뜨거운 열기 그 이상: 금융 서비스 산업의 AI

인공지능(AI)의 발전은 전 세계에 파장을 일으켰으며, 금융 서비스 산업에서 새로운 가치 창출의 가능성을 제시했습니다. 은행업의 영업 이익 중 약 30%가 AI를 통해 발생할 것으로 예측되고 있습니다.1 이는 시장의 판도를 뒤흔들고 도전자들에게 새로운 경쟁의 장을 열어주게 될 것입니다.

금융 서비스 산업의 조직 규모와 기술 자산의 복잡성은 바꾸기 어렵기 때문에, 실제로는 많은 조직이 새로운 환경에 적응하는 데 어려움을 겪고 있습니다. 금융 서비스 기업이 성공하기 위해서는 새로운 기술이 끊임없이 등장하는 시대에 원활하게 적응하는 플랫폼을 사용하여 AI의 미래를 이끄는 혁신을 조직 내에 통합할 수 있어야 합니다.

Red Hat 경영진 가이드 시리즈의 일부인 이 가이드는 실제 엔터프라이즈 AI 구현 사례를 알고 싶은 리더에게 AI 도입 전략을 계획하고 지속적인 혁신의 시대에 조직을 이끄는 데 도움이 될 수 있는 모범적인 고객 사례를 제공합니다.

• AI의 전체적인 가치는 은행업에서만 약 1조 2,000억 달러에 달합니다.¹
• 또한 생성형 AI는 2,000억~3,400억 달러의 새로운 부가가치를 창출할 수 있습니다.

모든 혁신적인 기술은 비즈니스, 고객, 직원이 서로 상호작용하는 방식과 가치를 창출하는 방식에 완전히 통합되어야 비로소 그 진가를 발휘합니다. 전자 거래가 금융 시장에 혁명을 일으켰을 때, 그리고 디지털화가 소비자 은행업에 지각 변동을 일으켰을 때를 돌이켜 보면 그것이 사실임을 알 수 있습니다. 이러한 변화는 새로운 매출원을 구축하고 비용을 대폭 절감하는 동시에 기존의 경쟁 구도에 변화를 가져옵니다.

AI의 급속한 발전은 강력한 언어 모델과 AI 에이전트의 부상을 가져왔으며, 이러한 기술은 다시 한번 금융 산업에 변화의 물결이 일게 할 것입니다. 이는 궁극적으로 고객 참여를 변화시키고 운영 효율성을 크게 향상하지만, 그와 동시에 기존의 시장 참여자들이 새로운 경쟁 압력에 직면하도록 할 것입니다. AI는 더욱 빈번하고 거대한 변화를 몰고 올 것이며, 기업은 이에 대비하기 위해 지금보다 더욱 뛰어난 적응 능력을 키워야 합니다. 그러나 AI 도입을 위해서는 가장 먼저 다음 세 가지 장애물을 극복해야 합니다.

1. 비용
   모델 학습, 튜닝, 배포 및 통합에 드는 비용은 AI를 적용할 수 있는 제품과 서비스를 제한합니다.
2. 복잡성
   스킬 부족, 맞춤형 인프라의 필요성, 사용 가능한 데이터 부족과 같은 문제는 AI를 대규모로 적용하기 어렵게 합니다.
3. 위험
   모델 라이프사이클 전반에서 성숙도가 낮은 툴을 사용하는 것은 금융 서비스 기업이 AI를 배포할 수 있는 위치와 방식을 제한할 수 있습니다.

조직 전반에서 AI 도입을 가로막는 장벽 낮추기

이러한 장애물을 극복하는 것은 금융 산업이 더욱 광범위하게 AI를 도입하고 조직이 금융 서비스 전반에서 AI의 잠재력을 최대한으로 활용하기 위해 해결해야 할 필수 과제입니다.

• 비용 절감
  하드웨어 사용을 최적화하고 모델 관리를 간소화하며 애플리케이션에 AI를 통합하는 비용을 최소화하려면 현대적인 AI 플랫폼이 필요합니다. 이는 이전에는 비용 측면에서 합리적이지 않았던 영역에 AI를 적용할 수 있는 기회를 열어줄 것입니다.
• 복잡성 최소화
  스킬 개발과 적절한 AI 플랫폼의 조합을 통해 기술 공백을 없애고 인프라 관리를 간소화하고 협업의 질을 향상하며 제공 속도를 높일 수 있습니다.
• 위험 감소
  직원과 고객이 혁신적인 신기술을 널리 받아들일 수 있으려면 신뢰와 안전이 필수입니다. 그러나 수동적인 제어로는 확장하기 어려우며 비효율적일 수 있습니다. AI 기술이 광범위하게 채택되도록 하려면 품질과 보안, 거버넌스에 투자해야 합니다.

