4화. 금융서비스에서 AI 적용의 확장 방안: CDO의 관점에서

○ AI의 성공적인 활용을 위해서는 높은 수준의 전문성을 보유한 AI 팀 구성뿐 아니라, 고객 니 즈에 대한 보다 깊은 이해를 위한 노력이 필요함

• AI는 고객의 문제를 해결하기 위한 수단이자 도구이지 최종 목적이 아니므로, AI라는 강력한 도구를 효과적으로 사용하기 위해서는 그만큼 고객의 니즈와 요구사항에 대한 깊고 체계적인 이해가 필요함
  - 문제 해결을 위해 딥러닝 등 고차원의 AI모델을 반드시 활용할 필요는 없음. 문제에 따 라서 얼마든지 더 단순한 모델로 보다 비용효율적으로 문제 해결이 가능할 수 있음
  - AI 팀은 고객 문제 해결을 위해 어떤 모델을 어떻게 개발하고 업데이트할지에 대한 매 우 깊은 수준의 전문적 기술력을 갖추고 있어야 함 
• 모델을 실제 서비스에 적용한 이후에는, 개발한 AI 모델이 고객에게 어떤 영향을 미치는지를 지속적으로 모니터링하여야 함
  - AI 팀은 모델이 의도한대로 고객 문제를 성공적으로 해결하는지, 기대하지 않은 부작 용은 없는지, 더 개선할 점은 없는지를 지속적으로 관찰하여야 함
  - 모델에 설명가능성⁷을 부여하면 모델이 고객에게 미치는 영향을 확인하는 것뿐 아니라, 모델을 업그레이드하기 위한 방안을 도출하는 데에도 많은 도움을 줄 수 있음

○ 기업에서 AI를 효과적으로 활용하기 위해서는 고객 니즈에 대한 더 깊은 이해와 함께 AI 모델 개발을 위한 적절한 데이터 관리 및 활용 인프라가 반드시 갖추어져 있어야 함

• 과거 데이터가 원유로 비유되었다면, AI는 원유를 통해 생성된 전기라고 할 수 있음. AI의 효 과적인 활용을 위해서는 모델 개발자가 정제된 형태의 데이터를 원하는 시점에 활용할 수 있 도록 사내 데이터 인프라가 갖추어져 있어야 함
  - 금융 영역에서 주로 활용되는 리스크 측정이나 사기 감지 등은 실시간 데이터의 적절 한 활용이 필요하며, AI 개발자가 실시간으로 관련 데이터를 조회할 수 있는 권한을 보 유하고 해당 데이터에 접근하여 모델에 적용할 수 있는 기반이 필요함