지역 은행 및 신용 조합의 GenAI의 미래

역사적으로 지역 은행과 신용 조합은 계좌 소유자와의 개인적 관계를 통해 브랜드를 구축했습니다. 예를 들어, 은행원의 배우자 이름을 아는 것이 드문 일이 아니었고, 은행원이 자녀의 이름을 아는 것도 드문 일이 아니었습니다. 실제로 개인적 관계는 소규모 금융 기관의 특징이었고, 이를 통해 대형 경쟁사와 차별화되었습니다. 은행업의 디지털화로 인해 개인적 관계를 구축하는 것이 어려워졌고, 차별화 요소가 침식되었으며 소규모 기관은 보드를 재설정할 방법을 모색하게 되었습니다.

엔터 버튼 생성 인공지능(GenAI), 대규모 데이터 세트에서 패턴을 학습하기 위해 대규모 언어 모델(LLM)을 사용하는 AI 기술의 하위 집합입니다. 그런 다음 인간의 프롬프트와 지시와 함께 패턴을 사용하여 원래의 인간이 생성한 작업과 유사하거나 향상된 새로운 텍스트 콘텐츠를 만듭니다.

The 2025년 리테일 뱅킹 트렌드 및 우선순위 올해 우리가 후원한 보고서에 따르면, 조직의 80%가 2030년까지 디지털 에이전트가 실시간 개인화된 마케팅 커뮤니케이션을 위해 생성 AI에 의존할 것이라고 믿고 있으며, 금융 기관의 76%가 2030년까지 대부분의 금융 기관이 GenAI를 사용할 것이라고 믿고 있습니다. GenAI는 생산성을 크게 높이고, 더 나은 데이터 중심의 인간 의사 결정을 지원하고, 개선되고 개인화된 디지털 고객 경험을 제공하고, 최종 이익을 크게 늘릴 수 있기 때문에 실제로 이 비율은 더 높아야 한다고 생각합니다.

얼마나 크게? 2023년 말에 McKinsey Global Institute는 전 세계 산업 중에서 GenAI가 추가할 수 있습니다 분석한 2.6개 사용 사례에서 연간 4.4조 63억 달러에서 200조 340억 달러에 해당합니다. 산업 부문 중에서 은행업은 가장 큰 기회 중 하나로 예상되며, 리테일 뱅킹에 XNUMX억 달러에서 XNUMX억 달러 사이의 새로운 가치를 제공할 잠재력이 있습니다. 이는 주로 생산성 증가에서 비롯됩니다.

더 빠르게, 더 좋게, 더 행복하게

AI가 인간의 일자리를 빼앗을 것이라는 오해가 있습니다. 하지만 GenAI의 힘은 데이터와 정보를 기반으로 콘텐츠를 생산한다는 것입니다. ...을 더한 인간이 제공하는 프롬프트와 지시. 그것은 대체 도구가 아니라 강화 도구입니다.

현재 은행의 GenAI는 주로 보안, 대출 신청, 사기 탐지를 포함한 중요하지만 반복적인 작업이나 프로세스를 자동화하고 더 나은 자동화된 서비스 경험을 제공하는 데 사용됩니다. GenAI가 이러한 프로세스와 다른 프로세스와 관련된 일상적인 작업을 맡게 하면 효율성과 생산성이 높아질 뿐만 아니라 해당 작업을 수행하는 직원이 더 의미 있는 작업에 집중할 수 있으므로 업무가 더 만족스럽습니다.

지역 은행과 신용 조합이 차별화할 수 있는 주요 방법 중 하나는 계좌 소유자의 디지털 뱅킹 경험을 개인화하고 향상시키는 것입니다. 구체적으로, 이 기술은 그들의 행동과 선호도에 대한 더 깊은 통찰력을 제공하여 그들의 필요를 예측하는 데 도움이 됩니다. 따라서 그러한 필요를 충족하는 제품과 서비스는 Netflix가 고객에게 큐레이팅된 엔터테인먼트를 제공하고 Amazon이 고객에게 엔터테인먼트와 제품을 제공하는 것과 같은 방식으로 제공될 수 있습니다. 이는 고객 행동과 선호도에 따라 다릅니다.

마찬가지로 GenAI로 가능한 데이터 수집 및 심층 분석은 개인화된 콘텐츠를 생성할 수 있으므로 각 계정 소유자는 인생의 특정 시점에 자신에게 관련된 콘텐츠(마케팅 캠페인 포함)만 볼 수 있습니다. 자신의 집을 소유하고 좋은 급여와 신용 점수를 가진 중년 여성이 학자금 대출을 갚으려 하고 여전히 집을 소유하고자 하는 최근 대학 졸업생과 동일한 콘텐츠를 보는 것은 말이 되지 않습니다.

