금융 분야에서의 머신 러닝의 7가지 전망

자료실
기사
작성자
인사이트캠퍼스
작성일
2020-03-11 18:03
조회
72

*이 글은 Medium에 게시된 Oleksii Kharkovyna의 글을 번역하였습니다.






은행들은 모든 것을 보관한다: 거래의 역사, 고객과의 대화, 내부 정보 등... 저장공간들은 말그대로 테라로 그리고 어딘가에서 페타 바이트로 부풀어 저장되어 있다. 이제 빅 데이터는 이러한 문제를 해결하고 엄청난 양의 정보를 처리할 수 있다: 양이 많을수록 감지 가능한 클라이언트의 요구와 행동이 더 많아진다. 머신 러닝과 결합된 인공지능은 소프트웨어가 고객의 행동을 배우고 자율적인 결정을 내릴 수 있게 해준다.

유망하게 들리지만, 이 문제를 함께 확인하여 기계 학습과 빅 데이터가 어떤 힘을 금융에 가져올 수 있는지 확인해 보자.

 

기계학습이 금융분야에서 할 수 있는 일들

 

# 1 은행의 최적 입지 결정

정보는 21세기에 금과 같으며 ML & 빅 데이터 어플리케이션은 고객에게 정말 중요한 것들을 전달하기 위해 이를 사용한다. 그리고 자금 조달에 관한 한, 모든 고객에 대한 정보를 수집하는 것은 반드시 해야 할 일이다. 이것의 가장 일반적인 예는 ATM에서 일반적인 운영을 하는 과정이다. 은행의 목적은 모든 영업에 대해 접수된 정보를 처리하고 다음 방문 시 검색과 번호 없이 버튼 하나로 즉시 정상 운영을 수행하는 것이다.

빅 데이터를 이용해 얻은 정보는 물리적인 은행의 최적의 장소를 결정하는 엔진을 만들고 작동시키는 데 사용될 수 있다. 금융기관은 도시에서 가장 많이 찾는 지역, 이들 지역을 방문하는 시기, 고객이 가는 가게, 가장 많고 적은 수의 고객에 대한 정보를 수집한다. 이를 통해 은행을 열기에 가장 수익성이 높은 곳을 쉽게 선택할 수 있다. 당신은 이것이 좋은 기회라는 것에 동의할 것이다. 왜냐하면 위치는 미래의 성공을 위해 매우 중요하기 때문이다.

 

# 2 로보 어드바이저의 성능을 통해 고객에게 가장 적합한 솔루션 찾기

로보 어드바이저는 비록 그들 자신의 감각에 의한 로봇은 아니지만 가상의 조력과 같다. 이들은 재무 포트폴리오를 사용자의 목표와 위험 허용도에 맞춰 조정하기 위해 구축된 알고리즘이다.

이 접근법이 어떻게 작용하는지를 보여주는 예가 있다: 고객들은 목표(예: 저축액 30만 달러를 가지고 60세에 은퇴한다), 연령, 소득, 그리고 현재 금융 자산을 입력한다. 로보 어드바이저 또는 ML-알고리즘은 고객의 목표에 도달하기 위해 다양한 자산 종류와 금융상품에 걸쳐 투자를 분산시킨다.

이 옵션을 제공하는 회사: Betterment, Schwab Intelligent Portfolios

# 3 알고리즘 트레이딩을 지능형 트레이딩으로 전환

알고리즘 거래는 시간, 가격, 거래량 등을 고려하는 등 미리 정해진 거래 기준에 따라 거래 주문을 하는 데 소프트웨어를 사용하는 일종의 거래다. 알고리즘 거래는 인간의 개입 없이 거래를 할 수 있게 해준다.

그러나 머신 러닝 기술은 알고리즘 트레이딩을 더욱 자동화할 수 있는 새롭고 다양한 도구들을 제공한다. 머신 러닝(ML)의 경우, 알고리즘은 예측 오차를 최소화하는 등 데이터를 기반으로 진보하기 위해 다른 알고리즘, 즉 규칙을 학습하는 목표를 쫓는다. ML 알고리즘은 과거의 시장 행동을 분석하고, 최적의 시장 전략을 결정하여 트레이딩 예측을 보다 정확하게 하기 위해 설계되었다.

