사상 리더
2023년 금융 대출기관이 AI와 머신러닝을 활용하는 방법

핵심 포인트AI 챗봇은 이제 고객이 대화형 언어로 자금을 송금할 수 있게 해줍니다.
더 보기
- AI 챗봇은 이제 고객이 대화형 언어로 자금을 송금할 수 있게 해줍니다.
- AI는 실시간으로 고객 감정을 분석하여 서비스 팀에 알립니다.
- 자동차 대출 업체는 AI를 사용해 대출 결함을 식별하고 규제 위험을 줄입니다.
인공지능(AI) 및 머신러닝(ML) 기술은대출기관와 금융 기관에서 활용되는 응용 프로그램, 사용법 및이점이 확대되고 있습니다. 이러한 성숙도와 확대된 채택률로 인해 AI/ML은 비즈니스 세그먼트 전반에서 긍정적인 ROI를 생성하는 고도로 복잡한 솔루션을 해결하는 데 도움이 됩니다.
대부분의 금융 서비스 제공업체와대출기관는 이러한 기술을 위험 관리, 대출 발급 부서의 마찰 감소, 소득 및 검증 제어, 사기 감소, 규제 및 감사 프로세스와 같은 영역에서 지원하기 위해 전사적으로 배포하고 있습니다.
궁극적으로, 금융 서비스 제공업체는 AI/ML을 사용하여 실시간 투명성, 금융 포용성, 및 개선된 규제 준수를 통해 신용 비용을 낮추기 위해 노력하고 있습니다. 2023년에 금융 기관이 AI/ML을 활용하는 몇 가지 중요한 사용 사례는 다음과 같습니다.
대화형 채팅봇
대화형 채팅봇은대출기관가 고객과 더 대화형으로 상호 작용하도록 도와줍니다. 소비자는 Amazon (AMZN ), Netflix 및 Lyft와 같은 기술 선도 기업에서 받는 것과 동일한 수준의 고객 서비스를 원합니다. AI 기반 채팅봇과 가상 어시스턴트는 고객에게 24/7 지원을 제공하여 계좌 잔액 및 최근 거래와 같은 많은 항목에 대한 도움을 줍니다. 가장 인상적인 것은 이러한 채팅봇이 고객이 대화형 언어를 사용하여 자금을 보낼 수 있도록 허용한다는 것입니다.
고객 감성 분석
금융 기관은 오랫동안 고객 감성을 빅 데이터 및 자동화 플랫폼에 통합하는 데 어려움을 겪었습니다. 오늘날의 선도적인대출기관는 고객에 대한대량의 데이터에 접근할 수 있지만, 역사적으로대량의 데이터가 비구조화되어 컴퓨터가 이해하기 어려웠습니다. 그러나 AI는 고객이 무엇을 의사소통하고 실시간으로 표현하는 감정을 분석할 수 있습니다. 이러한 시스템은대출기관의 고객 서비스 팀에 문제를 효과적으로 해결하도록 경고할 수 있습니다.
신용 기록이 부족하거나 없는 경우의 신용 평가
AI/ML은 또한 고객의 신용도를 더 명확하게 제공하는 데 도움이 됩니다. 특히 고객이 부족하거나 전혀 없는 신용 기록이 있거나, 많은 오늘날의 긱 이코노미 노동자와 같이 보충적 소득원이 있는 경우에 유용합니다.
자동차 대출에서 AI/ML을 사용하는 특정 사용 사례를 자세히 살펴보겠습니다. 여기서 다양한 간접 및 직접대출기관가 매년 수백만 대의 신차 및 중고차 거래에 대출을 제공합니다.
자동차 대출에서 대출 결함을 식별하는 AI
소비자 금융 보호국(CFPB)은대출기관와 자동차 딜러 사이에서 발생하는 대출 및 서류 문서화(거래 서류 묶음인 deal jacket)의 정확성을 더욱 엄격하게 검토하고 있습니다. 많은 경우,대출기관가 대출 계약서에서 비용을 잘못 표현하여 고객이 2010년 소비자금융보호법을 위반하는 고비용 자동차 대출을 받게 되었는지 조사하기 위해 감사를 실시합니다.