인간의 손길

은행을 위한 GenAI 솔루션을 구축하는 데는 인간의 의사 결정과 감독을 포함하는 것이 중요합니다. GenAI를 성공적으로 통합하기 위한 당사의 공식은 대규모 은행 데이터 세트에 대해 특별히 훈련된 딥 러닝 모델로 시작하는 것입니다. 또한 인간 언어의 패턴과 구조를 학습하도록 훈련된 이러한 모델은 사용자 질의나 프롬프트에 대한 자연스러운 응답을 생성합니다. 인간의 참여는 AI가 생성한 응답이 정확하고 윤리적 기준, 규정 준수 및 고객 요구 사항에 부합하며 잠재적 위험과 편견을 완화하는 데 필수적입니다.

내일의 기술, 오늘

GenAI가 지역 은행과 신용 조합을 혁신할 잠재력은 무한합니다. 이 기술을 통합하는 데 성공하는 금융 기관은 오늘날 높은 잠재력과 낮은 위험의 애플리케이션에 투자를 집중하면서 미래를 위한 전략을 수립하기 시작하는 기관이 될 것입니다.

GenAI가 은행 업무에 즉각적이고 실질적인 영향을 미치는 네 가지 주요 방법은 다음과 같습니다.

전략적 성장 추진

McKinsey 보고서는 기업 및 리테일 뱅킹이 GenAI의 올바른 배포에서 가장 큰 혜택을 볼 것이라고 계산했습니다. 기업 뱅킹 측면에서 가장 큰 잠재력은 향상된 인간 참여 의사 결정, 자동화된 위험 평가 모델 및 자동화를 통한 운영 효율성입니다. 리테일 뱅킹은 개인화된 뱅킹 경험, 향상된 고객 서비스 및 마케팅 혁신의 혜택을 볼 수 있습니다.

운영 효율성 강화

2023년 최고 은행업 트렌드에 대한 보고서에서 Accenture GenAI의 영향을 가장 많이 받을 산업으로 은행업을 꼽았고, 이 기술을 통해 산출량을 늘릴 수 있는 잠재력이 가장 큰 산업으로 꼽았으며, 현재 워크플로의 34%가 GenAI 향상에 적합하다고 밝혔습니다. 또한 GenAI를 도입한 금융 기관은 생산성을 최대 30%까지 향상시킬 수 있다는 사실도 발견했습니다.

하지만 GenAI가 효율성을 개선할 수 있는 잠재력이 있음에도 불구하고, 인간의 전문성은 여전히 ​​성공의 열쇠입니다. 특정 은행 지식을 사용하여 내부 팀은 모델을 정확하게 훈련하고 인간처럼 복잡성을 평가할 수 있습니다. 하지만 더 빠르게 확장할 수 있으며 인간의 능력을 훨씬 뛰어넘는 수준까지 확장할 수 있습니다. 

대형 및 소형 기관 간의 경쟁 환경 평준화

우리는 GenAI가 지역 은행과 신용 조합에 어떤 혜택을 줄 수 있는지 몇 가지 살펴보았습니다. 여기에는 생산성을 높이고 개인화된 계좌 소유자 경험을 제공하는 것이 포함됩니다. 위험 회피적인 은행가들이 GenAI의 수많은 이점을 인식하고 있으며 도입률이 상승하고 있다는 것은 긍정적인 신호이지만, 여전히 너무 많은 지역 금융 기관이 참여하기를 주저하고 있습니다.

그들이 시간을 허비하는 동안 대형 금융 기관들은 움직이고 있습니다. 그리고 그들은 GenAI의 힘을 활용하는 데 있어 표면만 훑어보고 있을 뿐입니다. 지나치게 조심하는 사람들은 영구적으로 뒤처질 것입니다. 기억해야 할 것은 GenAI 도구는 링펜싱되고, 독점 데이터에 연결되고, 내부적으로 보관될 수 있다는 것입니다.

집단 지능 전달

집단 지능은 개인과 그룹이 함께 일할 때 생성됩니다. 구성 요소에는 그룹 의사 결정, 합의 형성, 다양한 출처의 아이디어, 경쟁에서의 동기 부여가 포함될 수 있습니다. 전통적으로 집단 지능을 활용하는 것은 기관 지식을 문서화하고 교육 및 직무 경험을 통해 공유하는 방식으로 이루어졌습니다. GenAI는 집단 지능의 이점을 쉽고 실시간으로 향상시킵니다. 

지역 금융 기관에서 GenAI를 성공적으로 도입하고 통합을 확대하려면 은행 데이터와 심층적인 산업 지식에 대해 특별히 훈련받은 LLM이 필요합니다. 하지만 가장 중요한 요소는 인간의 협업과 감독입니다. GenAI는 대체 도구가 아니라 향상 도구라는 점을 기억하세요.