금융 산업에 최적화된 초거대 언어 모델(LLM) 동향을 좀 짚어 볼까 합니다. 업계서는 이를 ‘Financial Transformers’ 또는 ‘Finformer’라고 부르는데, 본 포스팅에서는 Finformer로 용어를 통일하겠습니다.
Finformer의 개념과 등장 배경 그리고 동향을 먼저 알아보겠습니다. Finformer는 이름에서 알 수 있듯이 금융 산업의 데이터로 모델을 최적화한 LLM입니다. ChatGPT가 대중의 관심을 받기 전부터 주요 금융 기관은 Finformer에 주목했습니다. 그리고 2023년 현재 선도적인 금융 기관들은 Finformer 전략 수립을 넘어 생성형 AI를 대내 업무와 대외 서비스에 접목할 수 있는 실행 단계에 이르렀습니다.
발빠르게 움직이고 있는 금융기관들…
Finformer 분야의 대표 사례로 NVIDIA와 도이치 뱅크의 협업을 꼽습니다. 양사는 협력을 통해 Finformer 모델을 최적화하고 이를 활용하는 시나리오를 개발해 실제 현장에 적용하고 있습니다. 몇 가지 예를 들면 다음과 같습니다. 도이치 뱅크는 사내 데이터를 활용해 모델을 학습하고 미세 조정을 하여 실제 업무에 생성형 AI를 접목하고 있습니다. 도이치 뱅크는 하이브리드 클라우드 접근을 하고 있습니다. 온프레미스 데이터센터와 함께 구글 클라우드를 이용하는 데 NVIDIA AI Enterprise를 이용해 AI 모델 배포와 관리를 일원화하였습니다.
위험 관리 및 금융 범죄 방지: Finformer 모델은 금융 시장의 데이터를 분석하여 위험을 식별하고 금융 범죄를 예방하는 데 사용할 수 있습니다. 예를 들어 Finformer 모델은 주식 시장의 데이터를 분석하여 주가 폭락을 예측하고, 은행 거래 데이터를 분석하여 금융 사기 거래를 예방할 수 있습니다.
고객 서비스: Finformer 모델은 고객 서비스 챗봇을 강화하고 고객의 질문에 보다 정확하고 유익한 답변을 제공하는 데 사용할 수 있습니다. 예를 들어 Finformer 모델은 고객 서비스 챗봇에 훈련되어 고객의 질문을 이해하고 적절한 답변을 제공할 수 있습니다. 도이치뱅크의 경우 3D 아바타를 통해 차별화된 고객 경험을 제공합니다.
자문: Finformer 모델은 고객에게 보다 정확하고 유용한 자문을 제공하는 데 사용할 수 있습니다. 예를 들어 Finformer 모델은 고객의 투자 포트폴리오를 분석하여 위험을 식별하고 투자 수익을 개선하는 데 도움을 줄 수 있습니다.
도이치 뱅크와 함께 주목받는 곳이 또 있습니다. 바로 블룸버그입니다. 블룸버그는 최근 금융 데이터와 코드의 대규모 데이터 세트에서 훈련된 LLM인 BloombergGPT를 공개하였습니다. 용도는 뭐 도이치 뱅크와 크게 다르지 않습니다. 금융 시장의 데이터를 분석하여 위험을 식별하고 금융 범죄를 예방하거나, 투자 보고서나 재무 보고서를 생성하거나, 고객의 질문에 보다 정확하고 유익한 답변을 제공하는 데 사용하는 등의 용도입니다. 물론 앞으로 활용 시나리오는 무궁무진할 것으로 보입니다.
오픈 소스 기반 대안도 있어!
여느 분야와 마찬가지로 Finformer 역시 오픈 소스 프로젝트가 있습니다. 바로 FinGPT입니다. 이 LLM 역시 텍스트와 코드의 대규모 금융 데이터 세트에서 훈련되었으며, 다양한 금융 관련 작업을 수행할 수 있습니다.
Finformer는 금융 부문의 AI 투자 방식에 큰 변화를 가져올 전망입니다. 예전부터 AI/HPC 부문에 투자를 많이 해온 금융 기관들은 LLM이란 새로운 가능성 앞세 서 있고, 이를 통해 조직 안팎의 변화를 이끌 것입니다.