이 시나리오는 규제기관이 새로운 법률을 도입하거나 기존 법률을 시행함으로써대출기관와 그 규제 팀에 행정적 압력을 가하는 해석을 제시함으로써 경계를 확장하는 최신 예입니다. 많은대출기관는 규제 요구 사항을 준수하지 못하여벌금 및 제재에 취약합니다.
대출기관는 이러한 시나리오를 더 엄격하게 완화할 수 있습니다. 오늘날의 AI 기반 소프트웨어는대출기관가 규제 요구 사항을 준수하고 감사 준비를 도와줍니다. 이러한 솔루션은명확한 표준화된 정책을 제공하며,대출기관는 내부 감사에 대한 모델 거버넌스 준수를 위해 안내를 받습니다. 또한 전문가의 조언과 샘플 문서가 필요한 경우 제공됩니다.
AI 모델 문서화 사용
오늘날의 AI 소프트웨어에서 제공하는 모델 문서에는대출기관를 위한 모델에서 발생할 수 있는 차별적 영향 위험에 대한 질적 평가가 포함됩니다. 감사 프로세스는 인종, 민족, 성별, 연령(62세 이상)에 대한 분기별 양적 차별적 영향 평가를 수행합니다. 이 과정에서는 인종과 민족 데이터를 수집하지 않지만, 최신 인구 조사 데이터를 바탕으로 인종, 민족, 성별에 대한 CFPB의 베이즈식 성씨 지리 코딩(BISG) 프록시 방법을 사용합니다.
오늘날의 소프트웨어는 고급 AI 기술을 사용하여 데이터 수집 및 분석 프로세스를 단순화하고 자동화하여 대출을 신속하게 및 효율적으로 자금을 조달하는 것을 목표로 합니다. 또한 자금 조달 비용과 조기 상환에 따른 GAP 환급 처리 비용을 줄이고, 규제 준수를 개선하며, 불공정·기만적·남용적 행위 및 관행(UDAAP)과 관련해 규제기관이 시정을 요구하는 사항(MRA)과 동의명령에 드는 비용을 낮추는 것이 목표입니다.
다른 산업의 금융 제공업체와 마찬가지로, 자동차대출기관는 AI/ML 전문가가 아니며, 이는 그들의 핵심 역량이 아닙니다. 따라서 현재의 AI/ML 전문가와의 협력을 통해 대출 결함을 잡는 데 도움을 줄 수 있는 신뢰할 수 있는 파트너를 찾는 것이 중요합니다. 이러한 파트너는 자금 제공업체가 완전한 거래에 집중할 수 있도록 도와주며, 딜러와의 문제를 신속하게 해결할 수 있도록 합니다. 또한 딜러 결함을 자동화하여 문서 결함이 있는 계약을 즉시 알릴 수 있습니다.
또한 자동차대출기관가 단순한 대출 결함 외에도 AI 및 자동화를 더욱 많이 배포하고 있습니다. 최근의대출기관 임원 설문조사에 따르면, 63%의 임원이 유동화를 위해, 61%의임원이 대출 서비스를 위해, 52%의임원이 대출 처리 및 발견을 위해 올해 AI 및 자동화 기술을 구현할 계획이라고 합니다.
금융 서비스 제공업체에서 AI 및 ML은 아직 초기 단계에 있습니다. 그러나 이러한 기술의 채택은 계속 증가하고 있습니다. 더 중요한 것은, 이 기관들은 운영상의 수익성, 직원 사기, 전반적인 고객 경험에 미치는 긍정적인 영향을 실감하고 있습니다.
1: 2023년 3월, 2,500명 이상의 자동차 대출기관 임원를 대상으로 실시된 InformedIQ 자동화 설문조사












