[Summary] 딥러닝이란인간뇌의학습처리과정을모방한머신러닝방법의한종류로, 사람의사고방식을컴퓨터에게가르치는것을의미 1980년대등장한인공신경망 (ANN, artificial neural networks) 에기반하여설계된개념으로, IT기술의발전과함께단점으로여겨지던과적합문제

Size: px

Start display at page:

Download "[Summary] 딥러닝이란인간뇌의학습처리과정을모방한머신러닝방법의한종류로, 사람의사고방식을컴퓨터에게가르치는것을의미 1980년대등장한인공신경망 (ANN, artificial neural networks) 에기반하여설계된개념으로, IT기술의발전과함께단점으로여겨지던과적합문제"

상순 삼
5 years ago
Views:

1 (16-31 호 ) : 알파고의딥러닝 (Deep Learning) 금융업적용사례 Deep Learning 의개념과역사 Deep Learning 금융업적용사례 시사점

2 [Summary] 딥러닝이란인간뇌의학습처리과정을모방한머신러닝방법의한종류로, 사람의사고방식을컴퓨터에게가르치는것을의미 1980년대등장한인공신경망 (ANN, artificial neural networks) 에기반하여설계된개념으로, IT기술의발전과함께단점으로여겨지던과적합문제와느린계산속도등의한계를극복 최근구글딥마인드의알파고와이세돌간세기의바둑대결등을통해인공지능과딥러닝기술에대한관심이증폭 금융권에서는 투자자문및트레이딩 신용평가및심사 개인금융비서기능 금융범죄예방등분야에서딥러닝기술활용 딥러닝기술을이용해경제및금융시장의현재상황분석및미래를예측해투자자문서비스및트레이딩에활용 빅데이터와딥러닝기술을활용하여대출신청자의신용도판단및채무불이행가능성예측 딥러닝기술을활용한음성인식기술과함께인공지능의재무분석능력이앱형식으로모바일에탑재되면서개인화된재무비서기능수행 딥러닝기술을이용한사기결제방지 향후금융산업은딥러닝기술의발달로비용절감, 생산성증대, 리스크감소, 고객맞춤서비스강화, 신규사업모델개발등의긍정적효과를기대 Deep Learning 의개념과역사 딥러닝이란컴퓨터가스스로학습할수있도록하는알고리즘과기술을개발하는 머신러닝방법의한종류로인간의뇌가작용하는방식과동일하게컴퓨터가학습하 여결과물을산출하는것을의미 다량의데이터나복잡한자료를컴퓨터가알아들을수있는형태 ( 이미지의경우픽셀정보를열벡터로표현 ) 로표현하고인공신경망 1 (ANN, artificial neural networks) 을기초로하는알고리즘을이용하여이를반복학습해핵심적인내용 또는기능을요약해결과물산출 - 머신러닝과딥러닝모두사람이기계한테어떻게학습할지를세세하게알려주 는것이며, 완성된딥러닝알고리즘의경우상대적으로사람의간섭 (ex. 이건 사과, 이건고양이, 이건사람 과같은가르침 ) 없이컴퓨터스스로학습하는 비지도학습 (Unsupervised Learning) 의한종류의미 1 생물학의신경망 ( 동물의중추신경계, 특히뇌 ) 에서영감을얻은통계학적학습알고리즘 1

딥러닝외에도컴퓨터를학습시키는데이터의분류방법과지도방식의차이에 따라다양한알고리즘존재 [ 그림 1] 인공지능, 머신러닝, 딥러닝의개념 자료 : LG 경영연구소 1980 년대완성된인공신경망 (ANN) 알고리즘에기반 1943 년미국일리노이의대정신과부교수였던워렌맥컬록에의해인간의뇌구 조와유사한인공신경망 (ANN)

트레이닝셋에너무가 깝게맞추어학습되는과적합 3 (overfitting) 문제등을이유로 90 년대와 2000 년 대에는다른다소단순한머신러닝기법들의연구들이각광받게됨 IT 기술의발전과지속적인연구로단점으로여겨지던과적합문제와느린계산속도등의한계를극복 2000년대후반들어제프리힌튼 (Geoffrey Hinton)

