금융: APAC 금융권의 AI 도입이 확장 단계에 진입했으며, 생산성 향상이 핵심 수익으로 부상

개요

JPMorgan은 2026년 5월 말부터 7월 중순까지 약 5조2천억 달러의 시가총액을 보유한 12개 섹터, 14개 시장의 APAC 상장사 317개를 조사했다. 본 보고서는 보험, 은행 및 금융서비스에 초점을 맞추어 AI 도입, 투자, 사업 성과, 도입 장벽, 인력 영향 및 수익성 기대를 APAC 전반의 벤치마크와 비교한다.

핵심 견해

AI 도입은 이미 광범위하게 이루어지고 있으며, 금융권 투자 평가의 다음 단계는 투자 강도, 생산성의 마진 전환, 거버넌스 및 워크플로 전환 역량에 초점을 맞춰야 한다. 은행 및 금융서비스는 시장 평균을 웃도는 투자 기반에서 확대하고 있으며 고객 서비스와 생산성에 더 큰 비중을 둘 것으로 예상된다. 보험은 생산성과 고객 참여를 강조하며 산업 이익 풀과 자체 수익에 대해 상대적으로 낙관적이지만, 시스템 통합이 중요한 병목 요인이다. 두 부문의 인력 영향은 주로 보완적이지만, 고객 서비스와 IT 역시 대체 노출도가 높다.

분석 프레임워크

산업 우선 설문 분석 프레임워크를 사용하여, 보고서는 보험 및 은행/금융서비스의 응답을 APAC 전반의 벤치마크와 비교하고 AI 지출, 동인, 예상 운영 영향, 확장 장벽, 직무 대체 및 보완, 산업 이익 풀 및 기업 실적 심리에 걸친 투자 시사점을 도출한다.

방법론 메모

• 설문 분석산업 우선 벤치마크 비교

  산업을 중심으로 하고 지역으로 보완한 횡단면 비교

  분석은 먼저 각 산업 내 설문 대상 기업의 AI 도입 현황을 비교한 후, APAC 전반의 벤치마크와 지역별 구분을 반영하여 차이가 성숙도, 규제 또는 국가 구성에서 비롯되는지 평가한다.

• 운영 영향 평가투자–산출–도입 장벽 프레임워크

  투자 강도부터 운영 성과 및 도입 과제까지

  이 프레임워크는 비용과 자본적 지출에서 차지하는 AI 지출 비중, 생산성 및 매출과 같은 예상 성과, 그리고 데이터, 거버넌스, 시스템 통합 및 조직 변화를 포함한 도입 제약을 함께 평가한다.

자산 매핑 및 비교

투자 논리에서 명시된 자산으로의 구조화 매핑(강점, 약점, 비교 대상, 위험).

• APAC 은행 및 금융서비스 주식

  AI 투자 강도가 지역 평균을 앞서며 생산성, 고객 만족도 및 프로세스 자동화의 혜택을 받을 것으로 예상된다.

  강점

  AI 투자 강도는 향후 12개월 동안 7.1%에 이를 것으로 예상되며, 노동 생산성은 5.7% 개선될 것으로 예상된다. 고객 서비스와 IT에서 AI 보완 비율이 높다.

  약점

  예상 비용 측면 개선은 제한적이며, 단기 이익 레버리지는 직접적인 비용 절감보다 매출, 서비스 경험 및 운영 효율성에 더 의존한다.

  비교

  투자 강도는 APAC 전체 평균보다 1.3%p 높지만, 가속도는 APAC 전체 속도보다 74bp 느려 높은 기반에서의 확대를 반영한다.

  위험

  데이터 프라이버시 및 보안, 인력 및 변화 관리, 규제 요건 및 모델 거버넌스가 대규모 도입을 지연시킬 수 있다.

• APAC 보험 주식

  AI는 생산성 및 고객 서비스 개선을 통해 이익 기대를 뒷받침할 것으로 예상되며, 산업 심리는 지역 평균보다 더 긍정적이다.

  강점

  예상 노동 생산성 영향은 8.5%이며, 산업 이익 풀에 대한 낙관적 비중은 53.8%, 자체 이익에 대한 낙관적 비중은 69.2%이다. 고객 서비스 보완 비율은 69.2%이다.

  약점

  향후 12개월 투자 강도 5.3%는 APAC 전체의 5.7%보다 낮다. 비용 지표는 평균 약 1.1% 하락해 가치 창출이 주로 즉각적인 비용 절감에 의존하지 않음을 의미한다.

  비교

  보험의 생산성 기대는 APAC 전체 평균을 상회하지만, 투자 강도와 가속 속도는 지역 벤치마크보다 낮다.

