검수요청.png검수요청.png

금융서비스

위키원
이동: 둘러보기, 검색

금융서비스(金融服务, Financial services)는 신용협동조합, 은행, 신용 카드, 보험, 회계, 소비자 금융, 종합증권, 투자펀드, 부동산펀드, 일부 정부보증을 포함하여 돈을 관리하는 여러 단체를 아우르는, 금융산업이 제공하는 서비스이다.[1]

역사[편집]

금융서비스의 영어 낱말 financial services라는 용어는 1990년대 말에 그램 - 리치 - 블라일리 (금융서비스현대화법)이 제정되면서 미국에서 더 우세한 모습을 보이게 되었는데, 미국 금융서비스 산업에서 운영되는 여러 종류의 기업들이 당시 합병을 가능하게 만들어 주었다.[1]

외부 교환 서비스[편집]

외부 교환 서비스는 전 세계의 수많은 은행과 전문 외부 교환 회사가 제공한다. 외부 교환 서비스는 다음을 포함한다.

  • 환전
  • 전신 송금(wire transfer)
  • 송금(remittance)[1]

투자 서비스[편집]

  • 자산 관리
  • 헤지 펀드 관리
  • 커스터디 서비스(custody service)[1]

기타 금융 서비스[편집]

  • 직불 카드
  • 신용 카드 기기 서비스 및 네트워크
  • 고문 업무
  • 사모 펀드
  • 벤처 캐피털
  • 에인절 투자
  • 복합 기업
  • 금융 시장 공익사업
  • 부채 탕감[1]

금융업계의 주요 트렌드[편집]

세계 유수의 금융서비스 기업들이 AI가 최고의 투자 수익을 제공하는 곳을 주목하고 있다.

금융서비스 업계는 AI 기술의 도입으로 큰 변화를 겪고 있다. 엔비디아의 네 번째 연례 금융서비스 AI 현황 보고서는 2024년의 현재 환경과 새로운 트렌드에 대한 인사이트를 담았다.

압도적인 91%의 금융서비스 기업이 AI를 평가 중이거나 이미 프로덕션에 사용하고 있는 것으로 나타났다. 이러한 기업들은 혁신을 주도하고 운영 효율성을 개선하며 고객 경험을 향상하기 위해 AI를 사용하고 있다.

포트폴리오 최적화, 사기 탐지, 리스크 관리는 여전히 최고의 AI 활용 사례로 꼽히며, 새로운 효율성을 찾고자 하는 기업들 사이에서 생성형 AI가 빠르게 인기를 얻고 있다.

다음은 최첨단 AI의 접근성이 높아짐에 따라 금융 서비스 산업이 어떻게 진화하고 있는지를 보여주는 보고서의 주요 내용이다.

부상하고 있는 생성형 AI와 대규모 언어 모델

산업 전반에 걸친 거시적인 트렌드를 반영하듯, 대규모 언어 모델(LLM)과 생성형 AI는 금융서비스 기업의 주요 관심 분야로 떠올랐다. 설문조사 응답자의 55%는 회사를 위해 생성형 AI 워크플로우를 적극적으로 모색하고 있다고 답했다.

기업들은 광고 문구, 이메일 카피, 콘텐츠 제작마케팅 및 영업부터 합성 데이터 생성에 이르기까지 다양한 애플리케이션 분야에 생성형 AI와 LLM 활용을 고려하고 있다. 이러한 활용 사례 중 37%의 응답자들이 반복적인 수작업을 줄이기 위한 보고서 생성, 합성 및 투자 조사에 관심을 보였다.

고객 경험 및 참여는 34%의 응답률로 또 다른 인기 있는 활용 사례였다. 이는 금융서비스 기관들이 고객 경험을 향상시키기 위해 챗봇, 가상 비서, 추천 시스템을 도입하고 있음을 시사한다.

다양한 부서와 분야를 넘나들며 영향을 미치고 있는 AI

설문조사 응답자의 75%가 소속 조직의 AI 역량이 업계 최고 수준 또는 중간 수준이라고 답한 가운데, 금융서비스 조직은 AI 구현을 구축, 배포하고 가치를 창출하는 능력에 대한 자신감이 높아지고 있다.

