디지털 뱅킹으로의 이머징 마켓 도약

신흥 핀테크 시장은 최신 디지털 뱅킹 서비스를 위해 클라우드 컴퓨팅, 빅 데이터, 인공 지능 및 기타 기술을 사용하는 데 제약이 거의 없습니다.

디지털 뱅킹은 앞으로 몇 년 동안 큰 파장을 일으킬 것입니다. 로봇 프로세스 자동화, 빅 데이터, 인공 지능 및 기타 금융 서비스 기술의 지속적인 개발은 일부 분기에 우려의 원인이 됩니다.

그 영향에 대한 한 가지 표시:작년 말 Wells Fargo는 디지털화가 월스트리트에 미치는 영향에 대한 세부 정보를 제공하는 110페이지 분량의 특별 보고서를 배포했습니다. 은행은 2026년까지 약 100,000명의 은행 직원이 디지털 기술로 완전히 대체될 것이라고 예측했습니다.

그렇다면 핀테크가 변해야 하는가가 문제가 아니다. 문제는 정확히 무엇이 이런 일이 발생하게 하느냐는 것입니다. 이를 이해하려면 신흥 시장이 디지털 뱅킹으로 도약할 수 있도록 하는 디지털 혁신과 조직적 접근 방식을 파악하는 것이 중요합니다.

가지:다른 각도에서 주소 지정

디지털 서비스는 실제 은행 사무실의 필요성을 줄이는 것 같습니다. COVID 팬데믹으로 인해 많은 사람들이 디지털 뱅킹과 ATM을 통해 재정 문제를 처리하게 되었습니다.

전자 지갑을 통한 거래는 고객이 은행에서 요구하는 전체 운영 범위를 거의 다루기 어렵기 때문에 은행은 물리적 사무실을 디지털 뱅킹 생태계로 전환해야 합니다.

디지털 뱅킹 서비스는 인간 전문가가 제공하는 사무실 내 지원이 필요한 많은 고령 고객에게 문제인 것으로 보입니다. 대면 고객 지원이 필요한 기존의 사무실 내 절차 외에도 오늘날 은행 지점에서는 법률 자문, 보험, 중개, 부동산 컨설팅과 같은 많은 "이국적인" 활동을 제공합니다.

은행 혁신은 물리적 사무실과 고객 은행 소프트웨어를 양극화하지 않는 반면, 사무원은 AI 기반 챗봇과 나란히 배치되지 않습니다. 서비스 디지털 채널을 통해 운영 관리자는 디지털 개발로 인간의 능력이 보완되는 "슈퍼히어로"로 전환할 수 있습니다.

궁극적으로 은행 지점은 물리적, 디지털, 인간 및 사이버가 효과적으로 얽혀 번창하는 은행 산업에 활력을 불어넣을 수 있는 증강 현실의 놀이터가 될 수 있는 기회를 갖게 됩니다.

고객 참여에 대한 재고:디지털 뉴 노멀에서 은행이 행동하는 방식

Venmo, TransferWise, PayPal, Remitly 등과 같은 혁신적인 결제 플랫폼과의 경쟁이 치열해짐에 따라 은행의 임무는 핀테크 혁신 기업이 제공하는 것과 유사한 개인화된 접근 방식으로 기존 고객을 유지하는 것입니다. 이 작업을 수행하기 위해 은행은 Accenture가 글로벌 연구 Banking Technology Vision에서 제시한 몇 가지 추세를 따라야 합니다.

트렌드 1: D는 분산 원장 기술(블록체인), A는 인공 지능, R은 확장(또는 증강) 현실, Q는 양자 컴퓨팅을 위한 DARQ 기술 그룹 사용. 응답자의 47%에 따르면 디지털 뱅킹에 가장 영향력 있는 기술은 AI입니다.

트렌드 2: 고객과의 새로운 수준의 "디지털 근접성"을 달성합니다. 고객 행동을 분석하고 해석하는 능력은 디지털 뱅킹에서 고품질의 개별 서비스를 만드는 데 매우 중요합니다.

트렌드 3: 은행 직원의 디지털 기술 향상. 최고 관리자의 75% 이상이 직원이 근무하는 은행 조직보다 "디지털 성숙도"가 더 높다고 확신합니다.

트렌드 4: 사이버 보안을 강화합니다. 오픈 뱅킹(은행이 제3자를 위해 정보 시스템에 대한 액세스를 제공하는 경우)의 세계적인 추세에도 불구하고 은행 감독관의 51%만이 디지털 뱅킹 생태계의 사이버 보안과 관련하여 파트너를 전적으로 신뢰할 수 있다고 인정합니다.

