편집 : 2021.9.28 화 17:54
피플/칼럼
“금융 디지털 혁신 앞당기는 AI 클라우드”[기고]김형섭 효성인포메이션시스템 클라우드사업팀 컨설턴트
김형섭 컨설턴트  |  his-alexkim@hyosung.com
폰트키우기 폰트줄이기 프린트하기 메일보내기 신고하기
승인 2021.06.13  14:47:00
트위터 페이스북 미투데이 요즘 네이버 구글 msn

IT기술을 활용한 더 빠르고 유동적인 거래와 역동적인 핀테크 비즈니스가 금융 산업을 재편하고 있다.

그러나 기술의 급격한 변화에도 불구하고 고객 신뢰를 유지하고 안정적인 서비스를 제공해야 한다는 금융권의 핵심적인 원칙과 가치는 근본적으로 변하지 않는다.

   
 

디지털화에 익숙해진 고객들에게 차별화된 서비스를 제공하면서도, 금융업의 핵심가치를 유지하기 위해 가장 필요한 것은 바로 ‘데이터’의 힘이다.

금융회사들은 데이터 기반 전문 지식을 통해 인사이트를 확보하고 기존의 브랜드를 강화하는 동시에 새로운 디지털 시대에 민첩성을 유지할 수 있도록 변화하고 있다.

방대한 양의 데이터를 관리•분석해 심도있는 데이터 기반 통찰력을 도출하고, 궁극적으로 수익성 있는 결정을 내리고 고객에게 전반적으로 더 나은 서비스를 제공하기 위해 노력하고 있다.

◆클라우드 환경에서 AI 프로젝트의 어려움

인공지능(AI) 시대가 도래함에 따라, 금융권도 새로운 조직, 새로운 업무, 새로운 요구 사항에 적극 대응하고 있다.

IT환경이 클라우드 중심으로 재편되면서 클라우드 아키텍처를 설계할 때 AI와 머신러닝(ML) 관련 역량이 요구되고 있다.

그럼에도, 클라우드 환경에서 AI를 성공적으로 활용하는 것은 결코 쉬운 일은 아니다.

클라우드 환경에서 AI 프로젝트 수행 시 겪게 되는 난관은 다음과 같다. 

첫째, 클라우드 환경에 활용되는 AI 플랫폼은 통계기법을 적용한 모델링 알고리즘, 컨테이너와 가상머신(VM), GPU∙서버 자원의 가상화 등 복잡한 인프라와 솔루션 조합으로 구성된다.

플랫폼의 복잡성과 AI/ML 모델 및 개발언어 다양성, 한정된 보유 연산 리소스 때문에 IT 운영자는 요구 환경을 어떻게 구성해야 할지 고민하게 된다.

둘째, AI/ML 모델의 개발•테스트•개선 프로세스가 비표준화 돼 있어 AI 프로젝트 별로 다르게 구성돼 효율적인 운영이 어렵다는 점이다.

기존의 개발 업무는 물론 AI모델 개발을 위한 자원 배포와 지속적 모델 개선, 추가적인 데이터 관리 방안에 대한 준비는 프로젝트 성공을 위한 필수 요건이다.

셋째, AI프로젝트는 많은 전문 인력 투입과 수많은 오픈소스와 솔루션의 조합 및 최적화(커스터마이징)가 빈번한 환경으로, 개발자, 데이터 사이언티스트, IT 운영자 간 상호 협업이 요구되며 이들의 원활한 협업이 프로젝트 성공의 관건이 된다.

   
▲ 'AI 프로젝트 수행시 겪게되는 난관'

◆성공적인 AI 프로젝트를 위한 해결법  

클라우드 환경에서 AI 프로젝트 수행 시 겪는 복잡한 플랫폼, 비표준화 된 프로세스, 많은 전문 인력의 비효율적인 작업 문제를 해결하기 위해서는 ▲플랫폼 최적화 ▲프로세스 자동화 ▲협업 환경의 효과적 구현이 필요하다. 

