AI 위험은 모형을 승인한 순간에 끝나지 않는다. 배포 후 자료의 관계가 달라지거나 외부 공급업체에 문제가 생기면 운영이 영향을 받는다. FSB가 제시한 12개 실무지침은 전사 책임과 개발·배포 과정에 사이버·정보기술·외부업체 위험까지 포함한다. 보존된 자료는 의견수렴 단계의 내용이며 최종 규칙의 현행 상태와 구분해야 한다.
공개 의견수렴에는 금융기관과 시장 인프라 기업들이 참여했다. 생성형 AI와 실제 행동을 수행하는 AI를 기존 모형위험 체계가 감당할 수 있는지, 기관 유형에 따라 적용 강도를 어떻게 달리할지가 검토 대상이었다. 제시된 방향과 참여자의 의견을 최종 확정 규칙과 구분해야 한다.
이사회와 경영진의 책임이 강조되는 이유도 배포 이후의 변화와 공급업체 의존을 함께 다루기 때문이다. 국내에서 참고할 질문은 모형 담당자와 주문시스템 담당자의 책임 사이에 공백이 있는지다. 이 자료 자체는 지침이 실제 사고를 얼마나 줄였는지 비교한 성과 연구가 아니다.
SCOPE당시 의견수렴 기록에 근거했다. 최종 지침의 현행 상태와 기관별 법적 의무를 확인한 내용이 아니다.
Evidence & verification ↓Sources & evidence
Original passages appear only when checked against the publication. Earlier briefing records are identified separately.
Public Responses to FSB Sound Practices for Responsible Adoption of AI0 primary · 2 archived +
These 2 records come from the earlier briefing, not a newly verified original publication. They are retained in the original briefing below; no primary-source quotation is shown.
Read the earlier record ↓Show the original briefing text
구분: 국제기구 자료 · Financial Stability Board
발표일: 2026년 8월 6일
원문: FSB 공개 의견 모음
기본 보고서: FSB Sound Practices Consultation Report
핵심 요약
FSB가 제시한 금융기관용 AI 가이드라인은 전사 AI 거버넌스, 모델 개발·배포 lifecycle, cyber/ICT·제3자 위험을 포함한 12개 sound practice로 구성된다. 8월 6일에는 업계의 공식 consultation response가 공개됐는데, JPMorgan, Deutsche Börse, ICMA, WFE, Bloomberg, IIF, Managed Funds Association 등 실제 금융시장 참가자·인프라 기업들이 대거 참여했다. FSB는 특히 생성형 AI와 agentic AI까지 기존 모델리스크 체계가 감당할 수 있는지, 금융기관 유형별로 proportional하게 적용할 수 있는지를 검토 중이며 최종 보고서는 2026년 후반 발표 예정이다.
실무 시사점
자동매매 관점에서는 AI governance를 별도 컴플라이언스 문서가 아니라 production architecture 요구조건으로 보는 편이 맞다.
최소한 다음 세 층을 분리해야 한다.
Model Layer — fair value, alpha, fill, mark-out
Decision Layer — position sizing·quote·hedge
Control Layer — hard limit·data freshness·model version·human override·kill switch
FSB가 board/senior management 수준의 책임과 전체 lifecycle 관리를 강조하는 이유도 deployment 이후 drift, vendor dependency, cyber risk까지 AI risk에 포함되기 때문이다.
특히 여러 딜러가 비슷한 foundation model과 데이터 공급업체를 사용하면 model monoculture가 발생할 수 있다. 평소에는 높은 효율성을 만들다가 스트레스 상황에서 같은 방향의 행동을 동시에 추천할 가능성은 채권시장의 crowding·liquidity withdrawal 관점에서 중요하다.
한국 적용: 자동매매 모델별로 owner / training window / data source / current version / live exposure / kill condition을 자동 저장하는 Model Registry + Risk Gateway를 초기에 만드는 것이 좋다.
데스크 적용 우선순위: ★★★★★