인공지능의실상과기업내도입을위한제언 : 금융산업을중심으로 고대경 ( 산업기술리서치센터, inodko@kdb.co.kr) 인공지능은인간의지능을모방또는유사한방법으로대신할수있는시스템을개발하는것을목적으로하는연구분야이다. 인공지능의원대한목적에비해현재수준은초기단계에불과하지만현재의연구결과만으로도인간의삶을윤택하게만드는데일조하고있다. 문제는인공지능에대한일반인들의관심과기업의광고전략으로인해인공지능에대한오해와환상이발생하고있다는점이다. 기업에서인공지능을도입하기위해서는이러한오해와환상에서벗어나전략적인인공지능기술도입, 양질의데이터및전문인력확보방안을강구해인공지능도입기반을마련하는데노력을기울여야할것이다. 연구배경 Weekly KDB Report 2017. 11. 27 1
인공지능제대로이해하기 1. 인공지능정의및개념 < 그림 1> 인공지능적용 Framework 자료 : A Framework for Applying AI in the Enterprise, Gartner(2017.6.28) 재구성 1) 제리카플란 (2017), 인공지능의미래 83~85p, 한스미디어 2) 페드로도밍고스 (2017), 마스터알고리즘 108p 비즈니스북스 Weekly KDB Report 2017. 11. 27 2
< 그림 2> 인공지능학습의단계 자료 : 사이토고키 (2017), 밑바닥부터시작하는딥러닝 108~110p, 한빛미디어 3) 기존의컴퓨터비전분야에서이미지에서숫자를인식할때이와같은방법을이용했으며이러한모델링이어렵다는것은 ImageNet 대회에서입증된결과임 4) AlphaGo 는 Fan, Lee, Master, Zero 네가지버전이있으며 Lee 는이세돌과대결한 AlphaGo 버전임 5) 추형석, 안성원, 김석원 (2016.03.03), AlphaGo 의인공지능알고리즘분석, SPRi Issue Report 제 2016-002 호, 소프트웨어정책연구소 Weekly KDB Report 2017. 11. 27 3
< 참조 1> 딥러닝개요 자료 ( 우측그림 ) : Machines That Learn In The Wild, Nesta(2017.07) [ 딥러닝의예 ] 28X28 크기의흑백사진의 0~9까지의숫자를인식하는딥러닝을구현한다고가정해보자. 입력층의각노드의개수는사진크기인 784개 (28*28) 이되고입력값은 0~255( 픽셀값 ) 중하나가될것이다. 은닉층은알고리즘이사진의어떤특징 ( 우측그림참조 ) 을인식했는지를보여준다. 은닉층의수는임의로설정할수있으며, 최종결과값은 10개 (0~9) 의확률값중최대값을통해이미지에서숫자를인식한것을확인할수있다. [ 학습과학습률 ] 첫번째은닉층노드계산방법은 이다. 여기서 은입력데이터이며 은가중치를의미한다. 각데이터에의한학습은 의최적값을찾는과정이다. 가중치를구하는최적화방법에는순방향 ( 경사하강법 ), 역방향 ( 오차역전파법 ) 등이있으며, 데이터마다가중치를얼마나변경시킬지를결정하는변수를학습률이라한다. [ 하이퍼파라미터 ] 각층의노드수, 학습률과같이사람이직접설정해야하는매개변수를하이퍼파라미터 라고한다. 하이퍼파라미터의값에따라딥러닝학습의성공에큰영향을미친다. 자료 : 사이토고키 (2017), 밑바닥부터시작하는딥러닝 108~110p, 한빛미디어정리 Weekly KDB Report 2017. 11. 27 4
2. 인공지능의오해와진실 (1) 인공지능은머지않은미래에금융산업의일자리를대체할것이다 < 그림 3> 인공지능에의한대체예상시점 자료 : Katja Grace(2017.5), When Will AI Exceed Human Performance? Evidence from Ai Experts, Future of Humanity Insititute, Oxford University 6) 트레이더, 600 명에서 2 명으로...IT 기업된골드만삭스, 조선비스 (2017.02.22) 7) 전문가들에따라다소차이는있으나높은수준의인공지능에의한인간의완전대체에대해서아시아권전문가들은 104 년, 북미연구가들은 168 년으로상당한차이를보임 8) 인공지능이인간한계넘어제 3 의생명역사열까?, 한겨레 (2017.09.18) 에따르면영국셰필드대학의 Noel Sharkey 인공지능전문가는미래예측설문의유효성은 5~10 년이며그이상이되는경우억측이라고주장 9) 김지혜 (2017), 로보파이낸스가만든미래금융지도 96~99p 한스미디어 10) "The Rise of Robo-Advice, Changing the Concept of Wealth Management", Accenture(2015) Weekly KDB Report 2017. 11. 27 5
