은행 및 금융 분야의 AI. 스트라이프, 몬조, 그랩 | 비즈니스에서의 AI #78

게시 됨: 2024-03-06

금융 서비스는 복잡한 금융 분야에서 정보에 입각한 비즈니스 결정을 내리기 위해 항상 데이터 분석에 의존해 왔습니다. 빅데이터와 머신러닝 시대의 도래와 함께 이 부문이 프로세스를 간소화하기 위해 새로운 기술을 적극적으로 수용한 것은 놀라운 일이 아닙니다. 은행에서의 결정적인 AI 구현 덕분에 혁신은 이미 은행에 실질적인 이점을 가져오고 있습니다. 인공지능이 금융 부문에서 인공지능을 성공적으로 활용하는 기업의 운영에 어떤 영향을 미치는지 살펴보겠습니다. 자세히 알아보려면 계속 읽어보세요.

은행 및 금융 분야의 AI - 목차:

은행 AI - 소개
Stripe: 금융 AI를 통한 거래 신뢰성
Monzo: 금융 분야의 AI
Grab: 민감한 데이터를 분류하는 AI
요약. 은행 및 금융 부문에서 AI의 미래

은행 AI – 소개

인공지능은 이미 은행, 금융 등 다양한 분야에서 널리 활용되고 있습니다. 이는 단지 고객 서비스나 보안이 잘 된 애플리케이션을 위한 챗봇이 아닙니다. 인공지능은 금융산업에서 더욱 심각한 목적으로 활용되고 있다. 은행 AI의 주요 응용 분야는 다음과 같습니다.

사기 탐지 및 예방 – 고급 알고리즘은 거래를 실시간으로 분석하고 의심스러운 활동 패턴을 탐지합니다. 이를 통해 사기로부터 고객을 효과적으로 보호할 수 있으며,
금융 유동성 예측 최적화 – AI 기반 예측 모델은 방대한 양의 데이터를 분석하여 미래 현금 흐름을 정확하게 예측하고 유동성을 보다 정확하게 관리합니다.
신용도 평가와 관련된 프로세스 간소화 – 여기에서도 수천 건의 신용 신청 분석을 기반으로 고객의 금융 신용도를 정확하게 평가할 수 있는 기계 학습 알고리즘이 구출됩니다.
고객을 위한 제안 및 추천 개인화 – 은행은 고급 추천 모델을 활용하여 개별 고객 요구에 맞게 금융 상품을 맞춤화합니다.
백오피스 프로세스 자동화 - 문서 확인이나 거래 정산과 같은 일상적인 작업을 AI의 도움으로 완전히 자동화할 수 있습니다.

그러나 글로벌 시장에서 활동하는 기업들은 이러한 혁신의 구현에 어떻게 대처했습니까?

Stripe: 금융 AI를 통한 거래 신뢰성

AI를 금융에 적용한 선두주자 중 하나가 스트라이프(Stripe)다. 이는 100밀리초 이내에 거래의 1,000개 이상의 특징을 분석하여 신뢰성을 평가하는 Stripe Radar라는 시스템을 개발했습니다. 이 시스템은 낮은 오경보율을 유지하면서 99.9%의 정확도를 자랑합니다.

이것은 어떻게 달성되었는가? 첫째, Stripe은 심층 신경망과 같은 고급 기계 학습 기술을 사용합니다. 시스템은 전이 학습과 같은 새로운 기능으로 지속적으로 개선되고 개발되고 있습니다.

둘째, 회사는 잠재적인 사기를 나타내는 이상 징후를 식별하는 데 도움이 될 수 있는 거래 데이터에서 새로운 신호를 지속적으로 찾고 있습니다. Stripe의 엔지니어들은 각 사기 사건을 주의 깊게 검토하여 범죄자의 활동 패턴을 이해하고 추가 규칙으로 시스템을 강화합니다.

Stripe Radar는 은행 AI가 금융 사기로부터 고객을 효과적으로 보호할 수 있는 방법을 보여주는 훌륭한 예입니다.

출처: 스트라이프(https://stripe.com/blog/how-we-build-it-stripe-radar)

Monzo: 금융 분야의 AI

디지털 공간에서만 운영되는 영국 기반의 네오뱅크인 Monzo는 완전히 다른 영역, 즉 마케팅 캠페인 최적화에 기계 학습 기능을 적용했습니다.

은행은 과거 데이터를 기반으로 특정 고객이 은행으로부터 특정 메시지를 받을 경우 저축 계좌 개설과 같은 추가 제안을 활용할 의지를 추정할 수 있는 모델을 구축했습니다.

