.svg)
AI 솔루션 문의하기
증권업계에서 투자분석 AI는 점점 더 주목받고 있습니다. 증권사들은 뉴스, 리포트, 거래량 데이터를 통합하여 실시간 투자 신호를 제공하는 시스템을 구축하거나 검토하고 있습니다. 이러한 시스템을 개발하는 증권사들은 금융 뉴스, 애널리스트 리포트, 거래 데이터 등을 학습데이터로 활용합니다. 자연어 처리 기술로 뉴스의 긍정/부정 여부를 판단합니다. 거래량과 호가 데이터를 함께 분석합니다. 투자자들이 시장에 어떻게 반응하고 있는지 파악하여 향후 가격 움직임을 예측하려는 시도입니다. 업계 전반적으로는 투자 신호의 정확도가 55~70% 범위에서 작동하고 있습니다.
증권사들이 AI를 활용한 투자분석에서 마주하는 현실은 기술적으로 매우 도전적입니다. 금융 시장의 변동성은 예측하기 어렵고 과거의 패턴이 미래를 보장하지 않기 때문입니다. 금리 급등, 통화 위기, 전쟁, 팬데믹 같은 예상 밖의 사건이 발생하면 과거에 학습한 패턴은 더 이상 유효하지 않습니다. 이러한 제약에도 불구하고 증권사들은 AI 투자분석의 개발과 개선을 계속하고 있습니다. 왜냐하면 비록 완벽하지 않더라도 투자 의사결정을 위한 참고 정보로써의 가치가 있기 때문입니다. 투자자들은 AI 신호를 100% 맹신하지 않고 자신의 판단과 결합하여 의사결정을 합니다. 이것이 현실적인 AI 활용 방식입니다. 따라서 증권사들도 AI 신호를 보조 도구로 제시하는 방식으로 운영하고 있습니다.
카드사들은 부정거래 탐지를 통해 고객을 보호하는 것을 핵심 업무 중 하나로 인식하고 있습니다. 카드사들은 매년 수십억 건의 거래 중에서 부정거래를 탐지하는 복잡한 과제를 안고 있습니다. 초기의 부정거래 탐지 시스템들은 정해진 규칙에 따라 거래를 검토하는 방식을 사용했습니다. 평소와 다른 지역에서의 거래, 통상적이지 않은 금액, 짧은 시간 내의 중복 거래 같은 규칙들입니다. 하지만 이러한 규칙 기반 접근은 한계가 있었습니다. 정상 거래인데 규칙에 위배되어 차단되는 거짓 양성이 많았습니다. 고객들이 정상적인 거래를 할 때마다 승인 확인 요청을 받게 되면서 고객경험이 악화되었습니다. 이러한 문제를 해결하기 위해 많은 카드사들이 머신러닝 기반의 부정거래 탐지 시스템으로 전환하고 있습니다.
소비금융사들은 신용대출 심사 프로세스의 자동화를 추진하고 있습니다. 소비금융사들은 신청자의 거래 기록, 신용도, 담보 정보를 종합적으로 검토하여 대출 여부를 결정하는 복잡한 과정을 운영하고 있습니다. 기존에는 심사 기간이 3일에서 1주일 정도 소요됐습니다. 소비금융사들은 이를 더 단축하고자 대출심사 자동화 시스템을 도입하고 있습니다. 과거의 대출 심사 데이터를 수집하여 머신러닝 모델을 개발합니다. 심사 결과와 그 이후의 상환 기록을 연결하여 신용도 예측 모델을 만듭니다. 개인의 재직 기간, 소득, 신용도, 기존 부채 규모 등을 종합적으로 고려하도록 알고리즘을 설계합니다. 업계 전반적으로는 심사 기간을 기존의 5일에서 당일 내지 24시간 이내로 단축하는 데 성공하고 있습니다.
금융기관들의 AX 전환은 계속 진화할 것입니다. 현재는 기본적인 채널 통합과 프로세스 자동화 수준에 있지만 향후에는 더욱 정교한 개인화와 예측이 가능해질 것입니다. 고객의 미래 니즈를 예측하여 미리 서비스를 제공하는 방식으로 발전할 것입니다. 여러 금융기관 간의 데이터 공유도 확대될 것입니다. 개인정보 보호 규정을 준수하면서도 고객의 동의 하에 데이터를 활용하는 생태계가 형성될 것입니다. 이를 통해 고객은 더욱 통합된 금융 서비스를 받을 수 있게 됩니다. AI 기술의 고도화로 더욱 정교한 분석과 예측이 가능해질 것입니다. 현재는 정확도 80~90% 수준이지만 향후에는 95% 이상의 정확도도 기대할 수 있을 것입니다. 이러한 발전의 모든 것이 충분하고 고품질의 데이터를 기반으로 이루어질 수 있습니다.
.svg)
.svg)
