지역 은행과 신용 조합에서 GenAI의 미래

과거에 지역 은행과 신용 조합은 계좌 소유자와의 개인적인 관계를 통해 브랜드를 구축했습니다. 예를 들어, 은행원과 그의 배우의 이름을 알고, 은행원이 고객의 아이들의 이름을 알고 있는 것은 이상적인 것이 아니었습니다. 실제로, 개인적인 관계는 작은 금융 기관의 특징이며 더 큰 경쟁자와 차별화되는 것입니다. 은행의 디지털화는 개인적인 관계를 구축하는 것을 어렵게 만들었고, 차별화를 약화시키고, 작은 기관이 보드를 재설정하는 방법을 찾고 있습니다.

여기서 생성형 인공지능(GenAI)이 등장합니다. GenAI는 대규모 언어 모델(LLM)을 사용하여 대규모 데이터셋에서 패턴을 학습하는 인공지능 기술의 하위 집합입니다. 그런 다음 패턴을 사용하여 인간의 프롬프트와 지시를 통해 새로운 텍스트 콘텐츠를 생성하여 원래 인간이 생성한 작업을似的 또는 향상시킵니다.

우리가今年 후원한 2025 소매 은행 트렌드 및 우선순위 보고서에 따르면, 80%의 조직은 2030년까지 디지털 에이전트가 실시간 개인화된 마케팅 커뮤니케이션을 위해 생성형 인공지능을 사용할 것으로 믿고, 76%의 금융 기관은 2030년까지 대부분의 금융 기관이 GenAI를 사용할 것으로 믿습니다. 우리는 실제로 GenAI가 생산성을 크게 증가시킬 수 있으며, 데이터 기반의 인간의 의사결정을 지원하고, 개인화된 디지털 고객 경험을 제공하며, 하위 라인을 크게 향상시킬 수 있다고 믿습니다.

얼마나 크게? 2023년 말, 맥킨지 글로벌 연구소는 GenAI가 세계적으로 산업에서 연간 2.6조 달러에서 4.4조 달러의 가치를 추가할 수 있다고 추정했습니다. 산업 부문에서 은행은 가장 큰 기회를 가졌으며, 소매 은행에 200억 달러에서 340억 달러의 새로운 가치를 제공할 수 있습니다.

더 빠르며, 더 나으며, 더 행복하게

인공지능이 인간의 일자리를 뺏을 것이라는 오해가 있습니다. 그러나 GenAI의 힘은 데이터와 정보에 기반한 콘텐츠를 생성하는 것입니다. 또한 인간의 프롬프트와 지시를 받습니다. 이것은 대체 도구가 아니라 강화 도구입니다.

현재, 은행에서 GenAI는 주로 반복적인 작업이나 프로세스를 자동화하는 데 사용됩니다. 이는 보안, 대출 발급, 사기 탐지 및 자동화된 서비스 경험을 제공하는 데 사용됩니다. GenAI가 이러한 작업을 수행하도록 허용하면 효율성과 생산성이 증가하고, 이러한 작업을 수행하는 직원이 더 의미 있는 업무에 집중할 수 있습니다.

지역 은행과 신용 조합이 자신을 차별화할 수 있는 주요 방법은 디지털 뱅킹 경험을 개인화하고 향상시키는 것입니다. 이는 계좌 소유자의 행동과 선호도를 더 깊이 이해하여 그들의 필요를 예측할 수 있습니다. 따라서, 그들에게 맞는 제품과 서비스를 제공할 수 있습니다.

또한, GenAI를 통해 개인화된 콘텐츠를 생성할 수 있습니다. 각 계좌 소유자는 해당 콘텐츠를 볼 수 있으며, 이는 마케팅 캠페인에도 적용됩니다. 중년 여성에게는 중년 여성에게 맞는 콘텐츠를 제공하고, 최근 대학을 졸업한 사람에게는 최근 대학을 졸업한 사람에게 맞는 콘텐츠를 제공할 수 있습니다.