- 플랫폼 최적화 = 클라우드 확산에 따른 복잡한 운영관리를 피하기 위해서는 플랫폼 최적화가 중요하다. 프라이빗 클라우드를 운영하면서 쌓은 경험과 정책, 툴 등이 퍼블릭 클라우드에 그대로 적용되지는 않는다.

통제관리 요인이 더 많이 생기고 애플리케이션 호환성 문제가 발생한다.

AI 프로젝트가 확대될수록 클라우드 운영에 들어가는 비용과 인력, 시간도 증가하기 때문에 플랫폼 최적화가 반드시 필요하다.

플랫폼 최적화를 위해서는 애플리케이션과 워크로드의 효율적 배치가 중요하다.

AI분석 업무의 워크로드는 각 단계별로 적합한 환경이 있으며, 데이터 저장은 가상화 환경을 활용하는 것이 일반적이다.

그러나 머신러닝 모델 개발 및 분석 환경은 변경이 많아 빠른 이동∙배포가 가능한 컨테이너 환경이 유리하다.

따라서 각 업무의 효율적인 운영을 위해서는 이를 유기적으로 조합하고 한 번에 관리할 수 있는 플랫폼이 요구된다.

가상머신(VM)와 컨테이너를 단일 관리 포인트에서 운용할 환경이 필요하며, 하나의 하이퍼 바이저 위에 컨테이너와 VM을 동시에 사용하고 단일 화면에서 관리할 수 있어야 한다.

추가적으로 GPU 같은 연산자원을 효율적으로 운영하는 가상 환경 도입도 고려해야 한다.  

- 프로세스 자동화 = 프로세스 자동화는 AI/ML 분석 모델 개선과 배포 프로세스를 정형화∙자동화함으로써 시간을 줄이고 분석 업무에 집중하도록 한다.

적절한 분석이 적절한 시기에 제대로 이뤄지면 데이터 가치를 크게 높일 수 있다. 

AI 분석 업무는 크게 6가지 단계를 거친다.

① 데이터를 수집하고 저장한 후 데이터 모델링을 위해 가공∙정제한다.

② 그 다음 데이터 사이언티스트가 가공∙정제된 데이터에 통계 기법과 알고리즘을 적용해 모델링을 한다.

③ 모델링 된 모델은 운영에 적용 가능한지 지속적으로 평가돼야 한다.

④ 평가가 완료된 모델은 실제 운용 시스템에 적용되고, ⑤ 최종 사용자인 현업 담당자가 추론을 통해 예측 결과를 비즈니스에 활용한다.

⑥ 기업 사용자는 성공적인 평가를 거친 모델을 의사결정에 활용해 비즈니스를 발전시킨다.  

이 과정에서 데이터 분류 작업은 필수이며 이를 어떻게 자동화해 시간을 단축할 지가 AI 분석 업무 효율의 핵심이다.

AI 기반 데이터 태깅을 활용하면 데이터 분류 시간을 줄일 수 있다.

또한 가공된 데이터로 만들어진 모델을 지속적으로 모니터링하고, 적용 가능 여부를 평가하는 프로세스의 자동화, 나아가 모델의 테스트 환경과 운용 환경에 배포하는 반복 작업을 자동화하는 것도 필요하다.

- 협업 환경 = AI 개발 프로젝트에는 많은 전문 입력이 투입돼 협업할 수 있는 환경이 필요하다. 

프로젝트 단위 별로 각 담당자가 요구하는 인프라와 개발 환경이 상이하기 때문에, IT 운영자가 요청할 때마다 인프라 환경을 개별적으로 구성해 배포하기에는 한계가 따른다.

사전 정의된 카탈로그 환경을 구현해 VM 또는 컨테이너 환경을 만들고, 리소스를 할당해 배포하는 방식이 효과적이다.

이 사전 정의된 카탈로그 환경에서는 담당자가 요구하는 CPU, 메모리, 스토리지, 네트워크 등 자원을 할당할 수 있다.

환경을 개인 또는 사용자 그룹에 배포해 자유롭게 다룰 수 있는 샌드박스 환경 제공으로, 데이터 사이언티스트는 분석 환경 설정에 사용하는 시간을 본연의 업무인 AI 모델 개발 및 데이터 분석에 집중하여 프로젝트 효율성을 높일 수 있다.

