[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]
[② 보험업 · 상품개발, 증권업 · 투자자문에 머신러닝 활용 ]
보험사와 증권사들은 금융 데이터들을 클러스터링해 고객의 신뢰도, 선호상품 등을 예측하는데 머신러닝을 적극 도입하고 있다.
아직은 상품 추전, 고객 관리 등에 적용하는 단계지만, 앞으로 자산관리 및 설계 등 금융의 핵심 인력들이 맡고 있는 분야까지 확대 적용될 전망이다.
머신러닝은 크게 지도학습(Supervised Learning)과 자율학습(Unsupervised Learning) 두가지 종류로 분류할 수 있다.
지도학습에는 회귀(Regression)방법와 분류(Classification) 방법이 있으며, 자율학습에는 군집화(Clustering)방법이 사용된다.
지도학습은 흔히 통계학에서 사용되고 있는 선형 회귀와 같이 인과관계를 추적 공식화하는 방법이고, 자율학습은 입력 값에 대한 목표치가 주어지지 않는 기계 학습이다.
자율학습은 데이터의 주요 특징을 요약하고 설명할 수 있어 은행권과 보험 카드사 등에서 적극적으로 활용되고 있다.
보험업계 경우 예측모델을 수립하면 이탈가능 고객, 갱신 고객의 보험 갱신율도 예측하는 등 생산성 향상과 신상품 개발에 머신러닝을 활용하고 있다.
ING생명은 머신러닝, 딥러닝, 강화학습 등 최신 빅데이터 분석기술을 활용하는 프로그램을 개발해 현장에서 활용하고 있다.
고객 관련 사항부터 서비스 사후관리까지 보험 업무 전반에 대한 빅데이터 분석을 통해 실제 업무활용과 개선방안을 도출하고 있다.
이를 바탕으로 보험계약 실효예측분석, 상품 추천 분석, 진단·적부 예측 분석, 보험계약 청약철회 예측분석, 신계약 이탈 분석, 보험사기 예측 분석, 민원고객 예측 분석 등을 펼치고 있다.
DGB생명도 국민건강관리공단의 진료기록 26억건을 바탕으로 고객별 맞춤형 보장자산 설계가 가능한 보장자산컨설팅시스템을 선보였다.
교보라이프플래닛은 빅데이터 분석을 통해 불필요한 보장은 줄이고 합리적인 보험료를 책정한 프로그램을 선보였다.
증권업계에서 머신러닝은 주로 트레이딩(Trading)시스템에서 예측 정확도와 수익률 향상을 도모하는데 활용된다.
트레이딩 시스템에서 매매체결의 이익을 얻기 위해서 각종 트레이딩 기법들이 있으며, 트레이딩이 전산을 통하여 이루어지는 만큼 트레이딩 기법은 최신 정보 기술의 영향을 받으며 트레이딩 기법에 머신러닝이 활용되기도 한다.
실제 SVM, 신경망 등의 머신러닝 알고리즘을 통해 기존 주가 등락율의 매수, 유지, 매도를 분석한 예측결과(종목 추천 등)를 모바일 주가예측 애플리케이션으로 제공하는 서비스도 이용되고 있다.
또한 주가예측 모형 개발에 있어 빅데이터가 활용되고 있으며, 주가 데이터에 머신러닝을 활용한 주가 등락 예측 연구들도 지속적으로 수행되고 있다.
NH투자증권과 키움증권, 신한금융그룹 등 국내 증권사들은 스스로 학습하는 머신러닝 기반의 투자자문 시스템 ‘로보어드바이저’를 투자상품에 활용하고 있다.
아직까지는 투자 정보만을 제공하고 있지만 기술 안정성 확보와 함께 규제가 완화되는데로 컴퓨터 프로그램에 의해 자동적으로 투자자의 자산 포트폴리오를 자문하고 운용해주는 서비스도 선보일 계획이다.
중국 핑안증권도 머신러닝을 통해 위험부담을 계산하고 단기, 중 · 장기 등 투자유형에 따라 투자자에게 참고할 자료를 제시하고 있다.