최근 몇 년간 자연어 처리, 즉 NLP는 인공지능(AI)의 다른 하위 분야에 비해 가장 큰 발전을 이루었습니다. AI와 머신러닝이 완벽하게 결합된 NLP 애플리케이션은 기업이 기본 업무를 수행하는 방식을 크게 바꾸었습니다. 특히 금융 부문에서는 NLP 덕분에 지속적인 변화가 일어나고 있습니다.
금융 서비스 제공업체의 미해결 과제
기술의 발전과 함께 금융 기관들은 생산성을 높이고 고객에게 더욱 만족스러운 경험을 제공할 수 있는 다양한 방법을 찾아냈습니다. 그뿐만 아니라 최종 사용자와의 거리도 좁혀지고 있습니다. 전 세계 소비자의 96%는 적어도 하나의 핀테크 서비스나 기업을 알고 있습니다.
시장의 성장은 기업에 더 많은 가능성을 열어 주지만, 동시에 다음과 같은 3가지 주요 문제를 야기합니다.
- 방대한 데이터베이스를 어떻게 빠르고 정확하게 처리할 수 있을까요?
- 데이터 보안을 어떻게 확보할 수 있을까요?
- 반복적인 수작업을 줄이는 동시에 거래 속도를 높이려면 어떻게 해야 할까요?
각 문제를 살펴보겠습니다.
전 세계 소비자의 64%가 하나 이상의 금융 기술 플랫폼을 이용한 경험이 있으며, 이는 현재 활성 핀테크 계정이 40억 개를 넘는다는 의미입니다. 이처럼 많은 계정을 수작업으로 관리하는 것은 불가능하므로, 금융 기업은 비정형 데이터를 처리하고 업무 성과를 더욱 높일 수 있는 대안을 찾아야 합니다.
또한 핀테크의 특성상 서비스 제공업체는 신분증 정보와 신용카드 CVV 번호(Card Verification Value, 카드 보안 코드) 등 사용자의 방대한 기밀 데이터를 보유하고 있습니다. 이러한 정보를 체계적으로 정리하고 사기 요소를 제거하는 것이 매우 중요합니다. 예기치 않은 상황이 발생했을 때 더 효과적으로 통제할 수 있도록 직원마다 서로 다른 접근 권한을 부여해야 합니다.
마지막으로, 금융 서비스 제공업체가 직면한 또 다른 중요한 과제는 최고의 효율성을 달성하기 위해 자원을 최적화하는 것입니다. 직원들이 책상에 매여 반복적인 업무를 수행하면 기업이 인력의 잠재력을 충분히 활용할 수 없게 되므로 매출, 시간, 노력 측면에서 막대한 손실이 발생합니다.
바로 이러한 상황에서 핀테크에 NLP를 적용하는 것이 판도를 완전히 바꾸는 핵심 요소로 부각됩니다.
금융 분야에서 NLP는 어떻게 활용되는가
NLP 이해하기
NLP는 컴퓨터가 인간과 같은 방식으로 글과 말을 이해하고 사용하도록 하는 것을 목표로 하는 인공지능(AI)의 한 분야입니다.
오랫동안 데이터셋을 이용할 수 있는 조직이 소수에 불과했기 때문에 NLP의 발전에는 한계가 있었습니다. 그러나 Google이 Transformer 네트워크 아키텍처를 공개하고 오픈 소스 라이브러리를 사용할 수 있게 되면서 수천 개의 기업이 NLP를 활용하고 있습니다. 지난 3년 동안 NLP는 다른 어떤 AI 분야보다도 큰 발전을 이루었습니다.
한편 데이터는 금융 산업을 움직이는 핵심 동력입니다. 그리고 대부분의 데이터는 텍스트 형식으로 표현할 수 있습니다. 금융 및 은행 업무에서는 사용자가 신규 은행 계좌를 개설하기 위해 양식을 작성하고, 금융 전문가가 보고서를 분석하여 비정상적인 변화를 파악하고 향후 추세를 예측하는 등의 활동을 수행합니다.
