를 품고, 생성형 AI가 현재의 AI 붐을 일으켰다. 이 단계는 우리가 다루는 "도구" 자체의 기본 원리입니다.

```
AIArtificial Intelligence
추론·학습·지각·의사결정을 기계가 수행. 규칙기반 → 머신러닝 → 딥러닝 → 파운데이션 모델 순으로 흐름이 옮겨왔다. 이 지도에선 "가장 큰 원"이며, 다른 모든 개념은 이 안에 들어간다. 휴대폰 얼굴인식, 자동 번역, 추천 알고리즘 — 이미 일상에서 쓰고 있는 모든 똑똑한 기능이 다 AI입니다. 새로 등장한 분야가 아니라 1956년부터 70년 된 큰 우산. AI는 가장 큰 우산. ChatGPT도, 이 자료의 다른 13개 용어도 전부 이 안에 들어 있습니다. 1956존 매카시(John McCarthy)가 다트머스 워크숍 제안서에서 처음 사용. 마빈 민스키·클로드 섀넌·너새니얼 로체스터와 공동 주최한 이 회의가 분야의 시작점으로 인용된다.
생성형 AIGenerative AI
is-aAI의 하위 분야. 판별하지 않고 생성한다. 대형언어모델(LLM)·이미지 모델·음성 모델이 주인공이며, 뒤에 등장할 AI Agent·바이브 코딩·RAG의 바탕이 된다. ChatGPT가 답변을 그때그때 "만들어내는" 그것입니다. 외워둔 답을 꺼내는 게 아니라 매번 새로 생성. 미드저니(이미지)·일레븐랩스(음성)·GitHub Copilot(코드)도 같은 원리. ChatGPT 자체가 생성형 AI의 대표 사례. 지금 AI 붐의 진앙지이자 다른 13개 용어가 등장한 이유. 2022.09"생성 모델"은 학계에서 오래 쓰인 용어이지만, 비즈니스 용어 "Generative AI"를 대중에 정착시킨 글은 세쿼이아캐피털의 소냐 황(Sonya Huang)·팻 그래디(Pat Grady)가 쓴 에세이 「Generative AI: A Creative New World」. 두 달 뒤 ChatGPT 공개로 단숨에 일상어가 됨.
SLM / sLLMSmall / smaller LLM
subset-of생성형 AIenables온프레미스거대 모델(수백 B~1T)의 경량·특화 변형. SLM은 1B~10B 범위의 소형 모델(Phi·Gemma 계열), sLLM은 한국 산업계가 자주 쓰는 용어로 7B~70B 범위의 도메인·과제 특화 LLM을 가리킨다. 둘 다 핵심 가치는 같다 — 모델 가중치를 우리가 통제 가능한 인프라에 올릴 수 있다. 폐쇄망 금융권에서 GPU 비용·지연·라이선스를 동시에 풀어주는 사실상 디폴트 후보군. ChatGPT는 너무 거대해서 OpenAI 서버에서만 돌아갑니다. SLM·sLLM은 작아서 우리 회사 서버에 직접 설치 가능. 성능은 좀 떨어지지만 데이터가 회사 밖으로 안 나갑니다. 폐쇄망 금융권이 쓸 수 있는 거의 유일한 선택지. IBK GPT도 이 계열의 자체 인프라 위에서 돌아갑니다. 2023.06SLM: Microsoft Research의 Phi-1 논문 「Textbooks Are All You Need」(Suriya Gunasekar 외)가 "작지만 강한 모델" 흐름을 만들며 용어를 보급. Google Gemma(2024.02)도 같은 카테고리. ·sLLM은 한국 IT 매체·NAVER·LG AI연구원이 자사 모델을 설명하며 정착시킨 한국 산업계 용어로, 글로벌에서는 통용되지 않음. ·그룹사 사례 — IBK기업은행이 자체 GenAI 플랫폼 「IBK GPT」를 2025.03 AI 허브 플랫폼 위에서 가동(상세는 §04 참조).
```

