금융: 버티컬 AI의 초기 도입 분야
상하이에 본사를 둔 AI 스타트업 Stepfun의 부사장 Li Jing에 따르면 금융 부문은 AI 혁신에 적합한 고유한 특성을 가지고 있습니다. 높은 수준의 디지털화, 새로운 기술에 대한 적극적인 수용, 그리고 무엇보다도 혁신에 투자하려는 의지가 결합되어 금융은 AI를 조기에 채택할 수 있는 주요 후보로 자리매김했습니다.
금융 기관은 이미 데이터로 넘쳐나고 있습니다. 거래 처리, 위험 관리, 시장 동향 분석을 위한 강력한 시스템을 갖추고 있습니다. AI, 특히 버티컬 AI는 이러한 기존 인프라 위에 강력한 계층으로 작용하여 효율성, 정확성 및 의사 결정을 향상시킬 수 있습니다.
버티컬 AI 애플리케이션의 부상
범용 AI 모델이 헤드라인을 장식했지만, 많은 전문가에 따르면 실제 움직임은 산업별, 즉 버티컬 AI에 있습니다. 상하이에 본사를 둔 MetaX Integrated Circuits의 이사회 서기 Wei Zhongwei는 금융, 운송, 교육, 과학 연구 등 다양한 분야에서 버티컬 AI 애플리케이션에 대한 수요가 급증하고 있다고 강조했습니다.
금융이 다른 점은 무엇일까요?
업무의 성격이 다릅니다. 방대하고 다양한 데이터 세트를 기반으로 학습되는 범용 AI 모델과 달리, 버티컬 AI 모델은 특정 산업의 미묘한 차이와 요구 사항에 맞게 조정됩니다. 금융 분야에서 이는 복잡한 규정, 복잡한 금융 상품, 시장 행동의 미묘한 역학 관계를 이해하는 것을 의미합니다. 범용 AI는 주식 시장에 대한 괜찮은 뉴스 기사를 작성할 수 있지만, 버티컬 AI 모델은 잠재적으로 시장 움직임을 예측하고, 사기 거래를 식별하거나, 훨씬 더 정확하게 개인화된 투자 조언을 제공할 수 있습니다.
혁신의 동력: 자동차 및 스마트폰
금융 외에도 Lujiazui Financial Salon에서의 논의는 AI 혁신의 다른 주요 동력에 대해서도 다루었습니다. Li Jing은 자동차 및 스마트폰 산업이 AI 애플리케이션 및 장치 발전의 핵심이 될 것으로 예상된다고 지적했습니다.
연결 고리는 무엇일까요?
이러한 산업은 금융과 마찬가지로 방대한 양의 데이터를 생성하고 있습니다. 예를 들어, 자율 주행 자동차는 센서, 카메라, 매핑 시스템에서 지속적으로 들어오는 정보 흐름에 의존합니다. 스마트폰은 사용자 행동, 선호도, 상호 작용에 대한 데이터를 수집하고 있습니다. 이러한 데이터 홍수는 AI 알고리즘이 학습하고, 적응하고, 개선할 수 있는 비옥한 토양을 제공합니다.
새로운 콘텐츠 생성에 중점을 둔 AI의 하위 집합인 생성형 AI(Generative AI)도 특히 전문 콘텐츠 제작을 향상시키는 데 중요한 역할을 할 것으로 예상됩니다. 재무 보고서 초안 작성, 시장 분석 생성, 심지어 고객을 위한 개인화된 커뮤니케이션 생성에 도움을 줄 수 있는 AI 도구를 상상해 보십시오.
향후 몇 년: AI 통합의 중요한 시기
앞으로 2~3년은 AI가 산업 전반에 걸쳐 통합을 가속화하는 중추적인 시기로 간주됩니다. Wei Zhongwei는 이 기간 동안 AI 기술의 핵심 벤치마크로 다양성, 안정성 및 신뢰성의 중요성을 강조했습니다. 즉, 인프라 제공업체는 다양한 분야의 까다로운 요구 사항을 충족할 수 있는 고품질 제품과 서비스를 제공하여 역량을 강화해야 합니다.
가장 강력한 AI 알고리즘을 갖는 것만이 중요한 것이 아닙니다. 이러한 알고리즘이 견고하고, 신뢰할 수 있으며, 다양한 사용 사례에 적응할 수 있도록 하는 것도 중요합니다. 오작동하거나 부정확한 예측을 하는 AI 기반 거래 시스템의 잠재적 결과를 고려해 보십시오. 위험 부담이 크며 신뢰성이 가장 중요합니다.
