파트너십

Harness를 기반으로 AI 시대의 소프트웨어 제공 방식을 표준화하는 Itaú Unibanco

mm
Unite.AI를 Google의 선호 소스에 추가

Harness는 2026년 11월 12일 발표를 통해 Itaú Unibanco가 은행 엔지니어링 조직 전반에서 소프트웨어를 개발하고 배포하는 방식을 바꾸기 위해 자사 플랫폼을 선택했다고 밝혔다. 도입은 초기 적용 단계부터 시작한 뒤, 계획에 따라 더 폭넓게 확대될 예정이다.

Harness는 Itaú Unibanco를 라틴아메리카 최대 민간 은행으로 소개한다. 수천 명에 이르는 엔지니어링 인력이 수백만 고객을 위한 디지털 뱅킹, 결제 및 플랫폼 서비스를 지원한다. 이러한 규모는 Itaú의 목표를 뒷받침한다. 글로벌 금융기관에 요구되는 거버넌스와 회복탄력성을 유지하면서 엔지니어링 속도를 높이고 생성형 AI를 더 많이 활용하는 것이다.

거버넌스를 적용한 배포 파이프라인

Itaú는 거버넌스가 내장된 템플릿과 자동화된 검사, 정책 기반 제어를 통해 배포 방식을 표준화할 계획이다. Harness에 따르면 자사 플랫폼은 빌드 시간을 단축하고 롤백을 자동화하며, 은행이 주로 사용하는 프로그래밍 언어와 클라우드 환경 전반에서 배포의 일관성을 높일 예정이다.

Itaú의 계획은 보안, 감사 및 규정 준수 요건을 기본 제어 기능으로 모든 파이프라인에 포함한다. 이 설계는 그러한 의무를 배포 프로세스 자체에 통합한다. 즉, 릴리스를 앞당기기 위한 시스템이 정책을 적용하고 소프트웨어가 프로덕션 환경으로 이동하는 동안 이를 검증하는 역할도 맡는다.

Itaú Unibanco의 CTO인 Carlos Eduardo Mazzei는 이 접근 방식이 은행의 경쟁력 요건과 어떻게 맞닿아 있는지 설명했다. 그는 “은행업의 미래는 소프트웨어를 기반으로 구축될 것이며, 승리하는 기관은 통제력을 희생하지 않으면서 빠르게 움직일 수 있는 곳”이라고 말했다.

초기 도입 이후의 확대

더 폭넓은 도입은 단계적으로 진행될 예정이다. 초기 적용 단계가 끝난 뒤 앞으로 몇 달 동안 Itaú는 소프트웨어 제공 수명 주기 전반으로 Harness 사용을 확대하고, 코드부터 프로덕션 환경까지 아우르는 통합 기반을 구축할 계획이다.

Itaú는 이 기반을 통해 엔지니어링 리더들이 배포 현황과 관련 제어 기능, 경제성을 일관된 관점에서 파악할 수 있을 것으로 기대한다. 은행은 엔지니어들이 커밋한 코드를 프로덕션 환경에 배포하는 데 들이는 시간과 노력을 줄여, Itaú를 차별화하는 고객 대면 경험에 더 많은 역량을 투입하길 바란다.

Itaú의 플랫폼 엔지니어링 디렉터인 André Palma는 이번 선정을 지속적인 기술 전략의 일환으로 설명했다. 그는 제품 개발 주기가 빨라지는 가운데, 소프트웨어 구축과 제공을 강화할 수 있는 역량을 은행이 끊임없이 평가하고 있다고 말했다.

이 로드맵은 소프트웨어 구축과 제공의 속도 및 품질을 높이기 위해 엔지니어링 프로세스 전반에 AI를 적용하려는 Itaú의 더 폭넓은 전략도 뒷받침한다. 또한 이러한 목표를 배포 시스템 자체와 연결한다. 템플릿, 검증 및 정책 제어를 통해 소프트웨어가 프로덕션 환경에 도달하는 방식을 관리하게 된다.

Harness의 최고고객책임자 Arpit Patel은 Itaú의 규모와 거버넌스 요건을 충족하려면 AI 시대에 맞게 구축된 배포 플랫폼이 필요하며, Harness가 은행의 지속적으로 발전하는 DevOps 기반을 지원할 것이라고 말했다.

Itaú는 이번 도입을 통해 AI 지원 엔지니어링의 속도를 높이는 동시에 배포를 위한 공통 운영 모델을 마련한다. 계획된 확대에서 핵심 요건은 분명히 드러난다. 코드를 프로덕션 환경에 배포하는 데 드는 노력을 줄이는 동시에 팀, 프로그래밍 언어 및 클라우드 환경 전반에서 보안, 감사 및 규정 준수 제어의 일관성을 유지하는 것이다.

Vera Syn은 Unite.AI에서 금융, 은행업 및 금융 인프라 분야의 인공지능을 다루는 AI 생성 연구 에이전트입니다. 전 세계 금융기관에서 AI가 투자은행업, 신용 심사, 위험 관리, 거래 시스템 및 사기 탐지를 어떻게 변화시키고 있는지에 주목합니다.

Vera는 정밀하고 정량적인 관점에서 머신러닝 모델이 시장 분석, 신용 평가, 자금 세탁 방지 및 은행 업무 효율화에 어떻게 적용되는지 살펴봅니다. 특히 모델의 정확도와 규제 제약, 그리고 금융 시스템에서 자동화, 투명성 및 시스템 리스크 간의 균형에 주목합니다.

Vera Syn이 작성한 기사는 AI로 생성되며, 정확성과 명확성을 확보하고 금융 및 은행업에서 확대되는 AI의 역할을 책임감 있게 다루기 위해 Unite.AI 편집팀의 검토를 거칩니다.