(트렌드) AI활용 금융 서비스 사례

https://www.uipath.com/ko/blog/bfsi_ai

은행 및 금융 서비스 분야의 AI활용 트렌드와 사례

● 고객 서비스 & 경험 개선: 금융 기업들은 백엔드 시스템과 고객 운영 업무의 긴밀한 통합으로 최적의 고객 경험을 제공하는 디지털 환경 구축에 매진하고 있습니다. 동시에 소비자 대상 금융 상품, 모바일 결제 플랫폼부터 자산 및 투자 관리 서비스에 이르는 수 많은 서비스의 디지털화를 위해 투자하고 있습니다.

 

● 운영 방식의 전환: 금융 기업들의 경쟁 우위 요소로 인식되던 물리적 네트워크 (예: 은행 지점)은 고객용 채팅 앱, 모바일 뱅킹, 이메일과 e카탈로그 및 콜센터 같은 온라인 채널로 빠르게 대체되고 있습니다. 서비스 시작 4년만에 1,717만 명의 사용자를 확보하고 계좌 이체액이 전년 대비 1,332% 증가한 카카오뱅크 사례만 보더라도 이 현상은 되돌릴 수 없음을 알 수 있습니다. 이와 맞물려, 수준 높은 고객 맞춤형 서비스 보장을 제공하기 위해 이들 온라인 채널에 지능형 서비스를 경쟁적으로 접목하고 있습니다.

 

● AI 및 분석 기술 활용: 많은 은행이 자사가 보유한 데이터의 가치를 깨닫기 시작했습니다. 이를 계기로 데이터를 활용해 새로운 비즈니스 가능성과 가치 실현을 지원할 수 있는 플랫폼을 찾고 있습니다. 이를 위해 자체 머신러닝 모델 구축 뿐 아니라 자사 업무 환경에 손쉽게 통합될 수 있는 Out-of-box 방식의 머신러닝 솔루션도 적극 도입하고 있습니다. 여기에는 비정형 문서 처리, 예측, 세그먼테이션과 분류 같은 시나리오가 포함됩니다.

 

http://www.aitimes.com/news/articleView.html?idxno=134680 

AI 기술로 기대할 수 있는 금융서비스 3가지 - AI타임스

1. 업무 관리와 서비스의 자동화

리포트는 RPA(Robotic Process Automation)를 바탕으로 한 자동화 서비스를 주목했다. RPA는 이전까지 사람이 중심으로 처리한 업무 과정에 로봇을 도입, 업무 자동화를 구현하는 기술이다. 이 기술에서 로봇은 물리적 형태의 하드웨어형이 아닌, 소프트웨어 로봇이다.

 

2. 고객 맞춤형 자산 관리 서비스

AI는 추론ㆍ분석을 거쳐 미래 유망한 주식을 추천하고 있다.

글로벌 금융 기업 JP모간자산운용(JP Morgan Asset Management)은 자사 AI 분석 플랫폼 '테마봇(ThemeBot)'을 이용해 비정형 데이터의 자연어처리(NLP), 키워드 분석, 머신러닝(ML) 적용 등을 추진하고 투자 종목을 발굴한다.

 

3. 빅데이터 분석 바탕의 금융 위험 예측과 규제 준수

이전까지 금융 서비스에서 디지털 기술은 단순 반복 업무, 고객 관리, 투자 상품 추천 등 한정적 분야에서 주로 활약했다. 하지만 리포트는 최근 AI 기술이 신용 평가를 비롯한 제도권 금융기관의 서비스 부문으로 진출하고 있다고 짚었다.