"AI 기반·응용기술 인력 키우고
GPU클러스터 등 인프라 지원을"
이정우 < 서울대 교수·전기정보공학 >
알리페이로 대표되는 중국 핀테크산업의 폭발적인 성장세는 공포감마저 느끼게 한다. 중국의 핀테크산업 발전은 전통적인 금융산업의 미성숙 및 거대 시장에 기인한 측면도 있는데 그보다는 중국 정부의 규제완화가 더 큰 역할을 하고 있다.
한국은 정부의 규제완화 노력에도 불구하고 아직 핀테크산업의 발목을 잡는 규제가 많이 남아 있다. P2P(개인 간) 금융에서 개별 투자자의 투자 상한액을 1000만원으로 묶은 규제가 대표적이다. 자산운용 분야에서 ‘투자일임’ 관련 비(非)대면계약을 금지해 온라인만으로 핀테크 스타트업이 발전할 수 있는 길을 막아버린 규제도 마찬가지다. 규제 정비도 신생 핀테크기업 발전 관점에서 보는 시각의 전환이 필요하다.
핀테크는 많이 알려진 송금결제, 크라우드 펀딩으로 대표되는 P2P 금융산업, 로보어드바이저로 대표되는 자산운용 등 세 영역으로 구분할 수 있다. 위 세 영역에 공통적으로 필요한 기술이 인공지능(AI)이다. 다행스럽게도 정부의 선도적인 정책에 힘입어 대학과 기업에서 인공지능 관련 연구개발이 활발하게 이뤄지고 있다.
인공지능에는 지도학습, 비(非)지도학습, 강화학습 등 세 가지 방법론이 있다. 지도학습은 학습단계에서 문제와 답을 동시에 주고 학습을 시키는 기술이며, 비지도학습은 답 없이 문제만 주고 학습을 시키는 방법이다. 지도학습은 이미 얼굴인식, 음성인식, 언어번역 등에서 성공적으로 사용되고 있다.
비지도학습은 성공적인 실용화 사례는 없지만 연구개발 여지가 많은 분야다. 특히 어린아이가 배우는 과정은 비지도학습에 가까우므로 향후 인공지능 기술은 비지도학습에 집중될 가능성이 높다. ‘알파고’에 쓰인 강화학습은 답 대신 보상(報償)을 가지고 순차적인 판단을 내리는 기술이다. 시행착오를 거듭하며 배워나가는 과정인데 게임과 로봇주행에서 어느 정도 성과를 내고 있다.
인공지능은 핀테크의 세 영역 모두에서 사용될 수 있다. 송금결제에서는 이상 징후를 검출하는 한편 지도학습 또는 비지도학습 기반 사기방지(FDS) 기술이 사용될 가능성이 있다. P2P 금융에서는 고객신용도나 예상수입 예측 등에 지도학습 기법이 사용될 수 있다.
자산운용 분야에서는 강화학습 기반으로 포트폴리오를 자동으로 구성할 수 있으며, 비용분석에도 지도학습을 사용할 수 있다. 우리나라 핀테크 시장에서 위에 언급된 인공지능 기술을 사용하는 기업은 많지 않다. 핀테크산업에 응용할 수 있는 능력을 가진 AI 기술인력이 부족하기 때문이다.
국내 핀테크 스타트업 생태계의 성장을 위해서는 더 적극적인 인공지능 연구 및 인력개발 투자가 필요하다. 인공지능 학습을 위해서는 빅데이터를 처리할 수 있는 거대한 그래픽처리장치(GPU) 클러스터가 요구된다.
자금여력이 없는 핀테크 스타트업에는 저(低)비용으로 사용할 수 있는 인공지능 학습전용 클라우드 서비스가 큰 도움이 될 것이다. 국내 핀테크산업의 경쟁력을 획기적으로 끌어올리기 위한 인공지능 핀테크 응용기술 연구개발, 인력양성, 인프라에 대한 정부의 종합적인 지원이 절실한 때다.
