플러머리 AI, 은행 업무 표준 통합 출시

디지털 뱅킹 플랫폼인 플러머리 AI(Plumery AI)는 금융 기관이 직면한 핵심 과제, 즉 AI 시범 프로젝트를 넘어 거버넌스, 보안 또는 규제 준수를 희생하지 않으면서도 인공지능을 일상적인 뱅킹 운영에 통합하는 문제를 해결하기 위해 설계된 신기술을 선보였다.

'AI 패브릭(AI Fabric)'이라 명명된 플루메리의 솔루션은 생성형 AI 도구와 모델을 핵심 뱅킹 데이터 및 서비스에 연결하는 표준화된 프레임워크를 제공한다. 해당 제품은 맞춤형 통합 필요성을 최소화하며, 기관의 성장에 따라 확장 가능한 이벤트 주도형 API 우선 아키텍처를 장려한다고 회사 측은 밝혔다.

이러한 과제는 은행 업계 전반에서 널리 인정받고 있습니다. 지난 10년간 AI 실험에 상당한 투자를 했음에도 불구하고, 많은 은행들이 대규모 AI 구현에 어려움을 겪어 왔습니다. 맥킨지 연구에 따르면, 생성형 AI는 금융 서비스 분야에서 생산성을 크게 향상시키고 고객 경험을 개선할 잠재력을 지녔으나, 대부분의 은행은 분산된 데이터 시스템과 기존 운영 모델로 인해 시범 운영에서 실제 생산 환경으로의 전환에 어려움을 겪고 있다. 해당 컨설팅 회사는 전사적 AI 도입이 공유 인프라, 강력한 거버넌스, 재사용 가능한 데이터 제품에 달려 있다고 강조한다.

플루메리(Plumery)의 벤 골딘(Ben Goldin) 창립자 겸 CEO는 이번 출시와 관련해 금융 기관들이 AI에 대해 명확한 기대를 갖고 있다고 언급했다.

그는 "금융기관들은 고객 경험을 향상시키고 운영을 간소화하는 실제 적용 사례를 원하지만, 거버넌스, 보안 또는 통제 측면에서는 타협을 거부한다"고 설명하며, "이벤트 기반 데이터 메쉬 아키텍처는 은행 데이터가 생성, 공유, 활용되는 방식을 변화시킨다. 단순히 연결되지 않은 레거시 플랫폼 위에 또 다른 AI 시스템을 덧씌우는 것이 아니다"라고 덧붙였다.

분산된 데이터는 여전히 장벽

데이터 분산은 은행업에서 AI의 효과적 도입을 계속 방해하고 있다. 많은 기관이 여전히 최신 디지털 채널과 병행 운영되는 구식 핵심 시스템에 의존하고 있어 제품 및 고객 데이터가 사일로화된다. 새로운 AI 프로젝트마다 추가적인 통합 노력, 보안 평가, 거버넌스 승인이 필요해 비용이 증가하고 구현이 지연된다.

이 진단은 학계와 업계 연구 모두에서 뒷받침된다. 금융 분야의 설명 가능한 AI 연구는 파편화된 데이터 파이프라인이 의사 결정 추적을 복잡하게 하고, 특히 신용 평가 및 자금 세탁 방지 분야에서 규제 위험을 높인다고 강조한다. 규제 당국은 은행이 기본 모델의 출처와 무관하게 AI 기반 결과를 설명하고 감사할 수 있어야 한다고 강조해왔다.

플루머리는 자사의 AI 패브릭이 은행 데이터를 관리되는 도메인별 스트림으로 구성하여 이러한 문제를 해결한다고 주장합니다. 이 스트림은 다양한 사용 사례를 지원할 수 있습니다. 회사는 기록 시스템(Systems of Record)과 참여 및 인텔리전스 시스템(Systems of Engagement and Intelligence)을 분리함으로써 은행이 보다 안전하게 혁신할 수 있다고 강조합니다.

이미 생산 환경에 도입된 AI 사례

이러한 장애물에도 불구하고 AI는 이미 금융 산업의 다양한 영역에서 활용되고 있다. 업계 분석가 보고서는 고객 서비스, 리스크 관리, 컴플라이언스 분야에서 머신러닝과 자연어처리가 광범위하게 도입되고 있음을 강조한다.