(2) 인공지능은지능이있어스스로학습할수있다 (3) 금융산업은인공지능에의해바뀔것이다 < 그림 4> 산업별인공지능확산전망 자료 : 소프트웨어정책연구소 2016 소프트웨어산업연간보고서 11) 인공지능이학습을한다는것은가중치값을찾는것으로통계에서회귀계수값을찾는것과유사해서일반적인학습과같다고말하는것은논란이있을수있음 12) 지능의대표적인이론으로스피어만의 S 요인과 G 요인, 써스톤의다 ( 多 ) 요인, 카텔의유동적지능과결정적지능, 스턴버그의지능삼원론, 가드너의다중지능이론등이있음 13) 협업로봇제조업체리싱크로보틱스의회장로드니브룩스는개의수준의지능을갖추는데도 50~100 년은걸릴것이라고말함, 인공지능이인간한계넘어제 3 의생명역사열까, 한겨례 (2017.09.18) 14) 인공지능이스스로학습할수있다는것은 < 그림 2> 에서말한특징추출을의미하며, 학습의피드백형태에따라무감독, 강화학습, 감독학습이있는데무감독학습이가능한경우가있다는것임 Weekly KDB Report 2017. 11. 27 6
< 그림 5> 5 년내금융산업에서핀테크기술의중요성 자료 : "2017 CEO Survey : A Financial Services Perspective", Gartner(2017.04.11) (4) 딥러닝학습, 인공지능적용은쉽다 15) AlphaGo Lee( 이세돌과게임을한버전 ) 는몬테카를로 (MCTS) 알고리즘, 두종류의딥러닝적용, 강화학습등인공지능알고리즘이복합적으로적용해개발됨 16) 적은데이터세트로학습할경우보유하고있는데이터셋은정확히맞추지만다른데이터셋에는결과를맞추지못하는특정데이터셋에만지나치게최적화된상태를의미함 Weekly KDB Report 2017. 11. 27 7
< 그림 6> 이미지전처리예시 자료 : 이숭훈 (2017.10.10), Artificial Intelligence 최근인공지능개발트렌드와미래의진화방향, LG 경제연구원 금융산업에서인공지능적용현황 1. 해외사례 17) 사진에서기계가인지할수있도록사진을일일이경계선으로구분짓고사물의명칭을기록하는등의과정으로 ImageNet 에사용된 1400 만장을전처리하는데 1000 명이 6 년이걸림 Weekly KDB Report 2017. 11. 27 8
< 표 1> 해외적용사례 분야 통계및문서작성 고객응대 준법감시 신용평가및심사 트레이딩및투자자문 내용및사례 ( 골드만삭스 ) 금융사건을분석하고결과에대해서대화형질문에응답하는서비스제공, 켄쇼 활용 ( 미즈호은행 ) 인공지능기반의로봇은행원을주요지점에배치해고객응대 (BNZ뉴질랜드) 금융상품을설명시소비자의감정을확인해적합한서비스를제공 ( 호주증권투자위원회,ASIC) IBM의왓슨을금융투자상품의불완전판매검사등에활용 (BillGuard) 의심스러운거래징후를포착해고객앱으로경보제공 (Zest Finance) 기존의신용평가시사용하는정보와동호회정보, SNS 포스팅주제등 SNS 자료를포함약 7 만가지의변수에대한데이터를통해개인신용분석 (Cape Analytics) 지형공간이미지를활용해실시간정보를반영한부동산가치평가를수행 (Wealthfront) 고객의 Risk Tolerance 에기반한전세계 ETF 에분산투자 (Learnvest) 은행, 대출모기지등계좌의통합관리, 고객이원하는목표를설정하면달성가능한금융솔루션제시 (Ally Financial) 음성이나텍스트로질문하여예산및현금흐름에대한예측및피드백제공 자료 : 내부보고서및 "Cool Vendors in AI for Banking and Investment Services, Gartner(2017 05.10) 2. 국내사례 18) 로보어드바이저, 해외는자동화국내는알고리즘에집중 블로터 (2016.07.13), 투자알파고로보어드바이저 1 년수익률은인간이압승, 연합인포맥스 (2017.06.02) Weekly KDB Report 2017. 11. 27 9