AI를 가장 많이 사용하는 분야는 운영, 리스크 및 규정 준수, 마케팅이었다. 금융 조직은 운영 효율성을 개선하기 위해 AI를 사용하여 수동 프로세스를 자동화하고, 데이터 분석을 개선하고, 투자 결정에 정보를 제공하고 있다.

리스크 및 규정 준수를 강화하기 위해 방대한 양의 데이터를 분석하여 의심스러운 활동과 비정상적인 거래 패턴을 식별하기 위해 AI를 배포하고 있다. 또한 고객 데이터를 분석하여 선호도를 예측하고 개인화된 마케팅 캠페인, 교육용 콘텐츠, 그리고 타겟팅된 프로모션을 제공하는 데 AI를 활용하고 있다.

기업들은 이미 성과를 보고 있다. 금융서비스 전문가의 43%는 AI가 운영 효율성을 개선했다고 답했으며, 42%는 비즈니스 경쟁 우위 구축에 도움이 되었다고 답했다.

역풍 속에서의 변화

2023년 응답자들이 가장 큰 어려움으로 꼽은 것은 AI 전문가와 데이터 사이언티스트를 채용하는 것이었다. 올해는 30% 증가한 설문조사 참가자들이 데이터 관련 문제가 가장 큰 관심사라고 응답했다. 여기에는 데이터 프라이버시 문제, 데이터 주권, 각기 다른 감독 규정의 적용을 받는 전 세계에 흩어져 있는 데이터가 포함된다.

이러한 문제에 대한 관심이 높아지는 것은 학습을 위해 방대하고 다양한 데이터 세트가 필요한 AI 모델의 성능과 복잡성이 발전하고 있으며, 책임감 있는 AI에 대한 규제 조사와 강조가 증가하고 있음을 반영한다.

AI 전문가를 채용하고 유지하는 것은 예산 문제와 마찬가지로 여전히 어려운 과제이다. 그러나 응답자의 60% 이상이 여전히 컴퓨팅 인프라 또는 AI 워크플로우 최적화에 대한 투자를 늘릴 계획이라고 답해, 이러한 장벽을 극복하기 위해 신뢰할 수 있는 AI를 신속하게 구축하고 배포하는 데 있어 이러한 도구의 중요성을 강조하고 있다.

미래 투자를 위한 기반 마련

전반적으로 설문조사 결과는 운영 효율성을 높이고, 고객 참여를 개인화하며, 투자 결정을 정확하게 내릴 수 있는 AI에 대한 긍정적인 그림을 제시한다.

파이낸스 전문가들도 이에 동의한다. 응답자의 86%가 수익에 긍정적인 영향을 미쳤다고 답했으며, 82%는 비용을 절감했다고 답했다. 51%는 AI가 회사의 미래 성공에 중요할 것이라는 데 강력히 동의했으며, 이는 2023년보다 76% 증가한 수치이다.

이러한 긍정적인 전망에 힘입어 97%의 기업이 가까운 미래에 AI 기술에 더 많은 투자를 할 계획이라고 답했다. 향후 중점 투자 분야로는 추가 AI 사용 사례 파악, AI 워크플로우 최적화, 인프라 지출 증가 등이 있다.

전사적으로 영향력 있는 AI를 구축하고 확장하려면 금융서비스 조직은 데이터 과학자, 쿼트 및 개발자가 장애물을 최소화하면서 원활하게 협업할 수 있도록 지원하는 포괄적인 AI 플랫폼이 필요하다. 이를 위해 경영진은 AI 인프라에 더 많은 투자를 하고, 직원 생산성을 향상하는 동시에 우수한 고객 경험과 투자 성과를 달성할 수 있는 고수익 AI 용 사례에 우선순위를 두고 있다. [2]

각주[편집]

  1. 1.0 1.1 1.2 1.3 1.4 금융서비스〉, 《위키백과》
  2. 인공지능이 중심이 되는 시대: 2024년 금융 업계의 주요 트렌드〉, NVIDIA Blog Korea, 2024-01-16

참고자료[편집]

같이 보기[편집]


  검수요청.png검수요청.png 이 금융서비스 문서는 서비스에 관한 글로서 검토가 필요합니다. 위키 문서는 누구든지 자유롭게 편집할 수 있습니다. [편집]을 눌러 문서 내용을 검토·수정해 주세요.