[뉴스비전e 박준상 기자] 인공지능 기술이 발달되면서 금융과 자동차 분야에까지 도입이 확대되고 있다.

인간의 사고능력을 컴퓨터로 구현한 인공지능(Artificial Intelligence)과 빅데이터, IoT 등의 기술은 이미 4차 산업혁명의 핵심 경쟁력으로 자리잡고 있는 것이다.

기술의 발달과 함께 특히 머신러닝(Machine Learning)의 성능 개선으로 빅데이터 처리능력이 획기적으로 향상되면서 이미지 인식, 맥락 이해, 패턴 인식, 감정 이해 등의 분야에서 인간과 유사하거나 더 뛰어난 성능을 보이고 있다.

글로벌 시장조사 업체 ‘그랜드뷰리서치’에 따르면 "머신러닝 시장 규모가 오는 2022년 120억달러를 넘어설 것"으로 예상되고 있다.

모든 산업에 응용되며 새로운 혁명을 이끌어내고 있는 AI와 머신러닝의 산업별 적용현황에 대해 짚어본다 [편집자 주]

< AI와 머신 러닝 / LG CNS >

[① 금융권,머신러닝 도입에 '속도'...데이터 처리·신용도 분석 등 전방위 확산] 

머신러닝으로 대표되는 AI는 운영프로세스를 최적하고 생산성을 향상시키기 때문에 4차산업 핵심으로 자리잡고 있다. 

특히 주목되는 점은, 제조업 뿐 아니라 금융산업에서도 이와 같은 머신러닝이 적극 도입되고 있다는 것이다. 

금융사들은 ▲데이터 처리 효율 향상, ▲신용도에 대한 정밀 분석, ▲고도화된 데이터 처리를 통한 더욱 다양한 금융상품 설계, 리스크 분석 등 다양한 목적을 위해 머신러닝 적용을 서두르고 있다. 

미국 퍼스트 테네시(First Tennessee) 은행은 2년간의 마케팅 ROI와 고객 대응 데이터를 분석및 모델링을 통해 마케팅에 활용해 메일 발송비용은 20% 감소시키면서 고객 대응률은 3.1%를 증가시켰다.

결과적으로 예측 분석 투자 비용 대비 600%의 수익을 창출한 것이다.

금융사들은 이미 통계 기반 분석모델을 이용해 고객정보를 분석하고 있지만, 기존 통계적 기법의 한계를 보완하고 정확히 예측하기 위해서는 머신러닝을 활용하고 있다.

고객 이탈 경향은 제품추천이나 최적 대안제시 등의 마케팅 기법 사례와 매우 유사하지만, 고객의 이탈 경향을 추정한다는 점이 다르다.

금융회사는 이탈 가능성이 큰 고객을 예측하고 안내 서비스, 타겟 마켓팅 또는 특별 관리 적용 등을 통해 해당 고객의 요구사항을 해결해야한다. 이를 위해선 많은 비용이 소요된다.

따라서 핵심 비즈니스 영역인 고객 관리에 머신러닝을 도입함으로써 특별 고객에 대한 유지와 관리의 노력을 최소화하고 생산성 향상을 이끌어내고 있는 것이다.

<머신 러닝 · 딥러닝 / LG CNS >

머신러닝을 활용해 이탈 가능 고객예측 모델 수립 프로세스는 일반적으로 ①금융회사 고객 관련 데이터를 구성 및 분류하고 ②고객특성 등 변수(Feature) 및 머신러닝 알고리즘을 선택해 ③이탈 모델을 만들고 ④모델 검정을 통해 최적화된 모델을 선택하는 과정을 거친다.

고객 관리 이 외에도 금융기관들은 마케팅, 투자 관리와 트레이딩, 리스크 관리, 고객 서비스 등 다양한 분야에 머신러닝을 활용하고 있다.

또한 사내에 축적된 대량의 데이터 분석 결과를 외부에 제공해 신규 수익 창출 기회로도 활용하고 있다.

관련기사

저작권자 © 뉴스비전e 무단전재 및 재배포 금지