  위험

  시스템 및 워크플로 통합이 주요 장벽이다. 고객 서비스와 IT 직무는 대체 노출도가 높아 조직, 컴플라이언스 및 실행 위험을 초래할 수 있다.

핵심 데이터

• APAC AI 투자 도입률88.6%지난 12개월 동안 AI 지출 또는 투자를 보고한 APAC 설문 대상 기업의 비중.
• APAC AI 투자 강도4.4% → 5.7%비용과 자본적 지출의 합계에서 차지하는 비중으로, 지난 12개월 대비 향후 12개월 동안 136bp 증가.
• 은행 및 금융서비스 AI 투자 강도6.5% → 7.1%향후 12개월 수준은 APAC 전체 5.7%보다 1.3%p 높다.
• 보험 AI 투자 강도4.5% → 5.3%투자는 계속 확대되고 있으나, 향후 12개월 수준은 APAC 전체 평균보다 0.4%p 낮다.
• 은행 및 금융서비스의 예상 노동 생산성 영향+5.7%향후 12개월 동안 예상되는 가장 큰 혜택이며, 고객 만족도는 4.5% 상승할 것으로 예상된다.
• 보험의 예상 노동 생산성 영향+8.5%향후 12개월 동안 예상되는 가장 큰 혜택이며, 고객 만족도는 3.3% 상승할 것으로 예상된다.
• 은행 및 금융서비스의 주요 장벽데이터 프라이버시 및 보안 58.1%인력 및 변화 관리가 48.4%로 뒤를 잇는다.
• 보험의 주요 장벽시스템 및 워크플로 통합 53.8%투자수익률과 성숙도에 대한 불확실성이 46.2%로 뒤를 잇는다.
• 보험 산업 이익 풀에 대한 낙관적 비중53.8%APAC 전체 평균보다 12.6%p 높다.
• 보험사 자체 이익에 대한 낙관적 비중69.2%APAC 전체 평균보다 16.3%p 높다.

영향과 시사점

투자자 관점에서 AI 도입 자체는 더 이상 주요 차별화 요인이 아니다. 은행 및 금융서비스의 높은 투자 강도는 생산성과 고객 경험에 대한 지속적인 투자를 뒷받침하지만, 데이터 보안, 모델 거버넌스 및 컴플라이언스 역량이 확장 속도를 결정할 것이다. 보험은 생산성 기대와 긍정적 심리가 더 강하며 고객 서비스 및 IT에서 상당한 자동화와 보완 가능성이 있다. 그러나 시스템 통합과 프로세스 재설계가 병행되지 않으면 투자가 신속하게 마진으로 전환되지 않을 수 있다. 자체 이익에 대한 이 부문의 낙관론이 산업 이익 풀에 대한 전망을 상회한다는 점은 경쟁이 일부 효율성 향상을 고객에게 이전할 수 있음을 시사한다.

위험

• 기업의 자체 이익에 대한 낙관적 기대는 경쟁이 생산성 향상을 고객에게 이전할 수 있기 때문에 산업 전체에 실제로 उपलब्ध한 이익을 초과할 수 있다.
• 데이터 프라이버시, 보안, 모델 거버넌스 및 규제 제약은 금융기관의 AI 도입 범위와 속도를 제한할 수 있다.
• 레거시 시스템, 데이터 사일로 및 불충분한 워크플로 통합은 투자 증가에도 불구하고 수익 실현을 지연시킬 수 있다.
• 직무 대체와 조직 변화는 도입 마찰, 교육 비용 및 운영 위험을 초래할 수 있다.
• 산업 및 시장별 세분화 후 설문 표본 규모가 달라지므로, 표본이 작은 산업의 비율 변화는 신중하게 해석해야 한다.

주시할 점

• 은행 및 금융서비스의 7.1% 투자 강도가 효율성, 매출 및 고객 경험의 지속 가능한 개선으로 전환될 수 있는지 여부.
• 보험사가 시스템 및 워크플로 통합 문제를 해결하고 고객 서비스 AI 애플리케이션을 측정 가능한 이익 개선으로 전환할 수 있는지 여부.
• 금융기관의 데이터 프라이버시, 보안, 모델 리스크 관리 및 규제 컴플라이언스에 대한 투자 및 도입 진전.
• 고객 서비스, IT, 재무 및 운영과 같은 핵심 기능에서 인력 보완이 계속해서 대체를 앞지를지 여부.
• AI 기반 생산성 향상이 산업 경쟁 속에서 이익으로 유지될지, 아니면 가격 및 서비스 개선을 통해 고객에게 이전될지 여부.