본문 바로가기
2026년 11월 5일 목요일 · 창업가를 위한 아침 인사
VENTURESQUARE · 원문 제휴 기사

베스핀글로벌, 삼성증권 AI 데이터 플랫폼 구축 성과로 오라클 APAC 파트너 어워드 수상

베스핀글로벌이 삼성증권의 AI-Ready Data Platform 구축 사례를 인정받아 ‘2026 오라클 파트너 어워드’ APAC 데이터 플랫폼 브레이크스루 부문을 수상했다. 해당 프로젝트는 오라클 자율운영 AI 데이터베이스를 기반으로 기존 금융 데이터 자산을 AI 서…

한 혜선원문 보기 ↗
사진: 벤처스퀘어
본문 미리보기약 63%

금융권의 인공지능(AI) 도입이 확대되면서 기존 데이터 자산을 AI가 활용할 수 있는 형태로 전환하는 작업이 중요해지고 있다. 금융회사는 오랜 기간 축적한 고객·거래·업무 데이터를 보유하고 있지만, 이를 AI 서비스와 연결하려면 보안과 규제, 데이터 주권, 시스템 안정성 등을 함께 고려해야 한다. 특히 개별 AI 모델을 도입하는 수준을 넘어 사내 업무 전반에 AI를 적용하기 위해서는 기존 데이터 환경과 연계되는 데이터 플랫폼 구축이 선행돼야 한다. 베스핀글로벌이 삼성증권의 AI 데이터 플랫폼 구축 사례를 바탕으로 오라클의 아시아태평양 지역 파트너 어워드를 수상했다.

AI 서비스 및 솔루션 전문 기업 베스핀글로벌은 ‘2026 오라클 파트너 어워드(Oracle Partner Award)’에서 아시아태평양(APAC) 지역 데이터 플랫폼 브레이크스루(Data Platform Breakthrough) 부문을 수상했다.

베스핀글로벌이 삼성증권 AI 데이터 플랫폼 구축 사례를 바탕으로 ‘2026 오라클 파트너 어워드’ APAC 데이터 플랫폼 브레이크스루 부문을 수상했다. (왼쪽부터) 랄리트 말리크 오라클 APAC 얼라이언스·채널 총괄 그룹 부사장, 제프 헨리 오라클 부회장, 김써니 베스핀글로벌 대표, 개릿 일그 오라클 JAPAC 수석부사장 겸 총괄 (사진 제공: 베스핀글로벌)

시상식은 현지시간 10월 25일 미국 라스베이거스에서 열린 ‘오라클 AI 월드 2026(Oracle AI World 2026)’에서 진행됐다. 이번 수상에는 베스핀글로벌이 참여한 삼성증권의 ‘AI-Ready Data Platform’ 구축 사례가 주요 레퍼런스로 반영됐다.

해당 프로젝트는 오라클 자율운영 AI 데이터베이스(Oracle Autonomous AI Database)를 기반으로 금융회사가 기존에 보유한 데이터를 AI 서비스에 활용할 수 있도록 데이터 아키텍처를 구성한 사례다. 금융권에서 요구하는 데이터 보안과 주권, 운영 안정성을 고려하면서 향후 AI 활용 범위를 확장할 수 있는 기반을 마련한 점이 특징이다.

삼성증권은 기존 오라클 기반 데이터 환경을 활용해 AI 도입에 필요한 데이터 플랫폼을 구축했다. 이미 축적된 데이터 자산을 활용하면서 새로운 AI 서비스와 연계할 수 있도록 데이터 활용 구조를 정비한 것이다.

금융권에서는 AI 도입 과정에서 데이터의 저장 위치와 접근 권한, 외부 시스템과의 연계 방식 등이 중요한 검토 대상이다. 고객 정보와 금융거래 데이터처럼 민감한 정보를 다루는 만큼 데이터의 통제 가능성과 보안 요건을 충족하는 아키텍처가 요구된다.

이번 프로젝트는 이러한 금융권의 특성을 데이터 플랫폼 설계에 반영했다. AI 활용을 위한 데이터 접근성을 확보하는 동시에 데이터 주권과 보안 요구사항을 고려해 금융회사가 내부 데이터 자산을 기반으로 AI 적용 범위를 확대할 수 있도록 구성했다.

삼성증권은 구축한 플랫폼을 토대로 사내 업무에 AI를 적용하는 다양한 과제를 추진하고 있다. 향후 데이터 활용 범위와 AI 적용 업무를 확대해 전사적인 AI 전환을 뒷받침하는 공통 기반으로 활용할 방침이다.

기존 오라클 데이터 자산을 AI 활용 기반으로…금융권 AX 확장 지원

이번 사례에서 주목할 부분은 금융회사가 기존 데이터 인프라를 활용해 AI 전환에 필요한 기반을 마련했다는 점이다. 새로운 AI 모델이나 개별 솔루션을 도입하는 것과 달리 기업이 보유한 데이터를 여러 AI 업무에 활용할 수 있도록 공통 아키텍처를 구축하는 접근 방식이다.

금융회사는 업무별로 서로 다른 데이터베이스와 시스템을 운영하는 경우가 많다. 이러한 환경에서 AI 에이전트가 실제 업무를 지원하려면 필요한 데이터에 접근하고, 그 결과를 업무 맥락에 맞게 활용할 수 있는 구조가 필요하다.

나머지 내용은 벤처스퀘어 원문에서 이어집니다

전체 기사와 관련 기사를 원문에서 읽어보세요.

원문에서 계속 읽기 →원문: www.venturesquare.net/1123222

이 글은 벤처스퀘어에 게재된 기사의 앞부분입니다. 저작권은 벤처스퀘어에 있습니다.