제너레이티브 AI(Generative AI)가 금융 서비스의 핵심으로 조용히 자리 잡았습니다.
1년 전만 해도 대부분의 은행과 핀테크 기업은 여전히 AI를 실험하고 있었습니다. 이제 그들은 더 어려운 질문을 던지고 있습니다. 이것이 실제로 어디에 가치를 더하는지, 어떻게 안전하게 사용하는지, 그리고 어떻게 노력할 가치가 있도록 만들 수 있습니까?
최근 MarketsandData 연구에 따르면 금융 서비스 분야의 글로벌 생성 AI 시장 r은 2032년까지 약 126억 3천만 달러에 이를 것으로 예상됩니다. .
눈길을 끄는 숫자는 Gen AI가 엄청난 가치를 발휘할 수 있도록 하는 것이 얼마나 중요한지를 강조합니다.
우리가 선명한 시장 현황을 제공할 이 가이드를 함께 살펴보세요. ROI가 높은 사용 사례, 지표와 관련된 이점, 단계별 시작 계획, 규제 대상 금융 서비스와 관련된 위험 제어에 대해 알아보세요.
살펴보겠습니다.
업계에서 무슨 일이 일어나고 있는지 계속해서 파악하는 것이 중요합니다. 다음은 간략한 내용입니다.
👉 결론: 금융 서비스 분야의 생성적 AI는 실질적인 영향을 미치고 있으며 이를 뒷받침하는 막대한 투자, 임원 활용 및 명확한 규정은 당연합니다.
비즈니스 리더 및 기업가로서 정확한 측정 및 규정 준수 경로와 함께 제공되는 사용 사례를 연구하고 우선순위를 지정하는 것은 훌륭한 일입니다.
금융 서비스 분야에서 GenAI를 활용한 최고의 사용 사례는 다음과 같습니다.
GenAI는 고객 파악(KYC) 및 온보딩 프로세스를 가속화할 수 있습니다. 이 기술은 ID, 은행 명세서, 세금 신고서를 포함한 고객 문서에서 데이터를 요약하고 추출하는 데 도움이 됩니다.
핵심 데이터를 자동으로 추출하고, 누락된 정보를 확인하고, 분석가를 위한 규정 준수 체크리스트를 생성할 수 있으므로 기술적으로 매우 편리합니다.
주목할만한 예 AI 도구를 사용하여 문서를 검증하고 고객을 보다 효율적으로 온보딩하여 수동 검토 시간을 거의 40% 단축하는 HSBC입니다.
효과가 있다는 증거: 처리 시간과 분석 시간이 절약되었습니다.
전통적으로 콜센터 상담원은 일상적인 고객 문의를 해결하는데, 이 작업의 특성상 많은 부담이 가중됩니다.
AI 기반 챗봇과 음성 도우미를 사용하면 잔액 확인, 수수료 설명, 분쟁 해결 등의 작업을 위임할 수 있을 뿐만 아니라 거의 연중무휴로 효율적으로 처리할 수 있습니다.
이를 통해 응답 속도가 향상되고 콜센터의 부담이 완화됩니다.
예: Bank of America의 가상 비서인 "Erica"는 15억 건이 넘는 고객 상호 작용을 관리하여 평균 대기 시간을 크게 단축했습니다.
효과가 있다는 증거: 평균 처리 시간(AHT), 고객 만족도(CSAT), 억제율(사람의 도움 없이 해결된 쿼리)
신용 메모 초안 작성, 약정 세부 정보 추출, 대출 정책 준수 확인 등을 포함한 신용 분석에는 상당한 시간이 소요됩니다. GenAI는 이러한 구성 요소를 효율적으로 관리합니다.
예: ING 및 Goldman Sachs와 같은 은행은 보험업자가 상세한 신용 평가를 보다 효율적으로 생성할 수 있도록 AI 부조종사를 실험하고 있습니다.
