현대 사회의 분석시스템은 통계기반의 해석 분석에서, AI 모델기반의 예측 분석으로 발전하는 추세라고 볼 수 있다.
은행의 시스템적인 예시를 들자면 우수고객 관리(해석)의 관점에서 비대면 채널 가망고객(예측)의 관점으로 발전하고, 기업진단 및 금융사기 모니터링(해석)에서 기업여신 위험관리(예측)로 발전하고 있다는 것을 의미한다.

더 나은 의사결정을 위해

‘예측 모델링’이란 보다 나은 의사결정을 위해 경험(데이터)으로부터 학습하여 미래 행위를 예측하는 모델을 생성하고, 이를 활용하는 기술을 뜻한다.
사전적 의미를 추가해 정의하자면 ‘데이터 마이닝에서 미래의 행동과 변화의 결과를 예측하기 위해 사용되는 기법’으로 데이터 수집, 통계적 모형 설정, 예측 수립, 모형 검증 및 수정 등의 과정을 통한 모형 작업이며 결과적으로 간단한 1차 방정식 모형에서부터 고도의 소프트웨어로 처리되는 복잡한 신경망 모형 등이 만들어지는 과정을 의미한다. 따라서 이러한 예측 모델은 최종적으로 의사결정권자들에게 미래를 엿볼 수 있는 기회를 제공함으로써, ‘더 나은 의사결정’을 가능할 수 있게 하며 이는 사업 성공의 핵심이 되기 때문에 그 중요성이 크다고 할 수 있다.

증가하는 ‘예측 모델링 활용사례’

사회 전반에 걸쳐 이러한 ‘예측 모델링 활용사례’는 증가하고 있다. 지난 2020년 12월 다중이용시설의 공간 및 개별 이용자의 이동 경로를 모델링하여 코로나19 전파 위험도를 예측하는 기술이 개발된 바 있다. 이밖에도 건설사는 토목, 건축, 플랜트 공사 현장의 안전 및 재해 관련 정보를 빅데이터로 구축해 재해 예측 AI 시스템을 구현하기도 했다.
스마트폰 가속도 센서를 이용, 개인의 행동 데이터를 수집해 행복도를 수치화하는 감정 AI 기술도 한창 개발에 박차를 가하고 있는 예측 모델링 사례라고 볼 수 있다.

딥러닝 분석으로 고객 대응방안 마련

금융권에서는 이러한 예측 모델링을 아래와 같이 활용하고 있다. 먼저 금융상품 해지나 타행 전환 예측 고객을 사전 선별해 고객의 이탈 행위를 방지하고, 기업의 공시 정보 및 경제, 산업정보를 딥러닝으로 분석해 투자 대상 기업의 사전/사후 모니터링 지표로 활용하는 등 개인 및 기업고객에 대한 대응방안을 마련하고 있다. 또한 가입 가능성이 높은 금융상품을 예측해 마케팅을 적용하거나, 웹과 앱 내이동 경로를 실시간 패턴분석해 고객의 상담콜이 예측되는 시점에 선제적인 아웃바운딩 콜을 수행하는 등의 관리도 예측 모델링의 예시라고 할 수 있다.

과거 20년 간 10만 종의 지표와 기사 등의 비정형 데이터 활용

당행은 이러한 사례를 바탕으로 AI 기반 시장 예측 시스템을 가동할 예정이다. 과거 20년 간 10만 종의 시장지표와 뉴스 기사 등의 비정형 데이터를 활용해 AI를 통해 주가 지수, 채권 가격, 금 가격, 원달러 환율 예측 모델을 생성하는 방식이다. 생성된 모델을 기반으로 시장을 분석 및 전망하고, 예측 지수, 채권, 환율 등을 기준으로 투자자산의 배분을 결정하며 예측된 수익률을 기준으로 글로벌 23만개 상품을 평가 및 선정, 추천하는 것이다. 이는 기존의 업무 전문가에 의한 방식에 비해 활용하는 시장/결제지표가 10만 종류 이상 늘어나고, 250종 이상의 비정형지표가 활용되는 등 보다 방대한 자료를 통해 시장을 예측하게 된다는 것을 의미한다. 또한 수작업에 의한 수집 및 관리에서 벗어나, 전면 자동화 시뮬레이션으로 리포트를 적시에 발행할 수 있다는 부분도 주목할 수 있다. 분석상품의 부분에서도 운용사 제안상품 내에서의 분석에서, 글로벌 전 상품을 대상으로 분모가 확장된다.

AI 선도, 발굴과 파트너십 등 과제 남아

위와 같은 시장 예측 시스템은 지속적인 서비스 발굴 및 개발 인력 확보전략을 통해 보다 고도화되고, 정비될 필요가 있을 것으로 보인다. 기업 정보나 신용, 채무 데이터 등의 과거 이력과 경제적 변동 요인들로 다음달, 혹은 몇 개월 후의 기업 신용리스크 상태를 예측할 수 있는 모델 등을 후속 과제로 볼 수 있을 것이다. AI를 선도하는 전문기업과의 파트너십을 추진하는 등의 지속적인 향후 계획을 세운다면 지금보다 더 나은 AI-Powered Bank 도약이 가능해질 것이다.