BBVA가 생성형 AI를 10만 명에게 배포해 주 3시간을 줄인 방법
생성형 AI를 전 직원에게 배포하면 실제 생산성이 높아질까요? 글로벌 금융회사 BBVA는 2024년 3,000명으로 시작한 ChatGPT Enterprise 사용을 10만 명 이상으로 확대했습니다. 주간 활성 사용률은 70%를 넘었고, 직원은 평균적으로 주당 약 3시간을 절약했다고 보고했습니다. 일부 업무에서는 처리효율이 최대 80% 개선됐습니다.
그러나 BBVA 사례의 진짜 질문은 “몇 시간을 아꼈는가”가 아닙니다. 절약된 시간이 고객 상담, 더 나은 분석, 빠른 승인과 매출로 이어졌는지가 중요합니다. 전사 AI의 성공은 사용률에서 시작하지만, 처리능력과 손익의 변화로 증명해야 합니다.
BBVA의 생성형 AI 확산 성과
BBVA는 법무, 위험관리, 개발, 운영, 재무, 마케팅, 고객서비스 등 여러 직무에 생성형 AI를 배포했습니다.
ChatGPT Enterprise 사용자: 10만 명 이상
주간 활성 사용률: 70% 이상
직원 1인당 절감시간: 주당 약 3시간
일부 업무의 효율 개선: 최대 80%
페루 내부 AI 문의 처리: 약 7.5분에서 1분으로 단축
AI 교육을 받은 최고경영진: CEO와 회장을 포함한 250명
전사 변화를 위한 핵심 프로그램: 8개
성과와 확산 과정은 BBVA와 OpenAI의 기업 사례에 공개돼 있습니다.
BBVA의 공식 확산 발표를 보면 주 3시간 절감은 1만1천 명 도입 단계의 직원 보고치이고, 이후 12만 명이 넘는 전체 직원으로 접근 범위를 넓히기로 했습니다. 따라서 시간 절감의 측정 표본과 전사 배포 규모는 구분해 해석해야 합니다.
3,000명 실험을 10만 명으로 확장한 과정
BBVA는 처음부터 전 직원에게 계정을 나눠주지 않았습니다. 여러 국가와 부서의 3,000명을 대상으로 실제 업무에서 무엇을 입력하고 어떤 가치를 얻는지 살폈습니다. 법무는 문서의 첫 검토와 요약에, 개발자는 코드 이해와 작성에, 운영팀은 정책 검색과 반복 문서 작업에 AI를 사용했습니다.
초기 사용이 늘자 회사는 보안, 법무, 컴플라이언스와 기술팀을 함께 참여시켜 사용 환경을 확장했습니다. 소비자용 AI를 직원이 제각각 쓰게 두는 대신 기업용 계정과 명확한 규칙을 제공했습니다. 직원 교육뿐 아니라 CEO와 회장을 포함한 경영진 250명도 교육해 현업의 사용과 경영 의사결정을 연결했습니다.
이 방식은 AI 도입을 IT 부서의 도구 구매가 아니라 조직 변화로 다뤘다는 뜻입니다. 직원에게 “AI를 사용하라”고 공지하는 것만으로는 업무 프로세스와 평가, 책임이 달라지지 않습니다. 경영진이 어떤 업무를 다시 설계할지 결정해야 확산이 개인의 요령에서 회사의 역량으로 바뀝니다.
주당 3시간의 경제적 가치는 얼마인가
10만 명이 모두 주당 3시간을 절약한다고 단순 계산하면 주 30만 시간, 연간 약 1,500만 시간의 잠재적 여력이 생깁니다. 매우 큰 숫자지만 이를 곧바로 인건비 절감액으로 계산해서는 안 됩니다.
직원이 세 시간을 절약한 뒤 다른 회의와 이메일에 썼다면 회사의 현금비용은 줄지 않습니다. 반대로 고객 상담을 더 많이 하거나, 외주 작업을 내부에서 처리하거나, 의사결정과 출시가 빨라졌다면 실제 가치가 생깁니다. 시간 절감은 가치의 원재료이지 완성된 이익이 아닙니다.
BBVA 페루의 내부 AI는 평균 문의 처리시간을 7.5분에서 약 1분으로 줄였습니다. 이런 수직형 사례는 요청 건수와 처리인력, 재문의율을 알면 비용과 처리능력으로 환산하기 쉽습니다. 범용 AI의 평균 절감시간보다 구체적인 업무 결과에 더 가깝습니다.
70% 사용률이 높은데도 ROI 검증이 필요한 이유
주간 활성 사용률 70%는 도구가 일상에 자리 잡았다는 강한 신호입니다. 하지만 로그인과 메시지 수가 성과를 보장하지는 않습니다. 직원이 이메일 문장을 조금 다듬는 데만 사용한다면 업무 편의는 높아져도 회사의 핵심 비용과 매출은 크게 변하지 않을 수 있습니다.
공개 수치는 AI 공급업체와 고객사가 발표한 사례이며, 라이선스, 교육, 데이터 연결, 보안검토 비용을 차감한 순 ROI는 제시되지 않았습니다. 평균 3시간도 직원의 보고와 회사 측 측정에 기반하므로 실제 작업 로그와 차이가 날 수 있습니다.
