인수합병의 리스크를 평가하고 제한하는 인공지능

by NVIDIA Korea

대부분의 업계에서 리스크 평가가 숙제이지만, M&A(인수합병) 이후라면 더욱 관심이 커지기 마련인데요. 이제는 인공지능(AI)이 리스크 분석 툴 역할을 하게 될 전망입니다.

지난 3월에 개최된 엔비디아 GPU 테크놀로지 컨퍼런스(GPU Technology Conference, 이하 GTC) 참석자들은 매사추세츠에 소재한 데이터 관리 컨설팅 기업인 Congruity360로부터 어떻게 리스크 평가 과정에 속도와 정확성을 더할 수 있는지에 대해 높은 수준의 교육을 받았습니다.

 

M&A 리스크 완화

어떤 두 사람이 만나 한 집에 살기로 했다면, 모든 살림을 살펴보고 어떻게 처리할지 빠른 판단을 할 수 있습니다. 하지만, 한 회사가 다른 회사를 만나는 M&A의 경우 데이터들의 분류가 까다롭기 때문에 진행에 걸림돌이 됩니다.

AI가 텍스트 기반 문서를 분석하기에 적합하지는 않지만, Congruity360는 GPU 구동 머신 러닝으로 텍스트 파싱(parsing) 기법을 개발했습니다.

Congruity360의 엔지니어링 영업 부사장인 크리스 라이언(Chris Ryan)은 “GPU는 텍스트로 구동되지 않기 때문에 우리는 텍스트 문서를 수학적으로 표현해야 합니다”라고 말했습니다.

Congruity360는 텍스트를 수치화여 서로 동일하게 보이는지, 동일한 키워드를 포함하는지 여부에 따라 비구조화된 문서를 분류해냈습니다. 기본적으로 Congruity360는 크리스 라이언 부사장이 “다크 데이터(dark data)”라고 지칭한 아무런 사전 지식이 없는 데이터를 가지고 고차원의 헤더(header)를 부여하여 송장, 세금, 지재권, 심지어 코드에 이르기까지 여러 주제와 관련된 각각의 버킷(bucket)으로 데이터를 구분합니다.

그 결과 데이터를 주제별 클러스터로 묶은 시각적 표현을 얻을 수 있는데요. 이들 클러스터는 독자적이거나 서로 겹치기도 합니다. 기업들은 이 방법을 사용해서 규제 관련 사안 등 리스크가 높은 문서 클러스터를 포착할 수 있습니다.

 

데이터에서 유용한 정보 도출

Congruity360의 접근법은 모든 기업 데이터 중 대략 80% 정도는 구조화되어 있지 않다는 가정에서 출발하는데요. 머신러닝이 로우 텍스트(raw text)를 정보화하는데 GPU가 어떻게 도울 수 있는가라는 질문에 답하고자 합니다.

무엇보다도 GPU는 속도를 증가 시켜줍니다.

Congruity360 애널리틱스 부사장 조나단 베일리(Jonathan Bailey)는 “데이터 과학자라면 정보를 구할 때 모델을 구동하는데 몇 주나 기다리고 싶지는 않을 겁니다”라고 설명합니다.

프로세스 가속화를 통해 리스크를 더 신속하게 포착하고, 이를 완화시킬 수 있습니다. M&A 활동은 법무팀과 협력을 통해 이루어지는데요. 법무팀의 가장 큰 관심사는 데이터의 방어 가능성을 확보하는 것입니다. Congruity360는 GPU를 사용해 문서 비교를 수행하고 방어 가능성을 산출합니다. 이 프로세스는 CPU를 사용하면 4주가 걸리지만, GPU로는 단 20초밖에 걸리지 않습니다.

조나단 베일리 부사장은 “Congruity360은 데이터를 학습할 수 있는 툴을 사용자에게 주고자 합니다. 리스크가 존재하는 데이터가 포함되어 있는지 파악하는 것이 목표입니다”라고 덧붙였습니다.