1. 2026 제주은행 AI 자기소개서.hwp
2. 2026 제주은행 AI 자기소개서.pdf

생성형 AI를 제주은행에 적용한다면 어떤 영역부터 시작하시겠습니까?
금융 데이터 기반 AI와 생성형 AI를 어떻게 구분해 활용하시겠습니까?
더구나 제주은행은 최근 생성형 AI 플랫폼과 ERP 기반기업 금융혁신을 동시에 추진하면서, 내부 업무 효율화와 고객 맞춤형 가치 제안을 함께 강화하는 방향을 보이고 있습니다.
다만 저는 금융권 고객상담에 생성형 AI를 도입할 때 무조건 전면 자동화를 지향하면 안 된다고 생각합니다.
저는 제주은행이 이미 생성형 AI 플랫폼 구축과 ERP 기반기업 금융혁신을 병행하고 있다는 점에서, 금융권 내에서도 매우 흥미로운 위치에 있다고 생각합니다.
저는 그래서 금융권 AI를 설계할 때 세가지를 반드시 같이 봐야 한다고 생각합니다.
저는 금융 데이터 기반 AI와 생성형 AI를 같은 AI라는 이름으로 묶되, 역할은 분명히 구분해야 한다고 생각합니다.
즉 판단의 뼈대는 데이터 기반 AI가 만들고, 이해와 실행의 속도는 생성형 AI가 높이는 구조가 이상 적이라고 생각합니다.

어떤 모델이 더 좋은지, 어떤 전처리가 더 효과적인지, 어떤 하이퍼파라미터 조정이 점수를 높이는지에 관심이 컸습니다.
모두 AI라고 부르지만, 업무 보조·문서 생성·지식 검색·상담보조에는 생성형 AI가 적합한 반면, 이상 탐지·이탈 예측·고객 세분화·한도산 정보조 등은 구조화 데이터 기반의 예측 모델이 더 적합하다고 생각했기 때문입니다.
어떤 고객이 원래 자주 사던 상품군에서 멀어지고 있는지, 이벤트성 구매 후 재구매가 끊겼는지, 방문은 하지만 전환이 줄고 있는지를 더 중요하게 보았습니다.
모델은 해석성과 운영 편의성 을 고려해 우선 트리 기반 앙상블 모델과 로지스틱 회귀를 병행비교했고, 단순 정확도보다 실제 운영에서 중요한 재현율과 상위 위험군 선별 효율을 중심으로 성능을 평가했습니다.
또한 최종 결과를 '이탈 확률 점수'한 줄로 넘기지 않고, 고객군을 세 가지 우선순위로 나눠 각 군별 권장 액션까지 제안하는 형태로 리포트를 설계했습니다.
금융권의 업무는 구조화 데이터만으로 움직이지 않기 때문입니다.
반면 생성형 AI에 검색증강 생성방식을 결합하면, 최신규정과 내부 문서를 근거로 필요한 답을 빠르게 제시할 수 있어 업무 속도와 품질을 동시에 높일 수 있습니다.
규정, 상품설명, 업무매뉴얼, 내부 공지, FAQ를 통합검색·요약해 직원이 자연어로 질의하면 근거문서와 함께 답을 받을 수 있게 하는 것입니다.
두 번째 적용 영역은 여신심사와 기업금융지원입니다.
예를 들어 기업 고객의 ERP 데이터, 재무 흐름, 매출채권정보, 거래패턴 등 구조화 데이터는 전통적 예측 모델과 룰 기반 시스템으로 평가하고 , 생성형 AI는 여기에 비정형 정보 요약과 설명생성기능을 더하는 방식입니다.
세 번째 적용 영역은 고객상담과 맞춤 제안입니다.
저는 제주은행이 이미 생성형 AI 플랫폼 구축과 ERP 기반기업 금융혁신을 병행하고 있다는 점에서, 금융권 내에서도 매우 흥미로운 위치에 있다고 생각합니다.
제가 제주은행 AI 직무에 지원한 이유는 지금 제주은행이 금융권에서 드물게 AI를 실제 업무와 서비스 구조에 동시에 연결하려는 단계에 들어섰다고 보기 때문입니다.
하나는 내부 생산성을 바꾸는 AI이고, 다른 하나는 고객과 기업금융 서비스를 다시 설계하는 AI이기 때문입니다.
생성형 AI를 문서 작성, 규정질의응답, 내부통제 점검, 여신심사 지원 등 실제 업무에 연결하려 하고 있고, ERP 뱅킹과 AI 결합을 통해 기업 운영 흐름 속에서 금융을 제공하려는 비전도 분명합니다.
저는 이 변화 속에서 단순히 모델을 만드는 사람이 아니라, AI를 실제 업무와 서비스로 정착시키는 역할을 하고 싶습니다.
금융권 AI에서 가장 중요한 원칙은 저는 '정확성' 하나가 아니라 '설명 가능하고 통제 가능한 정확성'이라고 생각합니다.
저는 그래서 금융권 AI를 설계할 때 세가지를 반드시 같이 봐야 한다고 생각합니다.
기술을 과신하지 않고, 설명 가능성과 책임구조를 함께 설계하는 것이 금융권 AI의 핵심 원칙이라고 믿습니다.
실제 비즈니스 현장에서 AI 모델을 도입할 때 가장 먼저 점검해야 할 것은 모델이 아니라 문제 정의라고 생각합니다.
규정질의응답 AI는 정답성과 최신성이 중요하고, 심사지원 AI는 설명 가능성과 리스크 보조가 중요하며, 고객제안 AI는 반응률과 고객 경험이 중요할 수 있습니다.
제주은행이 이미 생성형 AI 플랫폼 구축을 통해 내부 규정 기반질의응답, 보고서·공문자동작성, 내부통제점검, 여신심사지원 등을 추진하고 있다는 점을 보면, 실제로 도 내부 업무영역이 가장 현실적인 출발점이라고 생각합니다.
저는 생성형 AI를 도입할 때 가장 중요한 것이 범위를 욕심내지 않는 것이라고 생각합니다.
많은 경우 성과 부진은 알고리즘 문제라기보다 문제정의, 데이터 품질, 현업 적용 방식, KPI 설정의 불일치에서 발생하기 때문입니다.
저는 금융 데이터 기반 AI와 생성형 AI를 같은 AI라는 이름으로 묶되, 역할은 분명히 구분해야 한다고 생각합니다.
예를 들어 기업금융심사 지원을 생각해보면, ERP 데이터와 거래 흐름, 재무수치 평가는 구조화 데이터 기반 모델이 담당하는 것이 맞습니다.
즉 판단의 뼈대는 데이터 기반 AI가 만들고, 이해와 실행의 속도는 생성형 AI가 높이는 구조가 이상 적이라고 생각합니다.
생성형 AI 플랫폼은 내부질의응답과 문서 자동화, 심사지원 등 비정형 정보처리에 강점이 있고, DJBank와 AICFO 비전은 ERP와 금융 데이터를 활용한 예측·추천·실행 구조를 지향하고 있습니다.
저는 입사 후에도 두 기술을 섞어 말하기보다, 어떤 문제에 어떤 AI가 맞는지 분명히 구분해 설계하겠습니다.
입사 후 5년 안에 저는 제주은행에서 "기술을 아는 사람"을 넘어 "기술을 금융성과로 연결하는 사람"으로 성장하고 싶습니다.

ai, 은행, 생, 금융, 성형, 고객, 데이터, 모델, 업무, 기반, 실제, 성, 심사, erp, 생각, 기업, 문서, 중요하다, 더, 구조