< 표 2> 국내적용사례 분야 내용및사례 고객응대 신용평가및심사 트레이딩및투자 ( 국민은행 ) 조회, 이체등기본업무에대한음성뱅킹서비스 (NH 농협 ) 카카오톡기반의상담금융봇및콜센터에도입 (KEB 하나은행 ) 인공지능앱을통해금융거래내역기반소비형태분석 (KEB 하나은행 ) 담보대출기준 50 억원까지인공지능에의한자동화시스템 (KDB 캐피탈 ) 사회초년생이나낮은신용등급의고객들대상으로직업, 연령, 성별, 금액, 연체이력, 신용카드보유여부등을조합한신용평가 ( 신한은행 ) 로보어드바이저 엠폴리어 도입 ( 우리은행 ) ISA, 퇴직연금상품을반영한로보어드바이저 자료 : 언론기사정리 금융산업에인공지능도입을위한제언 1. 인공지능기술의 Hype 에서벗어난현실적인접근이필요 < 표 3> AI 도입오해와진실 오해 진실 인공지능은머지않은미래에금융산업의일자리를대체할것이다. IT에의해일자리가대체되며, 인공지능이기존업무에보조적인역할을할것이다. 인공지능은지능이있어스스로학습할수있다. 인공지능은사람이프로그래밍한목적만을달성하기위해학습한다. 금융산업은인공지능에의해바뀔것이다. 금융산업은 IT기술에의해바뀔것이다. 딥러닝훈련, 인공지능적용은쉽다. 딥러닝학습은오랜시간이걸리며, 인공지능적용도어렵다. 자료 : "Hype Hurts : Steering Clear of Dangerous AI Myths", Gartner(2017.07.03) 및상기내용을바탕으로재작성 19) 로보어드바이저펀드수익률 20% 넘지만아직은걸음마단계, 조선비즈 (2016.04.22) Weekly KDB Report 2017. 11. 27 10
2. 핀테크기술도입을우선적으로검토 3. Open Innovation 에기반한 Data 확보 20) R3CEV, 하이퍼레져등금융권, 또는비금융권을포함한스마트계약, 무역금융결제시스템개발컨소시엄구성 21) 13 년 5 월에설립된벤처기업인켄쇼에서는애널리스트의정보분석업무를대체하는인공지능시스템을개발함 22) A Chief Data Officer's Guide to an AI Strategy, Gartner(2017.07.26), 23) 고액자산보유자에게는로보어드바이저는오히려반감을살수있으며, BNZ 뉴질랜드의서비스처럼소비자에게재무관리계획, 금융상품, 현금흐름등을설명했을때의고객의감정상태를분석하는인공지능을통해서고객이표현하지못하는니즈를파악하는것이도움이될수있음 24) 간편송금시스템은최근대부분의은행권에서도입했으나 17 년 2 분기기준으로금융회사의간편송금이용률은 4.6% 로매우저조한상황임, M 플랫폼전쟁, 간편송금 1 라운드, 토스 카카오완승, 뉴스원 (2017.11.19) Weekly KDB Report 2017. 11. 27 11
. 4. 금융산업에도연구개발부서가필요 25) 아마존과마이크로소프트는알렉사와코타나의제휴를진행했다. 아마존은하드웨어기반이없어데이터수집에제한이있으며, 마이크로소프트는 PC 기반의데이터확보를위한플랫폼은있으나 API 스킬, 쇼핑등다양한종류의서비스가부족한상황에서제휴를통해경쟁기반을확보함 26) 강맹수 (2016.11), Fast Follower 의몰락, AI 는산업을어떻게바꾸고있는가?, IBK 경제연구소 27) 학습때은닉층의뉴런을무작위로골라삭제하는기법 28) 개별적으로학습시킨여러모델의출력을평균내어추론하는방식 29) 사이토고키 (2017), 밑바닥부터시작하는딥러닝 108~110p, 한빛미디어 30) 이승훈 (2017.10.10), Aritificial Inelligence 최근인공지능개발트렌드와미래의진화방향, LG 경제연구원 Weekly KDB Report 2017. 11. 27 12
5. 인공지능의핵심역량을내재화하기위한자원확보에집중 < 그림 7> 디지털비즈니스전략도입효과설문조사 자료 : 2017 CEO Survey : A Financial Services Perspective, Gartner(2017.03.11) 31) Machine-Learning and Data Science Solutions:Build, Buy or Outsource?, Gartner(2016.11.30) 32) A Chief Data Officer's Guide to an AI Strategy, Gartner(2017.07.26) 에따르면조사기업의 54% 가직원역량부족으로어려움을느끼며 37% 가 AI 전략정의의부재, 35% 가인공지능적용사례찾기의어려움이라고응답 33) 맥킨지글로벌인스티튜트는 2018 년까지미국에서만머신러닝전문가가 14 만명에서 19 만명부족하고능숙한데이터처리관리자가 150 만명부족할것이라고예측함 34) Develop Your Artificial Intelligence Strategy Expecting These Three Trends to Shape Its Future, Gartner(2017.04.20) 35) How to start a Machine-Learning Initiative With Less Anxiety, Gartner(2017.06.28) Weekly KDB Report 2017. 11. 27 13