AX는 조직의 변화, AI Agent는 시스템의 변화, 바이브 코딩은 개발자의 변화. 주체는 다르지만 같은 시기에 함께 진행되는 세 개의 변화가 이 단계에 모입니다.

```
AXAI Transformation
DX(디지털 전환)가 "프로세스를 디지털로"였다면, AX는 "의사결정과 생산 루프를 AI로 재구성". 단순 챗봇 도입이 아니라 업무 단위 그 자체를 에이전트 기반으로 재설계한다는 점이 핵심이다. DX가 "종이 결재 → 전자 결재"였다면, AX는 "여신 심사 의견서를 사람이 쓰던 일을 AI가 쓰고 사람이 검토"로 일하는 방식 자체를 바꾸는 단계. 챗봇 하나 도입하는 것과 다릅니다. AX = AI를 "쓰는 것"이 아니라, AI가 일하게끔 우리 업무를 다시 짜는 것. 사람의 역할이 "직접 한다"에서 "지휘하고 검토한다"로 이동. 2023~한국 산업계 용어. 단일 공표자는 없음. SK텔레콤·삼성·LG 등 대기업이 "DX 다음 단계" 마케팅 프레임으로 채택하고 한국 IT 매체가 확산시켰다. 글로벌에서는 잘 쓰이지 않으며, 영문권은 보통 "AI Transformation"·"Enterprise AI"로 표현.
AI AgentAutonomous Agent
evolved-from생성형 AI에서 진화. 단발 응답이 아니라 목표를 받고 → 계획하고 → 도구를 호출하고 → 결과를 관측하고 → 다시 계획하는 루프로 일한다. AX가 실제로 작동하려면 이 에이전트가 필수다. ChatGPT는 "답변"을 줍니다. 에이전트는 답변이 아니라 "일을 끝낸 결과"를 줍니다. "이번 주 메일 정리해줘" 시키면 ChatGPT는 정리하는 방법을 답해주고, 에이전트는 정리된 메일함을 만들어냅니다. 한 번 답하고 끝이 아니라 목표 → 계획 → 실행 → 확인을 반복하는 AI. 진짜 "일꾼" 단계. 학술적 뿌리는 1980~90년대 BDI 에이전트 연구. 현재의 "LLM 기반 자율 에이전트" 의미를 만든 두 분기점: 2022.10ReAct 논문(Yao 외, 프린스턴/구글)이 "추론+도구 사용" 루프를 정식화했고, 2023.03AutoGPT(Toran Bruce Richards) 공개로 일반 개발자에게 확산. 2024.12 Anthropic의 「Building effective agents」가 현재 통용되는 정의를 정리.
바이브 코딩Vibe Coding
enabled-byAI Agent가 코드를 쓸 수 있게 되자 등장한 개발 방식. 개발자는 타이핑보다 의도·제약·검증을 말하고, 에이전트가 구현한다. Claude Code 같은 도구가 현재의 대표 사례. 코딩이 "키보드로 한 줄 한 줄 치는 것"에서 "하고 싶은 걸 말로 설명하면 AI가 코드를 써주는 것"으로 바뀐 방식. Cursor·Claude Code 같은 도구가 이걸 가능하게 합니다. 개발자가 타이핑보다 "의도와 검증"에 집중하는 시대. AI 시대 개발 생산성의 가장 큰 변화 축. 2025.02.02안드레 카파시(Andrej Karpathy)(전 OpenAI/테슬라)가 X(트위터)에 올린 짧은 글에서 처음 명명: "There's a new kind of coding I call 'vibe coding', where you fully give in to the vibes…" 게시 직후 업계 표준어로 정착.
```

