모투시 사우 가트너그룹 VP 애널리스트
![[기고] 금융산업, 디지털화 가속에 대비해야](http://contents.dt.co.kr/images/202206/2022061702102369660001[1].jpg "[기고] 금융산업, 디지털화 가속에 대비해야")
가트너는 2025년까지 소비자 대상 활용 사례에 대한 전체 테스트 데이터의 20%가 합성으로 생성될 것으로 전망하고 있다. 생성형 인공지능은 샘플 데이터에서 아티팩트의 디지털 표현을 학습하고 이를 이용해 훈련 데이터와 유사성은 유지한다. 하지만 반복하지 않는 새롭고 독창적이며 사실적인 아티팩트를 생성하는 AI의 한 형태다. 생성형 인공지능은 제품, 콘텐츠 및 고객 경험에서 분석, 소프트웨어 엔지니어링 및 AI 학습 방법에 이르기까지 기업의 많은 영역을 재구성할 것이다. 은행 및 투자 서비스에 즉시 적용되는 예로는 사기 패턴을 확장하고 금융 사기 및 자금 세탁 전략을 탐지하기 위해 합성 데이터를 적용하는 것이 있다. 생성적 적대 신경망(Generative Adversarial Networks, GAN)은 훈련 데이터에서 서로 다른 차원의 데이터를 나타내기 때문에 더 공정하고 덜 편향된 AI 생성에 사용될 수 있다. 자연어 생성(Natural Language Generation, NLG)은 소매금융, 상업은행 또는 투자 서비스 전체에 걸쳐 보고서 생성, 요약 또는 포트폴리오 생성을 위한 맞춤형 인사이트에 적용할 수 있다. 은행 및 투자 CIO는 조직의 데이터 사이언티스트 또는 우수 센터와 협력해 GAN 또는 NLG를 비즈니스의 다른 부분에 혁신적으로 적용할 수 있는 활용 사례를 도입해야 한다.
가트너는 2024년이면 자치 시스템이나 디바이스를 판매하는 조직의 20%가 자사 제품의 학습된 행동에 관한 배상 조항을 소비자가 포기하도록 요구할 것으로 내다봤다. 자치 시스템은 지속적인 학습과 동적 적응을 활용해 복잡하고 역동적인 환경에서 작업 및 비즈니스 프로세스의 우수한 자동화를 제공한다. 자치 시스템은 경험을 통해 학습하고 실시간으로 행동을 수정하며, 필요에 따라 내부 작업을 고려할 수 있다.
따라서 원격 실시간 모니터링과 제어가 실용적이지 않을 때뿐만 아니라, 알려지지 않았거나 예측 불가능한 운영 환경에서도 유용한 사용이 가능하다. 이미 은행 및 투자 서비스 맥락에서 자동화 및 학습의 예시를 찾을 수 있다. 자치 시스템은 자동 채무관리, 개인 금융 어시스턴트 및 자동 대출 관련 업무에 적용될 수 있다. 로보어드바이저(Roboadvisor)는 본질적으로 낮은 수준의 자치 시스템이지만, 높은 수준으로 자동화 되어있기 때문에 로보어드바이저를 완전히 신뢰하는 것에 대한 우려는 여전히 존재한다. CIO는 자치 시스템을 소규모로 시작하여 작은 단계부터 자동화할 수 있는 기회를 찾아야 한다.
해당 과정에서 CIO는 은행 내 모든 프로세스를 '엔드 투 엔드' 방식으로 생각하고 궁극적으로 전반 프로세스를 자동화할 수 있도록 해야 한다. 주식시장과 같이 복잡하고 빠르게 변화하는 환경을 필요로 하는 상황에서 자치 시스템을 시범 운영하면 시스템이 민첩성(애질리티)을 조정하고 개발하는 방법을 학습할 수 있을 것이다.
가트너는 2025년까지 대기업의 60%가 분석, 비즈니스 인텔리전스 또는 클라우드 컴퓨팅에 하나 이상의 개인정보보호 강화 컴퓨테이션 기술을 사용할 것으로 예측하고 있다. 이 기술은 다양한 미래 지향적이고 새로운 기술을 포괄하는 용어이며, 각각 다른 보안 및 개인 정보 보호를 보장한다. PEC 기술을 통해 사용 중인 데이터를 보호할 수 있으며 초기 시나리오에서는 불가능했던 AI 모델링, 국경을 넘나드는 데이터 전송, 분석 및 비즈니스 인텔리전스에서의 데이터 기밀유지 처리도 가능하다. PEC는 개별적으로 사용할 수도 있지만 안정성 강화를 위해 여러 개를 결합하여 사용할 수도 있다.데이터는 금융 서비스 내의 모든 분석, 컴퓨팅 및 데이터 수익화 작업에서 고유한 역할을 담당한다. 그러나 규제 요건, 규정 준수 리스크, 브랜드에 대한 신뢰 또는 고객의 신뢰를 유지하기 위해 조직 내에서 어떤 데이터를 어떻게 사용할 수 있는지에 대한 기밀 요건이 존재한다.
이같은 PEC 기술은 개인 정보와 기밀성 보호 등 여러 측면에 도움이 된다. 데이터를 비즈니스 활동 및 분석 방법에 적용할 때 유용하게 만든다. 사기 분석, 인텔리전스 운영, 데이터 공유 및 자금 세탁 방지와 같은 활용 사례에서 PEC의 채택이 증가하고 있다. CIO는 훈련 데이터가 부족하고 개인정보와 식별 가능한 데이터를 보호해야 하는 상황에서 합성 데이터를 적용할 수 있다.
이 세 가지 신흥 기술들은 비즈니스 운영, 성장 및 혁신 목표에 총체적으로 기여하며 은행 및 투자 산업에서의 활용 사례를 입증했다. 은행 및 투자 부문의 성장이 최우선 과제이지만, 비용 최적화 및 리스크 관리를 통해 이를 효율적으로 수행해야 하기 때문에 새로운 기술의 혁신도 필요하다.
[ 저작권자 ⓒ디지털타임스, 무단 전재 및 재배포 금지 ]
