KBI 금융 AI 리터러시 (K-ALFA) case studies
KBI 금융 AI 리터러시 (K-ALFA) · Put your knowledge to work in context.
KBI 금융 AI 리터러시(K-ALFA)는 금융권 종사자와 금융 AI를 다루는 실무자를 위해 설계된 한국어 평가로, AI 기술을 이해하는 수준을 넘어 금융 업무 맥락에서 안전하게 판단하고 활용하는 역량을 확인하는 것을 목표로 합니다. 개발자만을 위한 시험이 아니라 기획, 리스크, 컴플라이언스, 영업, 심사, 자산관리 등 AI 산출물을 읽고 의사결정에 쓰는 사람에게 적합합니다. AI 기본 개념과 금융 산업 활용 개요, 머신러닝과 생성형 AI의 원리 및 한계, 금융 AI 규제·윤리·소비자 보호, AI 리스크 관리와 데이터 거버넌스, 업무별 활용 사례에 대한 판단, 그리고 산출물 검증과 책임 있는 활용입니다. 준비는 개념 정리, 규제·윤리 원칙 숙지, 사례 기반 모의 판단 순서로 진행하고, 생성형 AI의 환각·편향·개인정보 이슈처럼 자주 등장하는 주제는 실제 사례와 함께 정리해 두는 것이 좋습니다. The KBI 금융 AI 리터러시 (K-ALFA) case studies are 5 cases and about 2,977 words.
1'AI 신용평가'라는 이름의 고정 가중치 엔진 - 등급 분류 판단
자산 2조 원 규모의 A저축은행은 소상공인 신용대출 자동심사 시스템 도입을 검토하고 있다. 외부 벤더 B사는 자사 엔진을 'AI 기반 자동심사 솔루션'이라 소개하면서 보도자료와 홈페이지에 'A저축은행 AI 도입' 문구를 넣어 달라고 요청했다.
622 words, about 3 min2생성형 AI 상담 요약의 조건 누락과 존재하지 않는 우대금리
B은행 콜센터는 하루 1만 2천 건의 상담을 처리한다. 경영진은 상담원 1인당 통화 후 처리시간을 줄이려고 생성형 AI 기반 통화 요약 시스템을 도입했다.
589 words, about 3 min3자동화된 결정의 설명 요구와 70대 고객의 한도 증액 거절
C카드사는 신용한도 증액 심사에 머신러닝 모델을 도입했다.
595 words, about 3 min4SaaS형 이상거래탐지 모델 - 벤더가 조용히 재학습한 6개월
D은행은 이상거래탐지(FDS)를 B핀테크의 클라우드 SaaS로 도입했다. 확인해 보니 재학습 사실을 은행에 통지하는 조항이 계약서에 없었고, 은행 내부 규정은 AI 모델 변경 시 재검증과 제3자 리스크 연 1회 평가만을 요구하고 있었다.
616 words, about 3 min5생성형 AI가 쓴 여신심사보고서 - 12억 3천만 원이라는 담보가액
E은행 기업금융부의 김 대리는 3억 원 신규 한도 심사보고서를 작성해야 했다. 마감은 이틀 뒤였고, 그는 사내에서 승인된 생성형 AI에 차주 재무제표 요약, 담보 내역, 업종 동향 자료를 입력해 8쪽 분량의 초안을 받았다.
555 words, about 3 min