IBM이 개발한 인공지능(AI) 시스템 `왓슨`은 2012년부터 씨티그룹 콜센터에 도입됐다. 콜센터에 AI를 도입한 이유는 소비자들이 콜센터 직원이 제공한 정보가 부족하거나, 공유된 상담 지식만으로는 해결할 수 없는 수준이 됐을 때 유용하기 때문이다. 최근 왓슨은 실시간으로 변하는 방대한 경제·금융·증권 빅데이터를 가지고 맞춤형 상담 결과까지 제공한다.
이같이 AI가 최근 급격히 부각되고 있는 것은 기존에 다루기 힘들었던 대량의 데이터를 처리하는 게 가능해졌기 때문이다. 빅데이터가 딥러닝(Deep learning)이라는 방식으로 활용되면서 AI를 이용하는 게 유용해질 수 있는 확률을 높였기 때문이다. 특히 소비자에게 필요한 의사결정을 지원한다는 측면에서 금융업과의 시너지 효과가 주목받고 있다.
◆ AI 도입 성공 가능성 높아
국내에서 AI 도입을 통해 실제 업무 시너지 효과를 낼 수 있는 곳을 손꼽는다면 1등 카드사인 신한카드가 늘 거론된다. AI 자체가 빅데이터 기반으로 이뤄진다는 측면에서 신한카드 고객 2200만명이 만들어내는 빅데이터를 활용해 다양한 모델이 나올 수 있기 때문이다.
빅데이터 플랫폼은 많은 이용 고객을 기반으로 하고, 많은 이용 고객을 확보한다는 것은 매일매일 수많은 실사용 데이터가 축적된다는 것을 의미한다. 신한카드의 소비 빅데이터가 딥러닝과 만나게 되면 데이터로부터 특징과 의미를 발견해낼 수 있다. 데이터 자체가 학습을 통해 최적화된 모델을 만들어내는 것이다. 이는 곧 고객 서비스의 질을 높이고 또 다른 비즈니스 모델 발굴로 이어지게 되는 효과도 있다.
주목할 점은 AI 학습 과정에서 만들어지는 데이터와 이를 관리하는 신경망 구조가 중요한 경쟁력이라는 점이다. 신한카드는 고유한 AI 신경망 모델과 학습 과정을 거친 양질의 데이터가 중장기적 미래경쟁력이 될 것이라고 설명하고 있다. 더비즈타임스는 신한카드의 다양한 AI 기반 시스템 도입 현황을 살펴보고, 향후 국내 AI 산업에 어떤 영향을 미치는지를 분석해보기로 했다. 소비컨설팅, 리스크 매니지먼트, 음성인식 고도화를 위한 고객만족도 향상이 신한카드가 AI를 통해 실제 고객들에게 미칠 3대 편익이다.
◆ 가상비서 기반 AI 소비컨설팅
이미 많은 사람들 생활 속에 들어온 게 AI를 통한 가상비서 서비스다. 애플의 시리(Siri)를 시작으로 모바일 가상비서가 활성화하면서 구글, 페이스북 등이 유사한 맞춤형 비서 서비스를 도입하고 있다. 최근에는 아마존의 에코(Echo)가 상품을 추천하고 구매까지 하게 만드는 비즈니스 모델을 만들면서 소비자 접점 플랫폼으로 자리 잡고 있다.
이는 AI 기반으로 업그레이드되면서 자체 성능을 높이고 있다. 신한카드는 고객들의 개인화된 소비를 분석해 스마트한 카드 소비생활을 지원하는 AI 기반의 비서 서비스인 `FAN페이봇` 출시를 준비하고 있다. `FAN페이봇`이란 고객이 관리하고 싶은 비용 항목별로 AI가 카드 사용내역을 자동 분류해주고, 예산을 설정할 경우 예산 내에서 소비할 수 있도록 비서처럼 지속적으로 어드바이스를 제공해주는 서비스다.
`FAN페이봇`은 고객 개개인 단위로까지 소비데이터를 심층 분석해 해당 고객에게 적합한 소비 관리 어드바이스를 제공하는 점이 특징이다. 예를 들어 고객의 소비 데이터를 분석해 `지름신`이 오는 날짜를 파악하고, 고객에게 사전에 알림 메시지를 제공해 합리적인 소비가 가능하도록 지원한다. `FAN페이봇`은 AI 분야에서 가장 앞서 있다고 평가받고 있는 구글의 알고리즘을 활용해 구축됐으며 AI를 기반으로 소비 컨설팅을 제공하는 것은 국내 카드업계에서는 처음이다.
`FAN페이봇`은 AI 스스로 소비 패턴 분석을 정교화하는 학습 과정을 거친다는 게 중요하다. 데이터가 많아질수록 소비 패턴 분석이 정교화해지고 고객들의 만족도가 높아진다.
