은행은 내부 애플리케이션에 AI를 조심스럽게 도입 중

북미와 유럽 최대 은행 중 일부는 영업 팀에 조언하고, 신용 결정을 자동화하고, 코드를 생성할 수 있는 AI 도구를 사용하여 수익을 창출하고 비용을 절감하고 있습니다. 그러나 고객들에게까지 AI 기술을 널리 퍼뜨리지는 못하고 있으며, 대부분의 생성형 AI 배포는 최소 1년이 걸립니다.

JP Morgan Chase(JPMC), HSBC, Deutsche Bank 및 Royal Bank of Canada(RBC)의 경영진들은 신용카드 사기 탐지, 대출 승인, 고객 팀 지원, 컴퓨터 코드 작성 등 후선 업무 관리를 돕기 위해 패턴 인식 및 프로세스 자동화 인공지능(AI) 소프트웨어를 개발 중이라고 2023년 11월 뉴욕에서 열린 Evident AI Symposium에서 밝혔습니다.

런던에 본사를 둔 연구기관인 Evident의 최신 글로벌 은행 AI 성숙도 조사 1위를 차지한 JPMC는 AI를 사용하여 신용 카드 고객에게 제안을 개인화하고, 기업 고객에게 할당된 영업 팀을 추천하고, 사기를 줄입니다. JPMC는 대량의 인터넷 및 개인 데이터에 대해 학습된 대규모 언어 모델을 사용하여 텍스트를 작성하고 문서를 요약하며 투자 전략을 계획하는 생성형 AI를 통해 아직 수익을 실현하지는 못하고 있습니다. Deutsche Bank는 자금 세탁을 위해 AI를 배포하고 있지만, 클라이언트가 사용하는 소프트웨어에 기술을 배포하는 것은 보류하고 있습니다.

고객의 투자 조사 쿼리에 응답하거나, 기업의 수입을 요약하거나, 상세한 고객 회의 브리핑을 준비할 수 있는 생성형 AI 앱은 아직 출시되지 않았고, 2025년경까지는 불가능할 것이라고 은행 및 증권 거래소 경영진은 말했습니다.

JPMC의 최고 데이터 및 분석 책임자인 Teresa Heitsenrether는 "낮게 열린 과일은 사람들이 원하는 만큼 익지 않습니다."라고 말합니다. Heitsenrether는 AI 도구를 실행하여 운영을 간소화하고, 사기를 탐지하고, 잠재적인 제재 위반에 대한 거래를 심사하고, 신용 결정을 내리는 등 올해 15억 달러 이상의 가치를 실현할 것이라고 말했습니다. 매출은 더 나은 카드 혜택이나 영업 팀을 위한 추천 단계에서 발생하고 있습니다. "우리는 방대한 양의 데이터를 보유하고 있으며 투자할 수 있습니다."라고 그녀는 말합니다.

JPMC 베테랑인 Heitsenrether는 올해 기업 전반의 AI 도입을 주도하기 위해 노력하고 있습니다. "기업을 위한 가치는 아직 생성형 AI가 아닌 패턴을 찾고 예측할 수 있는 비즈니스 인텔리전스 도구 및 머신러닝과 같은 기존 AI를 통해 제공되고 있습니다."라고 말했습니다. 그녀는 JPMC의 수백 가지 사용 사례가 진행 중이라고 언급하면서 "분명히 엄청난 잠재력을 가지고 있습니다."라고 말했습니다.

캐나다의 RBC는 Evident 순위에서 세 번째로서, 생성형 기술을 기업 고객에게 제공하기 위해 신중하게 접근하고 있습니다. RBC의 Chief Science Officer이자 Borealis AI 인큐베이터의 책임자인 Foteini Agrafioti는 "2024년에는 챗봇과 상호 작용하는 은행 고객들이 재무 조언을 얻을 것으로 기대하지 않습니다.

RBC는 생성형 AI가 고객 대면 앱에 "본격적으로 적용될 준비가 되어 있다"고 생각하지 않는다고 Agrafioti는 말했습니다. 대신 대규모 언어 모델을 통해 연구 분석가 및 동료가 보고서를 신속하게 컴파일할 수 있는지, 아니면 모델이 콜 센터 비용을 절감할 수 있는지 확인하기 위한 테스트 베드를 구축하고 있습니다.

거대한 시장

은행은 생성형 AI 시스템을 조종하여 자본 시장 조사 요약, 위험 및 리밸런싱에 대한 고객의 투자 포트폴리오 검증, 고객 조사 등 애플리케이션에 적합하지 않은 문서 및 기타 비정형 정보의 수치를 분석하고 있습니다.

