뱅크오브아메리카, AI 발견 취약점 수정에 직원 4,000명 투입

무엇이 일어났나

뱅크오브아메리카(Bank of America)가 AI 모델이 찾아낸 소프트웨어 취약점을 수정하기 위해 직원 4,000명을 배치했다. 취약점 목록에는 Anthropic의 Mythos를 비롯한 여러 AI 모델이 드러낸 항목이 포함된다. 외부 계약직 1,000명도 이 작업에 참여하는 것으로 보도됐다.

이 소식은 The Decoder가 처음 전했으며, 외부 계약 인력 규모는 CNBC 보도를 인용했다. 보도 내용을 종합하면, 이번 사안의 핵심은 AI가 결함을 찾아내는 단계를 넘어 사람이 실제로 수정하는 단계로 옮겨갔다는 데 있다.

의미와 시사점

AI 모델은 대규모 코드와 시스템에서 취약점을 빠르게 찾아낼 수 있다. 그러나 발견된 문제를 안전하게 고치고 검증하고 배포하는 일은 여전히 사람과 프로세스가 맡아야 한다. 이번 사례는 AI 도입의 병목이 탐지에서 조치로 이동하고 있음을 보여준다는 점에서 주목할 만하다.

금융기관에게 이는 운영 모델의 문제다. 누가 우선순위를 정하는지, 외부 인력을 어떻게 통합 관리하는지, 수정 완료를 어떻게 확인하는지가 AI 도구 도입만큼 중요해진다. 디지털 전환을 추진하는 조직이라면 AI 도구 도입 이후의 실행 체계를 함께 설계해야 한다는 신호로 읽을 수 있다.

핵심 수치

• 4,000명: 뱅크오브아메리카가 AI 모델이 드러낸 취약점 수정에 배치한 직원 수
• 1,000명: 이 작업에 참여하는 것으로 보도된 외부 계약직 인력 수

Renascence의 관점

대부분의 독자는 이 기사를 AI가 얼마나 많은 결함을 찾아냈는지에 대한 이야기로 받아들일 것이다. 우리는 다른 질문에 주목한다. 탐지 비용은 내려가는데 수정 비용과 지연은 여전히 높다면, 고객이 실제로 겪는 것은 결국 수정 속도다.

발견 건수는 성과 지표가 아니라 출발점일 뿐이다. 고객 입장에서 중요한 것은 문제가 발견된 뒤 얼마나 빨리 해결되고, 그 과정에서 서비스가 얼마나 안정적으로 유지되는지다. 리더는 AI가 찾아낸 건수 대신 취약점 발견부터 수정 완료까지의 시간과 고객에게 영향을 준 노출 기간을 측정해야 한다. 내부 인력과 외부 계약 인력의 역할을 명확히 나누고, 수정 결과를 고객 신뢰로 연결하는 체계를 먼저 설계하는 조직이 이 변화에서 앞서갈 것이다.