효과가 있다는 증거: 메모 처리 시간과 정책 준수율에는 실질적인 차이가 있습니다.
AI는 광범위한 수입 보고 기록, 뉴스 기사, 연구 보고서를 읽어 통찰력을 얻고 정서를 평가하며 출처를 인용하여 투자 근거를 제시합니다.
예: Morgan Stanley의 AI 'Knowledge Assistant'는 금융 자문가가 시장 조사 보고서에서 통찰력을 신속하게 추출하고 요약하는 데 도움이 됩니다.
효과가 있다는 증거: 분석가 준비 시간, 통찰력 정확성, 클라이언트 쿼리 응답 시간에서 눈에 띄는 차이가 발견됩니다.
추가 읽기: 생성적 AI를 통합하여 새로운 수익원 창출
규제 및 위험 문서는 특히 ICAAP(내부 자본 적정성 평가 프로세스) 및 ILAA(개별 유동성 적정성 평가)를 포함한 문서 초안 작성과 관련하여 복잡합니다.
이제 GenAI를 사용하면 데이터 수집, 증거 연결, 버전 제어 유지를 기반으로 복잡한 문서 초안을 쉽게 작성할 수 있습니다.
예: UBS는 AI를 내부적으로 사용하여 규제 보고서의 첫 번째 초안을 생성하므로 보고서당 몇 시간을 절약할 수 있습니다.
효과가 있다는 증거: 보고서 처리 시간과 문서 완성도 지원에는 눈에 띄는 차이가 있습니다.
GenAI는 체납 고객과의 커뮤니케이션을 개인화하고, 공감적인 상환 알림을 생성하고, 차선책 조치나 지불 계획을 제안합니다. 이 모든 것은 고객 감정과 기록을 기반으로 합니다.
예: Capital One은 AI 파일럿을 사용하여 적절한 어조로 상환 메시지를 추천함으로써 고객 참여를 향상시킵니다.
효과가 있다는 증거: 지불 약속 비율, 순 추천 지수(NPS) 및 상담원 효율성에서 눈에 띄는 차이가 있습니다.
규정 준수 팀은 경고를 검토하고, 거래 내역을 요약하고, 의심스러운 활동 보고서(SAR) 초안을 작성하는 데 많은 시간을 소비합니다. GenAI는 이러한 작업을 지원하여 수동 작업을 줄이고 분석가가 실제 위협에 집중할 수 있도록 도와줍니다.
예: JPMorgan Chase는 GenAI를 사용하여 조사관이 거래를 분석하고 이상 징후를 더 빠르게 감지하도록 돕습니다.
효과가 있다는 증거: 사례 주기 시간, 거짓 긍정 감소, 사례 대비 알림 비율에서 눈에 띄는 차이가 있습니다.
🖋️ Imaginovation 공동 창립자 Pete Peranzo 은행 및 금융 서비스 전반에 걸쳐 생성 AI에 대한 가장 설득력 있는 실제 사용 사례를 강조했습니다.
Pete는 GenAI가 정책 생성 및 검토와 같이 이전에는 시간이 많이 소요되었던 작업을 대신하여 문서 생성 및 요약을 자동화하고 있다고 언급했습니다.
그는 또한 고객 서비스 분석에서 AI 애플리케이션이 이제 대화와 오디오 상호 작용을 처리하여 상담원 행동을 측정하고 고객 경험을 개선하며 초기 문제 영역을 알린다고 덧붙였습니다.
Pete는 위험 평가 및 규정 준수 측면에서 AI가 자동으로 내부 감사를 테스트하고 수행하여 기관이 변화하는 규정을 준수하도록 보장할 수 있다고 덧붙였습니다.
GenAI는 또한 최고 투자자의 사고 과정을 복제하여 소매 고객이 사실에 기반한 결정을 내릴 수 있도록 지원함으로써 포트폴리오 관리 및 투자 결정에 혁신을 가져올 수 있습니다.
