멀리 보는 ABI 인터페이스의 성장: 경제 부문에서의 활용

금융 부문에서 인공지능(AI)의 채택은 사기 방지를 위한 전투에서 특히 증가하고 있다. 그러나 대규모 은행과 소규모 은행 간에는 상당한 데이터 갭이 존재하며, 이는 소규모 기관이 불리하게 만든다. 미국 재무부에 따르면 대규모 은행은 더 많은 내부 데이터를 가지고 있어 사기 활동을 감지하고 예방할 강력한 AI 모델을 개발할 수 있는 이점을 가지고 있다. 반면 소규모 은행은 이러한 데이터 부족으로 AI 기술을 활용하기 어렵다.

이러한 격차를 좁히기 위해 미국 재무부는 금융 기관 간 데이터 공유의 중요성을 강조했다. 데이터의 충분하지 않은 공유로 인해 사기 방지를 위한 효과적인 AI 모델 개발이 지연되고 있다. 이 문제를 인식하고자 조 바이든 대통령은 10월에 AI를 규제하기 위한 행정 명령을 발표했다. 이 명령은 연방 기관들이 AI 시스템에 대한 새로운 안전 기준을 마련하도록 요구하며, 개발자들에게 안전 테스트 결과와 기타 중요 정보를 정부와 공유하도록 강제했다.

국내 금융에 대한 재무부 차관 Nellie Liang은 AI가 금융 서비스 부문에서 혁신적인 역할을 한다고 강조했다. 그녀는 재무부의 보고서가 금융 기관이 AI-기반 사기의 끊임없이 변화하는 환경을 안전하게 탐색할 수 있는 길잡이 역할을 한다고 말했다.

보고서는 사이버 보안 정보 공유의 성숙함을 강조하지만 사기 방지와 관련된 데이터 공유에서의 발전 부족을 인정했다. 미국 정부가 AI 교육용으로 접근 가능한 사기 관련 정보의 집중화 “데이터 호수”를 구축할 수 있다.

+ [source](https://www.treasury.gov)

자주 묻는 질문 1. AI 구현에서의 데이터 갭이란 무엇인가요? 데이터 갭은 대규모 은행과 소규모 은행 간의 내부 데이터에 액세스하고 활용하는 능력에서 나타나는 차이를 가리킵니다. 대규모 은행은 더 넓은 데이터 집합을 가지고 있어 소규모 은행보다 이점을 가집니다. 2. 미국 재무부는 이 격차를 어떻게 좁히기를 제안하나요? 미국 재무부는 금융 기관 간 데이터 공유를 통해 데이터 갭을 좁히기를 권고합니다. 또한 AI 시스템을 위한 안전 기준을 마련하고 정부와 중요 정보를 공유하도록 요청합니다. 3. 소규모 은행이 AI를 도입하는 데 직면한 어려움은 무엇인가요? 소규모 은행은 효과적인 AI 모델을 개발하기 위한 내부 데이터의 제한된 가용성으로 곤란함을 겪습니다. 이로 인해 사기 방지를 위해 AI 기술을 활용하는 능력에 제약이 생깁니다.

The source of the article is from the blog queerfeed.com.br

Privacy policy
Contact