금융 분야의 Microsoft AI 사용 사례 살펴보기
최근 설문 조사에서는 FSI 임원들에게 생성 AI 애플리케이션에 대한 예상 결과치를 물었습니다. 그들 중 대부분은 이 기술이 조직의 사기 검색(76%), 위험 관리(68%) 및 고객 환경(66%)에 도움이 될 것이라고 믿었습니다.2
그러나 AI는 데이터, 텍스트, 비전, 음성 등의 다양한 기술로 구성됩니다. 따라서 은행, 자본 시장, 보험 분야 등 FSI 비즈니스에 적용할 수 있는 AI 사용 사례가 더 많습니다. 이러한 복잡성에도 불구하고 FSI 업계는 몇 가지 공통된 목표와 과제에 직면해 있습니다.
다음 비디오에서 Bill Borden은 Microsoft Cloud 및 글로벌 파트너 네트워크를 통해 AI 변환을 강화하는 데 도움이 되는 방법을 공유합니다.
목표
대부분의 금융 목표는 금융 데이터의 최고 기밀성에서 비롯됩니다. FSI 조직은 가능한 가장 책임감 있고 신중한 방식으로 데이터를 관리해야 합니다.
- 데이터 개인 정보 보호 및 보호: FSI의 AI 솔루션은 엄격한 데이터 개인 정보 보호 및 보호 절차를 따라야 합니다. 이러한 우려는 종종 여러 계층의 데이터 보안을 추가하는 것을 의미합니다. AI 시스템은 이러한 측정값을 보다 효율적인 방식으로 보장하는 데 도움이 될 수 있습니다.
- 규정 준수: FSI는 규제가 엄격한 부문입니다. 작업은 정확하고 까다로운 프로토콜을 따라야 합니다. AI는 변칙 징후를 검색하고 절차를 모니터링하여 규정 준수를 강화하는 데 도움을 줄 수 있습니다.
- 자동화: FSI 조직은 검색 및 정책 만들기를 포함하여 가능한 한 많은 데이터 프로세스를 자동화해야 합니다.
챌린지
그러나 금융 분야에서 AI를 구현하는 데는 문제점이 있습니다. 팀에서 AI 솔루션을 설계할 때 다음 문제를 주의 깊게 관찰해야 합니다.
- 레거시 하드웨어 및 소프트웨어: FSI 조직은 경우에 따라 오래된 기술에 의존합니다. 새로운 혁신적인 AI 시스템은 이러한 레거시 인프라와 충돌할 수 있습니다. 게다가 레거시 시스템은 정보 보호 및 데이터 손실 방지 솔루션과 인터페이스할 수 없는 경우가 많습니다.
- 기술적인 문제: 하드웨어와 소프트웨어 자체가 오래되지 않은 경우에도 많은 솔루션에는 기술적인 문제가 쌓입니다. 즉, 코드의 일부가 더 이상 사용되지 않고 시스템의 견고성을 위협하게 됩니다. 시스템이 완전히 작동하거나 확장 가능하려면 어떤 시점에서는 이 기술적인 문제를 상환해야 합니다.
AI 구현의 주요 이점과 이를 가능하게 하는 구체적인 사용 사례는 다음과 같습니다.
생산성
Microsoft Dynamics 365 Copilot, Microsoft 365 Copilot, Microsoft Power BI와 같은 제품은 조직의 생산성을 높이는 데 도움이 될 수 있습니다. 이를 사용하여 복잡한 금융 데이터를 분석하고 보고서를 생성하여 금융 자문가와 분석가가 정보에 근거한 결정을 내리는 데 도움을 줄 수 있습니다.
이러한 제품에는 텍스트 생성에 능숙한 강력한 생성 AI 모델이 포함되어 있어 모든 종류의 작업을 수행하는 데 도움을 줄 수 있는 도우미가 됩니다. 이러한 방식을 Microsoft에서는 copilot이라고 부릅니다. FSI에서 이러한 도우미는 다음 형식의 문서를 작성하고 편집하는 데 도움이 될 수 있습니다.
- 규정 준수 설명서: 금융 전문가는 해당 규정을 준수하지 않을 위험을 감수할 수 없습니다. AI는 누락된 부분이 없도록 초안과 제안을 제공할 수 있습니다. 이러한 애플리케이션은 신규 대출 및 계좌를 평가하여 규정 요건을 충족하는지 확인할 수 있습니다.
- 금융 상품 설명서: 자문가는 고도로 기술적인 문서와 관련된 복잡한 질문에 대한 빠른 답변이 필요한 경우가 많습니다. 이러한 도우미는 이러한 정보를 빠르게 검색하는 데 도움이 됩니다.
- 커뮤니케이션: 직원들은 특히 부서 간 협업 시 통화 및 기타 커뮤니케이션에 시간이 낭비된다고 불평하는 경우가 많습니다. 이러한 솔루션은 이메일 초안 작성, 최선의 답변 권장, 모임 요약, 후속 작업 예약, 작업 계획 수립을 통해 이러한 작업을 간소화하는 데 도움이 될 수 있습니다.