다음으로, 캠페인의 효율성을 극대화하기 위해 시스템은 어떤 고객이 어떤 홍보 메시지를 받아야 하는지 알려줍니다. 이를 통해 메시지를 정확하게 타겟팅하고 개인화되지 않은 대량 커뮤니케이션의 경우보다 훨씬 더 나은 결과를 얻을 수 있습니다.

어떤 경우에는 이러한 최적화를 구현하여 Monzo가 캠페인 효과를 최대 200%까지 높일 수 있었습니다! 이는 은행의 AI가 고객에게 공감할 수 있는 맞춤형 제안을 통해 고객에게 보다 효율적으로 다가갈 수 있는 방법을 보여줍니다.

출처: Monzo(https://medium.com/data-monzo/optimising-marketing-messages-for-monzo-users-3fe805f24572)

Grab: 민감한 데이터를 분류하는 AI

그랩(Grab)은 운송, 배달 등의 서비스를 제공하는 동남아시아의 거대 기술 기업입니다. 회사는 LLM(언어 모델)의 기능을 활용하여 저장된 민감한 데이터의 분류 프로세스를 자동화하기로 결정했습니다. 이는 회사가 고객의 개인 및 금융 데이터를 보유하고 있기 때문에 매우 중요합니다.

이를 위해 다음과 같은 다양한 데이터 범주를 설명하는 태그 세트가 준비되었습니다.

개인 정보,
연락처 정보,
식별 번호.

다음으로, 언어 모델이 데이터베이스의 테이블 및 열 이름을 기반으로 이러한 태그를 자동으로 할당하도록 적절한 쿼리를 설계했습니다.

결과적으로 그랩은 훨씬 더 빠르고 저렴하게 저장된 정보를 민감도별로 분류할 수 있다. 이를 통해 데이터 액세스 및 개인 정보 보호 정책을 더 쉽게 시행할 수 있습니다. 회사의 추산에 따르면, 이 솔루션을 사용하면 이전에 수동으로 데이터를 분류하는 데 소요되었던 작업일수를 연간 360일이나 절약할 수 있었습니다.

출처: DALL·E 3, 프롬프트: Marta M. Kania(https://www.linkedin.com/in/martamatyldakania/)

요약. 은행 및 금융 부문에서 AI의 미래

Stripe, Monzo, Grab의 사례에서 볼 수 있듯이 인공 지능은 이미 은행과 금융 기관에 실질적인 비즈니스 가치를 제공하고 있습니다. 사기를 보다 효과적으로 방지하고, 고객을 보다 정확하게 타겟팅하거나 지루한 작업을 자동화하는 데 도움이 될 수 있습니다.

앞으로도 은행에서 AI의 역할은 꾸준히 증가할 것입니다. 우리는 많은 백오피스 프로세스의 완전한 자동화, 금융 상품의 초개인화, 기계 학습 모델과 은행 시스템의 긴밀한 통합을 기대할 수 있습니다.

저희 콘텐츠가 마음에 드신다면 Facebook, Twitter, LinkedIn, Instagram, YouTube, Pinterest, TikTok의 바쁜 꿀벌 커뮤니티에 가입하세요.

저자: 로버트 휘트니
IT 부서를 코칭하는 JavaScript 전문가이자 강사입니다. 그의 주요 목표는 코딩하는 동안 효과적으로 협력하는 방법을 다른 사람들에게 가르쳐 팀 생산성을 높이는 것입니다.

모든 게시물 보기

비즈니스에서의 AI:

