"LLM 진보로 금융효율·보안·고객친화성 발전할 것" [한미재무학회, 석학의 제언]

AI가 금융에 미치는 영향
니말렌드란 美플로리다대 석좌교수
최근 AI금융 화두는
대출승인·투자추천·위험평가 등 대규모 데이터 기반한 의사결정 고도화
의심스러운 패턴식별 사기 탐지·실시간 거래 모니터링으로 보안성 강화
강화학습·규제문서 자동해석 챗봇 개발… 개인에 맞춤형 금융조언 제공
앞으로 해결 과제는
일자리 감소 따른 직원 재교육과 AI와 협력통한 새로운 기회 창출 모색
AI시스템 편향성 지속 개선 공정한 알고리즘으로 AI솔루션 신뢰성 제고
개인민감정보 보호 등 윤리성 준수… 친환경기술 채택 환경 발자국 줄여야

마헨드라라자 니말렌드란 교수는 미국 플로리다대 워링턴경영대학원 석좌교수를 맡고 있다. 미시간대에서 금융학 박사학위를 받았으며 스리랑카대에서 공학을 전공했다. 시장 미시구조 연구 분야에서 독자적 입지를 구축했다. 연구 관심분야는 빅데이터 및 AI·ML의 증권 시장 응용, 고빈도거래(HFT), 암호화폐 및 파생상품 시장의 미시구조, 금융 분야의 계량경제학 및 실증적 방법론 응용 등이다. 미국 플로리다 대학교 워링턴 경영대학원 제공

손건수 교수는 미국 사우스플로리다대 케이트 타이드먼 경영 및 금융학교의 조교수로 일하고 있다. 2023년 플로리다대에서 금융학 박사학위를 받았다. 대학원 및 학부 과정에서 핀테크를 가르치며 빅데이터 분석 및 기계학습의 금융 적용에 관심을 갖고 있다.

인공지능(AI)은 단순한 기술 트렌드를 넘어 현대사회의 핵심 요소로 자리매김했다. 일상과 산업 전반에 깊숙이 스며들었고, 최근에는 금융에서도 그 중요성이 강조되고 있다. 금융산업에서도 AI를 적극적으로 활용, 대규모 데이터에 기반한 의사결정과 보안 강화는 물론 맞춤형 서비스를 제공할 수 있을 것으로 기대된다. 그러나 편향된 데이터에 기반한 불공정한 관행, 프라이버시 침해 등 해결해야 할 문제점도 많다. 이에 마헨드라라자 니말렌드란 미국 플로리다대 워링턴경영대학원 석좌교수에게 AI가 금융에 미치는 영향에 대해 들어봤다.

대담 = 손건수 美사우스플로리다대 조교수

―AI가 현대 금융지형을 어떻게 변화시킬 것으로 예상하나.

▲최근 10년간 AI가 금융 분야에 빠르게 적용됐다. 앞으로도 큰 변화를 가져올 것으로 예상된다. 특히 AI는 대규모 데이터 기반 의사결정, 사기 탐지 및 보안 강화 그리고 챗봇 및 가상비서를 통한 맞춤형 은행 서비스 제공을 통해 금융에 큰 영향을 미칠 것이다. 우선 일상적인 업무를 자동화해 비용을 절감하고 효율성을 높일 것이며, 블록체인 기술과 통합돼 스마트 계약 및 거래 투명성을 향상시킬 것이다. 양적 거래에서는 AI 알고리즘이 신속하고 자동화된 의사결정을 내리고 전례 없는 속도와 규모로 투자기회를 식별하고 거래를 실행할 것이다. 규제와 관련해서는 AI가 표준 준수와 실시간 거래 모니터링 보장, 자금세탁방지(AML) 법률과 같은 법규를 다룰 것이다. AI는 효율성, 보안 및 맞춤화와 같은 큰 이점을 제공하지만 일자리 대체, 개인정보 보호 및 강력한 거버넌스 프레임워크의 필요성에 대한 우려도 있다. AI 통합이 심화됨에 따라 혁신을 촉진하고 금융의 경쟁 지형을 재편할 것이다.

―금융 분야에서 가장 흥미로운 AI의 발전은 무엇인가.

