인공 지능의 금융 서비스 적용은 산업을 혁신할 것으로 예상되며, 작업 역할에서 중요한 변화가 예측됩니다. 예상과 달리 역사적 상황을 복제하는 대신, 인공 지능은 금융 기관의 진화를 가속화할 것으로 예상됩니다. GPT와 같은 인공 지능 기술의 적응은 유망한 진전을 제시하지만, 단기적으로 기존의 운영 방법을 방해할 수 있습니다.
시티그룹의 연구에 따르면, 약 67%의 은행 업무는 자동화나 인공 지능 보강의 잠재 가능성을 지니며, 금융 분야의 책임 역할에 대한 변혁적 기간을 시사합니다. 일부 역할의 감소로 이어질 수 있지만, 보고서는 준수 관리자와 인공 지능 거버넌스 인력의 증가가 고용 감소를 상쇄할 수 있다고 제안합니다.
시티그룹의 전망에 따르면, 글로벌 은행 수익은 2023년에 9% 증가할 것으로 추정됩니다. 이 성장은 약 1700억 달러에 이르며, 인공 지능 기술의 채택을 기인으로 하여 섹터의 총 수익이 거의 2조 달러에 이를 것으로 예상됩니다.
그러나 시티그룹이 예측한 대로, 특히 GenAI와 같은 금융 서비스에서의 인공 지능 도구의 점진적인 도입은 섹터의 고도로 규제된 성격과 보편적으로 적용 가능한 규정의 부재로 인해 천천히 진행될 것으로 예상됩니다. 다양한 법관할에서의 규제 변화는 금융 서비스 제공 업체가 인공 지능 기술을 채택하는 것을 어렵게 하며, 변화하는 규제 환경을 탐색하는 기업에게 어려움을 겪게 합니다.
TruEra의 금융 서비스 및 전략 이사인 샤밍 쿤두는 금융 서비스 내 다양한 사용 사례에서 인공 지능을 실험하는 것에 중점을 두었습니다. 널리 채택되는 것과는 달리, 시스템 고장이 중요한 비즈니스 운영에 미치는 중대한 영향이 인공 지능 기술의 대규모 배포를 제한하고 있다고 쿤두는 말했습니다. 쿤두는 영국 은행의 연구를 언급하여 기계 학습 응용 프로그램의 활용과 비즈니스 기능에 대한 사소한 관련성 사이의 차이를 보여주며, 금융 부문에서의 광범위한 인공 지능 통합에 대한 잠재적인 장벽을 강조했습니다.
추가 사실:
– 금융 서비스에서의 인공 지능 활용은 전통적인 은행뿐만 아니라 보험, 투자 관리 및 리스크 평가와 같은 분야로 확대됩니다.
– FinTech 기업은 점점 더 인공 지능 알고리즘과 기계 학습을 활용하여 맞춤형 금융 서비스를 제공하고 프로세스를 최적화하고 있습니다.
– 인공 지능 기반 챗봇이 고객 서비스를 강화하고 고객에게 실시간 지원을 제공하는 데 활용되고 있습니다.
주요 질문:
1. 금융 서비스 부문에서의 인공 지능 도입이 직무 및 고용에 미치는 영향은 무엇입니까?
2. 금융 기관에서 인공 지능 기술 채용과 관련된 잠재적인 규제적 도전 과제는 무엇입니까?
3. 시스템 고장 및 비즈니스 운영에서의 인공 지능 응용의 중요성에 대한 우려를 해소하기 위해 필요한 조치는 무엇입니까?
장단점:
– 장점:
– 의사 결정 프로세스에서 향상된 효율성과 정확성.
– 맞춤형 서비스를 통한 고객 경험 향상.
– 금융 기관의 비용 절감 및 수익 증대.
– 단점:
– 민감한 금융 정보를 처리할 때 데이터 개인 정보 보호 및 보안 우려.
– 반복적인 작업 자동화로 인한 잠재적인 직업 이탈.
– 규제 준수를 위한 인공 지능 알고리즘의 투명성 및 설명성 확보에 대한 어려움.