딥 러닝과 금융산업의 미래

 

 

 

몇달 전 알파고와 이세돌 간에 벌어진 세기의 바둑 대결로 인공지능과 ‘딥 러닝(Deep Learning)’에 대한 관심이 지속적으로 커지고 있다.

 

누군가 일일이 가르쳐주지 않아도 스스로 배우는 컴퓨터, 즉 인간의 사고 메커니즘을 컴퓨터에 입력하는 딥 러닝 기술은, 금융권에서도 활용이 두드러질 것으로 기대된다.

 

딥 러닝(Deep Learning)은 컴퓨터 스스로 학습할 수 있도록 하는 알고리즘과 기술을 개발하는 머신 러닝(Machine Learning)의 한 종류로, 인간의 뇌가 작용하는 방식과 동일하게 컴퓨터가 학습을 통해 결과물을 산출하는 것을 말한다는건 많이들 알고 있을 것이다.

그러나, 머신 러닝과 딥 러닝 모두 사람이 기계에게 학습 방법을 세세하게 알려주는 것은 동일하지만, 완성된 딥 러닝 알고리즘은 사람의 간섭 없이 컴퓨터 스스로 학습하는 자율 학습(Unsupervised Learning)이 가능하다는 차이점이 있다.

 

딥 러닝은 금융업에 적극 활용될 것으로 예상된다.

투자 자문 및 트레이딩 분야에서 딥 러닝 기술은 금융 시장의 현 상황 분석과 미래를 예측할 수 있어 다양한 서비스가 가능하다. 이미 많은 금융 기관과 핀테크 기업이 금융 공학과 머신 러닝을 활용한 알고리즘 트레이딩(컴퓨터 알고리즘에 따라 증권, 파생 상품, 외환 등 유동성 자산을 자동으로 거래하는 매매 방식) 기법을 활용한다.

 

 

딥 러닝의 출현과 함께 더 많은 데이터의 신속한 분석을 통해 미래를 정확히 예측할 수 있게 된 것이다.

 

전 세계 주요 시장 지표의 과거 데이터 학습을 통해 서로의 상관관계에 따른 미래의 주가 흐름을 예측하고, 기업의 주가 수익률 자료를 그래프로 변환해 인식, 부도 기업과 정상 기업의 그래프 특징을 파악해 부도율 예측 모델을 구축하는 것도 가능하며, 더 나아가 경제 뉴스, 기업 공시 등 주요 이벤트의 개선된 인식과 이에 따른 주가 흐름을 학습, 과거의 단어 인식 기법 대비 미래 주가 예측력이 월등히 높아졌다.

향후 금융 산업은 딥 러닝과 머신 러닝을 포함한 인공지능 기술의 발달로 비용 절감, 생산성 증대, 리스크 감소, 고객 맞춤 서비스 강화, 신규 사업 모델 개발 등 긍정적 효과를 기대할 수 있다. 딥 러닝 기술을 포함한 우수한 인공지능 기술에 대한 확보가 금융 산업의 경쟁 요소로 작용할 수 있는 것이다.

 

그러나, 그림자 또한 짙다.

 

 

 

금융 서비스 업무 대부분이 인공지능으로 대체될 가능성도 높게 전망된다는 것이다.

 

클라우드 기반 소프트웨어 스타트업 회사인 켄쇼 테크놀로지(Kensho Technology)의 CEO 대니얼 네이들러는 한 언론과의 인터뷰에서 “50만 달러(약 6억원)의 연봉을 받는 전문 애널리스트가 40시간에 걸쳐 하는 작업을 켄쇼는 단 몇 분 내에 처리할 수 있다”며 10년 후 골드만삭스의 직원은 지금보다 현저히 적을 것이라는 전망을 내놓기도 했다.

 

 

▲ 소프트웨어 스타트업 회사 켄쇼 테크놀로지(Kensho Technology)

 

 

결국 금융 서비스 업무 대부분이 인간에서 비대면 인공지능으로 대체될 가능성이 높다는 것인데, 과연 대체된 인간은 어떤 업무를 하게 되는 것일까?

 

궁. 금. 하. 다 !