이 옵션을 제공하는 회사: Renaissance Technologies, Walnut Algorithms

# 4 리스크 관리 및 사기 방지

이는 현재 은행들이 가장 관심을 갖고 있는 두가지 주제로서, 이러한 프로젝트가 분석, 머신 러닝, 빅 데이터 등의 혁신적인 기술로 먼저 다루어진 이유다. 은행들은 위험요소와 사기범에 대한 모든 가능성 있는 옵션들을 계산하고 의혹이 생기는 순간 그들을 내친다.

ML에 의한 사기 감지 시스템의 주요 장점은 위험 요인의 체크리스트를 따르는 것을 넘어 새로운 잠재적(또는 실제) 보안 위협에 능동적으로 학습하고 조정한다는 것이다.

시스템은 머신 러닝을 사용하여 고유한 활동이나 동작("이상 징후")을 감지하여 보안 팀에 표시할 수 있다. 이러한 시스템의 당면 과제는 처음부터 위험이 아닌 "위험"의 신호가 나타난 상황을 피하는 것이다.

이 옵션을 제공하는 회사: Kount, APEX Analytics

# 5 은행서비스 내 고객 기반 이익 유지 

은행은 경제활동 데이터에 접근하는 것 외에도 소셜 네트워크의 데이터나 온라인 행동의 단순한 분석과 같은 외부 데이터를 수신하여 고객을 둘러싼 생태계에 이러한 정보를 추가할 수 있다. 빅 데이터에 있는 이러한 정보를 분석함으로써 은행은 많은 새로운 기회를 발견하게 된다. 예를 들어, 사용자가 코멘트에서 새 차를 구입할 가능성에 대해 논의할 경우, 은행은 고객이 꿈꾸는 것과 동일한 차량의 대출 제안을 생성하고 이러한 제안들을 즉시 이메일로 사용자에게 보낼 수 있다.

# 6 고객과 소통하는 최선의 방법 결정

고객은 소셜 미디어, 이메일 또는 인스턴트 메신저와 같이 기본적으로 사용하는 가장 편안한 통신 수단을 필요로 한다. 은행은 소통의 우선 채널을 결정하고 이를 통해 모든 알림, 새로운 제안 및 통신을 전송해야 한다. 이렇게 되면 고객은 은행이 자신과 같은 생각이라는 것을 느낄 수 있고 동시에 은행이 다른 통신수단에 소비를 덜 할 수 있게 될 것이다.

# 7 고객이 은행을 언제 바꿀 계획인지 판단

고객에 대한 내외부의 자료를 분석함으로써 이용자의 은행 이탈 여부를 판단할 수 있다. 예를 들어 고객이 오랫동안 은행의 물리적인 지점을 방문하지 않으며 웹사이트를 방문하지 않고 소셜 네트워크 내 다른 은행의 업데이트를 구독할 경우, 고객이 은행을 떠날 가능성은 미리 예상될 수 있다. 그런 순간에 은행은 고객이 열망하는 상품이나 제안을 추천함으로써 고객의 관심을 끄는 것이 중요하다.

금융 분야의 새로운 열쇠가 된 머신 러닝

말할 필요도 없이 머신 러닝은 금융 분야에 매우 이로우며 빅 데이터와 인공지능을 포함한 이 기술의 전망은 매우 높다. 보다시피, 은행을 위한 최적의 장소를 선택하고, 고객을 위한 최상의 해결책을 찾고, 알고리즘 거래를 지능적인 거래로 바꾸고, 위험을 관리하고, 사기를 방지하고, 고객의 관심을 연장하는 등, 개선을 위한 다양한 옵션, 접근 방식 및 어플리케이션이 있다. 이러한 리스트는 계속 추가될 것이다.

