사람들은 시, 소설, 보고서 등 글쓰기, 그림 그리기, 알고리즘 코딩 등 창작의 세계가 그동안 인간에게만 허락된 별도의 영역이라 알고 있었다. 그런데 AI(인공지능)의 발전과 함께 이제는 진화한 AI가 스스로 창작의 영역을 넘보는 시대가 되었다. 생성형 AI(Generative AI)의 등장은 인간에게 어떤 의미가 있으며 우리의 미래에 어떤 영향을 미칠지 가늠하기 쉽지 않지만, 생성형 AI는 이미 여러 분야에서 현실로 나타나 적용되고 있다. 우리에게 성큼 다가온 생성형 AI의 시장현황, 다양한 이슈와 관심 사항 등을 살펴보기로 하자. <편집자 주>

 

 

[뉴스투데이=최봉 산업경제 전문기자] 금융 서비스·핀테크 부문이 생성형 AI(Generative AI) 도구를 활용하면서 추구하는 목표는 다양할 것이다.

 

우선 개인화된 소비자의 금융 성향과 경험 등을 바탕으로 개인에게 최적의 서비스를 제공코자 하는 것을 꼽을 수 있다.

 

---

• 핀테크 기업들이 지키지 못했던 약속, “인간 개입 없이 최상의 금융 서비스 제공”

 

이와 관련하여 핀테크 기업들의 금융고객을 향한 야심찬 약속은 무엇일까? 여러 가지가 있겠지만 그 가운데 하나가 “인간이 개입하지 않고” 고객에게 최상의 서비스를 제공하겠다는 것이다.

 

소비자를 상대하는 핀테크 기업들은 지난 10여년 동안 엄청난 성공을 거두었다. 하지만 인간 없이 소비자의 대차대조표와 손익계산서를 최적화하겠다는 가장 야심찬 약속을 아직 이행하지 못했다는 것이 중론이다.

 

 

이 약속을 지키기가 왜 어려운 것일까?

 

이는 핀테크에서 흔히 활용하는 사용자 인터페이스(기존 AI를 포함한 금융 서비스 도구들)가 재무 결정에 영향을 미치는 인간이 처한 맥락(context)을 완전히 포착할 수 없다는 것, 그리고 인간의 의사결정에서 자주 채택되는 ‘절충안(trade-offs)’을 만드는 데 도움이 되는 조언을 제공할 수 없다는 것 때문이다.

 

자금 사정이 넉넉지 않은 소비자가 (물건을 구매한) 청구서 지불의 우선순위를 정해야 하는 상황을 가정해보자.

 

소비자는 이러한 결정을 내릴 때 유용성과 브랜드를 모두 고려하는 경향이 있으며, 이 두 가지 요소의 상호 작용으로 인해 이 결정을 최적화하는 방법을 만들어 내기는 쉽지 않다.

 

달리 얘기하자면, 인간 조력자(advisor)의 개입 없이 금융 서비스 도구만으로 동급 최고의 신용 코칭을 제공하기가 어렵다는 것이다.

 

---

• 자산 관리/세금 관리 분야, 기존 금융 서비스 도구로는 여전히 한계

 

 

‘크레딧 카마(Credit Karma)’는 미국의 개인금융 다국적기업인데, 신용 및 재무 관리 무료 플랫폼으로 잘 알려져 있다. 또한 미청구 재산 데이터베이스 모니터링 및 신용 보고서 오류 식별 기능도 제공하고 있다(Wikipedia).

 

하지만 크레딧 카마도 개인 신용등급 판정에 고객 정보의 80% 정도를 가져오고 나머지 20%는 맥락을 파악하지 못해 포착할 수 없는 정보로 흘려보낸다(Andreessen Horowitz, 2023.4.).

 

자산 관리 분야에서 인간은 특유의 희망, 꿈, 두려움에 크게 영향을 받기 때문에 인간 조력자는 특정 자산 등급과 전략에 편협하게 초점을 맞춘 핀테크 솔루션(그래서 융통성이 부족함)을 능가한다.

 

세금 분야, 특히 절세(節稅) 분야도 금융 서비스의 단골 메뉴라 할 수 있다. 하지만 높은 관심에 비해 현실은 세금에 민감한 인간에게 실망을 안겨주고 있다.

 

 

최신 소프트웨어의 도움이 있더라도 미국인들은 세금에 65억시간을 소비하고, 1200만건의 실수를 저지른다. 또한 종종 소득을 누락하거나 잠재적으로 출장경비 공제와 같이 그들이 알지 못하는 혜택을 포기한다(Reason, 2022.4.; Andreessen Horowitz, 2023.4.).

 

---

• Generative AI 도구 등장, 개인화된 최상의 금융 서비스 제공에 한 걸음 더 다가가..

 

이제 상황이 급진전하고 있다. 지난해 말 본격적으로 시장에 등장한 Generative AI가 핀테크 기업들의 금융고객을 향한 야심찬 약속을 실현해줄 가능성을 높여가고 있기 때문이다.

 

Generative AI의 등장과 함께 우리에게 친숙해진 LLM(대규모 언어 모델)은 개선된 상황판단과 이해 그리고 소비자의 재정 결정에 대한 더 나은 탐색을 통해 앞서 언급했던 문제 해결을 위한 깔끔한 솔루션을 제공한다.

 

Generative AI 도구는 금융 포트폴리오 구성 관련 질문에 답하고, 절충안에 대한 평가도 수행할 수 있다(예를 들면 “이자율 변동 리스크와 수익률에 대해 어떻게 생각하는가?”).

 

 

실제 모건 스탠리(Morgan Stanley)는 은행의 재무 어드바이저를 돕기 위해 OpenAI의 최신 기술로 구동되는 고급 챗봇을 만든 것으로 전해진다.

 

이 은행은 300명의 어드바이저와 함께 AI 도구를 테스트해 왔으며 앞으로 몇 달 안에 광범위하게 출시할 계획이다.

 

지난 2023년 초부터 1년 동안 개발된 이 도구의 역할은 모건 스탠리의 1만6천여명의 어드바이저가 은행의 방대한 연구 및 데이터 저장소를 활용할 수 있도록 돕는 것이다(CNBC, 2023.3).

 

인간 개입 없이 금융고객에게 개인화된 최상의 서비스를 제공하는 시대를 기대해본다. 

 

 

---