금융모델의 신뢰성을 보완하기 위해 보안데이터를 사용하고 있지는 않습니다만, 고급 알고리즘의 도입을 위해 노력중입니다.
오타입니다 보완데이터를 쓴다는게
네, 보완데이터가 확보가 된다면 활용하는 방향성으로 있습니다.
금융지주법에 의거, 계열사 내 고객 데이터를 제한적으로 통합/관리하고 있습니다. 장기적으로 고객데이터를 통합하여 관리하기 위한 방향성으로 나아갈 것으로 보입니다.
모데이터란 어떤 말씀이신지요? 계열사 중 신한은행은 별도의 분석플랫폼을 구축하여 분석을 수행하고 있습니다.
금융권의 가장 큰 장점은 넓은 고객 베이스와 아직도 분석이 덜 된 고객 (거래) 데이터라고 생각합니다. 장기적으로는 빅테크, 핀테크 기업을 경쟁상대로 생각하기보다 금융생태계에서 협력상대로 생각하는 것이 더 바람직할 것으로 보입니다.
OCR의 정확도는 계속 향상 중입니다. 대출계약서의 경우 학습을 지속적으로 하면서 영업점 직원의 공수를 확실히 줄였다고 알고 있습니다. 벤더의 stand-alone 솔루션을 구입하고 종료한 것이 아니라 맥락에 맞게 알고리즘을 개발하여 이식한 것으로 알고 있습니다.
보안에 대해서는 단순히 한번으로 마무리되지는 않을 것입니다. 끊임없이 보안에 대해서는 적용을 확대해 나갈 필요가 있다고 생각합니다. 솔루션으로 처리할 부분과 정책/프로세스로 처리할 부분을 구분해서 적용할 필요가 있겠습니다.
플랫폼의 도입 이후 유지보수는 Private/Public을 나누어 볼 수 있을 것 같습니다. On-prem에 구축한 플랫랫폼에 대해서는 구축하는 단계에 필요한 역량을 내재화해서 유지보수를 해나가야 하고, 플랫폼 위에서 진행되는 개발/운영에 대해서는 IBM Garage를 통해서도 역량 내재화를 해나갈 수 있습니다.
아직 답변이 없습니다
아직 답변이 없습니다
아직 답변이 없습니다
아직 답변이 없습니다
아직 답변이 없습니다
아직 답변이 없습니다
아직 답변이 없습니다
아직 답변이 없습니다
아직 답변이 없습니다
아직 답변이 없습니다
SAS플랫폼이 생성한 모델에 대해 셀프러닝을 위한 배치 API가 제공해 주므로 적용을 위한 기술적인 장벽을 낮출 수 있습니다.
셀프러닝 과정은 여러개의 분석 파이프라인 및 오토튜닝 등이 적용되므로 단순한 분석프로세스으로만 학습되는 것이 아니기 때문에 모델링을 하기위한 여러가지 Trial & error를 거칠 수 있도록 다양한 파이프라인을 거쳐서 최적의 모델을 재선정하는 과정이므로 충분히 여러개의 모델을 적용하므로 어렵지 않게 적용 할 수 있습니다.
SAS AI플랫폼은 특정비즈니스 영역에만 한정되는 비즈니스 솔루션이 아니라 다양한 업무에 활용이 가능한 범용 플랫폼입니다. 사용자가 적절하게 활용 할 수 있도록 SAS전문 교육센터를 통한 오프라인 교육과 온라인 교육이 모두 제공됩니다.
피처머신노드는 파이프라인으로도 사용가능하고 프로그램방식으로도 사용 가능합니다. 또한 SAS 플랫폼에서는 이러한 모든 기능들이 내장되어 있어 이러한 결과를 운영할 때도 DBMS나 하둡 그리고 배치 프로세스나 실시간 스코어링에도 적용 가능합니다.