이정우 < 서울대 교수·전기정보공학 >
GPU클러스터 등 인프라 지원을"
이정우 < 서울대 교수·전기정보공학 >
알리페이로 대표되는 중국 핀테크산업의 폭발적인 성장세는 공포감마저 느끼게 한다. 중국의 핀테크산업 발전은 전통적인 금융산업의 미성숙 및 거대 시장에 기인한 측면도 있는데 그보다는 중국 정부의 규제완화가 더 큰 역할을 하고 있다.한국은 정부의 규제완화 노력에도 불구하고 아직 핀테크산업의 발목을 잡는 규제가 많이 남아 있다. P2P(개인 간) 금융에서 개별 투자자의 투자 상한액을 1000만원으로 묶은 규제가 대표적이다. 자산운용 분야에서 ‘투자일임’ 관련 비(非)대면계약을 금지해 온라인만으로 핀테크 스타트업이 발전할 수 있는 길을 막아버린 규제도 마찬가지다. 규제 정비도 신생 핀테크기업 발전 관점에서 보는 시각의 전환이 필요하다.
핀테크는 많이 알려진 송금결제, 크라우드 펀딩으로 대표되는 P2P 금융산업, 로보어드바이저로 대표되는 자산운용 등 세 영역으로 구분할 수 있다. 위 세 영역에 공통적으로 필요한 기술이 인공지능(AI)이다. 다행스럽게도 정부의 선도적인 정책에 힘입어 대학과 기업에서 인공지능 관련 연구개발이 활발하게 이뤄지고 있다.
인공지능에는 지도학습, 비(非)지도학습, 강화학습 등 세 가지 방법론이 있다. 지도학습은 학습단계에서 문제와 답을 동시에 주고 학습을 시키는 기술이며, 비지도학습은 답 없이 문제만 주고 학습을 시키는 방법이다. 지도학습은 이미 얼굴인식, 음성인식, 언어번역 등에서 성공적으로 사용되고 있다.
비지도학습은 성공적인 실용화 사례는 없지만 연구개발 여지가 많은 분야다. 특히 어린아이가 배우는 과정은 비지도학습에 가까우므로 향후 인공지능 기술은 비지도학습에 집중될 가능성이 높다. ‘알파고’에 쓰인 강화학습은 답 대신 보상(報償)을 가지고 순차적인 판단을 내리는 기술이다. 시행착오를 거듭하며 배워나가는 과정인데 게임과 로봇주행에서 어느 정도 성과를 내고 있다.
인공지능은 핀테크의 세 영역 모두에서 사용될 수 있다. 송금결제에서는 이상 징후를 검출하는 한편 지도학습 또는 비지도학습 기반 사기방지(FDS) 기술이 사용될 가능성이 있다. P2P 금융에서는 고객신용도나 예상수입 예측 등에 지도학습 기법이 사용될 수 있다.
자산운용 분야에서는 강화학습 기반으로 포트폴리오를 자동으로 구성할 수 있으며, 비용분석에도 지도학습을 사용할 수 있다. 우리나라 핀테크 시장에서 위에 언급된 인공지능 기술을 사용하는 기업은 많지 않다. 핀테크산업에 응용할 수 있는 능력을 가진 AI 기술인력이 부족하기 때문이다.
국내 핀테크 스타트업 생태계의 성장을 위해서는 더 적극적인 인공지능 연구 및 인력개발 투자가 필요하다. 인공지능 학습을 위해서는 빅데이터를 처리할 수 있는 거대한 그래픽처리장치(GPU) 클러스터가 요구된다.
자금여력이 없는 핀테크 스타트업에는 저(低)비용으로 사용할 수 있는 인공지능 학습전용 클라우드 서비스가 큰 도움이 될 것이다. 국내 핀테크산업의 경쟁력을 획기적으로 끌어올리기 위한 인공지능 핀테크 응용기술 연구개발, 인력양성, 인프라에 대한 정부의 종합적인 지원이 절실한 때다.
이정우 < 서울대 교수·전기정보공학 >
관련뉴스