금융 범죄 방지

범죄자는 자신의 신원을 숨기고 감시망을 회피하는 데 갈수록 능수능란해지고 있습니다. 조직은 모델을 지속적으로 개선하여 오탐지를 줄이고 문제의 소지가 있는 거래를 더욱 정확하게 감지하여 이에 대비해야 합니다. 연합 학습 및 합성 데이터가 주요 툴로 부상하고 있습니다.

금융 시장 인프라에서 거래 이상 징후 감지

매일 11,000곳의 회원사가 SWIFT 네트워크를 통해 수백만 건의 거래를 전송합니다.

2022년 SWIFT는 최신 보안 공격에 지속적으로 적응하고 선제적으로 대응하기 위해서는 고도의 확장성을 갖춘 보안 중심의 아키텍처가 필요하다고 판단하고 

고성능 AI 플랫폼과 맞춤형 머신 러닝(ML) 모델을 구축하여 더 정확하게 분석하고 오탐지를 줄이며 문제가 있는 메시지를 조사하고 거부할 수 있도록 했습니다. 향후 AI를 활용하여 입력 오류를 자동으로 정정하고 결제 라우팅 옵션을 최적화하며 그 외 다양한 방식으로 처리를 간소화할 수 있게 될 것입니다.

고객 온보딩 혁신

AI의 급속한 발전은 조직이 고객과 상호작용하는 방식뿐만 아니라 기반 프로세스를 간소화하는 방식도 근본적으로 바꾸어 놓을 수 있습니다. 대화형 에이전트의 성능이 크게 향상되어 서비스 비용을 절감할 수 있을 것으로 예상됩니다. 하지만 고객 확보 및 온보딩, 자문과 같은 영역에서도 AI가 지속적인 영향력을 발휘할 수 있는 중요한 기회가 있습니다.

비즈니스 뱅킹 고객을 위한 온보딩 간소화

아르헨티나의 Banco Galicia에 기업 계좌를 개설하려는 고객은 지점을 방문하여 기업 및 회계 정보가 포함된 일련의 법적 문서를 오프라인으로 제출해야 했으며, 법무, 위험 및 컴플라이언스 전문가가 해당 문서를 디지털화한 후 평가하는 절차를 거쳐야 했습니다. 신규 계좌를 등록하거나 기존 고객의 계좌 정보를 업데이트하려면 승인에 약 20일이 걸렸습니다.

이제 Banco Galicia는 준실시간 프로세스를 통해 문서를 분석하여 신규 기업 고객이 계좌를 개설하고 사용하는 데 걸리는 시간을 단 몇 분으로 크게 줄이는 동시에 은행의 위험 및 컴플라이언스 요구 사항을 준수하고 있습니다.

대출 업계의 새로운 기회 창출

더욱 정교한 위험 모델링과 대체 데이터 사용 및 행동 분석은 이미 대출 업계에 변화를 일으켰습니다. 이는 상환 예측의 정확도를 높이고 새로운 매출원을 구축하는 데 도움을 주었습니다. 또한 언어 모델을 심사에 통합하여 운영 비용을 절감할 수 있었습니다. 스마트 계약의 부상과 에이전틱(Agentic) AI의 통합은 금융 서비스 전반에서 대출을 더욱 간소화할 것으로 전망됩니다.

AI 사용의 전사적 확대

튀르키예의 데니즈뱅크(DenizBank)는 시장 출시 시간을 단축하고 AI/ML 프로세스 비용을 절감하고자 데이터 사이언티스트와 엔지니어를 위한 시장 선도적인 AI 플랫폼을 구축했습니다. 이 은행은 데이터 사이언스 파이프라인을 자동화하고, 셀프 서비스 기능을 제공하고, 모델 서빙을 최적화하여 회사 전반에서 AI 사용을 더욱 효율적으로 확대할 수 있었습니다.