다음으로, 시장 예측 및 거래의 맥락에서 Pete는 S&P 500과 같은 벤치마크를 능가할 수 있는 AI 기반 봇이 어떻게 개발되고 있는지 공유하여 기회와 잠재적 혼란을 시사합니다.
ROI 분석 및 고객 통찰력과 관련하여 성능 지표, 평생 가치 및 판매에 대한 AI 기반의 빠른 평가를 통해 기술을 향상시킬 수 있으며 이를 통해 더 빠르고 날카로운 전략적 결정을 내릴 수 있습니다.
그는 또한 더 높은 수준의 전략적이고 창의적인 작업에 인간의 재능을 자유롭게 함으로써 보고서 작성 및 데이터 분석과 같은 반복적인 작업이 자동화되고 있다고 덧붙였습니다.
결론: 수많은 사용 사례를 통해 생성 AI가 금융 서비스 산업 전체에서 효율성, 의사 결정, 고객 경험을 어떻게 변화시키고 있는지 명확하게 확인할 수 있습니다.
기술 도입을 고려하기 전에 먼저 물어봐야 할 좋은 질문은 "이점은 무엇입니까?"("내 조직이나 사업부에는 어떤 이점이 있습니까?")입니다. .
금융 서비스에서 GenAI의 범위와 범위를 이해하는 데 도움이 될 수 있는 몇 가지 이점은 다음과 같습니다.
분석가와 관계 관리자는 초안 작성, 연구, 문서 작성 등 시간이 많이 걸리는 작업을 처리하는 경우가 많습니다. 이 문제를 해결하는 한 가지 방법은 이러한 모든 작업을 자동화하여 경영진이 더 가치 있는 작업에 집중할 수 있도록 하는 GenAI를 채택하는 것입니다.
결과: 비용과 처리 시간이 확실히 감소하는 것을 확인할 수 있습니다.
업계 증거: Deloitte는 은행 업무 전반에 걸친 GenAI 애플리케이션 확장을 통해 측정 가능한 효율성 향상을 경험했습니다.
AI 도구를 활용하면 단 몇 초 만에 인사이트와 응답을 받는 엄청난 속도를 경험할 수 있습니다. 놀라운 배송 속도 덕분에 연중무휴 24시간 지원과 원활한 디지털 상호작용도 가능해졌습니다.
결과: 결정 주기가 짧아지고 고객 참여도가 높아지는 데에는 눈에 띄는 차이가 있습니다.
예: Bank of America의 'Erica'는 지속적인 채택을 통해 15억 건 이상의 상호 작용을 처리하고 일관된 디지털 참여를 보여줍니다.
GenAI의 또 다른 흥미로운 측면은 차선책 조치를 제공할 때 통찰력을 개인화하는 기능입니다. 통찰력은 고객 부문 전반에 걸쳐 교차 판매 및 상향 판매 기회를 더욱 강화하는 데 도움이 됩니다.
결과: 고객당 수익이 눈에 띄게 증가하고 제품 보급률이 향상되었습니다.
벤치마크: McKinsey &Company의 분석에 따르면 GenAI를 대규모로 적용하면 은행 전체에 상당한 가치를 창출할 수 있는 것으로 나타났습니다.
GenAI는 인용 및 감사 추적을 통해 규제 초안 작성을 지원하여 수동 오류를 줄이고 추적성을 보장합니다.
결과: 규정 준수 정확성이 향상되고 감사 준비가 향상되었습니다.
컨텍스트: 금융안정위원회는 GenAI 시스템이 향상시킬 수 있는 설명 가능성과 감독을 강조합니다.
🖋️ 피트 생성 AI가 금융 서비스의 효율성을 어떻게 향상시켰는지에 대한 구체적인 예를 공유했습니다. 이전에는 엔지니어와 직원으로 구성된 팀이 정기적으로 PDF를 생성해야 했던 핀테크 회사의 PDF 생성 자동화가 있었습니다.