금융 분야의 차별화된 경쟁
Guotai Junan Securities의 최고 정보 책임자(CIO)인 Yu Feng은 금융 부문이 버티컬 AI 모델을 선호하는 이유를 설명했습니다. 그는 독점 데이터를 활용하고, 전략을 미세 조정하고, 훈련 목표를 조정함으로써 금융 회사가 경쟁 우위를 확보할 수 있다고 설명했습니다.
다시 말해, 버티컬 AI를 통해 기관은 경쟁사와 차별화할 수 있습니다. 동일한 일반 AI 모델에 의존하는 대신 특정 요구 사항과 전략에 맞게 특별히 조정된 맞춤형 솔루션을 만들 수 있습니다. 이는 획일화된 투자 접근 방식의 함정을 피하는 데 도움이 될 뿐만 아니라 동일한 AI 모델의 광범위한 사용으로 인해 발생할 수 있는 시장 변동성 증폭 위험을 완화합니다.
AI 통합의 과제 탐색
AI를 금융, 더 나아가 모든 산업에 통합하는 데에는 어려움이 따릅니다. Stepfun의 Li Jing은 심오한 변화가 필요하다는 점을 인정했습니다.
한 가지 중요한 측면은 접근성입니다. 예를 들어, 장치 제조업체는 AI 기능의 더 깊은 통합을 가능하게 하기 위해 시스템에 대한 더 많은 접근 권한을 제공해야 합니다. 즉, API를 개방하고 AI 개발자가 기본 하드웨어 및 소프트웨어 인프라를 활용할 수 있도록 해야 합니다.
또 다른 과제는 타사 서비스 제공업체 영역에 있습니다. 이러한 제공업체는 에이전트 아키텍처에서 프레임워크를 근본적으로 재설계해야 합니다. 이는 기존 소프트웨어 개발 패러다임에서 소프트웨어 에이전트가 자율적이고 지능적으로 작동하는 보다 AI 중심적인 접근 방식으로의 전환입니다.
정책 지원의 역할
기술적인 장애물 외에도 Li Jing은 AI 채택을 촉진하는 데 있어 정책 지원의 중요한 역할도 강조했습니다. 정부와 규제 기관은 혁신을 장려하는 동시에 잠재적인 위험과 윤리적 문제를 해결하는 환경을 조성해야 합니다.
여기에는 데이터 프라이버시에 대한 명확한 지침 개발, AI 안전 및 신뢰성에 대한 표준 설정, 기업이 AI 연구 개발에 투자하도록 인센티브 제공 등이 포함될 수 있습니다.
데이터 프라이버시 문제 해결
데이터 프라이버시는 AI 시대, 특히 민감한 고객 정보가 지속적으로 처리되는 금융 부문에서 주요 고려 사항입니다. Li Jing은 프라이버시 보호가 극복할 수 없는 문제가 아니라고 말하면서 이 문제를 정면으로 다루었습니다.
Li는 “기술적으로 우리는 이미 탐구할 유망한 방향을 확인했습니다.”라고 주장했습니다.
무슨 뜻일까요?
이는 AI와 관련된 프라이버시 위험을 완화하는 데 도움이 될 수 있는 기술 솔루션이 이미 개발 중임을 시사합니다. 여기에는 원시 데이터에 직접 접근하지 않고 분산된 데이터 세트에서 AI 모델을 훈련하는 연합 학습(federated learning)이나 개별 프라이버시를 보호하면서 의미 있는 분석을 허용하기 위해 데이터에 노이즈를 추가하는 차등 프라이버시(differential privacy)와 같은 기술이 포함될 수 있습니다.
미래를 위한 길: 협력과 혁신
Lujiazui Financial Salon의 전반적인 메시지는 분명합니다. AI, 특히 버티컬 AI는 금융 산업을 변화시킬 것입니다. 앞으로 몇 년은 기술 제공업체, 금융 기관, 정책 입안자 간의 긴밀한 협력이 필요한 중요한 시기가 될 것입니다. 잠재적인 문제를 해결하면서 새로운 기회를 열고 혁신을 주도할 수 있는 견고하고 안정적이며 안전한 AI 솔루션을 개발하는 데 초점이 맞춰질 것입니다. 여정은 의심할 여지 없이 복잡하겠지만 잠재적인 보상은 엄청납니다.