대부업계가 인공지능을 도입한다면? 매우 까다로운 심사가 실시간으로 이뤄질 것이다. 사람이 심사할 때처럼 채무자의 수입과 직장, 거래실적과 연체기록만이 판단 대상이 아니다.

인터넷 홈페이지 보유수, 동호회 가입 정보, 범죄기록, SNS 친구 수, SNS 포스팅 주제, 대출 신청서 작성에 걸린 시간까지 광범한 빅데이터를 토대로 수천 개의 변수를 반영한 신용평가 모델이 생성될 수 있다.


<출처 : https://youtu.be/KYqG4iGB0cI>


미국 대부 업체 Zest Finance 가 도입한 대출심사 시스템의 신용분석 알고리즘이다. 대출 신청자의 신용도에 대한 판단과 채무 불이행 가능성을 매우 정밀하게 예측할 수 있어 리스크를 최소화할 수 있다고 한다. 신청자 입장에선 돈 빌리기가 그만큼 어려워지는 셈이다.

알파고의 충격은 결코 바둑계에만 그치지 않을 전망이다. 알파고가 가까운 시일 내 수많은 다른 버전으로 산업계 곳곳에 침투할 것이라는 분석들 때문이다. 인공지능이 비약적인 생산성 향상을 앞세워 전문직으로 분류되는 화이트칼라 직종까지 대체할 수 있다는 전망들이 나온다.

이미 세계 도처에서 금융·의료·제조·서비스 등 여러 산업 분야에서 그 실험이 진행 중이다. 머지않아 국내에서도 이 같은 추세가 일반화되면서 사회적 논란을 키울 전망이다.

알파고는 바둑에 국한된 게임용 인공지능이 아니다. 전문가들은 범용 인공지능으로서 다양한 산업용 버전으로 출시될 수 있다고 전망한다. 당장 구글의 경우 자사 데이터 센터 운영에 인공지능을 적용하고 있다. 전 세계 구글 사용자들의 정보가 빅데이터로 집적된 데이터 센터 에너지 사용을 최적화하는 과정에서 사람의 경우 계산상 큰 오류가 발생할 수 있다고 한다. 그러나 인공지능을 이용할 경우 예측 오차율은 99.6%를 보인다는 것이다.

인공지능은 이미 다양한 산업에서 적용 중이다. 가장 대표적인 경우가 금융이다. 각종 시장 통계, 증시 시황, 정책 추이의 역대 데이터를 시계열로 분석해 투자 수익률을 극대화하는 개념이다. 인공지능이 기존 프로그램 매매보다 몇 단계 진화해 스스로 데이터 패턴을 파악하고 학습하는 단계에 이른 것이다. 


<출처 : https://youtu.be/Mr58lrYokuY>


미국 Rebellion Research 의 경우 자사 헤지펀드 운용에 2007년부터 인공지능 시스템을 도입하여 수익률을 가선했다. 인공지능이 44개국의 주식, 채권, 통화 등 투자 데이터를 실시간으로 분석하는 용도다. Rebellion Research는 20년간 축적된 다양한 종류의 시계 경제 데이터로 훈련, 인간의 트레이딩 전략이나 툴을 가르치는 것이 아닌 시스템 스스로 시장 환경에 적합한 전략을 생성하도록 설계하였다. 인공지능 도입 후 지난해까지 투자수익률 135.1%로 타사의 3배가량인 가운데 2008년 미국 주식시장의 붕괴, 2009년 그리스 채권 신용도 폭락 사태를 사전에 예측했다고도 한다.

인공지능은 최근 금융업계의 세계적인 핀테크 경쟁과도 맞물려 있다. 애플리케이션 형태로 모바일에 탑재해 개인화된 재무분석 서비스를 제공하는 형태다. 더 발전하면 은행 창구 상의 고객 응대만이 아니라 재무관리부터 결제까지 다양한 개인 맞춤형 통합 서비스를 제공할 수 있다는 것이다.


Wallet.AI Hompage

<출처 : http://wallet.ai/>


대표적으로 미국 Wallet.AI 의 경우 사용자의 소비 데이터, GPS 기반 위치정보, SNS 데이터를 종합하여 소비패턴을 문맥적으로 분석하여 소비자에게 가장 합리적인 소비 의사결정을 지원한다. 중국의 인터넷 업체 바이두는 최근 주식시장의 빅데이터를 분석하는 앱 'Stock Master'를 출시하기도 했다


<출처 : http://www.aidyia.com/2015/03/aidyias-chief-scientist-and-ceo-on-bloomberg-tv/>


2011년 홍콩에서 컴퓨터 공학자와 금융전문가가 설립한 AIDYIA 는 단기적인 예측에서 최적화되어 있는 기존의 투자 알고리즘과 장기적인 예측이 가능하도록 설계하였다. 다양한 레벨의 국적과 기업 데이터, 뉴스, 소셜미디어 데이터 등 방대한 양의 데이터를 학습한다. 5분 후 미래를 예측하기 위해서는 가격 곡선의 Up & Down 만 분석하면 되지만, 한달 후의 미래를 예측하려면 주가에 미치는 수많은 요소를 분석할 수 있어야 한다. AIDYIA 는 데이터의 종류와 유형에 종속되지 않는 Artificial General Intelligence 를 지향한다.


<출처 : https://youtu.be/L8b5AICYsDY>


미국의 Clone Algo 는 과거나 미래의 데이터가 아닌 현재의 데이터를 기반으로 Self-Learning 을 통해 투자에 참여할지 않을지를 결정하는 AI Dynamin 기술로 수익률은 높이고 위험도는 낮추었다. 제품 유통 경로는 브로커를 통한 리테일 판매나 헤지펀드사 판매이다. 알고리즘을 어플 형태로 이용할 수 있도록 리테일 영업을 추진했다. 2013년 한해 평균 52% 수익률을 올렸다.



저작자 표시 비영리 변경 금지
신고

티스토리 툴바