오늘날, 게으른 사람들만이 인공 지능(AI)과 그것이 금융을 포함한 우리 삶의 거의 모든 측면을 혁신할 잠재력에 대해 논의하지 않습니다. 실제로 AI 시장은 놀라운 성장을 이루었습니다. 184달러 2024년에는 10억 달러로 2023년보다 500억 달러 더 많아질 것으로 예상됩니다. 게다가 이러한 성장세는 계속될 것으로 예상되며, 2030년까지 시장 규모는 8,260억 달러를 넘어설 것입니다.
하지만 이것은 한 측면일 뿐입니다. 반면에 연구에 따르면 AI 구현, 특히 금융 분야에서 문제가 증가하고 있습니다. 2024년에는 점점 더 많은 문제가 발생할 것입니다. 문제 프라이버시와 개인 데이터 보호, 알고리즘 편향, 투명성의 윤리와 관련이 있습니다. 잠재적 일자리 손실에 대한 사회경제적 문제도 의제에 포함되어 있습니다.
AI와 관련된 모든 것이 문제가 되는가? 금융 분야에서 AI의 유비쿼터스 구현에 대한 실제 과제와 AI가 대중에게 여전히 도달할 수 있도록 지금 해결해야 할 함정을 고려해 보자.
대규모 AI 통합을 위한 실제 과제
처음에는 인간의 의식 수준에서 인공 지능을 만드는 것이 목표였습니다. 소위 강력한 AI, 즉 인공 일반 지능(AGI)입니다. 하지만 우리는 아직 이 목표를 달성하지 못했습니다. 게다가 도달하는 데도 거리가 멉니다. 실제 AGI를 도입하는 단계에 있는 듯하지만, 아직 5~7년 이상 남았습니다.
가장 큰 문제는 AI에 대한 현재 기대치가 엄청나게 과장되어 있다는 것입니다. 오늘날 우리의 기술은 인상적이지만, 특정 분야에서 개별 작업을 해결하는 좁고 특화된 AI 시스템일 뿐입니다. 자기 인식이 없고, 인간처럼 생각할 수 없으며, 여전히 능력이 제한적입니다. 이를 감안할 때 AI 확장은 AI 확산에 대한 과제가 됩니다. AI는 대규모로 사용할 때 더 가치가 있기 때문에 기업은 여전히 모든 프로세스에 AI를 효과적으로 통합하는 방법을 배워야 하지만 조정 및 맞춤형.
게다가 데이터 프라이버시에 대한 우려는 많은 사람이 생각하는 것처럼 AI의 주요 문제가 아닙니다. 우리는 데이터가 오랫동안 비밀이 아닌 세상에 살고 있습니다. 누군가가 당신에 대한 정보를 얻고 싶어한다면 AI의 도움 없이도 가능합니다. AI 통합의 진짜 과제는 원치 않는 결과 없이 오용되지 않고 책임감 있게 배포되도록 하는 것입니다.
AI가 대중화되기 전에 해결해야 할 또 다른 문제는 AI를 사용하는 것의 윤리 문제입니다.
기존 시스템의 주요 문제는 검열입니다. 신경망이 폭탄 레시피를 공유하는 것을 금지하고 정치적 올바름 등의 관점에서 응답을 검열할 때 경계선은 어디일까요? 특히 “나쁜 놈들”은 항상 제한 없이 네트워크에 액세스할 수 있기 때문입니다. 경쟁자들이 사용하지 않는 제한된 네트워크를 사용함으로써 우리는 스스로에게 손해를 입히고 있는 것일까요?
그러나 핵심적인 윤리적 딜레마는 장거리 조준 문제입니다. 강력한 AI를 만들 때 우리는 다음과 같은 질문에 직면하게 될 것입니다. 합리적인 시스템을 사용하여 일상적인 작업을 수행하고 이를 일종의 노예로 만들 수 있을까요? 공상 과학 소설에서 자주 논의되는 이 담론은 앞으로 수십 년 동안 실제 문제가 될 수 있습니다.
기업은 원활한 AI 통합을 위해 무엇을 해야 할까?
사실, AI 문제를 해결하는 책임은 AI를 통합하는 회사가 아니라, 오히려 AI를 개발하는 회사에 있습니다. 기술은 사용 가능해짐에 따라 조용히 구현되고 있습니다. 특별한 일을 할 필요는 없습니다. 이 과정은 자연스러운 것입니다.