상황별 상호 작용
이러한 AI 솔루션은 상황과 비즈니스 정보를 기반으로 사용자 지정 상호 작용을 가능하게 합니다. 다음은 FSI에 대한 몇 가지 애플리케이션입니다.
- 맞춤형 제품 권장 사항: Azure AI 서비스 및 Microsoft Dynamics 365 Copilot에는 하이퍼 개인 설정 기능이 있습니다. 이는 에이전트가 이러한 제품을 사용하여 고객에게 필요한 것을 제공할 수 있을 뿐만 아니라 마케팅 팀이 훨씬 더 대상화된 캠페인을 시작하여 영향력을 높일 수 있음을 의미합니다.
- 더 나은 가상 도우미: 많은 제품이 대화형 인터페이스를 통해 FSI 전문가에게 도움을 줄 수 있습니다. 이를 위해 Azure OpenAI Services, Azure AI 서비스, Dynamics 365 Copilot, Power Virtual Agents 및 Power Platform을 사용할 수 있습니다. 그 결과 가상 도우미는 이전 세대보다 더 유연하고 자연스러운 서비스를 제공합니다. 금융 상품 및 서비스에 대한 고객의 복잡한 질문에 답하기 위해 이러한 솔루션을 빌드할 수 있습니다.
- 금융 대리인을 위한 온보딩 및 지원 센터: Azure AI 서비스, 특히 Azure OpenAI 서비스를 사용하면 직원에게 내부 프로세스, 규정 표준 및 금융 상품에 대한 학습을 제공할 수 있습니다.
증폭된 자동화
Microsoft AI는 작업을 자동화하는 도구를 제공하므로 중요한 일에 시간을 할애할 수 있습니다.
- 금융 데이터 처리 및 구성: 대량의 트랜잭션 데이터, 고객 피드백, 시장 추세를 검색하는 애플리케이션이 있을 수 있습니다. 이 기능은 Azure AI 문서 인텔리전스(이전의 Form Recognizer), Azure OpenAI Services 및 Azure Cognitive Search에서 다룹니다.
- 고객 동작 예측: Azure Machine Learning, Power BI 및 Azure OpenAI Services는 예측 분석을 수행할 수 있습니다. 즉, 이러한 솔루션은 과거 또는 현재 데이터를 사용하여 고객 동작의 향후 추세를 예측합니다.
- 전체 금융 보고서 생성: OpenAI Services, Microsoft Power BI, Azure Synapse Analytics 등 여러 Microsoft 제품을 사용하면 분석가를 위해 이러한 문서를 자동으로 만들 수 있습니다. 또한 고객 추세를 분석하고 위험 평가 초안을 작성할 수도 있습니다.
직관적인 검색
이러한 도구는 분석 작업에도 강력합니다.
- 금융 및 시장 분석: FSI 전문가는 Azure OpenAI 서비스를 사용하여 트랜잭션 데이터, 고객 상호 작용 및 시장 추세에 대한 인사이트를 가져올 수 있습니다.
- 금융 상품 개발: Azure OpenAI 서비스는 FSI 전문가가 데이터 기반 사용자 지정 제품을 설계하는 데 도움이 되는 도우미를 제공할 수 있습니다.
- 보험금 청구 분석: AI 기반 도우미는 Azure OpenAI Services를 통해 패턴과 변칙을 검색하여 이 작업 속도를 높일 수 있습니다.
- 보험 인수: Azure OpenAI 서비스는 인수 기회를 요약하고, 사기를 검색하고, 채무 불이행을 예측할 수도 있습니다.
- 연락 센터 분석: Azure AI 서비스 및 Microsoft Power BI를 사용하여 고객 센터를 강화할 수 있습니다. 이러한 제품을 사용하면 고객 서비스 상호 작용을 기록하고 분석하여 개선이 필요한 영역을 식별하고 새로운 고객 요구 사항을 파악할 수 있습니다. 고객 만족도, 제품 인식, 시장 감정을 측정하는 데 도움이 되는 감정 분석을 통해 분석을 개선할 수 있습니다. 게다가 이러한 솔루션은 연락 센터 담당자에게 실시간 코칭을 제공할 수 있습니다. AI에 새로운 정보를 제공하여 연락 센터 기술 자료를 쉽게 업데이트할 수 있으므로 고객에 대한 응답이 개선됩니다.
이러한 제품은 보안과 개인 정보 보호를 보장하는 강력한 Microsoft 에코시스템에 속한다는 점을 고려합니다. Microsoft Cloud for Financial Services 및 Azure for Financial Services 웹 사이트를 확인하여 FSI에서 이를 구현하는 방법에 대해 자세히 알아볼 수 있습니다.
다음으로 은행 분야의 실제 성공 사례를 살펴보겠습니다. Swift가 Microsoft AI를 사용하여 트랜잭션 보안을 개선하는 방법입니다.