예를 들어, 시티은행은 일상적인 고객 문의를 관리하기 위해 AI 기반 챗봇을 활용하여 콜센터 부담을 줄이고 응답 시간을 단축하고 있습니다. 다른 주요 은행들은 대출 포트폴리오 모니터링 및 부도 예측을 위해 예측 분석을 적용합니다. 산탄데르 은행은 신용 위험 평가 및 포트폴리오 관리 개선을 위한 머신러닝 모델 활용을 공개적으로 논의한 바 있습니다.

사기 탐지는 또 다른 성숙한 응용 분야입니다. 은행들은 거래 패턴을 분석하고 기존 규칙 기반 방식보다 더 정확하게 의심스러운 활동을 식별하기 위해 AI 시스템으로 점점 더 눈을 돌리고 있습니다. 기술 컨설팅 업체들에 따르면, 이러한 모델은 일관되고 고품질의 데이터 스트림에 의존하지만, 통합 복잡성은 여전히 소규모 기관들에게 장애물로 남아 있습니다.

더 진보된 응용 분야도 등장하고 있다. 대규모 언어 모델에 대한 학술 연구에 따르면, 적절한 거버넌스 하에서 대화형 AI는 소매 은행업에서 거래 및 자문 기능을 지원할 수 있을 것으로 보인다. 그러나 이러한 구현은 여전히 실험적 단계이며 엄격한 규제 감독을 받고 있다.

플랫폼 제공업체와 생태계 접근법

플루메리는 벤더들이 핵심 시스템 대체가 아닌 오케스트레이션 레이어로 포지셔닝하는 디지털 뱅킹 플랫폼 시장에서 경쟁합니다. 이 회사는 더 큰 핀테크 생태계에 통합하기 위해 파트너십을 구축했습니다. 오픈 뱅킹 인프라 제공업체인 오존 API와의 협력은 은행이 광범위한 맞춤형 개발 없이도 규정 준수 서비스를 더 빠르게 출시할 수 있도록 지원하는 것을 목표로 합니다.

이러한 전략은 업계 전반에 걸쳐 구성 가능한 아키텍처로의 전환을 반영합니다. 백베이스(Backbase)와 같은 벤더들은 은행이 AI, 분석, 제3자 서비스를 기존 핵심 시스템에 통합할 수 있도록 지원하는 API 중심 플랫폼을 추진하고 있습니다. 분석가들은 일반적으로 이러한 아키텍처가 전면적인 시스템 교체보다 점진적인 혁신을 더 효과적으로 지원한다는 데 동의합니다.

준비도 여전히 불균형

인공지능 도입에 대한 업계 준비도는 크게 차이가 난다. 보스턴컨설팅그룹(BCG) 보고서에 따르면 대규모 인공지능 구현에 대비했다고 느끼는 은행은 4분의 1 미만이다. 보고서는 이러한 격차가 거버넌스, 데이터 인프라, 운영 규율의 취약성에서 비롯된다고 결론지었다.

이에 대응해 규제 당국은 통제된 테스트 환경을 마련했다. 영국에서는 규제 샌드박스 프로그램을 통해 은행들이 감독 하에 AI를 포함한 신기술을 시험할 수 있도록 허용한다. 이러한 이니셔티브는 책임성과 리스크 관리를 보장하면서 혁신을 촉진하기 위해 설계되었다.

플루머리(Plumery)와 같은 공급업체에게 기회는 기술적 야망과 규제 요건을 조화시키는 인프라 제공에 있다. AI 패브릭(AI Fabric)은 운영 AI에 대한 수요가 명확한 시장에 진입하지만, 성공 여부는 새로운 도구가 안전하면서도 투명함을 입증하는 데 달려 있다.

플루메리의 접근 방식이 업계 표준이 될지는 지켜봐야 할 일입니다. 은행들이 실험 단계에서 생산 단계로 전환함에 따라, AI를 지원하는 기반 아키텍처에 초점이 맞춰지고 있습니다. 이러한 맥락에서 기술적 유연성과 강력한 거버넌스를 제공하는 플랫폼은 디지털 뱅킹의 다음 단계에서 핵심적인 역할을 할 것으로 보입니다.

업계 전문가로부터 AI와 빅데이터에 대해 더 알아보고 싶으신가요? 암스테르담, 캘리포니아 또는 런던에서 열리는 AI & 빅데이터 엑스포에 참석하세요. 이 포괄적인 행사는 TechEx의 일부로, 다른 주요 기술 컨퍼런스와 함께 진행됩니다. 자세한 내용은 여기를 클릭하세요.

AI 뉴스는 TechForge Media가 제공합니다. 다가오는 기업 기술 행사 및 웨비나를 여기서 확인하세요.