프롬프트 → 컨텍스트 → 하네스 순으로 설계 범위가 넓어진다. RAG는 컨텍스트 엔지니어링 안에서 "외부 지식을 붙이는 구체 기법".

```
프롬프트 엔지니어링Prompt Engineering
모델에게 주는 한 번의 지시문을 다듬는 기술. 역할 지정, 포맷 강제, Few-shot, CoT 같은 기법들. 출력 품질을 가장 직접 조절하는 도구이지만, 복잡한 에이전트 워크플로에선 이것만으로 부족하다. ChatGPT에 "나는 마케터인데 이런 톤으로 써줘", "표 형식으로 정리해줘", "예시 3개 먼저 보고 그 패턴으로 답변해줘" 하고 시키는 그것. 그걸 잘 하는 기술입니다. 한 번의 지시문을 잘 쓰는 기술. 기본기지만, 에이전트가 여러 단계를 거치는 복잡한 일에선 이것만으론 부족. 2020~21GPT-3 출시 후 개발자 커뮤니티에서 자생적으로 등장. 단일 명명자는 없음. 2021 Liu 외의 서베이 「Pre-train, Prompt, and Predict」가 학계 정착에 기여했고, Riley Goodside가 X에서 다양한 사례를 공유하며 대중에 확산.
컨텍스트 엔지니어링Context Engineering
⊃ prompt eng프롬프트 엔지니어링을 부분집합으로 포함하는 상위 개념. 시스템 프롬프트·사용자 지시·도구 정의·대화 이력·검색된 문서·이전 에이전트 상태까지 — 문맥창에 들어가는 모든 토큰의 구성을 설계한다. 긴 세션과 에이전트 루프에서 결정적이다. 프롬프트 엔지니어링이 "대화 한 마디를 잘 쓰는 일"이라면, 컨텍스트 엔지니어링은 "대화 전체 + 참고 자료 + 쓸 수 있는 도구를 어떻게 짜놓을지"를 설계하는 일. 한 단계 위. 2025.6부터 업계 표준어가 된 신생 용어. 에이전트 시대의 핵심 엔지니어링 영역. 2025.06Shopify CEO 토비 뤼트케(Tobi Lütke)가 X에 "프롬프트 엔지니어링보다 컨텍스트 엔지니어링이 더 정확한 표현"이라 쓰고, 같은 달 안드레 카파시가 "+1"로 공개 지지하며 업계 용어로 정착. 이전에도 Cognition·Anthropic 응용팀 내부에서 비슷한 표현이 쓰였으나 대중화 시점은 이때.
RAGRetrieval-Augmented Generation
technique-of컨텍스트 엔지니어링의 대표적 구현 패턴. 질문이 들어오면 벡터DB·검색엔진에서 관련 문서를 찾아 프롬프트에 붙여준다. 모델 재학습 없이 최신·사내 지식을 반영하는 표준적 방법. 금융권 특히 핵심. ChatGPT가 우리 회사 규정·약관을 모르잖아요. 질문이 들어올 때마다 사내 문서함에서 관련 자료를 자동으로 찾아 답변 앞에 붙여주는 장치가 RAG입니다. 모델 재학습 없이도 항상 최신 정보로 답변. 금융권에서 가장 많이 쓰는 패턴. IBK GPT도 RAG를 접목해 사내 규정·매뉴얼을 그때그때 주입. 2020.05패트릭 루이스(Patrick Lewis)·이선 페레즈(Ethan Perez) 외 Facebook AI Research(現 Meta AI) 팀이 NeurIPS 논문 「Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks」에서 정식 명명. 이 한 편이 약어 "RAG"의 출처.
하네스 엔지니어링Harness Engineering
wrapsAI Agent컨텍스트가 "모델 입력의 설계"라면, 하네스는 모델 바깥 실행 환경 전체의 설계다. 어떤 도구를 쥐여줄지, 어떤 파일에 접근하게 할지, 어떤 권한을 허용할지, 어떻게 관측·롤백할지. 에이전트의 "작업장" 그 자체. 에이전트가 일하는 "작업장 자체"를 짜는 일입니다. 어떤 도구를 쥐여줄지, 어떤 파일에 접근하게 할지, 권한은 어디까지 줄지, 일이 잘못되면 어떻게 되돌릴지 — 모델 바깥의 모든 것. 모델 안이 아니라 모델 바깥(실행 환경)을 설계하는 영역. 에이전트 품질의 진짜 차이는 여기서 납니다. 2024~"harness"는 본래 ML 평가 도구(EleutherAI의 lm-evaluation-harness)에서 빌려온 표현. 에이전트 실행 환경을 가리키는 의미로의 확장은 Anthropic의 Claude Code 관련 글과 솔토 더글라스(Sholto Douglas) 등의 인터뷰·블로그에서 자리 잡음. 표준 학술 용어는 아니며 업계 통용 표현.
MCPModel Context Protocol
interface-of하네스 엔지니어링모델·에이전트가 도구·데이터 소스·시스템에 접속하는 방식을 표준화한 개방형 프로토콜. 흔히 "AI를 위한 USB-C"로 비유된다. 하네스 엔지니어링이 "환경을 어떻게 짤 것인가"의 영역이라면, MCP는 그 환경 안에서 어떤 규약으로 도구를 노출하고 호출할 것인가의 계약. 사내 시스템·DB·결재 API를 일관된 방식으로 에이전트에 공급할 수 있어, 폐쇄망 도입 시 도구 어댑터의 표준화 → 감사·권한 통제의 일관성으로 직결된다. 에이전트가 사내 메일·DB·결재 시스템에 연결될 때, 콘센트 모양이 다 다르면 매번 어댑터를 새로 만들어야 됩니다. MCP는 콘센트 모양을 통일시킨 표준 규격이라 어느 도구든 똑같이 꽂힙니다. "AI를 위한 USB-C". Anthropic이 2024.11 공개한 이후 빠르게 업계 표준으로 자리 잡는 중. 2024.11.25Anthropic이 발표 글 「Introducing the Model Context Protocol」과 함께 오픈소스로 공개. 이후 OpenAI·Google DeepMind·다수 IDE/SaaS가 채택하며 사실상 업계 표준 흐름으로 자리 잡음.
```