그래서 머신 러닝은 타당한 이유로 매우 인기 있는 전체적 트렌드다. 게다가, 매일 발전한다는 것을 고려하면, 우리는 곧 훨씬 더 많은 진보를 보게 될 것이다. 그러니 지금 당장 이 기술들을 시도해 보는 게 어떤가? 필자의 다른 포스트 ‘AI & ML 기능 읽기: 비즈니스를 위한 개발 방법.’을 읽기 바란다. (링크 AI & ML Capability: How To Develop It For Your Own Business)

원문 보러가기

https://towardsdatascience.com/7-promises-of-machine-learning-in-finance-bc62f5cdf3b3

가치를 높이는 금융 인공지능 실무교육

– 인사이트 캠퍼스

https://insightcampus.co.kr/






전체 0

전체 555
번호 썸네일 제목 작성자 작성일 추천 조회
공지사항 [공지사항] 코로나바이러스감영증-19 예방을 위한 강의장 방역 안내
[공지사항] 코로나바이러스감영증-19 예방을 위한 강의장 방역 안내
[공지사항] 코로나바이러스감영증-19 예방을 위한 강의장 방역 안내
인사이트캠퍼스 | 2020.03.05 | 추천 0 | 조회 468
인사이트캠퍼스 2020.03.05 0 468
공지사항
비밀글 파이썬으로 배우는 블록체인 구조와 이론 (위키북스)
finweb | 2019.07.05 | 추천 0 | 조회 13
finweb 2019.07.05 0 13
552 미디어 파이프를 사용한 모바일 장치의 실시간 3D 객체 탐지
미디어 파이프를 사용한 모바일 장치의 실시간 3D 객체 탐지
New 미디어 파이프를 사용한 모바일 장치의 실시간 3D 객체 탐지
인사이트캠퍼스 | 16:05 | 추천 0 | 조회 1
인사이트캠퍼스 16:05 0 1
551 Open Images V6 - 현지화된 서술 특성 제공
Open Images V6 - 현지화된 서술 특성 제공
New Open Images V6 - 현지화된 서술 특성 제공
인사이트캠퍼스 | 14:47 | 추천 0 | 조회 1
인사이트캠퍼스 14:47 0 1
550 외형 변경, 자유 로밍 소프트 로봇 제작
외형 변경, 자유 로밍 소프트 로봇 제작
New 외형 변경, 자유 로밍 소프트 로봇 제작
인사이트캠퍼스 | 13:59 | 추천 0 | 조회 1
인사이트캠퍼스 13:59 0 1
549 인간과 기계의 시력의 간극을 메우다
인간과 기계의 시력의 간극을 메우다
인간과 기계의 시력의 간극을 메우다
인사이트캠퍼스 | 2020.04.08 | 추천 0 | 조회 2
인사이트캠퍼스 2020.04.08 0 2
548 테슬라 로드스터 회생 제동의 마법
테슬라 로드스터 회생 제동의 마법
테슬라 로드스터 회생 제동의 마법
인사이트캠퍼스 | 2020.04.08 | 추천 0 | 조회 3
인사이트캠퍼스 2020.04.08 0 3
547 은행 업계에 진출하는 얼굴 인식
은행 업계에 진출하는 얼굴 인식
은행 업계에 진출하는 얼굴 인식
인사이트캠퍼스 | 2020.04.08 | 추천 0 | 조회 22
인사이트캠퍼스 2020.04.08 0 22
546 불확실성을 가진 머신러닝에 대한 디자인
불확실성을 가진 머신러닝에 대한 디자인
불확실성을 가진 머신러닝에 대한 디자인
인사이트캠퍼스 | 2020.04.08 | 추천 0 | 조회 15
인사이트캠퍼스 2020.04.08 0 15
545 환자 진료에 AI를 더 많이 적용하기 시작한 헬스케어 공급자들
환자 진료에 AI를 더 많이 적용하기 시작한 헬스케어 공급자들