120명이 넘는 데이터 사이언티스트가 다양한 사업 부문에서 마케팅, 대출, 신용카드, 위험 관리 등 은행의 여러 영역에 걸쳐 혁신을 추진하고 있습니다. DenizBank는 이제 이 새로운 플랫폼을 통해 모델 개발, 배포 및 통합을 간소화할 뿐만 아니라 AI의 미래를 주도하는 강력한 오픈소스 커뮤니티에도 접근할 수 있습니다.

자세히 보기

고객 경험 개선

AI 에이전트는 더욱 지능적이고 직관적이며 맞춤화된 서비스를 제공하여 은행업의 고객 경험을 혁신합니다. 사전 청구 알림부터 실시간 현금 흐름 최적화에 이르기까지, AI는 고객의 요구 사항을 예측하고 맞춤형 금융 인사이트를 제공하여 의사 결정을 간소화하고 고객 대신 필요한 조치를 취할 수 있습니다.

AI는 시계열 데이터를 분석하고 실행 가능한 패턴을 파악하여 더욱 정확한 예측을 제공함으로써 은행이 맞춤형 제안을 제공하고, 잠재적인 문제를 사전에 감지하고, 안전한 금융 거래를 위한 지침을 선제적으로 제공합니다.

고객은 더 이상 혼자서 어려운 금융 문제와 씨름할 필요가 없습니다. 에이전트 기반의 인사이트를 통해 한발 앞서 정보를 파악하고, 재정을 편리하게 관리하고, 재무 목표를 안정적으로 달성할 수 있습니다. 

AI는 자동화를 뛰어넘어 대화형 에이전트와의 상담, 스마트한 추천, 고객 편의를 우선시하는 디지털 뱅킹 경험과 같이 더욱 민첩하고 개인화된 상호작용을 제공하여 고객 참여를 개선합니다. AI는 안전하고 고도로 맞춤화된 서비스를 제공하여 고객 만족도와 신뢰도 향상에 기여함으로써 효율적일 뿐만 아니라 고객 중심적인 은행업의 미래를 건설해 나가고 있습니다.

은행업

현재의 은행 운영 방식과 고객 및 직원과의 상호 작용 방식은 향후 5년 동안 매우 크게 달라질 것입니다. 고객이 새로운 기술을 편안하게 받아들이는 속도가 갈수록 빨라지면서, 은행이 변화의 속도를 따라잡아야 한다는 압박감은 더욱 높아질 것입니다. 내부적으로는 강력한 모델과 에이전트를 사용하여 더 복잡한 태스크를 수행하고 업무 방식을 빠르게 혁신할 수 있습니다.

• 서비스 제공: 대화형 에이전트가 더 까다로운 태스크를 처리하게 될 것입니다. AI 에이전트는 뱅킹 채널에 더욱 긴밀하게 통합될 것입니다.
• 대출: AI는 더욱 강력하고 효과적으로 맞춤형 제품 오퍼링, 가격, 위험을 평가하고 최적화할 수 있게 됩니다.
• 결제: 거래 최적화 및 조정을 위한 고급 모델을 사용하는 실시간 현금 관리로 전환될 것입니다.
• 자문: 더욱 정교한 모델이 정보 수집, 요약, 추천 등과 같은 태스크를 처리하게 될 것입니다.

보험

운영 비용 증가, 시장의 새로운 압력, 변동성이 큰 기후 위험으로 인해 전 세계 보험사의 수익에 적신호가 켜졌습니다. 보험사는 새로운 데이터 소스에 액세스하고 모델 개발 비용을 줄여서 비즈니스 전반에 AI를 더욱 광범위하게 도입하고 운영 효율성을 크게 향상할 수 있는 새로운 기회를 열 수 있습니다.

• 보험금 청구: 문서, 이미지, 동영상, 센서용 모델을 통해 승인과 정산을 더 빠르게 처리할 수 있습니다.
• 심사: 개인 데이터와 비즈니스 데이터를 더 정확하게 이해하여 승인을 간소화합니다.
• 보험 증권: 실시간 데이터와 더욱 정교한 위험 모델링을 기반으로 더욱 맞춤화된 보험 증권을 생성하고 동적인 가격 결정을 수행할 수 있습니다.
• 서비스 제공: 대화형 에이전트가 더 까다로운 태스크를 처리하게 될 것입니다. 에이전트는 보험 채널에 더욱 긴밀하게 통합될 것입니다.