   
▲ 'AI시대 클라우드 방향'

◆AI 분석 플랫폼을 활용한 금융 혁신

금융 서비스에서 데이터의 가치는 높아지고 있지만 실제 기업 비즈니스에 인사이트를 주는 효율적인 데이터 관리는 쉽지 않다.

특히 기존 수작업으로는 폭발적으로 증가하는 데이터의 체계적 관리를 비롯해 민감 정보 관리, 효율적인 데이터 리소스 할당이 어려워 최적화된 시스템 구축이 요구된다.  

효성인포메이션시스템은 AI 시대의 클라우드 환경에 최적화된 ‘AI 분석 플랫폼’을 통해 금융회사의 데이터 혁신을 지원한다.

IT 운영자부터 데이터 사이언티스트, 개발자에 이르기까지 모든 구성원이 역할에 맞게 사용하고, 비용 최적화는 물론 어떤 형태의 서비스도 즉시 운영∙관리∙확장 가능한 디지털 데이터센터의 모델을 제시한다. 

AI 분석 플랫폼을 위한 서버, 네트워크, 스토리지, GPU 등 하드웨어와 가상화 솔루션 및 컨테이너 소프트웨어를 턴키로 제공하고, 데이터 수집부터 저장, 분석, 시각화까지 전체 워크플로우를 엔드-투-엔드로 제공하며 AI분석 업무 프로세스 자동화와 업무 효율을 보장한다.

아울러 금융기업이 최적화된 IT 인프라로 최상의 비즈니스 성과를 내고 성공적인 디지털 전환을 구현하도록 돕는다.

<김형섭 효성인포메이션시스템 클라우드사업팀 컨설턴트>his-alexkim@hyosung.com

< 저작권자 © BI KOREA 무단전재 및 재배포금지 >
김형섭 컨설턴트의 다른기사 보기  
폰트키우기 폰트줄이기 프린트하기 메일보내기 신고하기
트위터 페이스북 미투데이 요즘 네이버 구글 msn 뒤로가기 위로가기
이 기사에 대한 댓글 이야기 (0)
자동등록방지용 코드를 입력하세요!   
확인
- 200자까지 쓰실 수 있습니다. (현재 0 byte / 최대 400byte)
- 욕설등 인신공격성 글은 삭제 합니다. [운영원칙]
이 기사에 대한 댓글 이야기 (0)
1
2개사 입찰도 ‘유찰’ 교보증권 마이데이터 향방은…
2
[분석]‘농협은행 정보계 차세대’ RFP를 풀어보니…
3
“초개인화 고객분석 마케팅, What, Why, and How?”
4
KT엔지니어링, ‘스팀터빈 발전 설비’ 첫 성과
5
“우리에게는 글로벌 아미가 있다(?)”
6
우리은행, ‘기업승계 택스 컨설팅’ 실시
7
‘U+스마트홈 구글 패키지’, 기능·콘텐츠 강화
8
미라콤아이앤씨, ‘AWS’ 도입
9
우리 원(WON) 뱅킹, ‘우리페이’ 간편결제 도입
10
세일즈포스, ‘드림포스 2021’ 성황리 개최
회사소개기사제보광고문의불편신고개인정보취급방침청소년보호정책이메일무단수집거부
서울시 영등포구 여의대방로65길 13, 904(여의도동 유창빌딩)| Tel: 02-785-5108 | Fax 02-785-5109
이메일주소무단수집거부 | (주)비아이코리아닷넷 | 대표이사 : 김동기 | 사업자 등록번호:107-87-99085 | 개인정보관리책임자 : 김동기
등록번호 : 서울 아01269 | 등록일자 : 신고일자 2008.10.22 | 발행인:김동기 | 발행일자:2010.06.01 | 편집인 : 김동기 | 청소년보호책임자 : 김동기
Copyright © 2012 BI KOREA. All rights reserved. mail to webmaster@bikorea.net