트렌드 5: 서비스를 논스톱으로 설정합니다. "오전 8시까지 폐쇄" 핑계는 그것이 우려되는 은행 서비스에 관계없이 거의 용납되지 않습니다. 은행 최고 관리자의 약 87%는 실시간 서비스가 디지털 뱅킹의 진정한 경쟁 우위를 구성한다는 데 동의합니다.

참조: 파이낸스 2.0은 어떤 모습일까요? 약간의 놀라움

은행이 사용해야 하는 디지털 기술은 무엇입니까?

모든 종류의 디지털 혁신이 신흥 핀테크 시장에 특정한 가치를 갖는 경우는 거의 없습니다. 우리는 지금 은행에서 사용할 가치가 있는 몇 가지 입증된 기술을 선택했습니다.

클라우드 컴퓨팅

다중 사용자 플랫폼이 있는 디지털 뱅킹 생태계에는 평균 이상의 컴퓨팅 기능이 필요합니다. 은행은 새로운 은행 상품을 개발하기 위해 데이터를 수집, 안전하게 저장 및 분석해야 합니다. 은행 직원은 언제 어디서나 데이터 세트에 액세스할 수 있어야 합니다. 가장 풍부한 온프레미스 IT 인프라도 언젠가는 쓸모없게 될 위험이 있습니다. 은행과 달리 클라우드 제공업체는 고객에게 제공되는 모든 디지털 혁신에 보조를 맞춰 생계를 유지하는 업체입니다.

• 진행 중인 서비스를 중단하지 않고 정기적으로 하드웨어를 업그레이드합니다.
• 클라우드 컴퓨팅 관리는 최고의 소프트웨어 엔지니어가 개발한 최신 소프트웨어 솔루션으로 촉진됩니다.
• 클라우드는 모든 종류의 데이터를 저장할 수 있는 거의 무한대의 저장 공간을 제공합니다.
• 클라우드 내 전체 인프라의 지속적인 백업을 통해 고객은 소중한 정보를 잊어버릴 수 있습니다.

은행의 클라우드 컴퓨팅은 은행이 디지털 혁신을 위해 더 적은 자금을 지출할 수 있도록 하는 설득력 있는 재정적 근거를 가지고 있습니다. 클라우드 제공업체에서 제공하는 가장 비싼 프리미엄 플랜은 온프레미스 IT 인프라가 지출해야 하는 비용과 비교할 때 바다에서 떨어지는 것 같습니다.

오늘날 클라우드 컴퓨팅 금융 서비스 없이는 지속 가능한 디지털 뱅킹이 불가능하다고 주장하는 것이 타당합니다. 예를 들어 Migom Bank는 동적 통화 교환, QR 코드 지불 및 디지털 자산 보관을 통해 신흥 시장에 스위스 등급 표준의 클라우드 기반 뱅킹을 제공합니다.

빅 데이터

빅 데이터는 많은 효율적인 뱅킹 접근 방식(예:KYC 또는 고객 알기)을 가능하게 하는 기계 학습 알고리즘의 리소스입니다. 올바르게 처리된 빅 데이터는 다른 것과 달리 예측 분석에 기여합니다.

은행의 빅 데이터에는 분석 및 시각화를 위한 해당 소프트웨어 솔루션이 필요합니다. 데이터 과학에 대한 깊은 전문 지식이 없는 은행 직원이 이해할 수 있어야 합니다. 빅 데이터 처리를 위한 바로 사용할 수 있는 소프트웨어 제품과 맞춤형 솔루션이 모두 시중에 나와 있습니다. 금융 분야의 빅 데이터 응용 프로그램에는 특별한 목표 설정 및 구현이 있기 때문에 두 번째 접근 방식이 바람직합니다. 신흥 시장의 금융 기관은 고객 데이터를 처리하는 것이 핀테크의 필수 요소이기 때문에 은행에서 빅 데이터 분석을 우회할 수 없습니다.

인공 지능

인공 지능은 신경망을 기반으로 하며, 이 신경망은 빅 데이터를 기반으로 합니다. 디지털 뱅킹을 위한 기술은 AI로 덮인 일종의 다단계 피라미드를 구성합니다.

은행 산업은 인공 지능을 어떻게 사용할까요? AI 애플리케이션의 범위는 뱅킹에서 다각적입니다.