비즈니스에서 AI의 위협과 기회(1부)
비즈니스에서 AI의 위협과 기회(2부)
비즈니스에서의 AI 애플리케이션 - 개요
AI 지원 텍스트 챗봇
비즈니스 NLP의 오늘과 내일
비즈니스 의사결정에서 AI의 역할
소셜 미디어 게시물 예약. AI가 어떻게 도움을 줄 수 있나요?
자동화된 소셜 미디어 게시물
AI로 운영되는 새로운 서비스와 제품
내 사업 아이디어의 약점은 무엇입니까? ChatGPT를 사용한 브레인스토밍 세션
비즈니스에서 ChatGPT 사용
합성 배우. 상위 3개 AI 비디오 생성기
3가지 유용한 AI 그래픽 디자인 도구. 비즈니스에서의 생성적 AI
오늘 꼭 시험해 봐야 할 멋진 AI 작가 3인
음악 창작에서 AI의 힘 탐구
ChatGPT-4로 새로운 비즈니스 기회 탐색
관리자를 위한 AI 도구
당신의 삶을 더 쉽게 만들어 줄 멋진 ChatGTP 플러그인 6가지
3 그라피코프 AI. Generatywna sztuczna inteligencja dla biznesu
McKinsey Global Institute가 말하는 AI의 미래는 무엇입니까?
비즈니스에서의 인공지능 - 소개
NLP, 즉 비즈니스에서의 자연어 처리란 무엇입니까?
자동 문서 처리
Google 번역과 DeepL. 비즈니스를 위한 기계 번역의 5가지 응용
보이스봇의 운영 및 비즈니스 애플리케이션
가상 비서 기술, 아니면 AI와 대화하는 방법?
비즈니스 인텔리전스란 무엇입니까?
인공지능이 비즈니스 분석가를 대체할 것인가?
인공지능이 BPM에 어떻게 도움을 줄 수 있나요?
AI와 소셜 미디어 – 그들은 우리에 대해 무엇을 말하는가?
콘텐츠 관리의 인공 지능
오늘과 내일의 창의적 AI
멀티모달 AI와 비즈니스 애플리케이션
새로운 상호 작용. AI는 우리가 장치를 작동하는 방식을 어떻게 변화시키고 있습니까?
디지털 기업의 RPA 및 API
미래의 직업 시장과 다가오는 직업
교육 기술의 AI. 인공지능의 잠재력을 활용한 기업의 3가지 사례
인공지능과 환경. 지속 가능한 비즈니스 구축에 도움이 되는 3가지 AI 솔루션
AI 콘텐츠 탐지기. 그만한 가치가 있나요?
ChatGPT 대 Bard 대 Bing. 어떤 AI 챗봇이 경쟁을 주도하고 있을까요?
챗봇 AI는 Google 검색의 경쟁자인가요?
HR 및 채용을 위한 효과적인 ChatGPT 프롬프트
신속한 엔지니어링. 프롬프트엔지니어는 어떤 일을 하나요?
AI 모형 생성기. 상위 4개 도구
AI와 그 밖의 무엇? 2024년 비즈니스를 위한 최고의 기술 트렌드
AI와 비즈니스 윤리. 윤리적 솔루션에 투자해야 하는 이유
메타 AI. Facebook과 Instagram의 AI 지원 기능에 대해 무엇을 알아야 합니까?
AI 규제. 기업가로서 알아야 할 것은 무엇입니까?
비즈니스에서 AI를 활용하는 5가지 새로운 용도
AI 제품 및 프로젝트 - 다른 제품과 어떻게 다른가요?
AI 지원 프로세스 자동화. 어디서 시작하나요?
AI 솔루션을 비즈니스 문제에 어떻게 연결합니까?
팀의 전문가로서의 AI
AI 팀 vs 역할 분담
AI에서 진로 분야를 선택하는 방법은 무엇입니까?
제품 개발 프로세스에 인공 지능을 추가하는 것이 항상 가치가 있습니까?
HR의 AI: 채용 자동화가 HR 및 팀 개발에 미치는 영향
2023년 가장 흥미로운 AI 도구 6가지
AI로 인해 발생하는 6대 비즈니스 사고
회사의 AI 성숙도 분석은 무엇입니까?
B2B 개인화를 위한 AI
ChatGPT 사용 사례. 2024년 ChatGPT로 비즈니스를 개선하는 방법에 대한 18가지 예
마이크로러닝. 새로운 기술을 얻는 가장 빠른 방법
2024년 기업에서 가장 흥미로운 AI 구현
인공지능 전문가는 어떤 일을 하나요?
AI 프로젝트는 어떤 과제를 가져오나요?
2024년 비즈니스를 위한 상위 8개 AI 도구
CRM의 AI. CRM 도구에서 AI는 무엇을 변화시키나요?
UE AI법. 유럽에서는 인공지능 사용을 어떻게 규제하나요?
소라. OpenAI의 실감나는 영상은 비즈니스를 어떻게 변화시킬까요?
상위 7개 AI 웹사이트 빌더
코드 없는 도구와 AI 혁신
AI를 사용하면 팀의 생산성이 얼마나 향상됩니까?
시장 조사를 위해 ChatGTP를 사용하는 방법은 무엇입니까?
AI 마케팅 캠페인의 범위를 넓히는 방법은 무엇입니까?
“우리는 모두 개발자입니다”. 시민 개발자가 회사에 어떻게 도움을 줄 수 있나요?
운송 및 물류 분야의 AI
AI가 해결할 수 있는 비즈니스 문제점은 무엇입니까?
미디어 속 인공지능
은행 및 금융 분야의 AI. 스트라이프, 몬조, 그랩