AI 관련 전문가들은 향후 신한카드 `FAN페이봇`이 정착되면 다양한 AI 기반 추천 시스템까지 확대될 것으로 전망하고 있다. 아마존의 제품 추천이나 유튜브의 동영상, 넷플릭스의 영화 추천과 비슷한 방식으로 다양한 업종 기반 맞춤형 추천을 AI가 해주는 것이다. 이는 AI를 기반으로 하는 진화된 비즈니스 모델이 될 수 있다고 금융권에서는 주목하고 있다. 기존에는 고객들의 카드 소비 구매 데이터를 필터링 방식으로 분석해 유사한 성향의 사용자에게 추천하는 방식을 사용했다. 하지만 머신러닝 기반 AI 알고리즘을 통해 좀 더 정확한 추천이 가능해지고, 고객들의 다양한 의도 파악이나 반복되는 동일 제품 추천을 방지하는 방향으로 나갈 수 있게 됐다.
◆ AI 기반 리스크 매니지먼트
신한카드의 또 다른 AI 기반 시스템은 리스크 매니지먼트 분야에 적용되고 있다. 각종 부정 사용거래 방지 및 신용평가 시스템에 AI 기반 알고리즘을 도입하고 있어서다. 특히 고객들의 직접적인 피해로 연결되는 카드 부정거래 분야는 AI를 통해 사고를 미연에 방지할 수 있다는 점에서 큰 의의가 있다. 신한카드는 서울대 연구진과 협업해 AI 딥러닝 방식으로 카드 부정거래 적발 시스템(FDS)을 업계 최초로 추진하고 있다. 이르면 연내 도입·시행된다. 딥러닝 방식이 FDS와 결합하면 데이터를 바탕으로 시스템이 자동으로 이상 징후를 포착해 부정거래를 스스로 잡아내게 된다.
예를 들어 해외 편의점에서 갑자기 국내 거주자 카드로 잇달아 소액 결제가 발생할 경우 과거에는 사람이 시스템에 관련 부정거래 패턴을 사전에 입력해서 찾아냈지만, 딥러닝을 도입하면 컴퓨터 스스로 이 패턴을 구조화한 후 자동으로 같은 방식으로 진행되는 부정거래를 중단시킨다. 특히 과거에 부정 사용이 없었던 해외 이상거래 가맹점에서 이상 징후를 찾아내는 데 딥러닝 방식이 유용한 것으로 알려졌다.
미국의 경우 주요 대형 온라인 결제 서비스 업체들은 이미 FDS에 딥러닝 기술을 활용해 결제 사기에 대응하고 있다. 전 세계 온라인 결제에서 발견된 수만 개의 잠재적인 특징을 분석해 특정 사기 유형과 비교하거나 사기 방식을 탐지하고 다양한 유사 수법을 파악하고 있다. 실제 딥러닝 도입 이후 금융 부정거래 사기 피해 비율이 절반 이상 줄어들었다는 연구 결과가 발표된 바 있다.
신용평가 분야에서도 다양한 리스크 측정을 AI 알고리즘을 통해 추진하고 있다. 특히 기존 신용등급체제로 걸러내기 어려운 다양한 평가 변수를 기계 학습 방식으로 평가하고, 정확도를 높여 나갈 수 있는 평가 모델 개발에 주력하고 있다.
◆ 음성인식에도 AI 도입
수많은 고객들과 접점을 갖고 있는 카드사에서는 상담 창구에서 AI를 활용할 경우 효율성을 크게 높일 수 있다. 보다 정확한 정보, 고객들의 니즈를 AI를 통해 파악할 수 있고, 이를 기반으로 즉각적인 대응이 가능하기 때문이다. 신한카드 역시 음성인식시스템의 질을 한 단계 높이기 위해 다양한 AI 알고리즘 도입을 준비하고 있다.
신한카드는 음성 빅데이터 분석을 기반으로 전화를 건 고객의 질문 유형 등 단순 정보를 상담원에게 알려주는 기존 수준에서 벗어나, 앞으로는 고객의 단순 질의에 AI가 직접 응답해주는 서비스를 도입하는 것을 1차적 목표로 삼고 있다.
음성인식 기술의 비약적 발전에도 여전히 음성인식은 카드사가 도입하기에는 기술적인 한계가 있다. 잡음 등 여러 가지 외부 환경을 감안하면 고객들의 음성인식에는 매우 낮은 정확도를 보이고 있기 때문이다.
나이, 사투리, 남녀 특성에 따라 이러한 발성 요인을 세부적으로 분석하기 위해서는 AI 알고리즘 도입이 필수다.
[이덕주 기자]
[ⓒ 매일경제 & mk.co.kr, 무단전재 및 재배포 금지]