• AI 알고리즘은 고객 행동을 분석하여 더 나은 고객 만족도를 위한 가치 있는 추천을 제공할 수 있습니다.
• AI는 특히 위험 관리에서 은행 업무의 자동화를 촉진합니다. 의심스러운 거래를 감지하여 적시에 차단합니다.
• AI는 Bank-as-a-Service 패러다임에서 데이터 분석을 개선할 수 있습니다. 예를 들어, 호주 커먼웰스 은행(Commonwealth Bank of Australia)은 AI 기반 모바일 앱을 통해 고객을 위한 맞춤형 재무 계획을 제안합니다.
• AI 지원 챗봇은 24시간 고객의 일반적인 질문에 답변하여 운영 비용을 절감합니다.
• AI는 오류 없는 사기 탐지를 통해 규정 준수를 강화할 수 있습니다.
• AI 기반 얼굴 인식은 모바일 뱅킹에서 고객 식별을 용이하게 합니다.

대다수의 은행 전문가들은 은행 및 금융 분야의 인공 지능이 가장 부가가치가 높은 디지털 기술이라고 생각합니다.

로봇 프로세스 자동화

은행 내 작업의 대부분은 여전히 ​​수동으로 처리되기 때문에 금융 서비스의 RPA(로봇 프로세스 자동화)는 더 많은 채택이 필요합니다. 수동 뱅킹 루틴은 가장 소중한 자산인 시간을 확보합니다. 또한 가능한 오류의 위험을 줄이는 데 실패합니다.

Fortune Business Insights는 RPA 시가총액이 2026년까지 68억 1천만 달러에 이를 것으로 예측합니다.

은행에서의 RPA 사용 사례에는 AML(자금 세탁 방지) 분석과 같은 적절한 로봇 프로세스 자동화 예가 포함됩니다. AML 조사는 고도로 규제된 규칙을 기반으로 하는 반복적인 절차를 의미합니다. 따라서 은행 업무에서 로봇으로 MLA 절차를 쉽게 수행할 수 있습니다.

금융 서비스에서 RPA의 또 다른 예는 계정 폐쇄 처리를 의미합니다. AI 지원 RPA 봇은 은행 직원을 완전히 대체하여 직원이 창의적인 인간 지능이 정말로 필요한 것에 집중할 수 있도록 합니다. RPA는 모바일 결제를 통해 신흥 시장의 빈곤을 완화하는 상시 이용 가능한 은행 생태계에 매우 중요합니다. 예를 들어 Alvarez &Marsal은 아프리카 은행이 가장 빈곤한 인구에게 금전적 혜택을 제공할 수 있도록 모바일 결제 뱅킹 인프라를 개발하고 있습니다.

사이버 보안

은행에 대한 사이버 공격은 디지털화의 불가피한 결과로 보입니다. 해커는 암시장을 통해 마케팅 담당자와 광고주에게 판매하기 위해 항상 고객 데이터베이스를 확보하려고 시도합니다.

이들은 법인용 은행 고객 시스템과 개인 모바일 뱅킹 앱을 모두 공격합니다.

사기꾼은 해킹의 기술적 수단 외에도 소셜 엔지니어링을 사용하여 은행을 가장하여 잠재적인 피해자에게 전화를 걸고 있습니다.

금융 기관에 대한 사이버 위협을 완화할 수 있는 디지털 기술은 다음과 같습니다.

• AI 기반 사기 방지 분석은 여러 데이터 소스를 즉시 확인하여 문서와 거래의 불일치를 감지할 수 있습니다.
• 2단계 인증 및 교차 플랫폼 인증과 같은 디지털 식별 기술은 은행 시스템을 무단 액세스에 덜 취약하게 만듭니다.
• 암호화 방식으로 암호화된 이메일은 은행과 고객 간의 개인 통신 보안을 용이하게 합니다.

개인 정보 보호는 오늘날 디지털 뱅킹의 초석이 되고 있습니다. 다행히 금융 부문에서 충분한 사이버 보안을 제공할 수 있는 디지털 기술이 부족하지 않습니다. 멕시코 "네오뱅크" 중 하나인 Klar는 국가 소유의 관리 서비스를 이용할 수 없는 일반 고객에게 매우 안전한 은행 솔루션을 제공합니다.

마지막 한마디

선진 시장과 신흥 시장 모두 디지털 혁신을 위한 놀랍도록 동등한 기회를 갖고 있습니다. 또한 신흥 시장은 디지털 뱅킹으로 도약할 준비가 되어 있습니다.

동유럽, 아시아 태평양, 라틴 아메리카, 러시아 및 인도의 소프트웨어 아웃소싱 공급업체는 미국 및 서유럽에서 만든 유사한 시스템보다 저렴한 고급 디지털 뱅킹 솔루션을 제공합니다.

신흥 핀테크 시장은 최신 디지털 뱅킹 서비스를 위해 클라우드 컴퓨팅, 빅 데이터, 인공 지능 및 기타 기술을 사용하는 데 제약이 거의 없습니다. 다음 단계는 이러한 혁신이 어떻게 작동하는지 더 깊이 이해하는 것입니다.