UBS가 3분기 실적 자료에서 직원들이 업무에 쓰는 개인 AI 에이전트가 1만 2700개를 넘는다고 밝혔다. 같은 자료에는 회사가 직접 만든 608개 업무 시스템이 이미 현업에서 돌아간다고 적혀 있다. 숫자는 닮았지만 성격은 전혀 다르다.
UBS 1만 2700개는 직원 책상 위의 조수
UBS는 2026년 10월 28일 공개한 3분기 실적 자료에서 임직원이 일상 업무에 활용하는 개인 AI 에이전트가 1만 2700개를 넘는다고 밝혔다. 개인 에이전트는 조직이 중앙에서 배포하는 시스템이 아니라, 직원이 자기 업무에 맞춰 쓰는 작은 자동화 도구를 뜻한다. 메일 초안을 잡고, 자료를 요약하고, 표를 정리하는 식이다.
이 숫자는 "몇 개의 서비스가 회사 승인을 받았나"와 다른 질문에 답한다. 얼마나 많은 직원이 자기 손으로 도구를 만들어 썼는지에 가깝다. 은행처럼 규제가 촘촘한 조직에서 이 규모가 나온 것은 이례적이다.
UBS 608개는 회사가 만든 시스템이다
두 번째 숫자는 608개다. 회사가 정식으로 개발해 현업에 투입한 AI 활용 사례 수로, 1년 전보다 81% 늘었다. 여기에 1090개가 넘는 응용 프로그램이 개발 중이다.
이쪽은 개인 도구와 관리 방식이 다르다. 요구사항을 정하고, 데이터를 연결하고, 승인 절차를 거쳐 배포한다. 608개는 그 과정을 통과한 것들이다. 1만 2700개와 608개를 같은 층위로 비교하면 그림이 왜곡된다.
개발자 1만 8000명, STAAT 3000만 건
개발 조직에는 별도의 숫자가 붙는다. AI 소프트웨어 개발 도구를 쓰는 개발자가 1만 8000명이다. 코드를 쓰고 검토하고 테스트하는 과정에 모델을 붙인 셈이다.
고객 접점에도 사례가 있다. 금융 상담사용 도구인 STAAT는 고객 상담에 쓰일 통찰을 3000만 건 넘게 만들어 냈다. 상담 전에 고객의 상황과 관심사를 정리해 주는 용도로 읽힌다. 회사는 기술 투자에 계속 집중해 고객 경험과 인프라, 효율을 함께 개선하겠다는 입장을 자료에 적었다.
은행 AI는 왜 뒷단부터 붙나
금융권에서 AI가 먼저 자리 잡는 곳은 고객을 직접 응대하는 창구가 아니라 뒤쪽 업무다. 결제와 회계, 신용 심사처럼 규칙이 분명하고 결과를 검증할 수 있는 일이다.
파이엠엔티에스 인텔리전스가 금융 서비스와 보험 업계를 대상으로 한 조사에서도 같은 경향이 나온다. 금융과 보험 업계가 실제로 도입한 영역은 다음과 같다.
업무 영역 | 도입 비율 |
|---|---|
수익 인식과 회계 결산 | 65% |
신용 위험 평가 | 60% |
영업 예측과 파이프라인 자동화 | 60% |
조사에 참여한 금융기관의 85%는 향후 12개월 안에 AI 예산을 늘릴 계획이라고 답했다. 뒷단 업무는 오답의 비용이 크지만, 정답 여부를 사후에 확인할 수 있다. 그 점이 규제 산업에서 AI를 붙이기 쉬운 이유다.
커스터머스 뱅크, 30~60일이 7일로 줄어든 사례
다른 은행의 사례는 효과의 크기를 가늠하게 한다. 커스터머스 뱅크는 AI를 적용한 절차 시험에서 일부 기업 대출의 승인 기간을 기존 30~60일에서 7일로 줄였다. 대출 심사의 병목이 사람이 문서를 넘기고 확인하는 구간에 있었다는 뜻이다.
비용 쪽 신호도 있다. 리전스 뱅크는 10월 16일 실적 설명회에서 사이버 보안 비용이 2026년 조정 후 비이자 비용을 1.5%에서 3.5%까지 끌어올릴 수 있다고 밝혔다. 여기에 최신 AI 위협 대응이 포함된다. AI를 도입하는 비용과 AI 때문에 드는 방어 비용이 동시에 늘어나는 구조다.
UBS의 개인 에이전트를 누가 관리하나
자료에 빠진 내용도 분명하다. 1만 2700개 개인 에이전트를 누가 책임지고, 어떤 권한을 가지며, 어떤 데이터에 접근하는지 설명이 없다. 608개 사례 가운데 고객 대면과 내부 업무의 비중도 나뉘어 있지 않다. 담당 임원 이름도 자료에 없다. AI 위클리는 이 공백을 지적했다.
직원이 각자 만든 도구는 편리하지만, 회사 입장에서는 그림자가 늘어나는 일이다. 고객 데이터를 읽는 자동화가 승인 없이 돌아가면 감사 추적이 끊긴다. 직원이 만든 도구까지 회사가 모두 파악할 수 있을까? 개인 에이전트 숫자를 자랑으로 내놓은 만큼, 통제 체계를 어디까지 갖췄는지가 다음 질문이 된다.
UBS의 AI 비용은 어디로 가나
같은 분기 실적을 보면 UBS의 이익은 27억 달러로 시장 예상에 부합했다. 크레디트스위스 통합 작업은 계속됐고, 분기 중 임직원 수는 정규직 기준 약 1500명 줄었다.
AI 투자와 인력 감축이 같은 분기에 함께 적힌 점은 우연이 아니다. 반복 업무를 자동화한 만큼 사람이 줄어드는 구간이 생긴다. 다만 608개 사례가 실제로 몇 개의 일자리를 대체했는지는 자료에 나오지 않는다. 감축분 가운데 얼마가 통합 때문이고 얼마가 자동화 때문인지도 구분되지 않는다.
UBS 숫자를 읽는 순서
1만 2700개는 직원의 자발적 사용 규모이고, 608개는 회사가 통제하는 배포 규모다. 두 숫자를 나란히 놓으면 "은행이 AI를 전면 도입했다"는 인상이 생기지만, 실제로 확인된 것은 개발자 도구와 상담 지원, 그리고 뒷단 자동화다. 다음 분기 자료에서 개인 에이전트의 거버넌스 조항과 고객 대면 비중이 처음 나오는지가 이 사례를 판단하는 기준이 될 것이다.