3 딥러닝외에도컴퓨터를학습시키는데이터의분류방법과지도방식의차이에 따라다양한알고리즘존재 [ 그림 1] 인공지능, 머신러닝, 딥러닝의개념 자료 : LG 경영연구소 1980 년대완성된인공신경망 (ANN) 알고리즘에기반 1943 년미국일리노이의대정신과부교수였던워렌맥컬록에의해인간의뇌구 조와유사한인공신경망 (ANN) 알고리즘이최초로등장 1980 년대에는입력계측 (Input Layer) 과출력계측 (Output Layer) 사이의복수 의은닉계층 (Hidden Layer) 이존재하는심층신경망 (Deep Neural Network) 이론이등장하며현재딥러닝의기본적인알고리즘구축 2 반면, 신경망학습에소요되는시간이너무길다는단점과, 트레이닝셋에너무가 깝게맞추어학습되는과적합 3 (overfitting) 문제등을이유로 90 년대와 2000 년 대에는다른다소단순한머신러닝기법들의연구들이각광받게됨 IT 기술의발전과지속적인연구로단점으로여겨지던과적합문제와느린계산속도등의한계를극복 2000년대후반들어제프리힌튼 (Geoffrey Hinton) 교수등의지속적인연구노력과함께강력한그래픽처리장치 (GPU, Graphics Processing Unit) 등발전된컴퓨터하드웨어의활용으로기존에지적되어온대부분의단점극복 2 LG Business Insight ( ) 진화하는인공지능또한번의산업혁명 3 표본집단에과하게학습을하여실제모집단에적용시오히려분석력이떨어지는현상 2

4 [ 그림 2] 인공신경망관련최초논문 [ 그림 3] 제프리힌튼교수 자료 : bloter.net 자료 : 언론사종합 2012년스탠포드대학의앤드류응 (Andrew Ng) 교수와 Google 이함께해고양이사진인식에성공한 Google Brain 프로젝트와최근구글딥마인드의알파고와이세돌간세기의바둑대결등을통해인공지능과딥러닝기술에대한관심이증폭 [ 그림 4] Google Brain 프로젝트 [ 그림 5] 구글딥마인드의알파고 자료 : NYTimes 자료 : Platum 딥러닝은이미오래전부터있던인공신경망과크게다를바없지만알고리즘적인 발전과컴퓨터하드웨어의발전, 그리고빅데이터의힘덕분에현재최고성능을가 진머신러닝방법으로, 미래인공지능의희망으로평가 4 4 Slownews ( ) 쉽게풀어쓴딥러닝의거의모든것 3

Deep Learning 금융업적용사례 [ 투자자문및트레이딩 ] 딥러닝기술을이용해경제및금융시장의현재상황분석및미래를예측해투자자문서비스및트레이딩에활용 이미많은금융기관과핀테크기업들은트레이딩에있어금융공학과머신러닝을활용한알고리즘트레이딩 5 기법활용

5 Deep Learning 금융업적용사례 [ 투자자문및트레이딩 ] 딥러닝기술을이용해경제및금융시장의현재상황분석및미래를예측해투자자문서비스및트레이딩에활용 이미많은금융기관과핀테크기업들은트레이딩에있어금융공학과머신러닝을활용한알고리즘트레이딩 5 기법활용 딥러닝의출현과함께기존알고리즘트레이딩기법대비개선된알고리즘을통해더많은데이터의신속한분석이가능해짐과동시에더정확하게미래를예측하는것이가능해짐 - 많은논문과연구등을통해과거에비해향상된예측능력입증 [ 그림 6] 딥러닝기술을이용한금융시장예측 ( 논문참조 ) 자료 : KB 경영연구소재구성, 딥러닝관련논문참조 6 5 알고리즘트레이딩은시스템트레이딩, 로봇트레이딩이라고도불리며컴퓨터프로그램을이용, 일정한논리구조 ( 알고리즘 ) 에따라증권, 파생상품, 외환등유동성자산을자동으로거래하는매매방식 6 [Ding, X., Zhang, Y., Liu, T., & Duan, J.. (2014). Using structured events to predict stock price movement: An empirical investigation. EMNLP], [Cao, W., Cao, L., & Hu, L..(2015). Deep Modeling Complex Couplings within Financial Markets. AAAI.], [Yeh, S., Wang, C., & Tsai, M..(2015). Corporate Default Prediction via Deep Learning. WOCC] 4

