Lloyds Banking Group은 약 800개의 AI 모델을 실무에 적용했으며, 이제 핵심 질문은 Lloyds의 AI 전략이 이러한 모델 수를 비용 절감, 서비스 속도 향상, 그리고 2030년까지 **20%**에 가까운 유형 자기자본이익률(Return on Tangible Equity)로 전환할 수 있느냐 하는 것입니다.

영국 중심의 이 은행은 인공지능(Artificial Intelligence)이 2030년까지 이어지는 전략적 계획의 핵심이 될 것이라고 밝혔습니다. 7월 30일 목요일에 발표된 Lloyds의 투자자 자료를 인용한 PYMNTS에 따르면, 이 은행은 2028년에는 18% 이상, **2030년에는 약 20%**의 유형 자기자본이익률(Return on Tangible Equity) 달성을 목표로 하고 있습니다.

Lloyds의 800개 실무 AI 모델이 2030년 수익 목표를 달성할 수 있을까?

가장 눈에 띄는 수치는 명확합니다. Lloyds Banking Group 전반에 걸쳐 800개의 AI 모델이 가동 중이라는 점입니다. PYMNTS가 인용한 2026년 상반기 실적 및 전략 업데이트에 따르면, 이 은행은 약 2,200만 명의 모바일 앱 사용자와 연간 70억 건의 디지털 로그인을 기록했다고 보고했습니다.

이것이 중요한 이유는 Lloyds가 AI를 단순한 실험실 프로젝트로 취급하지 않기 때문입니다. 이들은 AI를 비용 관리, 고객 여정(Customer Journeys), 기업 금융 생산성 및 장기 수익성 목표와 결합하고 있습니다.

전략 업데이트에 따르면, 이 은행은 향후 10년 동안 연간 0.4~1.2% 포인트의 AI 생산성 이익을 기대하고 있습니다. 또한 **비용 대비 이익 비율(Cost:income ratio)**이 2026년 50% 미만에서 매년 감소하여 2030년에는 45% 미만으로 떨어질 것으로 예상하고 있습니다.

“우리는 역량을 강화하고, 고객에게 새로운 제안을 제공하며, 새로운 기술로부터 이익을 얻을 수 있는 위치를 확보하기 위한 명확한 전략에 따라 성과를 내고 있습니다.”라고 Lloyds Banking Group의 상임 이사이자 그룹 최고 경영자(Group Chief Executive)인 Charlie Nunn은 목요일 실적 발표 전화 회의에서 말했습니다. “우리는 인프라를 크게 현대화했으며, 기존의 데이터 자산(Legacy Data Estate)과 기술을 적극적으로 활용하고 있습니다.”

Lloyds는 생산성과 효율성을 개선하고, 기술을 현대화하며, 더 많은 상호작용을 디지털화하고, 사무실 점유 공간을 합리화함으로써 2022년에서 2026년 사이에 20억 파운드의 비용 절감을 달성했다고 밝혔습니다.

다음 단계는 기준을 더 높입니다. 이제 Lloyds AI 전략은 모델 배포가 단순히 내부 기술 대시보드에만 영향을 미치는 것이 아니라, 손익계산서(Income Statement)에 영향을 미칠 수 있음을 증명해야 합니다.

관련 XOOMAR 보도: £2bn Cuts Force Lloyds AI Strategy Into a Hard Test는 은행의 비용 의제(Cost Agenda)를 둘러싼 압박을 추적하며, Real-Time Payments Invade Payroll, Checkout and B2B는 더 빠른 디지털 금융 워크플로우(Workflow)로의 광범위한 전환을 다룹니다.

Lloyds AI 전략이 실제로 비즈니스에 접목되는 지점은 어디인가?

Lloyds는 리테일(Retail) 및 기업 금융(Commercial Banking) 분야에서 가장 명확한 세부 사항을 제시했습니다.

리테일 분야에서 은행은 **에이전틱 고객 여정 (Agentic Customer Journeys)**을 확장할 계획입니다. 쉽게 말해, 이는 단순히 질문에 답하거나 요청을 전달하는 수준을 넘어 고객 프로세스의 더 많은 단계를 처리할 수 있는 AI 시스템을 의미합니다. Lloyds는 그 목표가 더 나은 고객 경험, 더 효율적인 신규 고객 성장, 그리고 더 낮은 서비스 비용(Cost-to-service)이라고 밝혔습니다.

기업 금융 분야에서 Lloyds는 관계 관리자(Relationship Manager)의 생산성을 높이기 위해 **AI 증강 도구 (AI-augmented tooling)**를 사용하고 있다고 밝혔습니다. 또한 기업 및 상업 금융 (Business and Commercial Banking) 관계를 심화하기 위해 더 많은 디지털 및 AI 기반 서비스를 제공할 계획입니다.

또한 회사는 자동 신용 결정 (Auto credit decisioning), 새로운 브로커 포털 (New broker portal), 소상공인을 위한 간단하고 유연한 결제 솔루션, 그리고 제3자를 위한 임베디드 금융 (Embedded finance) 솔루션을 언급했습니다.

XOOMAR 분석에 따르면, 유의미한 질문은 800개의 AI 모델이라는 숫자가 커 보이는지 여부가 아닙니다. 실제로 그렇게 들립니다. 더 어려운 질문은 해당 모델들이 서비스 속도, 관계 관리자(Relationship manager)의 산출물, 디지털 완료율(Digital completion rates) 또는 서비스 비용(Cost-to-service)과 같이 측정 가능한 운영 지표를 움직이는 워크플로(Workflow) 내에 자리 잡고 있는지 여부입니다.

