[2026-04-23 | D-Log] 뱅가드 그룹은 어떻게 AI로 5억 달러의 가치를 창출했는가

자산 운용사 뱅가드 그룹(Vanguard Group)은 인공지능(AI) 도입을 통해 약 5억 달러에 달하는 투자 수익(ROI)을 거두고 있다.뱅가드 그룹이 직면했던 과제는 방대한 고객 데이터와 복잡한 시장 상황 속에서 상담원과 자문가의 업무 효율을 높이는 일이었다. 수많은 투자자가 매일 연락을 취하고, 시장은 쉴 새 없이 변한다. 상담원과 자문가가 이 모든 정보를 직접 찾고 정리하는 데는 막대한 시간과 노력이 들어갔다.

특히 투자 자문 서비스의 문턱을 낮추는 과정에서 효율성 확보는 필수적이었다. 최소 100달러라는 소액 투자자까지 디지털 자문 서비스를 제공하려면, 기존의 고비용 구조를 탈피해야 했다. 사람이 일일이 대응하기 어려운 수많은 고객을 효율적으로 관리하면서도, 고품질의 상담을 유지하는 것이 기업의 핵심 과제였다.

뱅가드 그룹은 인공지능 에이전트(AI agents)를 활용해 상담원의 업무를 보조했다. 상담원이 고객의 질문을 받으면, 이 에이전트가 사내 내부 자료에서 즉시 답변을 찾아내 제공한다. 상담원은 답변을 찾느라 시간을 허비하는 대신, 고객의 문제를 더 빠르게 해결하는 데 집중할 수 있게 됐다.

자문가들을 위한 정보 정리 방식도 자동화했다. 시장 상황에 대한 뱅가드 그룹의 분석 자료를 대규모 언어모델(large language model, LLM)이 읽어 들인 뒤, 고객별로 맞춤화된 요약본을 자동으로 생성한다. 자문가는 이 요약본을 활용해 고객에게 시장 흐름을 더 정확하고 빠르게 전달한다.

소프트웨어 개발 과정에는 코드 생성(code generation) 기술을 도입했다. 개발자가 코드를 작성할 때 인공지능이 이를 보조해 프로그래밍 생산성을 25% 높였다. 그 결과 전체 시스템 개발 주기는 최대 15%까지 단축됐다. 또한, 대규모 언어모델이 기업의 실적 발표 내용을 분석해 배당금 삭감과 같은 중요한 신호를 사전에 포착하는 방식도 사용한다.

기술들은 단순히 새로운 도구를 도입한 것이 아니라, 기존 업무의 병목 현상을 해결하는 데 최적화된 방식이다. 개발 생산성을 높이거나 상담 시간을 줄이는 등, 데이터 특성에 맞춰 명확한 목적을 가진 도구를 선택했다. 유사한 사례로 기업이 소규모 AI 프로젝트를 단계별로 적용해 가치를 창출하는 전략은 MIT 슬론 경영대학원(MIT Sloan Management Review)의 연구에서도 강조된 바 있다.

프로젝트를 진행하며 시행착오도 있었다. 수십 개의 시범 사업을 운영했으나, 기술적 결함이 해결되지 않은 프로젝트는 규모를 확대하지 않고 그대로 두었다. 단순히 기술을 배포하는 데 그치지 않고, 모델의 성능과 실제 활용도를 지속해서 감시하며 완성도를 높이는 과정을 거쳤다. 조직 차원에서는 직원 50%가 뱅가드 AI 아카데미를 통해 교육을 수료하며 기술에 대한 이해도를 높였다.

뱅가드 그룹은 5억 달러 규모의 수익을 창출하며 효율성을 입증했다. 상담원과 자문가의 업무 속도는 빨라졌고, 100달러 투자자에게도 디지털 자문 서비스를 제공할 수 있는 기반을 마련했다.

다른 데이터팀은 기업 전체에 일괄적인 AI 규칙을 강요하기보다, 각 부서의 실무자가 업무 특성에 맞는 구체적인 활용 지침을 정의하도록 권한을 부여하는 접근법을 즉시 도입할 수 있다.

참고 출처

• https://mitsloan.mit.edu/ideas-made-to-matter/scaling-ai-results-strategies-mit-sloan-management-review