유스케이스 목록

토스증권은 기존 패키지형 고객센터의 확장성 부족, 높은 비용, 운영 부담 등의 한계를 해결하기 위해 Amazon Connect를 도입하여 STT 비용 80% 절감, 증권 서비스 연동, 커스텀 상담 앱 구현 등의 효과를 달성했습니다.

신한카드는 51개 인텐트 분류 정확도 저하, 높은 운영 비용, 5초 이내 응답 요건 등의 문제를 해결하기 위해 AWS와 협력, 온톨로지 기반 분산형 AI 챗봇을 구축하여 정확도 91%, 비용 18배 절감, 응답속도 1/3 단축을 달성했습니다.

현대카드는 금융 망분리 규제 및 GPU 비용 급증 문제를 해결하기 위해 하이브리드 데이터 사이언스 플랫폼(HDSP)과 SageMaker 기반 코딩 에이전트(코드버프)를 구축했습니다. ML 학습 비용의 95% 절감, GPU 활용률 7:3 역전, 2개월 내 10개 이상 팀 도입 등 생산성과 비용 효율을 동시에 달성했습니다.

KB국민은행은 임베디드 금융 확산과 기존 온프레미스 API 인프라 한계 극복을 위해 AWS 기반 자체 구축 KBaaS를 도입, 2025년 신규 계좌 121만 건 달성, 인프라 비용 48% 절감, 거래 속도 24% 향상 등의 성과를 거뒀다.

빗썸은 섀도우 IT 확산과 금융규제 대응을 위해 Claude Code on Amazon Bedrock 기반 LLM 게이트웨이를 3개월 만에 구축, 섀도우 IT 해소·코드 리뷰 자동화·실시간 비용 추적·감사 로그 체계를 동시에 달성했습니다.

미래에셋증권은 기존 RAG의 검색 성능 저하와 수치 정확성 한계를 극복하기 위해 AWS와 그래프 RAG 기반 금융상품 지식 DB를 구축, 검색 정확도 향상 및 투명한 AI 답변 체계를 확립하고 혁신 금융 서비스 지정을 획득하였습니다.

금융 사칭 문자(스미싱) 피해 급증으로 금감원과 국민은행이 AWS 환경에서 AI 탐지 모델을 공동 개발. 사람 대비 탐지 정확도를 50~60%에서 약 92%로 향상시키고, 리브 똑똑 앱에 실시간 스미싱 탐지 서비스를 구현.

KB국민카드는 마이데이터 서비스의 불확실한 용량 산정, 네트워크 부족, 빠른 시장 선점 필요성으로 AWS를 도입했습니다. 도입 후 탄력적 인프라 운영, 신속한 아키텍처 대응, 안정적 서비스 운영, 데이터 분석 역량 강화 등의 효과를 확인하였습니다.

핀다는 마이데이터 사업자로서 규제 대응, 폭발적 서비스 성장, 보안 강화를 위해 AWS를 도입했습니다. EKS·RDS 등 매니지드 서비스로 운영 효율화, 6,100% 성장도 안정적으로 대응하였으며, 데이터 레이크와 SageMaker로 AI 기반 차세대 서비스 기반을 마련했습니다.