온프레미스는 "물리적 통제", 소버린은 "전략적 통제". 온프레미스가 소버린의 기반이 되지만, 소버린은 온프레미스만으로는 완성되지 않습니다.

```
온프레미스 AIOn-premise AI
모델 가중치·추론 서버·데이터·로그를 외부 클라우드가 아닌 자체 데이터센터(또는 프라이빗 존)에 둔다. 토큰과 프롬프트가 조직 경계 밖으로 나가지 않는다. 금융·국방·의료의 전제 조건. AWS·Azure 같은 외부 클라우드를 안 쓰고, 우리 회사 데이터센터 안에서만 AI를 돌리는 것. 데이터·질문·답변 어느 것도 회사 밖으로 나가지 않습니다. 금융·국방·의료의 전제 조건. 망분리 환경에서 AI를 쓰려면 사실상 유일한 길. "On-premises"는 1990s~엔터프라이즈 IT 용어로 SaaS·클라우드의 대립항으로 굳어진 표현. AI 도입 맥락의 "온프레미스 AI"는 2023~LLM 데이터 보안·규제 대응 논의가 본격화되며 관용구로 정착. 단일 공표자 없음.
소버린 AISovereign AI
extends온프레미스 AI단순히 서버 위치가 아니라 데이터·모델·인프라·가치정렬 전체에 대한 자주적 통제를 뜻한다. "우리 국민·조직의 맥락·언어·규범에 맞는 AI를 외부 의존 없이". 국가 차원(K-AI), 조직 차원(금융 그룹 자체 모델) 모두 해당. 외국 회사 모델을 빌려 쓰는 게 아니라 데이터·모델·인프라까지 다 우리 통제 아래 두는 것. "AI도 국산으로"에 가까운 개념입니다. 국가 차원 K-AI, 조직 차원 그룹 자체 모델 모두 여기 해당. 온프레미스가 "서버 위치 자주권"이라면, 소버린은 "스택 전체 자주권". 한 칸 더 깊은 통제. 2024.01~02NVIDIA CEO 젠슨 황(Jensen Huang)이 다보스포럼·세계정부정상회의(UAE)에서 "모든 국가가 자국의 소버린 AI 역량을 가져야 한다"고 반복 발언하며 정책 용어로 일반화. 이전 EU·프랑스(Mistral) 정책 담론에서 유사 개념이 논의됐으나 글로벌 확산은 이 시점.
```
§ 04 · TIER 05 — CONVERGENCE

