서비스 혁신과 사기 방지에 AI 활용하는 금융 기업들

월스트리트에서 거래하는 가장 큰 기업부터 사기 방지 기능을 제공하는 은행, 소비자에게 가장 적합한 상품을 추천하는 핀테크에 이르기까지 AI는 금융 서비스 산업 전반에 걸쳐 혁신을 주도하고 있죠.

NVIDIA의 조사에 따르면 금융 서비스 전문가 중 78%가 머신 러닝, 딥 러닝 또는 고성능 컴퓨팅을 통해 AI 지원 애플리케이션을 제공하기 위해 가속 컴퓨팅을 사용한다고 응답했습니다.

NVIDIA의 ‘금융 서비스의 AI 활용 현황’ 보고서의 설문 결과는 금융 서비스에 종사하는 500명 이상의 경영진, 개발자, 데이터 사이언티스트, 엔지니어, IT 팀의 응답을 바탕으로 작성됐습니다.

사기를 방지하고 투자를 촉진하는 AI

지난 2020년 전 세계적으로 700억건 이상의 실시간 결제 거래가 처리된 상황에서, 금융기관들은 사기를 방지하고 비용을 절감할 수 있는 강력한 시스템이 필요합니다. 이에 따라 결제, 거래 관련 사기 부문이 전체 응답자의 AI 활용 사례 중 31%로 1위를 차지했고, 대화형 AI는 28%, 알고리즘 거래는 27%으로 뒤를 이었습니다.

AI 활용 사례에 투자하는 금융 기관의 비율은 해마다 급격히 증가하고 있는데요. 보험 관련 AI의 보급률은 지난 2021년 3%에서 올해 12%로 4배 증가했습니다. 대화형 AI는 8%에서 28%로 전년 대비 3.5배 증가했죠.

한편 사기 탐지, 고객 분석(know-your-customer)과 자금 세탁 방지를 위한 AI 적용 애플리케이션은 모두 이번 조사에서 최소 300%의 성장을 보였습니다. 현재 13건의 활용 사례 중 9건은 15% 이상의 금융서비스 회사가 활용하고 있지만, 지난해 보고서에서는 이를 넘어선 활용 사례는 단 한 건도 없었습니다.

아래 표에서 향후 6~12개월 동안의 기업 투자 우선 순위는 녹색으로 표시됐으며, 상위 AI 사례에 대한 향후 투자 계획은 꾸준히 유지되고 있습니다.

금융 서비스의 최신 AI 활용 사례(산업 부문별 순위)

Top Current AI Use Cases in Financial Services (Ranked by Industry Sector) — 녹색으로 강조 표시된 부분은 향후 6~12개월 동안 투자할 주요 AI 활용 사례입니다

당면 과제를 극복하는 AI

금융서비스 전문가들은 AI가 보다 정확한 모델을 산출하고 경쟁 우위를 창출하며 고객 경험을 개선하는 주요 이점을 강조했습니다. 전반적으로 47%가 사기 탐지, 위험 계산, 제품 추천 등의 애플리케이션에 대해 AI가 보다 정확한 모델을 지원한다고 답했죠.

그러나 기업의 AI 목표를 달성하는 데에는 어려움이 있습니다. 설문 응답자 중 16%만이 회사가 AI에 적절한 금액을 지출하고 있다고 동의했으며, 37%는 AI 목표 달성에 있어 ‘예산 부족’이 일차적인 과제라고 답했습니다. 추가적인 당면 과제로 응답자의 3분의 1이 데이터 사이언티스트 부족, 데이터 부족, 설명 가능성(explainability) 등을 제시했습니다.

뮌헨 레(Munich Re), 스코티아뱅크(Scotiabank), 웰스 파고(Wells Fargo)와 같은 금융 기관은 대출 결정을 설명하고 다양한 포트폴리오를 구성하기 위해 설명 가능한 AI 모델을 개발했습니다.

회사의 AI 목표 달성을 위한 가장 큰 과제(역할별)

사이버 보안, 데이터 주권, 데이터 중력과 온프레미스, 클라우드 또는 하이브리드 클라우드 사용 옵션을 배포하는 옵션은 금융 서비스 기업이 AI 인프라를 어디에 구축할지 고려할 때 중점을 두는 영역인데요. 이러한 선호도는 기업이 대부분의 AI 프로젝트를 실행하는 위치에 대한 응답에서 추정되며, 시장의 4분의 3 이상이 온프레미스 또는 하이브리드 인스턴스를 운영합니다.

금융 서비스 회사가 AI 워크로드를 운영하는 분야