▲AI 발전 중에서 가장 흥미로운 것은 오픈AI의 GPT-4o('o'는 omni를 의미함)와 같은 거대언어모델(LLM)의 급속한 진보다. 이는 텍스트·오디오·이미지·비디오의 조합을 입력으로 받아들이고 텍스트·오디오·이미지를 생성할 수 있는 더욱 자연스러운 인간-컴퓨터 상호작용을 향한 걸음이다. 이 모델은 대화에서 사람의 응답시간과 유사한 시간 내에 오디오 입력에 반응할 수 있다. 이러한 발전은 금융 분야의 고객서비스와 규제 준수를 혁신할 수 있으며 복잡한 문의를 처리하고 맞춤형 금융조언을 제공할 수 있다. 규제문서를 자동으로 해석하고 모니터링할 수 있는 더 정교한 챗봇도 가능하게 한다. 또 연합 학습, 거래에서의 강화 학습, 설명 가능한 AI, 고급 AI를 활용한 위험평가, AI 기반의 규제기술(RegTech)은 금융을 변혁할 수 있는 다른 AI의 발전이다. 연합 학습은 데이터 공유 없이 금융기관들이 모델 학습을 협력할 수 있게 해 사기탐지와 위험관리에서 고객 기밀성을 유지하면서 협력을 증진한다. 강화 학습은 과거의 행동으로부터 학습하고 시장 조건에 적응해 거래전략을 실시간으로 최적화해 수익을 증가시키고 위험을 줄일 수 있다. 설명 가능한 AI는 대출승인, 투자추천, 위험평가와 같은 AI 주도 결정의 투명성을 보장하는 데 필수적이다. 고급 AI 모델은 복잡한 데이터세트를 분석해 미묘한 패턴과 상관관계를 식별함으로써 금융위험을 예측하고 포괄적인 위험평가를 제공한다. AI 기반 규제기술은 거래를 자동으로 모니터링하고 이상징후를 탐지하며 규제 변화를 예측해 규제 준수 부담을 줄이고 정확성을 향상시킨다. 이러한 발전은 AI 기술의 빠른 진화를 보여줄 뿐만 아니라 금융 부문 내에서 다양한 기능에 걸친 AI의 통합이 증가하고 있음을 강조한다. 이러한 기술이 계속 발전함에 따라 금융 지형을 변화시켜 운영을 더 효율적이고 안전하며 고객친화적으로 만들 잠재력을 가지고 있다.

―앞으로 금융 분야에서 LLM 활용은.

▲GPT-4o와 같은 LLM은 입력된 텍스트·음성·비디오를 바탕으로 인간처럼 텍스트를 생성하는 AI 기술의 집합이다. 이들은 고객서비스 향상, 규제 준수 보장, 맞춤형 금융조언 제공 등 다양한 방식으로 금융을 혁신할 것이다. LLM은 24시간 다국어 지원과 복잡한 금융지침을 제공하는 정교한 챗봇과 가상비서를 구현해 접근성 및 고객만족도를 높일 수 있다. LLM은 방대한 규제 텍스트를 분석해 금융기관이 변화하는 법률에 준수하도록 돕고 잠재적 위험과 이상징후를 식별해 위험평가에 기여할 수 있다. 자연어 처리를 활용해 개별 고객 데이터를 기반으로 맞춤형 금융조언을 제공, 금융계획 및 투자전략을 개선할 수 있다. 문서 처리를 자동화해 수작업 부담을 줄이고 정확성을 높이며 의사소통 및 거래에서 의심스러운 패턴을 식별해 사기탐지를 강화할 수 있다. 또 금융 전문가를 위한 현실적인 교육 시나리오를 만들고 대량의 텍스트 데이터를 종합해 분석가들이 더 빠르고 깊이 있는 금융 연구와 분석을 수행할 수 있도록 도울 수 있다. 그러나 금융 분야에서 LLM의 채택은 데이터 프라이버시, 보안 및 제공된 통찰력의 정확성을 보장하기 위한 강력한 오류검증 메커니즘과 관련된 도전을 동반한다. 기술이 발전함에 따라 금융 부문은 LLM 통합이 증가할 것이며 이들의 사용에 대한 윤리적 및 실질적 영향에 대한 지속적인 평가가 필요할 것이다.

―금융 분야에서 AI 솔루션을 구현할 때 윤리적 고려사항은.

