2025년 이후 금융 서비스에서의 포괄적 AI 비전

금융 서비스 산업(FSI)은 AI가 과장된 꿈이 아니라 오랫동안 현실이 되어 온 분야입니다. 사기 탐지, 자금 세탁 방지(AML), 위험 관리와 같은 분야에 분석과 데이터 과학이 확고히 자리 잡으면서 이 산업은 생성적 AI 기반 기술로 구동되는 또 다른 AI 기반 역량의 물결을 개척하려 하고 있습니다.

이 산업은 인터넷 도입이나 스마트폰 도입과 비교할 수 있는 AI 혁명의 정점에 있습니다. 모바일 기기가 완전히 새로운 애플리케이션과 소비자 행동 생태계를 만들어낸 것처럼, AI, 특히 GenAI 기반 시스템은 우리가 일하고, 고객과 상호 작용하고, 위험을 관리하는 방식을 근본적으로 바꿀 준비가 되어 있습니다.

이동할 준비가 된 조직은 보안, 생산성, 효율성, 고객 경험 및 수익 창출에서 획기적인 변화를 맞이하게 됩니다. 대부분의 데이터 침해는 사용자 자격 증명이 손상된 데서 비롯되므로, 가치 있는 모든 AI 보안 전략은 최종 사용자 교육을 포함할 뿐만 아니라 새로운 종류의 PC 프로세서로 가능해진 장치 수준의 권한 부여에 의존합니다. 먼저 FSI가 유력한 선구자가 된 이유를 살펴보겠습니다.

AI 부문

아이러니하게도, 보수주의에 대한 평판과 함께 FSI는 항상 데이터, 특히 방대한 양의 데이터를 관리하는 스마트한 새로운 방법을 찾는 데 앞장서 왔습니다. 이는 부분적으로 필요성 때문입니다. FSI에서 생성되는 방대한 양의 데이터는 영구적인 볼륨-다양성-속도 문제를 제기하고 엄격한 규제 환경은 열린 마음으로 AI를 수용해야 한다는 설득력 있는 주장을 합니다.

혁신과 위험의 균형

모든 산업은 AI 개념 증명 프로젝트 이후에 오는 좌절스러운 마비 상태를 이해할 것입니다. 흥미로운 실험이 많지만 ROI는 어디에 있을까요? AI를 구현하면 다음을 포함한 많은 걱정이 생깁니다.

• 어디서 시작해야 할지 아는 것
• 전략적 접근 방식의 부족(AI를 위한 AI)
• 데이터의 7V(볼륨, 진실성, 타당성, 가치, 속도, 가변성, 변동성)
• 기술 격차와 인재 부족
• 진화하는 사이버 보안 위험 관리
• 국가 및 지역별로 다른 AI 및 GenAI에 대한 진화하는 규정 준수 법률 충족
• 다양한 소스의 간단하거나 복잡한 데이터, 특히 레거시 시스템(데이터 사일로) 및 환각을 통합하는 데 어려움
• 투명성, 설명 가능성 및 공정성/편견 없음 보장
• 데이터 프라이버시에 대한 고객 신뢰와 직원의 저항
• 회사 외부에서 고객 데이터 및 기밀 거래 전략이 유출되는 경우(예: 일부 대형 기관에서는 ChatGPT가 금지됨)
• 전력이 부족한 하드웨어 및 장치
• 데이터의 통화
• 거버넌스
• 이주에 대한 두려움
• 온프레미스, 하이브리드 및 퍼블릭 클라우드의 균형 유지

보안에 기반한 AI

업계가 AI를 도입하려는 의지가 있다면 보안에 대한 우려가 가장 크며, 특히 사이버 보안과 데이터 보호가 이를 가로막고 있습니다.

정확성, 설명 가능성, 투명성 외에도 보안은 비즈니스 프로세스에서 AI 통합의 초석입니다. 여기에는 다음 사항을 준수하는 것이 포함됩니다. 전 세계적으로 필요하고 서로 다른 AI 규정이 있습니다. EU AI 법, 전에, 디지털 운영 탄력성법(DORA) EU의 분산형 모델, 미국의 분산형 모델, GDPR 등이 있습니다. 데이터 프라이버시와 정보 보안을 보장하는 것과 마찬가지로. 기존 IT 시스템과 달리 AI 솔루션은 책임감 있고 윤리적이며 신뢰할 수 있도록 강력한 거버넌스와 견고한 보안 조치를 기반으로 구축되어야 합니다.

그러나 FSI에 AI를 통합하면 사이버 보안 공격과 같은 여러 가지 새로운 공격 벡터가 나타납니다. 데이터 중독 (AI 모델에서 사용하는 훈련 데이터 조작으로 인해 부정확하거나 악의적인 출력이 생성됨) 모델 반전 (공격자가 AI 모델의 응답에서 민감한 정보를 유추하는 경우) 및 AI 모델을 속여 잘못된 예측을 유발하도록 설계된 악의적인 입력이 있는 경우.

책임감있는 AI

책임감있는 AI AI 도구를 개발하고 구현할 때 필수적입니다. 기술을 활용할 때 AI가 합법적이고, 윤리적이며, 공정하고, 개인 정보를 보호하고, 안전하고, 설명 가능하다는 것이 가장 중요합니다. 이는 FSI가 투명성, 공정성, 책임을 우선시하기 때문에 매우 중요합니다.

조직이 준수해야 할 책임 있는 AI의 6가지 기둥은 다음과 같습니다.