따라서 전사 배포 뒤에는 직무별로 다른 가치지표를 둬야 합니다. 개발은 출시와 결함, 상담은 해결률, 법무는 검토주기와 재작업, 영업은 고객 접촉과 수주를 봐야 합니다. 하나의 평균시간으로 모든 직무의 ROI를 설명하면 투자 우선순위가 흐려집니다.
금융회사에서 전사 AI를 안전하게 쓰는 법
은행 직원은 고객 개인정보, 신용정보, 계약과 내부 위험자료를 다룹니다. 직원이 편의를 위해 고객 명단이나 미공개 실적을 소비자용 AI에 붙여 넣으면 데이터가 회사의 통제 밖으로 나갈 수 있습니다. AI가 만든 분석을 확인하지 않고 신용과 가격 결정에 사용하면 설명 책임 문제도 생깁니다.
BBVA는 보안, 법무, 컴플라이언스를 초기부터 정렬하고 신뢰할 수 있는 기업 환경을 제공했습니다. 다만 기업용 계정을 구매한 것만으로 AI 거버넌스가 완성되지는 않습니다. 직무별 입력 가능 데이터, 허용된 사용 목적, 사람의 검토가 필요한 결과, 기록 보존과 사고 대응을 정해야 합니다.
그렇다면 엄격한 규칙이 직원의 사용을 막지 않을까요? 규칙이 모호할 때 직원은 AI를 쓰지 않거나 몰래 사용합니다. 승인된 환경과 구체적인 예시가 있으면 매번 법무팀에 물어보지 않고 경계 안에서 빠르게 일할 수 있습니다. AI 거버넌스는 사용을 금지하는 문서가 아니라 안전한 사용을 반복 가능하게 만드는 환경입니다.
한국 기업이 BBVA 사례에서 배워야 할 실행 원칙
첫째, 전사 배포 전 여러 직무에서 작은 실험을 실시하고 실제 입력과 위험을 관찰합니다.
둘째, 경영진을 교육 대상에 포함합니다. 현업 직원만 능숙해지고 경영진이 가치와 위험을 이해하지 못하면 업무 재설계와 투자결정이 따라오지 않습니다.
셋째, 범용 생산성과 수직형 성과를 분리합니다. 시간 절감은 넓게 측정하되 핵심 프로세스는 단위비용과 처리량으로 검증해야 합니다.
넷째, 사용량이 아니라 가치 실현을 책임질 현업 담당자를 둡니다. AI 조직은 공통 환경을 운영하고 현업은 KPI 변화를 책임지는 구조가 적합합니다.
절약시간을 실제 가치로 바꾸는 관리법
직무별로 AI 사용 전 업무시간과 산출량, 품질을 기록하고 도입 뒤 확보된 시간이 어디에 쓰였는지 확인해야 합니다. 법무 검토가 빨라졌다면 계약 체결기간과 외부 자문비, 상담 업무라면 처리건수와 재문의를 연결합니다. 시간을 아꼈다는 설문만 있고 다음 결과가 없다면 생산성 가치는 아직 실현되지 않은 것입니다.
부서장은 확보된 시간을 고가치 업무로 재배치할 계획을 세워야 합니다. 채용을 피할지, 고객 접촉을 늘릴지, 밀린 품질개선을 할지 결정하지 않으면 빈 시간은 다시 행정업무로 채워집니다. 전사 AI 조직은 직무별 가치 산식을 제공하고 재무팀은 실제 비용과 매출로 전환된 부분만 인정해야 합니다.
또한 활성 사용률이 낮은 팀을 강제로 끌어올리기보다 데이터 접근, 업무 적합성, 교육 부족 중 원인을 나눠야 합니다. AI가 도움이 되지 않는 직무까지 동일한 사용목표를 주면 의미 없는 메시지만 늘어납니다.
자주 묻는 질문
BBVA가 연간 1,500만 시간의 비용을 실제로 절감했나요?
아닙니다. 10만 명과 주당 3시간을 단순 곱한 잠재적 시간입니다. 실제 사용자 범위와 근무주, 가치 전환 여부를 고려해야 하며 회사가 해당 총량을 재무 절감액으로 공시한 것은 아닙니다.
사용률 70%면 전사 AI 도입이 성공한 것인가요?
채택 측면에서는 성공 신호지만 최종 증거는 아닙니다. 직무별 처리량, 품질, 비용, 매출이 어떻게 바뀌었는지 추가 측정해야 합니다.
기업용 AI를 쓰면 정보유출 문제는 해결되나요?
데이터가 학습에 사용되지 않는 계약과 보안 기능은 중요하지만 충분하지 않습니다. 잘못된 권한, 과도한 데이터 입력, 결과 오용을 막는 사내 정책과 기술적 통제가 함께 필요합니다.
함께 읽으면 좋은 글
AI 거버넌스 전문 팀, 다빈치에 문의하세요
다빈치는 대기업, 스타트업, 공공기관 AI 거버넌스 구축 경험을 고루 갖춘 탑티어 인프라 엔지니어 조직입니다. AI 도입을 고민하고 계신 기업 담당자들께서는 고민을 다빈치에 편하게 공유해주세요. 상담은 무료입니다.