▲금융 분야에서 AI 솔루션을 구현할 때 연구자와 실무자가 염두에 두어야 할 몇 가지 윤리적 고려사항이 있다. 첫째, AI 시스템이 투명하고 그 결정이 이해 가능해야 한다. 특히 금융 분야에서는 결정이 사람들의 삶에 큰 영향을 미칠 수 있기 때문에 투명성이 중요하다. 이해관계자들은 AI 모델이 어떻게 결정을 내리는지 이해할 수 있어야 하며 이는 신용 점수, 투자결정 및 위험평가와 같은 시나리오에서 특히 중요하다. 이러한 투명성은 신뢰를 구축할 뿐만 아니라 모델의 오류나 편향을 식별하고 수정하는 데 도움이 된다. 둘째, 금융에서 AI 시스템은 개인 및 민감한 데이터에 크게 의존한다. 이러한 데이터의 프라이버시와 보안을 보장하는 것이 중요하다. 연구자와 실무자는 데이터 유출과 오용을 방지하기 위해 엄격한 데이터 보호 기준과 규정을 준수해야 한다. 데이터 익명화, 안전한 데이터 저장 및 암호화된 데이터 처리와 같은 기술을 사용해 사용자 데이터를 보호해야 한다. 셋째, AI 모델이 편향된 데이터를 기반으로 학습되면 기존의 편향을 무의식적으로 영속시키거나 증폭시킬 수 있다. AI 시스템의 모든 형태의 편향을 감지하고 완화하기 위해 엄격한 점검과 균형을 구현하는 것이 필수적이다. 여기에는 다양한 데이터세트를 사용해 학습하고 편향된 결과를 지속적으로 모니터링하며 공정성을 고려한 알고리즘을 사용하는 것이 포함된다. 넷째, 금융 시장은 고도로 규제되어 있으며 AI 구현은 기존 법률 및 규정을 준수해야 한다. 실무자는 AI 솔루션이 규제 규범을 위반하지 않도록 보장해야 한다. 정기적인 감사와 준수 점검이 금융 분야에서 AI 배포전략의 필수적인 부분이 되어야 한다. 대규모 AI의 구현은 자동화로 인한 일자리 감소를 초래할 수 있다. 조직은 경제 전반에 미치는 영향을 고려해 직원 재교육 및 AI와 협력하여 인간 기술을 활용할 수 있는 새로운 기회를 창출해야 한다. 또 AI 모델의 학습 및 실행은 큰 에너지 요구로 인해 환경에 상당한 영향을 미칠 수 있다. 자원의 효율적인 사용과 친환경 기술 채택을 통해 대규모 AI 시스템 배포의 환경 발자국을 줄일 수 있다. 실무자는 금융 분야에서 AI 배포의 장기적인 영향을 고려해야 한다. 여기에는 시장 역학 및 금융 안정성에 대한 잠재적 영향이 포함된다. 강력한 AI 도구 도입은 새로운 형태의 시스템적 위험이나 예기치 않은 시장 행동을 초래할 수 있다.

―AI가 금융 시장에 던지는 과제는.

▲AI가 금융 부문에 많은 기회를 제공한다는 것은 부인할 수 없는 사실이다. AI는 일상적인 업무를 자동화하고 복잡한 의사결정 과정을 최적화해 운영 효율성을 높일 것이다. 그러나 AI는 몇 가지 도전과제도 제시할 것이다. AI 시스템이 금융 운영에 깊숙이 통합됨에 따라 규제 준수를 보장하는 것이 점점 더 복잡해진다. 또 법적 및 윤리적 기준도 준수하도록 해야 한다. AI 시스템이 방대한 양의 데이터를 필요로 하기 때문에 데이터 보안 및 프라이버시가 주요 관심사가 된다. 또 AI 시스템이 편향된 데이터를 기반으로 학습할 경우 불공정한 관행을 초래할 수 있는 윤리적 문제가 발생한다. 이외 AI의 효율성 개선은 일자리 대체를 초래할 수 있어 AI 중심의 기술을 향한 노동력 전환이 필요하며 이는 중요한 사회적 도전을 야기할 수 있다. 금융 시장의 핵심은 AI의 기회를 활용하면서 그 도전을 신중하게 관리하는 것이다. 이를 위해서는 강력한 AI 거버넌스 프레임워크, 지속적인 인력 교육 및 적응, 윤리적 AI 실천에 대한 강한 초점이 필요하다. 이를 통해 AI 발전이 금융 부문에 긍정적으로 기여할 수 있도록 해야 한다.

한미재무학회(KAFA)는 지난 1991년 미주지역 재무 연구자들의 학술적 발전 및 상호교류 증진을 목적으로 발족한 학술단체다. 30여년간 발전을 거듭해 현재 미주는 물론 한국을 비롯한 아시아 지역과 유럽, 호주 지역 한인 연구자들의 모임으로 발전했다. 파이낸셜뉴스는 지난 2007년부터 한미재무학회의 학문적 성취를 장려하기 위해 KAFA를 후원하고 있다.

정리 = [e-mail] 윤재준 기자

※ 저작권자 ⓒ 파이낸셜뉴스, 무단전재-재배포 금지