딥러닝기술을활용해, 방대한데이터를해석하여트레이딩또는투자자에게최적의솔루션을제공하는금융사및핀테크기업증가 - 샌프란시스코소재의인공지능스타트업 Sentient Technologies 는애플사의인공지능비서 Siri의개발에참여한경험이있는경영진들로구성되어있으며딥러닝기술을포함한인공지능기반의트레이딩알고리즘플렛폼개발, 자기자본거래외에도

딥러닝기술기반의투자알고리즘개발 - 이외에도뉴욕소재의 Two Sigma와 Renaissance Technologies 를포함한많은헤지펀드및투자회사들이인공지능전문인력의채용과함께 AI 투자기술을개발 운용중 [ 그림 7] 딥러닝기술을적용하고있는투자회사들 자료 : 각사홈페이지 - 2013년설립된클라우드기반소프트웨어스타트업

6 딥러닝기술을활용해, 방대한데이터를해석하여트레이딩또는투자자에게최적의솔루션을제공하는금융사및핀테크기업증가 - 샌프란시스코소재의인공지능스타트업 Sentient Technologies 는애플사의인공지능비서 Siri의개발에참여한경험이있는경영진들로구성되어있으며딥러닝기술을포함한인공지능기반의트레이딩알고리즘플렛폼개발, 자기자본거래외에도 JP모건의헤지펀드투자기관인 Highbridge Capital Management 의인공지능투자전략개발에참여 - 세계최대규모의헤지펀드투자기관인 Bridgewater Associates 도작년 IBM 의인공지능로봇 Watson 개발팀에참여한경험이있는 David Ferrucci 를필두로하는 AI Teams을신설, 딥러닝기술기반의투자알고리즘개발 - 이외에도뉴욕소재의 Two Sigma와 Renaissance Technologies 를포함한많은헤지펀드및투자회사들이인공지능전문인력의채용과함께 AI 투자기술을개발 운용중 [ 그림 7] 딥러닝기술을적용하고있는투자회사들 자료 : 각사홈페이지 년설립된클라우드기반소프트웨어스타트업 Kensho는, 딥러닝기반의기술을이용해기업실적, 정치이벤트, 경제데이터, 정책변화등 9만개이상의변수를분석하여 6천5백만개이상의금융시장관련예상질문에대한솔루션제공 시베리아내전발생에따른에너지관련주가및원자재가격의변화는? 등과같은질문에응답하며, 주로금융사직원들이 ( 골드만삭스등 ) 고액투자가들에게투자관련질문을받았을때신속하고정확한답변을위해사용 5

[ 신용평가및심사 ] 빅데이터와딥러닝기술을활용하여대출신청자의신용도판단및채무불이행가능성예측 핀테크기업인 TrustingSocial 은유럽과아시아신흥국의금융회사및캐피탈사를대상으로 SNS, 모바일, 인터넷데이터를활용한개인신용평가모델제공 신흥국저신용저소득층을대상으로금융포용의기회제공과함께일부 P2P 대출기업들이독점하고있는빅데이터방식의신용평가모델의확산을위해설립

0이라고자칭하는딥러닝기술을이용한신용평가로 SWIFT 에서주관하는 2015 Innotribe Startup Challenge 우승 - SNS( 페이스북, 링크드인, 트위터, 웨이보 ), 인터넷등에공개된데이터와함께대량의샘플데이터의딥러닝학습알고리즘을사용하는신용평가모델개발 [ 개인금융비서기능 ]