AI 에이전트의 구현은 이 프로세스를 자동화하여 상당한 시간과 리소스를 절약하고 수동 작업을 효과적으로 대체했습니다. 이 예를 통해 Pete는 생성 AI가 일상적인 문서 작업을 자동화하여 시간을 절약하고, 운영 효율성을 높이고, 인적 자원을 보다 복잡한 활동에 투입할 수 있는 방법을 보여줍니다.
결론: GenAI는 비용을 절감하고, 의사 결정을 가속화하고, 규정 준수를 개선하고, 사람들이 더 높은 가치의 업무에 집중할 수 있도록 함으로써 금융 서비스에 측정 가능한 영향을 미치고 있습니다.
🖋️ 피트 조직은 AI 기술을 어디서, 왜 구현해야 하는지 이해하기 위해 먼저 AI 기술에 대해 스스로 교육해야 한다고 강조합니다.
그 다음 중요한 다음 단계는 맞춤형 지침을 제공하고 AI 이니셔티브를 조직의 목표에 맞추는 데 도움을 줄 수 있는 AI 전문가 또는 전문가와 접촉하고 협력하는 것입니다.
이러한 접근 방식을 통해 생성 AI를 프로세스에 통합하는 전략적이고 정보에 입각한 시작을 보장합니다.
다음은 실용적인 규정 준수 우선 시작 계획입니다.
첫 번째 단계는 실제 비즈니스 가치를 제공하는 가시적이고 측정 가능한 하나의 목표를 선택하는 것입니다. 예:
따라서 첫 번째 파일럿에서는 단일 KPI에 집중하여 일을 단순하고 측정 가능하게 유지하세요.
AI 솔루션을 실행하기 전에 먼저 데이터를 준비하고 보호하는 것이 필요합니다.
잘 준비된 데이터로 작업하는 것은 항상 좋은 일이며, 이는 규정을 준수하는 AI 파일럿의 성공의 열쇠입니다.
측정 가능한 볼륨을 갖춘 소규모의 포함된 워크플로우를 선택하십시오. 작게 시작하는 것이 좋습니다. 그러면 위험이 줄어들고 영향을 쉽게 추적할 수 있습니다. 다음은 몇 가지 예입니다:
작업 흐름의 핵심은 측정 가능하고 관리 가능하며 위험이 낮아야 한다는 것입니다.
안전성과 규정 준수를 고려하여 AI 환경을 설계할 수 있습니다. 몇 가지 조언은 다음과 같습니다:
내부 및 규제 표준에 맞춰 파일럿을 조정하세요.
짧고 통제된 파일럿으로 시작하고 자신감이 생기면 확장하세요.
단계별 접근 방식을 통해 실제 결과를 통해 학습하면서 안전하게 확장할 수 있습니다.
🖋️ 피트 AI 시작에 관심이 있는 금융 기관은 처음에는 관련 사용 사례와 애플리케이션을 식별하기 위해 기술을 연구하고 이해하는 데 집중해야 한다고 요약합니다.
이러한 지식을 얻은 후 다음 단계는 지침을 제공하고 맞춤형 솔루션을 개발하며 구현을 지원할 수 있는 AI 전문가를 참여시키는 것입니다.
이러한 전략적 접근 방식은 AI 통합이 효과적이고 조직의 목표에 부합하도록 보장하는 데 도움이 됩니다.
핵심: 측정 가능한 한 번의 성공으로 시작하여 규정 준수를 구축하고 자신 있게 확장하세요.
직면할 수 있는 몇 가지 주요 과제를 살펴보겠습니다.
AI 시스템은 '블랙박스' 역할을 하는 경향이 있으며, 설명하거나 입증하기 어려운 결정을 내리는 것으로도 유명합니다. 잘못된 답변을 제공하거나 제3자 공급업체에 의존하는 경우가 많습니다.