1. 다양성 및 포용성 – AI가 다양한 관점을 존중하고 편견을 피하도록 보장합니다.
2. 개인정보 보호 및 보안 – 강력한 보안 및 개인정보 보호 조치로 사용자 데이터를 보호합니다.
3. 책임성 및 신뢰성 – AI 시스템/개발자가 결과에 대해 책임을 지도록 합니다.
4. 설명 가능성 – AI의 결정을 모든 사용자가 이해하고 접근할 수 있게 만듭니다.
5. 투명성 – AI 프로세스와 의사 결정에 대한 명확한 통찰력을 제공합니다.
6. 지속 가능성 – 환경 및 사회적 영향은 AI의 생태발자국을 최소화하고 사회적 이익을 증진합니다.

IT의 역할 재고

기존 세계에서는 이러한 과제에 대응하기 위해 거래 처리, 데이터 관리, 백오피스 지원, 스토리지 용량 등 IT 시스템을 강화합니다. 하지만 AI가 기술 스택에 더 깊이 스며들면서 게임의 판도가 바뀝니다. AI가 소프트웨어 이상이 되면서 완전히 새로운 운영 방식을 만들어냅니다.

따라서 IT 팀은 일상적인 작업을 자동화하고, AI 기반 솔루션을 통합하고, 데이터를 활용하고, 생산성과 효율성을 개선하고, 필요한 개인 처리 능력을 제공함으로써 '데이터의 관리자'일 뿐만 아니라 직원의 디지털 고문이 됩니다. Intel® Xeon® 확장 가능 프로세서와 같은 최신 고속 프로세서에서 실행되는 AI PC와 같은 스마트 기기의 AI 기반 솔루션은 클라우드와 공유되지 않는 한 데이터를 비공개로 유지하면서도 동작에 따라 사용자의 요구를 예측합니다. 게다가 오늘날의 AI PC는 AI 작업을 더욱 가속화하고 보안 보호를 강화하는 신경 처리 장치(NPU)와 같은 새로운 처리 기능을 제공합니다.

오늘날 사용되는 AI

오늘날 우리는 업계 전체에 영향을 미칠 몇 가지 흥미로운 AI 사용 사례를 보고 있습니다. 하지만 먼저 기업은 확장 가능하고 안전하며 지속 가능한 AI 아키텍처를 구축해야 하며 이는 기존 IT 자산을 구축하는 것과 매우 다릅니다. 사업부 리더십, 인프라 아키텍처, 운영, 소프트웨어 개발, 데이터 과학 및 사업 라인의 이해 관계자를 포함하는 전체적이고 팀 기반의 접근 방식이 필요합니다. 사용 사례는 다음과 같습니다.

• 시뮬레이션 및 모델링: 예측 시뮬레이션, 심층 학습, 강화 학습을 통해 개인화된 추천을 제공하고, 공급망을 개선하고, 의사 결정, 예측, 위험 관리를 최적화합니다.
• 사기 감지 및 보안: AI 기반 패턴 인식 알고리즘을 통해 이상 징후를 감지하고, 사기 탐지를 자동화하고, 고객 확인(KYC) 준수 검사를 강화하고, 보안을 강화합니다.
• 스마트 브랜치와 스마트 빌딩 변환: AI 기반 키오스크와 엣지 분석을 통해 개인화된 고객 경험(동시 여러 언어 번역 등)을 제공하고, 로컬 LLM 처리를 통해 완전한 개인 정보 보호를 보장하며, 스마트 카메라로 지점 안전을 개선합니다.
• 프로세스 자동화: AI는 재무 보고, 기록 조정, 대출 처리, 고객 서비스 향상 등 반복적인 작업과 워크플로를 간소화하는 동시에 규정 준수와 보안을 보장합니다.
• 새롭게 구상된 프로세스: AI는 단순한 디지털화를 넘어 진정으로 지능적인 워크플로를 만들어내 비즈니스 프로세스를 근본적으로 재고할 수 있는 기회를 제공합니다.
• AI 운영: AI 기술은 인프라 워크플로를 자동화하여 프로비저닝과 문제 해결을 가속화할 수 있습니다.
• 고객 서비스: AI는 조직이 가상 비서를 포함하여 24시간 연중무휴 지원, 즉각적인 대응, 개인화된 경험, 보다 효율적인 문제 해결을 제공할 수 있도록 지원합니다.
• 실사 가속화: 계약 분석이든 합병 및 인수의 일부이든 실사 과정을 상당히 신속하게 진행하고, 잠재적인 시너지와 위험을 파악하세요.
• 규제준수: 규제 점검을 자동화하고, 정확성을 보장하며, 위험을 줄이고, 최신 기록을 효율적으로 유지합니다.
• 자산 관리 및 개인 자산 관리사: 고객에게 적합한 금융 상품을 매칭하고 개인화된 투자 조언을 제공하여 고객 만족도와 운영 효율성을 향상시킵니다.
• 에너지 절약: 고효율 프로세서를 탑재한 데이터 센터의 AI 최적화와 온디바이스 AI를 통해 전력 관리를 개선하고 에너지 소비를 줄입니다.
• 디지털 직원: AI는 직원이 감독하는 에이전트를 통해 프로세스 및 작업 자동화를 구현할 수 있습니다.

앞으로 나아갈 길을 계획하다

2025년, AI의 혁신적인 힘은 단순히 AI가 할 수 있는 일뿐만 아니라 AI를 어떻게 구축할 것인가에 달려 있습니다. 확장 가능하고 안전하며 지속 가능한 AI 생태계를 구축하려면 리더십, 인프라, 운영 및 개발 팀 간의 협업이 필요합니다. 예측 시뮬레이션부터 사기 탐지, 프로세스 자동화, 개인화된 고객 경험에 이르기까지 다양한 산업에서 AI가 도입됨에 따라 워크플로우를 혁신하고, 규정 준수를 강화하며, 에너지 효율을 높이고 있습니다. AI는 더 이상 단순한 도구가 아니라, 지능적인 혁신과 지속 가능한 성장의 초석입니다.