인공지능(AI) 및 머신러닝(ML) 기술은 대출 기관 및 금융 기관을 위한 애플리케이션, 용도 및 이점이 지속적으로 확장되고 있다. 이러한 성숙도와 확장된 채택률로 인해 AI/ML은 비즈니스 부문에서 긍정적인 ROI를 생성하는 매우 복잡한 솔루션을 해결하는 데 도움이 된다.
대다수의 금융 서비스 제공업체 및 대출 기관은 위험 관리, 대출 개시 부서의 마찰 감소, 소득 및 확인 제어, 사기 감소, 규정 준수 및 감사 프로세스와 같은 영역을 지원하기 위해 비즈니스 전반에 이러한 기술을 배포하고 있음을 인정한다.
궁극적으로 금융 서비스 제공업체는 실시간 투명성, 더 큰 금융 포용성 및 향상된 규정 준수를 위해 AI/ML을 사용하여 신용 비용을 낮추기 위해 계속 노력하고 있다. 다음은 금융 기관이 2023년에 AI/ML을 활용하는 방법에 대한 몇 가지 중요한 사용 사례이다.
대화형 챗봇
대화형 챗봇은 대출 기관이 보다 대화적인 방식으로 고객과 상호 작용할 수 있도록 도와준다. 소비자는 Amazon, Netflix 및 Lyft와 같은 선도적인 기술 선도 기업에서 받는 것과 동일한 수준의 고객 서비스를 원한다. AI 기반 챗봇 및 가상 도우미는 계정 잔액 및 최근 거래와 같은 많은 항목에 대해 고객에게 연중무휴 24시간 지원을 제공한다. 가장 인상적인 것은 이러한 챗봇을 통해 고객이 대화형 언어를 사용하여 자금을 보낼 수 있다는 것이다.
고객 감정 분석
수년 동안 금융 기관은 고객 감정을 빅 데이터 및 자동화 플랫폼에 결합하는 데 어려움을 겪었다. 오늘날 최고의 대출 기관은 고객에 대한 수많은 데이터에 액세스할 수 있지만 역사적으로 많은 부분이 구조화되지 않았고 컴퓨터가 이해하기 어려웠다. 그러나 AI는 고객이 소통하는 내용을 분석하고 고객이 표현하는 감정을 실시간으로 정확히 찾아낼 수 있다. 이러한 시스템은 대출 기관 고객 서비스 팀에 경고하여 문제를 효과적이고 빠르게 해결할 수 있도록 한다.
신용도 관리
AI/ML은 또한 고객의 신용도에 대한 보다 명확한 보기를 제공하는 데 도움이 된다. 특히 고객의 신용 파일이 얇거나 신용 파일이 없거나 오늘날의 많은 긱 이코노미 근로자와 같은 보조 수입원이 있는 경우에 그렇다.
다양한 간접 및 직접 대출 기관이 매년 수백만 건의 신규 및 중고차 거래에 대한 대출을 제공하는 자동차 금융에서 AI/ML을 사용하는 특정 사용 사례를 자세히 살펴보겠다.
AI가 자동차 금융에서 대출 결함을 식별하는 방법
소비자 금융 보호국(CFPB)은 대출의 정확성과 대출 기관과 대리점 간에 발생하는 서류 문서(거래 재킷이라고 함)에 대한 조사 수준을 높였다. 많은 경우에 감사는 대출 기관이 2010년 소비자 금융 보호법을 위반하여 고객에게 자동차 고액 대출을 제공할 수 있는 대출 계약의 비용을 잘못 표시했는지 여부를 조사하기 위해 실시된다.
이 시나리오는 규제 기관이 새로운 법률을 도입하거나 대출 기관과 해당 규정 준수 팀에 관리적 압력을 가하는 해석을 활용하는 기존 법률을 시행함으로써 경계를 넓히는 최신 사례 중 하나를 나타낸다. 많은 대출 기관은 운영 및 수익에 해로운 벌금 및 처벌에 여전히 취약하다.
대출 기관은 이러한 추가 조사 및 감사 환경을 피하는 데 도움이 되는 AI 기반 시스템 제어를 구현하여 이러한 시나리오를 보다 엄격하게 완화할 수 있다. 오늘날의 AI 기반 소프트웨어를 통해 대출 기관은 규제 요구 사항을 준수하고 감사를 받을 수 있다. 이 솔루션은 명확하고 표준화된 정책을 제공하며 대출 기관은 내부 감사를 위한 모델 거버넌스 준수를 통해 안내되는 동시에 필요한 경우 전문가 조언과 샘플 문서를 제공한다.
AI 모델 문서 사용
오늘날 AI 소프트웨어의 모델 문서에는 대출 기관을 위해 구축된 모델의 이질적인 영향 위험 가능성에 대한 정성적 평가가 포함된다. 감사 프로세스는 분기별 양적 이질적 영향 평가를 수행한다. 분석은 인종, 민족, 성별 및 연령(62세 이상)을 기반으로 한다. 이 프로세스는 인종 및 민족 데이터를 수집하지 않지만 CFPB의 BISG(베이지안 향상된 성 지오코딩) 프록시 방법을 사용하여 가장 최근의 인구 조사 데이터를 사용하여 인종, 민족 및 성별에 대해 사용한다.
오늘날 이 소프트웨어는 고급 AI 기술을 활용하여 데이터 수집 및 분석 프로세스를 단순화하고 자동화하며, 가능한 한 빠르고 효율적으로 대출 자금을 조달하는 동시에 자금 조달 비용을 낮추고 조기 상환을 위한 GAP 환급 처리 비용을 낮추는 것을 목표로 한다. 규정 준수를 개선하고 주의를 요하는 규제 문제(MRA) 및 불공정, 기만 또는 남용 행위 및 관행(UDAAP)과 관련된 동의 명령의 비용을 낮춘다.
모든 업계의 금융 제공업체와 마찬가지로 자동차 대출업체는 AI/ML 전문가가 아니며 핵심 역량이 아니므로 오늘날 AI/ML에서 도움을 줄 수 있는 우수한 외부 전문가를 찾는 것의 중요성을 이해한다. 자금 조달 준비가 되지 않은 부적절한 거래에 플래그가 지정될 수 있는 이러한 대출 결함을 잡기 위해 신뢰할 수 있는 파트너가 도청되고 있다. AI 소프트웨어를 사용하면 자금 제공자가 완전한 거래에 집중할 수 있으므로 팀이 딜러와 식별된 문제를 신속하게 해결할 수 있다. 또한 딜러 결함을 자동화하여 딜러에게 문서 결함을 즉시 알려 전달 중인 계약을 줄이고 거래 자금을 더 빨리 조달하며 규정 준수 및 규제 위험을 줄인다.
AI와 자동화가 단순한 대출 결함 이외의 자동차 대출업체를 위해 점점 더 많이 배포되고 있다는 점에 주목하는 것도 중요하다. 대출 기관 경영진을 대상으로 한 최근 설문 조사에 따르면 63%는 올해 증권화를 위해 AI 및 자동화 기술을 구현할 계획이며, 61%는 대출 서비스를 위해, 52%는 대출 처리 및 조사를 위해 구현할 계획이다.
AI와 ML은 금융 서비스 제공업체의 초기 단계에 있지만 이러한 기술의 채택은 계속 증가하고 있다. 더 중요한 것은 이러한 기관들이 운영 수익, 직원 사기 및 전반적인 고객 경험에 미치는 긍정적인 영향을 깨닫고 있다는 것이다.