금융 시장

빠르게 발전하는 AI는 금융 회사가 위험을 더 효과적으로 관리하고 금융 시장의 내재적인 변동성에 대처할 수 있도록 돕습니다. 언어 모델과 AI 에이전트의 고도화는 포트폴리오 리밸런싱 및 주문 대장 예측에서 새로운 기회를 열어줍니다. 조직은 AI를 통해 비용을 절감하고 복잡성을 완화하여 시장 상황이 변화할 때 놀라운 효율성을 발휘할 수 있습니다.

• 거래: 거래 라이프사이클 전반에서 AI 에이전트 사용이 확대되어 거래 전략을 최적화하고 효율성을 개선합니다.
• 유동성: 시장 시뮬레이션을 통한 강력한 유동성 예측으로 위험 노출을 줄이고, 유동성이 적절한 수준인지 확인하고, 시장 안정성을 개선합니다.
• 포트폴리오 관리: 더욱 정교한 모델로 비용, 위험, 환경 영향 및 그 외 목표에 따라 포트폴리오를 최적화합니다.
• 시장 인텔리전스: 새로운 언어 모델을 사용하여 새로운 비정형 데이터 소스를 통해 시장 정서를 더욱 정확하게 파악합니다.

위험 및 컴플라이언스

컴플라이언스 의무를 준수하고 위험을 관리하는 것이 갈수록 어려워지고 있습니다. 끊임없이 변화하는 각종 규제와 시장 조건, 그리고 새롭게 등장하는 운영상의 위험은 비용을 늘리고 복잡성을 가중시킵니다. 새로운 AI 기술은 위험을 더 적절하게 관리하는 동시에 비용을 절감할 수 있는 새로운 기회를 제공합니다. 그 바탕에는 언어 모델과 에이전틱(agentic) 프레임워크, 그리고 더욱 비용 효율적이고 강력한 플랫폼이 있습니다.

• 위험 관리: 에이전트 기반의 시뮬레이션을 통해 포트폴리오 위험, 마진 영향, 유동성 위험에 대한 고품질의 인사이트를 제공합니다.
• 규제 보고: 문서 검색 및 주요 정보 추출 기능으로 보고를 간소화합니다.
• 금융 범죄: 새로운 패턴에서 학습하는 적응형 위험 모델을 통해 정확성을 향상하고 오탐지를 줄입니다.
• 정보 보안: 실시간 자산 평가를 통해 취약점을 파악하고, 위험을 정확하게 포착하고, 더욱 신속하게 수정합니다.

이제 고객, 파트너, 직원에게 중대한 영향을 미칠 금융 서비스의 새로운 시대가 시작되었습니다. AI의 급속한 발전은 고객 및 직원의 참여를 근본적으로 바꾸어 놓고 운영 효율성을 새로운 차원으로 끌어올릴 수 있는 잠재력을 갖고 있습니다. 그러나 비용, 위험, 컴플라이언스 문제와 비즈니스 및 기술 준비 상태 수준이 제각각인 상황은 극복해야 할 과제입니다.

다음은 조직이 비즈니스 전반에 AI를 도입하고 그 결과물을 극대화하기 위해 가까운 미래에 중점적으로 노력할 것으로 예상되는 4가지 영역입니다.

AI 에이전트란?

AI를 사용하여 사람의 개입을 없애거나 최소화하면서 태스크를 수행하는 소프트웨어입니다.

이것이 중요한 이유는?

운영 비용을 대폭 절감하고, 새로운 가치 흐름을 구축하고, 지원 부서를 혁신할 수 있습니다. 에이전트는 고도화된 지능으로 강화 학습과 추론을 통해 더욱 고차원적인 태스크를 수행할 수 있습니다.

소규모 언어 모델이란?

특정 활용 사례에 적합하게 미세 조정하고 더 컴팩트하고 효율적으로 설계한 언어 모델입니다. 

이것이 중요한 이유는?

고객 지원, 자문, 시장 조사 등의 특정 활용 사례에 대해 더욱 우수한 제어, 정확성, 속도, 안정성을 제공합니다. 인프라 비용과 에너지 사용량을 크게 줄일 수 있습니다.