인공지능은 채팅방과 같이 의사소통에서 사람을 대체할 수 있는 좁은 틈새에서 잘 작동합니다. 그렇습니다. 어떤 사람들에게는 성가신 일이지만, 시간이 지나면서 프로세스가 더 접근하기 쉽고 더 즐거워질 것입니다. 언젠가 AI는 마침내 인간의 의사소통 스타일에 적응하여 훨씬 더 도움이 될 것이고, 이 기술은 고객 서비스에 점점 더 많이 관여하게 될 것입니다.
AI는 또한 방대한 양의 이질적인 정보를 처리해야 하는 사전 분석에서도 효과적입니다. 이는 특히 금융 분야에서 중요한데, 항상 창의적이지 않지만 필수적인 작업에 참여하는 분석가 부서가 있었기 때문입니다. 이제 AI가 분석에 구현되려고 시도되면 이 분야의 효율성이 증가합니다. 월가에서는 이 직업이 사라지다—AI 소프트웨어는 분석가의 작업을 훨씬 더 빠르고 저렴하게 수행할 수 있습니다.
원활한 AI 통합을 달성하기 위해 회사는 기술 채택을 넘어 전략적 접근 방식을 취해야 합니다. 그들은 다음에 집중해야 합니다. 인력을 준비하다 변화를 위해, AI 도구에 대한 교육을 제공하고, 적응성 문화를 육성합니다. 이런 식으로, 일상적인 업무에서 사람의 부담을 줄이는 것과 관련된 모든 것이 계속 진화합니다. AI 구현이 회사에 경쟁 우위를 제공하는 한, 그들은 새로운 기술이 출시되면 도입할 것입니다.
핵심은 AI의 효율성과 AI가 제기할 수 있는 과제 간의 균형을 맞추는 것입니다.
금융 혁신에 있어서 AI의 잠재력
AI는 보다 전통적인 접근 방식과 다른 방법의 형태로 금융 시장에서 오랫동안 사용되어 왔으며, 지난 수십 년보다 훨씬 이전부터 사용되었습니다. 예를 들어, 몇 년 전에는 고빈도 거래(HFT)라는 주제가 특히 관련성이 높아졌습니다. 여기서 AI와 신경망은 시장의 미시 구조를 예측하는 데 사용되며, 이는 이 분야에서 빠른 거래에 중요합니다. 그리고 이 분야에서 AI를 개발할 수 있는 잠재력은 매우 큽니다.
포트폴리오 관리에 관해서는 고전적인 수학과 통계가 가장 많이 사용되며 AI에 대한 필요성은 크지 않습니다. 그러나 예를 들어, 최적의 맞춤형 포트폴리오를 구성하는 정량적이고 체계적인 방법을 찾는 데 사용할 수 있습니다. 따라서 포트폴리오 관리에서 인기가 낮음에도 불구하고 AI는 개발 기회가 있습니다. 이 기술은 콜센터와 고객 서비스에서 일하는 데 필요한 사람의 수를 크게 줄일 수 있으며, 이는 특히 소매 고객과의 상호 작용이 중요한 역할을 하는 브로커와 은행에 중요합니다.
또한 AI는 특히 광범위한 상품을 거래하는 회사에서 주니어 레벨의 분석가의 업무를 수행할 수 있습니다. 예를 들어, 다양한 부문이나 제품을 다루는 분석가가 필요할 수 있습니다. 그래도 데이터의 예비 수집 및 처리를 AI에 맡기고 분석의 마지막 부분만 전문가에게 맡길 수 있습니다. 이 경우 언어 모델이 유리합니다.
그러나 이 시장의 많은 AI 역량은 이미 사용되었으며, 작은 개선만 필요합니다. 미래에 인공 일반 지능(AGI)이 등장하면 금융을 포함한 모든 산업에 글로벌 변혁이 일어날 수 있습니다. 그러나 이 사건은 몇 년 안에 일어날 수 있으며, 그 발전은 위에서 언급한 윤리적 문제와 다른 문제를 해결하는 데 달려 있습니다.
게시물 금융 분야의 AI: 금융 서비스를 재정의하는 양날의 검 처음 등장 유나이트.AI.