폐쇄망 환경의 금융권 도입
앞의 네 단계가 함께 돌아가야 가능하다.

```

망분리, 금융보안원 가이드, 전자금융거래법, 전자금융감독규정·시행세칙, 개인정보보호법, 감사 추적성 — 금융권에서 AI를 "실제로" 도입한다는 건 모델 하나를 띄우는 일이 아니라 위 지형도 전체를 그대로 복제해오는 일이다. 아래는 레이어별로 금융권 도입 시 꼭 필요한 선택.

2026.04.20 · 규제 업데이트출처 · 금융위원회 보도자료

금융위원회 「전자금융감독규정시행세칙」 개정 시행. 일정 보안규율을 충족하면 내부 업무망에서 클라우드 기반 SaaS 활용 가능 — 별도 혁신금융서비스 심사 없이도 사무관리·업무지원용 SaaS 도입 길이 열렸다. 충족 조건: 금융보안원 평가 결과 '충족' SaaS, 단말 보호대책, 접근·권한 통제, 중요정보 처리 모니터링.

단, 개인신용정보를 처리하는 SaaS는 이번 예외 대상에서 제외. 핵심 LLM 추론·가중치·벡터DB·민감 로그 저장은 여전히 내부망 원칙. 본 문서의 "온프레미스 = 양보 못 하는 조건" 서술은 "핵심 자산은 내부망, 보조 SaaS는 평가 통과 시 허용"으로 갱신해 읽으세요.

TIER 01
SLM / sLLM 선택
상용 API는 대부분 인터넷 접근을 전제. 폐쇄망에서는 가중치를 받아올 수 있는 오픈 웨이트 SLM·sLLM이 사실상 디폴트. 하드웨어 예산과 도메인 정확도의 절충점이 모델 크기 결정의 핵심.
TIER 02
AI Agent + AX
챗봇 수준이 아니라 여신심사·FP 분석·내부감사·고객응대의 업무 단위를 에이전트로 재설계하는 것이 AX의 실체. 바이브 코딩은 사내 개발 생산성 축.
TIER 03
RAG + MCP
규정·약관·사내 지식이 매주 바뀌는 금융에서 모델 재학습은 비현실적. RAG로 최신 사내 문서를 주입하고, MCP로 사내 시스템·DB·도구를 표준 규약으로 연결. 컨텍스트·하네스 엔지니어링이 품질을 결정한다.
TIER 04
핵심은 온프레미스
모델 가중치·벡터DB·에이전트 런타임·민감 로그는 내부망에 존재해야 한다. 다만 2026.4.20 시행세칙 개정으로 보안 평가 충족 SaaS는 부분 예외 인정(개인신용정보 처리 제외). 절대 차단에서 "선별적 허용"으로 한 칸 이동.
TIER 04+
소버린 설계
한국어·금융 도메인·조직 규범에 맞춘 모델. 외부 의존을 줄이되 품질은 타협하지 않도록 자체 파인튜닝·평가셋을 내재화.
그룹사 실증 사례IBK 기업은행 · 2025~

IBK기업은행은 자체 생성형 AI 플랫폼 「IBK GPT」를 운영 중이다. 외부 SaaS·상용 API에 의존하지 않고 자체 AI 인프라 위에서 sLLM·RAG를 결합한 형태 — 본 문서가 가리키는 Tier 1~Tier 4의 표준 스택이 이미 그룹 안에서 실가동되고 있다는 뜻이다.

  • 2025.03 — AI 허브 플랫폼 오픈 (고성능 GPU 서버 + 개발·운영 툴 자체 구축)
  • 적용 업무 — 여신 심사의견 작성, 보고서 요약, 번역 등 행내 반복 업무
  • RAG 접목으로 사내 규정·약관·매뉴얼을 그때그때 주입
  • 대외 서비스 — 중소기업 GenAI 도입 무료 컨설팅 「AI ACT」 운영

— 결국 이 14개 용어는 서로 경쟁하는 유행어가 아니라, 폐쇄망 금융권 AI라는 하나의 목표를 향해 위에서 아래로 차곡차곡 쌓이는 기술 묶음이다. 위에서 아래로 읽으면 개념의 흐름이 되고, 아래에서 위로 읽으면 도입 체크리스트가 된다.

```
§ 05

꼭 알아야 할 5가지

14개 용어를 다 외울 필요 없습니다. 회의실에서 기억해 두면 좋을 다섯 줄.

01

AI는 가장 큰 우산

이 자료의 14개 용어가 전부 그 안에 들어 있습니다. ChatGPT는 그 안의 한 종류(생성형 AI). 새로 등장한 게 아니라 70년 된 분야가 폭발한 것.

02

Agent ≠ ChatGPT

ChatGPT는 "답변"을 줍니다. AI Agent는 답이 아니라 "일이 끝난 결과"를 만듭니다. 정리 방법을 답해주는 게 아니라 정리된 메일함을 만드는 식.

03

폐쇄망 = SLM/sLLM + 온프레미스

외부 API 못 쓰니까 작은 모델을 우리 서버에 직접 올리는 게 정답. IBK GPT가 그 사례 — 자체 인프라 위에서 RAG 접목해 행내 업무에 적용 중.

04

RAG가 금융권 표준

모델을 다시 학습시키는 대신 사내 규정·약관을 그때그때 주입하는 패턴. 매주 바뀌는 금융 규정 환경에 맞고, 모델은 그대로 두고도 최신 답변 가능.

05

품질은 컨텍스트·하네스가 결정

모델 자체보다 모델 바깥 설계(어떤 자료·도구·권한을 줄지)가 에이전트 품질의 진짜 차이를 만듭니다. 현장 실무자가 가장 직접 다루는 영역.

한 가지 더 — 2026.04.20 시행세칙 개정으로 보안 평가 통과 SaaS는 부분 허용으로 풀렸습니다. "외부 API 절대 차단"이라는 기존 인식은 갱신해야 하지만, 핵심 LLM 추론·가중치·민감 로그는 여전히 내부망 원칙이라는 큰 그림은 그대로입니다.