컨설팅 업체 McKinsey & Company는 은행이 규제 준수, 고객 서비스, 코딩 및 위험 관리에 대한 사용을 극대화한다면 이 기술은 200억 달러에서 3400억 달러의 연간 가치를 추가로 창출할 수 있을 것으로 예상합니다. Evident CEO Alexandra Mousavizadeh에 따르면 많은 은행이 생성형 AI를 프로덕션 환경에서 배포하는 데 주저하고 있으며, 상용 프로젝트는 2024년에 시작될 예정이며, 2025년에는 수익에 영향을 미칠 것으로 예상됩니다.

생성형 AI 프로젝트 중 은행 및 거래소는 기업 검색 기능 개선, 고위 은행 임원 및 고객 간의 미팅을 위한 브리핑 북 컴파일, 스프레드시트 및 비즈니스 인텔리전스 대시보드에서 수동으로 컴파일된 보고서 대체, 고객이 자본 시장 조사 기관을 쿼리할 수 있도록 지원하는 등의 이점을 누리고 있습니다. Goldman Sachs의 응용 혁신 사무소 공동 책임자인 George Lee는 "경쟁을 위해 이러한 방식으로 기계를 사용할 수 있어야 합니다."라고 말합니다.

한 가지 핵심 요소: 은행은 여전히 어떤 생성형 AI 사용 사례가 규제 문제를 먼저 해결하는지 확인해야 합니다. Deutsche Bank의 관리 이사회 멤버이자 미주 지역 책임자인 Stefan Simon의 말입니다. "많은 은행들은 첫 번째로 나서려는 의지가 강하지 않습니다." 그는 말합니다. "규제 환경은 그 경쟁에 독특한 각도를 더합니다."

AI 인재 경쟁

Evident는 하향식 리더십, 인재, 혁신, 투명성의 네 가지 기준을 사용하여 북미, 유럽 및 아시아 최대 은행 중 50개를 선정해 2년 단위 지수를 발표합니다. JP Morgan Chase는 Capital One, RBC, Wells Fargo, UBS에 이어 연구, 특허, 인재 유지, 벤처, 파트너십 등 100개 이상의 기준을 측정하는 11월 지수에서 1위를 차지했습니다.

은행은 데이터 과학자, 엔지니어, 소프트웨어 개발자 및 기타 AI 전문가들을 고용하고 있습니다. 심지어 다른 분야에서도 마찬가지죠. Evident 연구에서 선정된 기관들은 2023년 5월과 9월 사이에 AI 포지션 수를 10% 증가시켰고, 전체 인원수는 2.5% 감소했습니다.

데이터, 분석, AI 분야의 경영진의 급여가 증가하고 있습니다. 채용 회사인 Heidrick & Struggles에 따르면 2021년 이들 임원의 급여 중간값(PDF)은 지분 보조금을 포함해 미국 내 901,000달러, 유럽 내 676,000달러였습니다. 금융 서비스 분야의 유럽 AI 및 데이터 분석 임원들은 961,000달러의 중간값을 차지하여 모든 분야를 뛰어넘었습니다.

비용에 주목

그럼에도 불구하고 은행은 비용에 주목하고 있습니다. 생성형 AI 모델은 훈련 및 보정 비용이 매우 많이 듭니다. 대부분의 은행은 모델 자체를 구축하고 교육하는 대신 퍼블릭 클라우드에서 실행되는 상용 대규모 언어 모델로 전환하고 있습니다.

Morgan Stanley의 최고 분석 및 데이터 책임자인 Jeff McMillan는 "최소한 올해는 직접 구축하지 않아도 됩니다."라며 "주요 공급업체와 협력할 수 있으며, 법률, 규정 준수 및 위험 관련 사항을 모두 준비한 상태라면, 현재의 시스템으로도 세상을 바꿀 수 있습니다."라고 말했습니다.

Oracle, Meta, IBM 및 기타 기술 기업은 물론 대학 및 연구 기관도 2023년 12월에 AI Alliance를 출범해 조직이 공유할 수 있는 소프트웨어 도구, 모델 설명, 벤치마크 및 표준을 생성함으로써 기업이 기술 산업 외부의 조직에 더 많은 업무를 맡길 수 있는 AI 모델을 구매할 수 있는 대안을 마련했습니다.

McMillan과 JPMC의 Heitsenrether는 은행들은 단일 생성형 AI 공급업체에 너무 많은 사업을 집중하는 위험을 잘 알고 있다고 말했습니다. "중요한 것은 다양화입니다." 그녀는 말합니다. "우리는 멀티클라우드, 멀티 모델 기업이 될 것입니다."

Oracle Connect 기사 더 읽어보기