금융 업계의 AI 최신 동향 (2) _ 업무 자동화, 보안 강화

0

모든 업계에서 인공지능(AI)에 대한 관심이 높아지고 있다. 그 중 금융은 특히 AI의 영향을 크게 받는 업계 중 하나다. 업무 자동화로 인해 대규모 실업이 발생할 수 있는 분야기 때문이다. 여기에서는 해외 사례를 중심으로 금융 업계에서 AI가 활용되는 최신 동향을 짚어본다.

 업무 자동화 

백오피스 업무의 자동화도 AI로 가능해진 가장 기본적인 기능 중 하나로 들 수 있겠다. ‘로보틱스 프로세스 오토메이션(RPA)’에 의해 AI가 사무 업무를 ‘대행’하는 범위가 증가하고 있다.

224년의 역사를 가진 대형은행 BNY Mellon은 ‘웹로봇’이라고 하는 봇을 활용해 지금까지 사람이 처리했던 정형화된 업무를 자동화했다. 자금 이동 봇을 도입하는 것만으로도 연간 약 30만 달러의 비용 절감이 될 것으로 예상되었다. 결과적으로 5개의 시스템을 걸친 결산 처리에서 정확성 100%를 달성하거나 업무 처리 시간을 88% 개선하거나 하는 등 많은 업무에서 사람이 처리했던 시간보다 개선이 이뤄졌다.

나아가 부정형 업무에서도 활용되기 시작했는데 JPMorgan Chase를 예로 들 수 있다. 동사는 AI를 탑재한 ‘COIN’이라는 소프트웨어로 상업용 대출 계약서 작성에 변호사나 금융담당자가 소비했던 36만 시간을 절감하는 데 성공했다(연간 기준). 지금까지 대부분 사람의 실수로 간주된 실수를 없애고 서류 검토에 요하는 시간을 단축하여 연간 12,000이나 되는 신규 대형 계약 프로세스를 개선했다.

이렇게 해서 RPA로 얻을 수 있는 장점은 다음의 2가지다. 첫째 ‘프로세스 시간의 단축’이다. 파이낸스 관련 서류는 분량도 많고 다루기에 섬세한 정보가 대부분이다. 그래서 신중한 처리가 필요하고 결과적으로 검토도 포함해 서류 작성에 많은 시간이 걸린다는 문제가 있다. 이 처리를 정확하고 신속하게 하는 것이야말로 AI의 역할 중 하나다. 특히 특정 패턴의 학습을 장점으로 하는 기계학습에 의해 활용될수록 정보처리의 정밀도나 속도가 향상한다.

둘째 ‘입출금 정산의 중복이나 사람 실수 방지’다. 예를 들어 경비 정산 하나도 인적 처리가 얽히는 만큼 사람의 실수가 증가한다. 지금까지 2중 체크했던 부분도 앞으로는 AI가 커버할 수 있는 부분 중 하나가 된다.

 보안의 강화 

AI는 그 방대한 데이터 처리 능력이나 학습 능력 등으로 인해 보안 분야에서의 공헌도 기대된다. 이미 인터넷 뱅킹이 주류인 미국에서 보안 강화는 필수가 되었다.

신용카드의 이용 매장, 이용 시간, 이용 액수와 같은 대량 데이터를 AI가 처리하고 부정 거래의 특징을 학습하여 실시간으로 검출하는 것은 American Express나 Visa에서 이미 이뤄지고 있다.

또 대형은행은 악성바이러스 대책을 하는 Menlo Security나 이커머스 상에서 부정 신용카드 환불을 검출하는 Signifyd, 데이터마이닝의 Enigma, 개인 본인 확인 시스템인 Trulioo와 같은 사이버 보안 스타트업에 거액의 투자를 하고 보안 수준의 강화에 주력하고 있다.

이러한 각 금융기관의 보안 강화에 대한 활발한 움직임은 Citibank의 움직임에서도 볼 수 있다. 동사의 투자 및 인수 부분을 맡고 있는 Citi Ventures가 투자한 스타트업 기업 중에 Feedzai가 있다. 이 스타트업은 대규모의 분석을 통해 온라인이나 은행계좌를 포함한 자금 거래가 이뤄지는 대부분의 경우에 부정행위나 의혹이 있는 움직임을 실시간으로 검출하고 고객에게 경고를 보낸다. 또 이커머스에서는 입금측과 소매점을 연결하여 그들의 파이낸셜 활동에 대한 감시 및 보증을 한다.

Feedzai는 이러한 서비스에서 빅데이터나 일어날 수 있는 부정행위를 분석하기 위해 기계학습을 활용하고 있고, 동사는 작년 2017년 Silicon Valley Bank와 In-Q-Tel이 주최하는 피치이벤트에서 뱅킹/이커머스 분야의 ‘가장 혁신적인 AI 스타트업’으로 선정되었다.

AI에 의한 은행원 감시도 보안 강화로 들 수 있다. 금융 거대기업인 Credit Suisse는 미국 팔로알토에 거점을 둔 스타트업인 Palantir와의 조인트벤처인 Signac을 2016년 설립했다. 이 설립의 배경에는 Credit Suisse의 경쟁사인 스위스 대형은행 UBS의 트레이더가 2011년에 부정거래로 거액의 손실을 낸 사건이 있다.

Signac은 Credit Suisse용으로 데이터 통합/분석 플랫폼을 개발했다. 사무실 입퇴출 카드 사용 이력이나 전화사용 빈도 등 은행원과 관련된 방대한 데이터를 통합함으로써 그들의 행동을 추적하고 위법 행위를 특정할 수 있게 했다.

또 최근 새로운 사이버 보안 개념인 ‘Moving Target Defence’에도 업계의 주목이 집중되고 있다. 최근 수년 동안 ‘액티브 디펜스’라고 하는 보안 전략이 진행되고 있는데 이것은 공격이 본격화하기 전에 그 조짐을 잡아내어 재빨리 대책 방안을 세우는 것이다.

지금까지 데이터를 보호하기 위해서는 특정 장소에 저장된 데이터를 암호화한다는 수단이 이용되었으므로 암호문의 도용이나 암호화키의 공격, 나아가 암호화된 데이터의 파괴나 랜섬웨어 공격 등의 공격에 대해서는 취약했다. Moving Target Defence는 공격의 조짐이 보이면 데이터의 이동이나 재암호화를 하므로 저장된 데이터를 공격하기 더 어렵게 한다.

이 기술을 다루는 CryptoMove는 2018년 1월에 시리즈 A 자금 조달에 성공했다. 이미 미국의 국토안전보장부나 프랑스의 금융기관인 BNP Paribas 등이 동사의 고객이 되었고 지금은 그 기술력을 확대하는 단계에 있다.

 

 

페이스북으로 댓글을 달아주세요!

About Author

국내 모바일 산업과 창업 생태계를 응원합니다. 모바일 트렌드에 대한 전문 컬럼을 기고하거나 유망한 스타트업을 소개하고 싶으시면 연락바랍니다. 적극 수용하겠습니다~♥

댓글 남기기