생성형 AI, 이렇게 활용된다(2편)
금융 산업 편
안녕하세요.
데이터 스포일러입니다.
기술 트렌드를 이해하실 수 있도록 정보를 요약해서 공유드리겠습니다. 많은 관심 부탁 드립니다.^^
생성형 AI는 금융, 헬스케어, 제조, 미디어 등 다양한 산업에서 혁신을 일으키고 있습니다.
기업들이 도입하려는 이유를 생각해 보면, 다음과 같이 정리해 볼 수 있는데요.
고객 서비스 개선 및 신규 비즈니스 모델 개발
업무 생산성 향상 및 비용 절감
신속한 의사결정 지원
결국, 다른 기업들보다 시간과 비용을 줄이면서도 생산성은 높여나가면서 수익 증대와 경쟁 우위를 확보하기 위해 기존과 다른 혁신이 필요해 보입니다.
오늘은 "금융 산업의 AI 활용"에 대해 정리해 보겠습니다.
<출처: 한국금융신문(2024.2.26), 'AI 혁명이 금융을 바꾼다...금융CEO 80% 협업 시너지 기대'>위 이미지는 한국금융신문에서 주관한 "2024 금융권 CEO 74인 AI 주제 설문"에서 CEO들이 응답한 내용들이 요약된 것인데요.
이 내용을 자세히 살펴보면, 긍정적인 기대와 우려되는 부분이 함께 나타나고 있습니다.
◆ 기대사항
현 금융권의 AI 활용은 10~20% 수준으로, 향후 최대 80% 수준까지 대폭 상향 희망
업무 효율성 향상, 비용 절감 등 AI 도입의 긍정적 효과 기대
사람과 AI의 협업 시너지 기대
◆ 개선사항
AI 전문인력 부족
알고리즘의 신뢰성, 편향성 리스크
특히, 금융 도메인에 특화된 데이터 이해, 목표(이상거래탐지 등)에 부합하는 AI모델 개발 및 최적화를 수행할 수 있는 전문인력 양성이 시급해 보이네요.
<출처: 삼일 PwC경영연구원(2024.05), '생성형 AI를 활용한 비즈니스의 현주소'>위 이미지는 PwC 보고서에 포함된 금융 산업 내 AI 적용 예시입니다.
국내외 금융기관들의 생성형 AI 도입 및 활용 방향성을 비추어 봤을 때, '마케팅/영업'과 '고객관리'와 같이
개별 고객에 대한 정밀한 분석 기반의 1대 1 맞춤형 서비스가 요구되는 영역을 중심으로 생성형 AI 기술을 활용하고자 하는 Needs가 높아지고 있다고 합니다.
이중, 집중 적용되고 있는 영역은 3가지입니다.
챗봇: 신속한 고객 문의 대응, 개인화된 금융 조언 등 제공
로보어드바이저: 투자성향, 리스크 수준, 기대 수익률 등 자산관리 및 상품추천 정보를 제공
RPA(로봇 프로세스 자동화): 각종 서류를 자동으로 분석/분류하는 등 프로세스 개선
최근 은행이나 증권사 앱을 사용해 보면,
24시간 지원 가능한 챗봇, 로보어드바이저를 통한 종목 추천 기능 등이 대부분 포함되어 있는 것을 확인할 수 있었는데요. 사용하다 보면 제한적인 부분도 있지만, 이러한 서비스를 통해 금융 산업이 앞으로 나아갈 방향에 큰 변화가 예상된다는 것을 실감하고 있습니다.
글로벌 금융 기업들의 AI 활용 사례에 대해 알아보겠습니다.
사례를 설명하기 전에 기업 간 비교 평가한 자료가 있어 공유드리고자 하는데요.
'Evident'라는 회사를 아시나요?
'Evident' 社는 금융 분야의 AI 성숙도 지수를 제공하고 있습니다.
해당 지수는 북미, 유럽 및 아시아의 대형 은행의 수백만 개의 공개 데이터에서 추출한 100개 이상의 지표와 비교하여 평가된다고 합니다.
<출처: Evident(2023), https://evidentinsights.com/ai-index/>위 이미지는 Evident 社에서 제공한 지수입니다.
(현재 제공된 것은 2023년 버전이고, 2024년 10월 17일에 지수가 업데이트된다고 하네요.)
평가 핵심 요소는 인재(Talent), 혁신(Innovation), 리더십(Leadership), 투명성(Transparency) 총 4가지를 포괄하고, 금융 부문 전반의 AI 환경에 대한 심층적인 인사이트도 포함시킨 리포트를 제공하고 있습니다.
AI 성숙도 지수 기준 상위권에 있는 회사를 중심으로 AI 활용 사례를 조사해 보니, 대부분 제공하고 있는 기능이 유사하여 아래와 같이 정리해 보았습니다.
로보어드바이저 서비스: 투자 전략 수립 및 자산 관리
- AI를 활용해 고객에게 투자 전략과 자산 관리 솔루션을 제공하는 로보어드바이저 서비스를 운영
고객 서비스 챗봇: 고객 문의 처리 및 지원
- AI 기반 챗봇을 도입하여 고객의 일반적인 질문에 답변하고, 필요한 정보를 빠르게 제공함으로써
고객 편의성을 향상시키고 고객 지원 업무를 자동화
카드 사기 탐지 시스템: 금융 사기 및 부정 거래 방지
- AI를 활용한 이상 거래 탐지 시스템을 구축해 실시간으로 거래 패턴을 모니터링하고, 의심스러운
활동을 감지하고 대응
개인화된 금융 서비스: 고객별 맞춤형 금융 서비스 제공
- 머신러닝을 활용해 고객의 지출 패턴, 신용 정보, 금융 행동 등을 분석하여 맞춤형 금융 솔루션 제공
시장 데이터 분석: 금융 시장의 변동성 및 위험 요소 파악
- 경제 지표, 기업 실적, 뉴스, 소셜 미디어 등의 데이터를 분석해 시장 트렌드를 파악하고 예측.
이를 통해 시장의 변동성에 대한 신속한 대응 및 고객에게 더 나은 투자 조언을 제공
금융 산업뿐만 아니라 다양한 분야에서 생성형 AI의 도입은 혁신과 효율성 향상에 큰 역할을 하고 있습니다. 특히 금융권에서는 AI를 활용해 맞춤형 서비스, 고객 지원, 투자 전략 수립, 사기 방지 등 여러 영역에서 효과를 보고 있으며, 이는 기업들이 비용을 절감하고 경쟁력을 확보하는 핵심 요소로 자리 잡고 있습니다. 앞으로 AI와의 협업이 더욱 강화됨에 따라 금융 산업의 변화가 가속화될 것으로 기대됩니다.
이번 2편에서는 금융 산업의 AI 활용 사례에 대해 정리해 보았는데요.
3편에서는 제조 산업에 대해 정리하여 공유해 보겠습니다.
즐거운 하루 보내세요.^^