연합 학습이란?

여러 그룹에 데이터를 공유하지 않고 협업적으로 모델을 학습시키는 유형의 ML입니다. 

이것이 중요한 이유는?

연합 학습은 데이터를 공유하지 않고도 우수한 정확성으로 강력한 모델을 지원하는 동시에 데이터 주권 관련 요구 사항을 해결할 수 있습니다. 예를 들어 금융 범죄 분야에서 은행들은 모델에 관해 협력하면서 데이터는 비공개로 유지할 수 있습니다.

AI 안전과 보안이란?

AI가 의도치 않은 결과나 유해한 결과를 생성하는 것을 방지하는 동시에 범죄자의 공격으로부터 AI를 보호하는 것입니다.

이것이 중요한 이유는?

공정성, 설명 가능성, 투명성, 정확성, 신뢰성은 안전에 필수적입니다. 효과적인 위험 관리를 통해 개인, 조직, 사회가 피해를 입지 않도록 보호해야 합니다.

역사는 특정 목적에 적합한 강력한 기술 에코시스템을 활용할 때에만 혼란을 극복할 수 있다는 사실을 잘 보여줍니다. 에코시스템은 비용을 절감하는 동시에 기술에 대한 접근성을 낮춥니다. 인터넷의 네트워킹 효과가 없다면 디지털 혁신은 불가능했을 것입니다. 오폰소스는 클라우드, 그리고 현재 AI에서 진행되는 혁신을 이끄는 주요 기술을 중심으로 유사한 네트워킹 효과를 제공했습니다. AI의 급속한 발전 뒤에는 오픈소스 커뮤니티 및 모델의 집단적인 노력과 더불어 이를 중심으로 구축된 풍부한 에코시스템이 있습니다.

Red Hat은 AI의 놀라운 잠재력이 진가를 발휘하기 위해서는 비용 효율적이며 어디서나 접근 가능하고 광범위한 에코시스템에 의해 뒷받침되는 AI 플랫폼을 사용해야 한다고 믿습니다. Red Hat는 커뮤니티와 함께 제품을 개발하고 전 세계 회사와 파트너로서 협력하여 모든 사람이 더 쉽게 AI에 접근할 수 있도록 합니다.

Red Hat AI

Red Hat® AI 포트폴리오는 일관되고 포괄적인 AI 플랫폼 솔루션을 제공하여 시장 출시 시간을 단축하는 동시에 조직 전반에 AI 제품을 배포하는 데 드는 운영 비용과 위험을 줄입니다. 이 솔루션을 통해 불필요한 복잡성이나 비용을 감수할 필요 없이 인프라를 더욱 효율적으로 사용할 수 있고 데이터를 사용하여 목적에 적합한 모델을 개발할 수 있습니다.

Red Hat AI 컨설팅

Red Hat AI 전문가와 협업하여 주요 비즈니스 목표를 계획 및 파악하고, 운영 비용 절감, 리소스 활용 최적화, 확장성 강화, AI 혁신 가속화를 위한 단계가 포함된 AI 목표 달성을 위한 전략적 로드맵을 세웁니다. AI 플랫폼과 AI 스킬을 포함한 기본적인 역량을 구축하는 동시에 비즈니스 가치를 제공합니다.

Red Hat AI 에코시스템

비용과 위험을 줄이면서 원하는 툴을 통합합니다. 현재와 미래에 새로운 기능을 사용하여 투자 가치를 높입니다. 원하는 하드웨어에서 실행되며 성능과 안정성에 대한 기대를 충족시킵니다. 전 세계의 선도적인 컨설팅 회사와 협력하여 조직 전반에서 AI의 이점을 극대화하도록 돕습니다.

미래 기회 포착

Red Hat 전문가와 협력하여 성공을 위한 스마트한 로드맵을 구축하세요. 귀사 환경에서 Red Hat AI를 사용하는 것에 대해 구상하고 그 기능에 대해 자세히 알아보세요. Red Hat의 AI 전문가와 함께 달성 가능한 목표를 정의하고, 현대적인 AI 플랫폼을 구축하고, 혁신적인 스킬을 개발하고, 시범적인 활용 사례를 세부적으로 조정하고, 비용과 복잡성을 줄일 수 있습니다.

Red Hat과 함께 시작하세요.