NLP 도구는 기업이 데이터를 더욱 빠르고 지능적으로 읽고 처리하도록 지원합니다. 머신러닝의 힘을 활용하는 NLP는 원시 자료를 유용한 인사이트로 전환하여 기업이 수천 기가바이트의 데이터를 손쉽게 처리하고 분석하면서 시간을 절약할 수 있도록 합니다.
금융기관과 은행은 방대한 양의 비정형 데이터를 다루므로, NLP를 다양한 용도에 활용할 수 있습니다.
- 감성 분석
- 질의응답(챗봇)
- 문서 분류
- 주제 군집화
- 텍스트 요약
이에 따라 NLP는 금융 부문에서 빠르게 필수적인 조력자로 자리 잡고 있습니다. 트레이더, 애널리스트, 핀테크 CEO부터 은행과 기타 조직에 이르기까지 NLP를 자사 시스템에 통합하기 시작하고 있습니다.
금융 분석 도구로서 NLP가 제공하는 주요 이점
효율성
핀테크에서 NLP를 최적으로 활용함으로써 생산성에 엄청난 변화가 생긴다는 사실은 누구도 부인할 수 없습니다. 챗봇을 통합하는 작은 변화만으로도 지원팀의 업무 시간을 몇 시간씩 절약하여 더 중요하고 복잡한 업무에 집중할 수 있게 됩니다. MIT Sloan의 금융 분야 강사인 Georg Kucsko는 “기초적인 데이터 수집이든 고도화된 고객 대면 제품이든, 머신러닝은 거의 모든 곳에 적용할 수 있습니다”라고 말했습니다.
속도
NLP는 근거 데이터와 함께 의사결정 결과를 제공할 수 있는 실시간 솔루션으로 설계되었습니다. 과거에는 몇 주가 걸렸던 지역 전체에 대한 보고서 작성도 이제 하루가 채 걸리지 않습니다. 또한 기업은 정기적으로 결과를 받도록 애플리케이션을 설정할 수 있습니다.
보안
보안은 우수한 금융 서비스 제공업체를 다른 경쟁사와 구분하는 가장 중요한 요소이며, NLP는 이를 사용자에게 제공합니다. NLP는 스팸 및 사기 탐지 도구로서 해커가 고객 계좌에서 정보나 돈을 빼내 갈 위험을 제거합니다. 또한 기밀 정보를 암호화하여 외부로 유출되지 않도록 할 수 있습니다.
정확성과 일관성
방대한 데이터베이스를 수작업으로 분석하면서 인적 오류를 피하는 것은 사실상 불가능합니다. 사소한 계산 착오도 주식시장에서 엄청난 재앙을 초래할 수 있습니다. NLP는 매번 정확한 공식을 수행하도록 프로그래밍되어 있으므로, 금융회사는 이러한 부주의한 실수를 걱정할 필요가 없습니다. 나아가 NLP는 시간에 따른 기업의 변화를 추적하여 미래 시나리오를 예측할 수 있습니다. 따라서 기업은 적절한 전략을 준비하고 추세에 발맞출 수 있습니다.
금융 분야에서 확대되는 NLP 활용
NLP 애플리케이션은 각 기업의 요구에 맞게 조정하는 방식에 따라 다양하게 활용됩니다. 다음은 금융 분석 분야에서 가장 대표적인 NLP 활용 사례 세 가지입니다.
위험 평가
위험 평가는 자산, 대출 또는 투자에서 손실이 발생할 가능성을 판단하는 과정입니다. NLP는 기업의 경영진, 공급업체와의 관계, 대중의 인식 등을 평가하는 정성적 분석에서 특히 유용합니다.
데이터를 수집하고 비정형 및 반정형 데이터를 처리하는 것은 정성적 분석에서 가장 큰 과제입니다. 대부분의 애널리스트는 기업의 인적 구성, 문화, 비즈니스 모델, 경쟁 우위를 이해하기 위해 뉴스 보도와 기가바이트 규모의 기업 공시 자료를 살펴봐야 합니다.