제공된 자료에는 고객 서비스, 사기 탐지(Fraud detection), 리스크 분석(Risk analysis), 백오피스 워크플로(Back-office workflows) 또는 소프트웨어 개발을 위해 얼마나 많은 모델이 사용되는지에 대한 세부 분류가 나와 있지 않습니다. 이러한 분류는 매우 중요합니다. 범위가 좁게 설정된 수많은 모델은, 대량의 프로세스에 내장된 소수의 모델보다 재무적 영향력이 덜 가시적일 수 있기 때문입니다.

AI를 통한 비용 절감이 시스템 구축 및 거버넌스 비용을 견뎌낼 수 있을 것인가?

Lloyds는 이러한 변화를 지원하기 위해 인력을 채용해 왔습니다. Nunn은 은행이 2021년 이후 약 11,000명의 기술 및 데이터 인력을 채용했다고 밝혔습니다.

“이러한 조치들은 우리 조직이 빠른 속도로 상당한 변화를 이끌어낼 수 있는 더 나은 역량을 갖추었음을 의미합니다.”라고 Nunn은 말했습니다. “이는 혁신을 가속화하기 위한 플랫폼을 구축하였으며, 고객과 그룹 모두에게 명확한 이익을 가져다주고 있습니다.”

이 채용 수치는 양면성을 가집니다. 이는 Lloyds가 전략을 뒷받침하기 위해 인적 자원을 투입했음을 보여줍니다. 동시에 투자자들은 AI 기반의 비용 절감액이 기술 지출, 구현 작업 및 감독 비용(Oversight costs)에 의해 상쇄되지 않는다는 증거를 찾게 될 것임을 의미합니다.

은행 자체 목표치가 그 성적표를 제시합니다:

• 수익률 (Returns): 2028년 유형자기자본이익률(Return on tangible equity) 18% 이상, 2030년 약 20%.
• 효율성 (Efficiency): 비용 대비 소득 비율(Cost:income ratio) 2026년 50% 미만, 이후 2030년 45% 미만.
• 생산성 (Productivity): 향후 10년 동안 연간 0.4~1.2%포인트의 AI 이익.
• 디지털 규모 (Digital scale): 모바일 앱 사용자 2,200만 명 및 연간 디지털 로그인 70억 건.
• 실행 기반 (Execution base): 약 800개의 AI 모델 가동 중 및 2021년 이후 11,000명의 기술 및 데이터 인력 채용.

XOOMAR 분석: 이 정도 규모로 AI를 사용하는 은행들은 모델이 높은 이해관계가 걸린 금융 워크플로우 (financial workflows)에 충분히 신뢰할 수 있고, 통제 가능하며, 설명 가능한지(explainable) 증명해야 할 것입니다. PYMNTS가 인용한 Lloyds의 자료에는 상세한 모델 거버넌스 (model governance) 공개 내용이 포함되어 있지 않으므로, 이는 해당 계획의 중요한 공백 중 하나로 남아 있습니다.

800개의 모델이 실질적인 의미를 가질지 결정할 증거 지표는 무엇인가?

향후 몇 차례의 보고 기간은 Lloyds의 AI 전략이 실질적인 운영 이익을 창출하고 있는지 보여줄 것입니다.

첫 번째 관전 포인트는 비용 대비 수익 (cost:income) 경로입니다. Lloyds는 2030년까지 45% 미만으로 비용 대비 수익 비율을 매년 낮추겠다고 약속했습니다. 은행이 기술 및 데이터 인력에 대한 투자를 지속하는 동안 이 비율이 개선된다면, AI 스토리는 더욱 신뢰를 얻게 될 것입니다.

두 번째는 서비스 증거입니다. Lloyds는 에이전트형 고객 여정 (agentic customer journeys)과 기업 관계 관리자 (commercial relationship manager)의 생산성을 언급했습니다. 투자자와 고객은 이러한 시스템이 단순히 내부 팀 간의 업무를 이동시키는 것이 아니라, 마찰을 줄이고, 의사결정 속도를 높이거나, 디지털 완결성 (digital completion)을 개선한다는 신호를 확인해야 할 것입니다.

세 번째는 AI를 통한 이익이 수익률로 이어지는지 여부입니다. Lloyds는 이제 AI를 2028년 및 2030년 수익성 스토리와 연결했습니다. 이제부터는 헤드라인에 나오는 모델의 수보다 실행력이 더 중요해질 것입니다. 관전 포인트는 간단합니다. 800개의 라이브 AI 모델이 2030년 이전에 Lloyds의 비용 구조 (cost base)에서 가시적인 성과로 나타날 것인지, 아니면 재무적 증명을 기다리는 인상적인 기술 통계치로만 남을 것인지입니다.

면책 조항: 본 XOOMAR 분석은 정보 제공 및 교육적 목적으로만 제공됩니다. 이는 금융, 투자, 법률, 세무 또는 전문적인 조언이 아닙니다. 매수, 매도, 보유, 목표가, 포트폴리오 또는 개인화된 권고를 제공하지 않습니다. 결정을 내리기 전에 정보를 독립적으로 확인하고 자격을 갖춘 전문가와 상담하십시오.

결론 (The Bottom Line)

• Lloyds는 AI 도입을 수익성 및 비용 절감 목표와 직접적으로 연계하고 있습니다.
• 이 은행의 800개 라이브 AI 모델은 고객 서비스와 내부 생산성을 대규모로 재편할 수 있습니다.
• Lloyds의 2030년 목표는 대형 은행들이 AI 도입을 측정 가능한 주주 수익으로 전환할 수 있는지 여부를 시험하게 될 것입니다.

원문은 XOOMAR에 게시되었습니다. 더 많은 뉴스 및 분석을 보려면 XOOMAR를 방문하십시오.