환자 진료에 AI를 더 많이 적용하기 시작한 헬스케어 공급자들
인사이트캠퍼스 | 2020.04.06 | 추천 0 | 조회 28
인사이트캠퍼스 2020.04.06 0 28
544 머신러닝이 지진 데이터에서 숨겨진 진동을 찾아내다
머신러닝이 지진 데이터에서 숨겨진 진동을 찾아내다
머신러닝이 지진 데이터에서 숨겨진 진동을 찾아내다
인사이트캠퍼스 | 2020.04.06 | 추천 0 | 조회 24
인사이트캠퍼스 2020.04.06 0 24
543 AI가 금융기관을 돕는 방법
AI가 금융기관을 돕는 방법
AI가 금융기관을 돕는 방법
인사이트캠퍼스 | 2020.04.02 | 추천 0 | 조회 63
인사이트캠퍼스 2020.04.02 0 63
542 2020년 투자 테마 10
2020년 투자 테마 10
2020년 투자 테마 10
인사이트캠퍼스 | 2020.04.02 | 추천 0 | 조회 103
인사이트캠퍼스 2020.04.02 0 103
541 임상 데이터 관리 분야에서 혁신을 이끄는 머신러닝
임상 데이터 관리 분야에서 혁신을 이끄는 머신러닝
임상 데이터 관리 분야에서 혁신을 이끄는 머신러닝
인사이트캠퍼스 | 2020.04.02 | 추천 0 | 조회 28
인사이트캠퍼스 2020.04.02 0 28
540 2020년에 AI가 마케팅을 간소화하는 6가지 방법
2020년에 AI가 마케팅을 간소화하는 6가지 방법
2020년에 AI가 마케팅을 간소화하는 6가지 방법
인사이트캠퍼스 | 2020.04.01 | 추천 0 | 조회 31
인사이트캠퍼스 2020.04.01 0 31
539 투자업계에서 신제품을 내는 AI
투자업계에서 신제품을 내는 AI
투자업계에서 신제품을 내는 AI
인사이트캠퍼스 | 2020.04.01 | 추천 0 | 조회 32
인사이트캠퍼스 2020.04.01 0 32
538 머신러닝이나 딥러닝이 당신의 AI 프로젝트에 가장 적합한가?
머신러닝이나 딥러닝이 당신의 AI 프로젝트에 가장 적합한가?
머신러닝이나 딥러닝이 당신의 AI 프로젝트에 가장 적합한가?
인사이트캠퍼스 | 2020.03.31 | 추천 0 | 조회 64
인사이트캠퍼스 2020.03.31 0 64
537 전기 배터리 충전 최적화를 위한 AI 적용
전기 배터리 충전 최적화를 위한 AI 적용
전기 배터리 충전 최적화를 위한 AI 적용
인사이트캠퍼스 | 2020.03.25 | 추천 0 | 조회 55
인사이트캠퍼스 2020.03.25 0 55
536 Airbnb 검색에 Deep Learning 적용
Airbnb 검색에 Deep Learning 적용
Airbnb 검색에 Deep Learning 적용
인사이트캠퍼스 | 2020.03.23 | 추천 0 | 조회 35
인사이트캠퍼스 2020.03.23 0 35
535 나스닥, 처음으로 인공지능을 이용해 미국 주식시장을 조사하다
나스닥, 처음으로 인공지능을 이용해 미국 주식시장을 조사하다
나스닥, 처음으로 인공지능을 이용해 미국 주식시장을 조사하다
인사이트캠퍼스 | 2020.03.13 | 추천 0 | 조회 73
인사이트캠퍼스 2020.03.13 0 73
534 금융 분야에서의 머신 러닝의 7가지 전망
금융 분야에서의 머신 러닝의 7가지 전망
금융 분야에서의 머신 러닝의 7가지 전망
인사이트캠퍼스 | 2020.03.11 | 추천 0 | 조회 72
인사이트캠퍼스 2020.03.11 0 72
533 AI의 편향
AI의 편향
AI의 편향
인사이트캠퍼스 | 2020.03.09 | 추천 0 | 조회 48
인사이트캠퍼스 2020.03.09 0 48