한편 NLP는 비정형 문서의 구문 분석, 핵심 정보 추출, 그리고 텍스트 요약에 활용할 수 있습니다. 특정 차원 축소 알고리즘으로 위험을 식별할 수도 있습니다. NLP는 애널리스트가 문서 작업에 드는 시간을 몇 시간씩 절약하고 더 전략적인 업무에 집중하도록 돕습니다.
NLP를 도입하면 자산운용사가 뉴스 기사, 소셜 미디어 댓글, 기업 내부 문서 등을 바탕으로 투자 전략을 평가하도록 도울 수도 있습니다. 법무 부서는 NLP를 사용하여 금융 데이터, 기업 지배구조 문서, 내부 문서, 법률 문서 및 계약서를 분석할 수 있습니다. NLP의 또 다른 용도는 기업에 대한 대중의 감정을 모니터링하는 것입니다.
Ernst & Young 팀이 NLP를 활용해 고객사인 은행의 판매 성사율 향상을 지원한 사례를 살펴보겠습니다. EY는 의미 패턴 매칭과 감정 분석을 활용하여 고객의 신호를 분석하고 판매 실패 위험이 높은 사례를 식별할 수 있습니다. 이를 통해 해당 은행은 판매 관행상의 문제를 90% 넘게 포착하고 오탐 사례를 30% 넘게 줄였습니다.
사기 탐지
2020년 핀테크 부문에서는 신원 도용 사기 시도가 전체적으로 전년 대비 3배 증가했습니다. 기업들은 보안 정책을 강화하고 사기, 위반 행위, 자금 세탁을 방지하기 위해 더욱 효과적인 방법을 모색하고 있습니다. NLP는 이러한 목표를 실현하는 데 큰 도움이 될 수 있습니다.
개발자는 핀테크 플랫폼 내 고객 행동을 바탕으로 정상적인 계정을 식별하는 유효한 행동에 라벨을 지정할 수 있습니다. NLP는 필터 역할을 하여 특정 계정이 이상 행동을 보일 때 독창성이 없고 가짜로 보이는 단어나 문구를 가려내고, 사기 여부를 기업에 알릴 수 있습니다. 이러한 패턴에는 주소 변경, 중복 카드 요청, 비밀번호 재설정, 결제 시간과 장소 등이 포함될 수 있습니다.
회계 및 감사
금융 서비스 제공업체들은 매일 끝없이 발생하는 거래 데이터를 처리하는 데 많은 노력을 들이는 대신, 프로세스를 간소화하기 위해 NLP를 도입하고 있습니다. 금융 분야의 4대 회계법인은 이미 이 방법을 활용하고 있습니다.
예를 들어, 미국의 KPMG는 RPA를 통해 매출 또는 매입 거래의 100%를 분석하여 감사인이 위험 회피가 필요한 영역에서 판단을 내리고 잠재적인 이상치와 예외 사항을 식별하도록 지원합니다. 그런 다음 NLP 기술로 원본 문서(예: 송장)를 읽어 거래 기록과 비교합니다. 이를 통해 감사인은 거래를 신속하게 검토하고 중요한 영역에 집중할 시간을 더 확보할 수 있습니다.
이상 징후를 찾아내는 것도 철저한 감사를 수행하고 장기 전략을 수립하는 데 중요한 역할을 합니다. PwC는 NLP와 RPA(로봇 프로세스 자동화)를 결합하여 매출 및 매입 거래를 분석하고 잠재적인 위험과 예외 사항을 파악합니다.
NLP는 이메일과 기타 문서에서 감사 증거를 탐색하고 찾아내는 데에도 활용될 가능성이 있습니다.
계약 분석
미국 최대 은행인 JP Morgan은 최근 Contract Intelligence의 약자인 COIN이라는 프로그램을 도입했습니다. 이 프로그램은 은행의 새로운 프라이빗 클라우드 네트워크에서 실행되는 머신러닝 시스템입니다. 특정 유형의 계약에 대한 문서 검토를 자동화합니다.
이 알고리즘은 은행의 계약 데이터를 처리하며 비지도 학습을 수행했습니다. 반복되는 조항을 식별하고 분류하며, 조항을 다양한 속성에 따라 구분하고, 계약서 내 조항의 문구나 위치를 바탕으로 특정 패턴을 파악할 수 있습니다.