7 [ 신용평가및심사 ] 빅데이터와딥러닝기술을활용하여대출신청자의신용도판단및채무불이행가능성예측 핀테크기업인 TrustingSocial 은유럽과아시아신흥국의금융회사및캐피탈사를대상으로 SNS, 모바일, 인터넷데이터를활용한개인신용평가모델제공 신흥국저신용저소득층을대상으로금융포용의기회제공과함께일부 P2P 대출기업들이독점하고있는빅데이터방식의신용평가모델의확산을위해설립 2013년뉴욕과베트남에서바클레이즈은행의신용평가업무담당자와머신러닝알고리즘전문가그리고컴퓨터공학박사에의해설립 Credit Score 2.0이라고자칭하는딥러닝기술을이용한신용평가로 SWIFT 에서주관하는 2015 Innotribe Startup Challenge 우승 - SNS( 페이스북, 링크드인, 트위터, 웨이보 ), 인터넷등에공개된데이터와함께대량의샘플데이터의딥러닝학습알고리즘을사용하는신용평가모델개발 [ 개인금융비서기능 ] 딥러닝기술을활용한음성인식기술과함께인공지능의재무분석능력이앱형식으로모바일에탑재되면서개인화된재무비서기능수행 Kasisto 의모바일가상뱅킹비서앱의경우간단한모바일뱅킹업무 ( 송금, 잔액확인등 ) 외에도, 이번달의지출액, 스타벅스사용금액, 사용가능한스타벅스쿠폰, 카드잔고등을음성기반인공지능이알려주고, 결제기능도지원 - Kasisto 는 2013년애플사의인공지능 Siri를개발한비영리연구소 SRI International 에서파생된스타트업으로인텔리전트대화를통해모바일기기사용자의편의를증대시키는딥러닝특허기술보유 [ 그림 8] TrustingSocial 의신용평가결과 [ 그림 9] 음성인식뱅킹비서 Kasisto 자료 : TrustingSocial 홈페이지 자료 : Kasisto 홈페이지 6

8 [ 금융범죄예방 ] 딥러닝기술을이용한사기결제방지 미국의온라인결제서비스페이팔은결제사기대응책으로 이상금융거래탐지 시스템 (FDS) 에딥러닝기술을활용 페이팔은전세계에서이뤄지는온라인결제에서발견된수만개의잠재적인특징 을분석해특정사기유형과비교하거나사기방식을탐지하고, 다양한유사수법 을파악 - 페이팔은자사이용자 1 억 7 천만명의 40 억번의결제를분석해피싱에해당하 는건들을유형화함으로써추가피해를막고있으며, 이런노력의결과로페이팔의사기결제율은전체수익의 0.32% 로평균 1.32% 보다현저히낮음 7 시사점 향후금융산업은딥러닝과머신러닝을포함한인공지능기술의발달로비용절감, 생산성증대, 리스크감소, 고객맞춤서비스강화, 신규사업모델개발등의긍정적효과를기대 관련기술의도입과활용은치열해진금융시장에서경쟁우위를선점하기위한필수적요소로작용할수있음 반면, 금융서비스의거의모든업무가인간에서인공지능으로대체될수도있는 가능성존재 Kensho Technology 의 CEO Daniel Nadler 는 The New York Times 와의인터뷰 를통해 50 만달러의연봉을받는전문애널리스트가 40 시간에걸쳐하는작업을 켄쇼는수분내처리할수있다 고말하며 10 년후골드만삭스 ( 켄쇼의최대고객 ) 의직원수는지금보다현저히적을것 이라고전망 8 앞으로다가올인공지능시대의경쟁시장에서살아남기위해전문인력의영입과첨 단인공지능기술의도입에대한금융권의적극적인준비와공감대형성필요 < 연구원김회민 (hoimin.kim@kbfg.com) 02) > 7 globalwindow ( ) 사이버보안, 인공지능이지켜줄수있을까? 8 NYTimes ( ) The Robots Are Coming for Wall Street 7

Ch 1 머신러닝 개요.pptx

Ch 1 머신러닝 개요.pptx Chapter 1. < > :,, 2017. Slides Prepared by,, Biointelligence Laboratory School of Computer Science and Engineering Seoul National University 1.1 3 1.2... 7 1.3 10 1.4 16 1.5 35 2 1 1.1 n,, n n Artificial