AI 모델이 개발시험을 통과해도 배포 뒤 입력과 사용권한이 바뀌면 위험이 달라진다. IOSCO는 전통 머신러닝과 생성형·에이전트형 AI를 설계부터 사후 모니터링까지 연결해 감독하는 툴킷을 제시한다. 단일 성능점수보다 실제 통제의 지속성을 본다.
감독체계는 위험영역을 식별하고, 거버넌스·외주·공시·기록과 보고를 점검한 뒤 채택 수준과 이상징후를 추적할 자료를 정한다. 모델 내부만 검사하면 외부 제공자 의존과 책임소재, 변경기록의 문제를 놓칠 수 있다는 구조다.
현장검사·표적 설문·문서와 데이터 요구·정기 대화를 조합해 통제가 실제 작동하는지 확인한다. 툴킷은 비구속적 감독도구이며 모델별 수익성을 평가하지 않는다. 국내 활용도 체크리스트의 존재보다 자료변경과 권한확대가 기록되고 이상 때 대응이 실행되는지 확인하는 데 맞춰야 한다.
SCOPE비구속적 감독도구다. 통제항목의 충족이 예측력이나 거래수익을 보장하지 않는다.
Evidence & verification ↓Sources & evidence
Original passages appear only when checked against the publication. Earlier briefing records are identified separately.
설계부터 배포 이후까지 보는 감독0 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 최종보고서·자본시장 AI 감독
발표일: 2026년 5월 25일
핵심 요약
IOSCO의 Supervisory Toolkit for AI Use in Capital Markets은 전통적 머신러닝부터 생성형·에이전트형 AI까지 모델의 설계, 데이터, 배포와 사후 모니터링을 하나의 생애주기로 감독하도록 제안한다. 감독체계는 위험영역을 식별하는 1단계, 거버넌스·위험관리, 제3자·외주, 공시, 기록·보고를 점검하는 2단계, 채택 수준과 이상징후를 추적할 지표·데이터를 정하는 3단계로 구성된다. 공식 툴킷은 현장검사, 표적 설문, 문서·데이터 요구와 정기 대화를 조합해 실제 통제 여부를 확인하도록 한다. 이는 비구속적 감독도구이며 특정 AI 거래전략의 성과를 입증하는 자료는 아니다.
실무 시사점
채권 AI의 승인 대상을 모델 파일로 한정하면 데이터 공급자 변경, 재학습, 프롬프트·도구 권한과 사람 개입이 누락된다. 가격·수량·DV01 한도, 모델 버전, 입력 데이터, 외부 API, 판단 근거와 주문 결과를 같은 감사 경로에 연결해야 배포 뒤 행동 변화를 추적할 수 있다.
한국 시장 복제 아이디어
국고채 전자호가와 회사채 RFQ AI를 사용사례별로 등록하고 설계–검증–shadow–제한 배포–운영–폐기 상태를 관리한다. 모델·데이터·클라우드 공급자 집중도, 설명 누락률, 재학습 뒤 행동 변화와 kill switch 시험 결과를 감독·내부통제 지표로 저장한다.