이 은행은 COIN 덕분에 변호사와 대출 담당 직원들이 문서 검토와 상업 대출 계약 해석 등 일상적인 업무에 들이던 시간을 매년 360,000인시 절약했다고 밝혔습니다.
금융 감성 분석
주식시장 투자부터 자산 관리에 이르기까지, NLP 기반 감성 분석은 소셜 미디어의 실시간 데이터, 금융 뉴스, 금융시장 보고서를 처리하여 비즈니스 인사이트를 도출하는 데 도움을 줄 수 있습니다. 금융 감성 분석은 감성 분석의 고도화된 형태입니다. 정보의 긍정성뿐만 아니라 해당 정보가 주식시장과 주가에 어떤 영향을 미칠지도 고려합니다.
대표적인 사례로 BUZZ Indexes가 있습니다. 이는 자체 분석 모델에 따라 가장 긍정적인 평가를 받는 미국 대형주 75개로 구성된 인덱스 펀드입니다. 이 지수에 포함되는 주식은 소셜 미디어, 뉴스, 블로그에서 수백만 개의 데이터 포인트를 처리하는 머신러닝 및 NLP 알고리즘을 사용해 선정하고 점수를 매깁니다. 이러한 알고리즘은 투자자에게 실행 가능한 인사이트를 제공하여 해당 지수가 S&P500을 상회하는 성과를 내도록 돕습니다.
금융 분야 NLP의 미래 전망
많은 기업이 금융 부문에서 NLP를 통한 혁신을 성공적으로 이끌어 왔습니다. 이러한 추세는 가까운 미래에도 멈출 기미가 보이지 않습니다. 도입 비용이 너무 높다고 여겨졌던 과거와 달리, 이제 이 기술은 더 많은 조직이 활용할 수 있게 되고 있습니다.
MIT Sloan의 금융 강사인 Michael Shulman은 “이제는 머신러닝 박사 학위가 없어도 금융이나 어느 분야에서든 최첨단 NLP를 활용하는 것이 충분히 가능합니다”라고 말했습니다.
조직이 NLP 적용을 시작하는 가장 일반적인 방법은 두 가지입니다. 첫째는 사내 팀을 통해 자체 시스템에 기술을 직접 통합하는 것이고, 둘째는 전문가를 고용하여 전체 프로세스를 운영하도록 하는 것입니다.
금융 산업은 수치와 데이터로 가득하며, 이러한 금광의 가치를 이해하는 이들이 성공의 열쇠를 쥐고 있습니다. 그렇기에 데이터 처리 성능을 극대화하고 사기 위험을 줄이기 위해 핀테크 분야에서 NLP를 활용하는 기업이 점점 늘어나고 있습니다. 전 세계는 AI와 머신러닝이 재무 상태를 안정시키고 다가올 추세를 예측하는 데 어떻게 도움을 주는지 목격하고 있습니다. 이를 통해 우리는 새로운 경제 변화에 더욱 효과적으로 대비하고 적응할 수 있습니다.
더 알아보기: NLP의 주요 5단계 (자연어 처리)
최고의 IT 전문가와 함께 금융 분야에서 NLP 기반 성공을 앞당기세요
NLP는 금융 부문에 활발히 확산되며 데이터 분석, 고객 서비스, 운영 효율성 측면에서 전례 없는 기회를 제공하고 있습니다.
GEM Corporation은 EU, 미국, APAC 지역의 Fortune 1000 기업을 비롯한 글로벌 고객들 사이에서 가장 잘 알려진 IT 아웃소싱 기업 중 하나입니다. 수상 경력에 빛나는 IT 서비스, ISO 인증을 받은 서비스 제공 프로세스, 300명 이상의 엔지니어와 전문가로 구성된 역동적인 팀을 바탕으로 고객들로부터 높은 평가를 받아 왔습니다.
아래 양식을 작성하고 함께 가능성을 탐색해 보세요!
오류: 문의 양식을 찾을 수 없습니다.