인간의 감성

은행에서 GenAI 솔루션을 구축하는 데 인간의 의사결정과 감시가 중요합니다. 우리는 은행 데이터셋에 특화된 深層 학습 모델을 사용하여 성공적인 GenAI 통합을 시작합니다. 이러한 모델은 인간 언어의 패턴과 구조를 학습하여 자연스러운 응답을 생성합니다. 인간의 참여는 정확성과 윤리적 기준, 규제 준수 및 고객의 필요를 보장하는 데 중요합니다.

내일의 기술, 오늘

GenAI가 지역 은행과 신용 조합을 변革할 수 있는 잠재력은 무한대입니다. 기술을 성공적으로 통합하는 금융 기관은 미래를 위해 전략을 수립하고, 높은 잠재력과 낮은 위험의 응용 프로그램에 투자하는 것입니다.

은행에서 GenAI가 즉시적인 영향을 미치는 네 가지 주요 방법입니다.

전략적 성장 추진

맥킨지 보고서는 기업과 소매 은행이 GenAI를 올바르게 배치할 경우 가장 많은 이익을 얻을 것으로 예상했습니다. 기업 은행의 경우, 인간-루프 의사결정, 자동화된 위험 평가 모델 및 운영 효율성이 향상됩니다. 소매 은행은 개인화된 뱅킹 경험, 고객 서비스 및 마케팅 혁신에서 이익을 얻을 수 있습니다.

운영 효율성 강화

애크센츄어의 2023년 최고의 은행 트렌드 보고서에 따르면, 은행은 GenAI의 영향을 가장 크게 받을 산업이며, 기술을 통해 출력을 증가시킬 수 있는 산업입니다. 34%의 워크플ロー는 GenAI로 향상될 수 있습니다. 또한, GenAI를 채택하는 금융 기관은 생산성을 30%까지 향상시킬 수 있습니다.

그러나, 효율성을 향상시키는 GenAI의 잠재력에도 불구하고, 인간의 전문 지식은 성공의 핵심입니다. 은행 지식과 내부 팀을 사용하여 모델을 정확하게 훈련하고, 인간이 할 수 있는 복잡성을 평가할 수 있습니다. 그러나, 인간의 능력을 넘어서는 수준으로 확장할 수 있습니다.

대형 및 소형 기관 간의 경쟁력 평준화

우리는 이미 지역 은행과 신용 조합에서 GenAI의 이점을 보았습니다. 생산성을 증가시키고, 개인화된 계좌 소유자 경험을 제공할 수 있습니다. 그러나, 우리는 아직도 많은 지역 금융 기관이 GenAI를 채택하는 데 주저하는 것을 볼 수 있습니다.

그들이 주저하는 동안, 대형 금융 기관은 이미 움직이고 있습니다. 그러나, 그들은 GenAI의 잠재력을 충분히 활용하지 못하고 있습니다. 주저하는 기관은 영원히 뒤처질 것입니다. 중요한 것은 GenAI 도구를 사용하여 독점적인 데이터와 내부적으로 유지할 수 있다는 것입니다.

집단 지능 제공

집단 지능은 개인과 그룹이 함께 일할 때 생성됩니다. 구성 요소에는 집단 의사결정, 합의 형성, 다양한 출처의 아이디어 및 경쟁의 동기가 포함됩니다. 전통적으로, 집단 지능을 활용하는 것은 기관의 지식을 문서화하고, 훈련과 경험이 통해 공유하는 것이었습니다. GenAI는 집단 지능의 이점을 쉽게 향상시킵니다.

지역 금융 기관에서 GenAI의 성공적인 채택과 통합에는 은행 데이터와 심층 산업 지식에 특화된 대규모 언어 모델이 필요합니다. 그러나, 인간의 협력과 감시가 중요합니다. GenAI는 대체 도구가 아니라 강화 도구입니다.