AI 기본 개념과 금융 산업의 AI 활용 개요
이 영역은 AI·머신러닝·생성형 AI의 포함 관계와 금융권 활용 지형을 묻는다. 정의 암기보다 '이 업무가 어떤 AI 문제 유형인가'를 판별하는 힘을 본다.
개념 구분
- AI ⊃ 머신러닝 ⊃ 딥러닝. 규칙기반 전문가시스템은 AI지만 머신러닝은 아니다.
- 판별(예측) 모델: 신용평가·이상거래탐지(FDS)·이탈예측처럼 정답 라벨이 있는 지도학습이 기본형이다.
- 생성 모델: 요약·작성·번역·코드 생성. 정답이 하나로 정해지지 않고 출력이 확률적이다.
- 자동화와 자율화는 다르다. 최종 의사결정 주체가 사람인지 시스템인지가 규제 강도와 리스크 수준을 가른다.
금융 업무 지형
- 여신: 신용평가, 한도 산정, 조기경보. 여기에 이상거래탐지와 AML 의심거래 후보 추출이 붙는다.
- 자산관리: 로보어드바이저는 투자자문·투자일임업 인가 규율 대상이다. 보험은 인수심사와 보험금 청구 심사.
- 운영·내부통제: OCR 문서 처리, 상담 요약, 약관·계약서 검토, 컴플라이언스 모니터링.
사례 판단
콜센터 녹취를 LLM으로 요약해 상담 품질을 점검하려 한다. 1단계 문제 유형은 요약(생성)에 분류가 결합된 형태다. 2단계 평가는 정답이 하나가 아니므로 사실 일치율, 핵심 항목 누락률, 참조 요약 대비 일관성으로 본다. 3단계 통제는 녹취 내 개인정보 마스킹, 외부 API 반출 여부 검토, 요약을 인사평가에 직결하지 않고 표본 인간 검토를 두는 것이다. 이 3단계가 서술 골격이 된다.
감점 트랩
- AI를 머신러닝과 동일시하거나, 로보어드바이저를 규제 밖 서비스로 오해한다.
- 생성형 AI로 신용점수를 산출한다고 쓴다. 예측 과제의 정석은 판별모델이다.
- 불균형 데이터에서 정확도(Accuracy)만 제시한다.