따라서 FSB 및 BIS와 같은 당국은 조직이 투명한 기록을 유지하고 AI 적용 방법을 모니터링하며 모든 결과를 정당화할 수 있도록 주의 깊게 관찰해야 합니다.
표준 모델과 데이터에 대한 의존은 상관관계가 있는 행동과 시스템적 위험을 야기할 수 있으며, 이는 수많은 중앙은행과 금융 매체에서 강조하는 근본적인 문제입니다.
약한 데이터 거버넌스 및 문서화 관행을 기반으로 하기 때문에 결과가 신뢰할 수 없는 경우도 있습니다.
따라서 액세스 제어 및 감사 가능성을 보장하는 동시에 PII 및 기타 기밀 정보를 보호하는 데 각별히 주의해야 합니다.
기능이 함께 작동해야 하기 때문에 구현 단계를 모니터링하는 것이 중요합니다.
여기에는 엔지니어, 지식 관리자, 위험 파트너, 제품 소유자의 온보딩 시간 등 책임을 공유해야 하는 주체가 포함됩니다.
생성적 AI는 딥페이크부터 합성 신원까지 사이버 및 사기 위협을 확대할 수 있습니다.
이러한 상황에서는 강화된 내부 통제와 고객과의 열린 의사소통이 주요 완화책입니다.
결론: AI를 채택하기 전에 조직은 신뢰, 투명성, 데이터 무결성, 숙련된 협업 및 보안 문제를 고려하고 이를 효과적으로 해결해야 합니다.
금융 서비스 분야에서 GenAI 프로젝트를 시작하려는 모든 사람들은 구체적이고 측정 가능한 사용 사례부터 시작하세요.
다음으로, 첫날부터 제어 및 규정 준수를 구축하고 실제 영향이 입증된 후에만 확장할 수 있습니다. 규정을 준수하는 GenAI 파일럿을 시작하기 위해 신뢰할 수 있는 파트너를 찾고 있는 조직의 경우 Imaginanovation에 문의하실 수 있습니다.
우리는 돕기 위해 여기에 있습니다. 우리 전문가 팀은 사용 사례 선택과 RAG 구성부터 거버넌스, 대시보드, 실행 플레이북까지 지원할 수 있습니다.
이야기하자 .
산업기술
소개: 자신의 사업을 시작하는 것은 특히 과로하는 직원이 되는 것이 지겹다면 훌륭한 아이디어입니다. 자신의 상사가 되어 자신만의 스타트업을 구축하는 것을 고려해보세요! SBA에 따르면 매년 약 627,000개의 새로운 비즈니스가 열립니다. 또 다른 통계에 따르면 미국 기업가의 약 69%가 집에서 사업을 시작합니다. 전자 분야에 관심이 있다면 전자 분야의 기업가가 되십시오. 하지만 단순히 나만의 사업을 시작하고 싶어요!라고 말하는 것만으로는 아무 소용이 없습니다. 많은 사람들이 자신의 사업을 시작하는 꿈을 꾸지만 아이디어를 떠올리
수년 동안 맞춤형 금속 제작업체는 프로젝트의 제작 부분을 처리하고 분말 코팅을 하도급업체에 맡겼습니다. 일부 상점의 경우 완벽하게 이해됩니다. 좋은 작업을 수행하는 지역 코팅 서비스가 있는 경우 하도급을 통해 간접비를 많이 절약할 수 있습니다. 이 단계를 아웃소싱하면 사내에서 분체 도장을 제공하는 데 필요한 장비와 인력에 투자할 필요가 없습니다. 이것은 일부 장비에 투자하고 그것을 작동할 사람을 고용하는 것만큼 쉽지 않기 때문에 일반적인 관행입니다. 분체 도장과 습식 도장은 믿을 수 없을 정도로 쉬워 보일 수 있지만 사실 잘하려면
