AI, 금융을 바꾸다 ChatGPT가 보여준 놀라운 성과는 모든 산업에 혁신적인 변화를 불러왔다. 금융계도 예외는 아니다. 이 책은 핀테크, 금융 투자, 신용 리스크, 금융 사기 탐지 및 방지, 프로덕트 관리, 생성형 AI로 나눠 금융계에서 AI를 활용하는 방법을 다양한 사례와 함께 알아본다. 또한, 파이썬 라이브러리인 NetworkX, OptBinning, 케라스를 활용해 실제 금융 데이터 기반인 예제를 체계적으로 실습한다. 금융과 AI의 만남을 살펴보면서 금융 AI의 전략적 방향성과 금융 AI에 대한 인사이트를 얻을 수 있을 것이다.
외국계 IT 기업, 국내 금융사 AI 연구소, 외국계 소비재 기업 등에서 다양한 AI 프로젝트 경험을 쌓고 현재는 이커머스 기업의 핀테크 조직에서 시니어 데이터 과학자이자 머신러닝 알고리즘 엔지니어로 일하고 있다. 베이징 대학 졸업 후 캘리포니아 대학교 샌디에이고(UCSD)에서 국제경제 석사학위를 받았다. 또한, 세계 최대 데이터 과학 커뮤니티이자 경진대회 플랫폼인 캐글에서 그랜드마스터로 활동하고 있다. 저서로는 『AI 소사이어티』(2022, 미래의창/2022년 세종도서 교양부문 선정), 『퀀트 전략을 위한 인공지능 트레이딩』(2020, 한빛미디어)이 있으며, 역서로는 『그림으로 배우는 StatQuest 머신러닝 강의』, 『단단한 머신러닝』, 『데이터 과학자와 데이터 엔지니어를 위한 인터뷰 문답집』(이상 제이펍) 등이 있다.
추천의 글 ix머리말 xi이 책에 대하여 xiiiCHAPTER 1 금융과 핀테크에서의 AI 11.1 금융이란 무엇인가? 31.2 금융을 다루는 기관들 4__1.2.1 은행(제1금융기관) 4__1.2.2 비은행예금취급기관(제2금융기관) 4__1.2.3 보험회사 5__1.2.4 금융투자업자 5__1.2.5 기타금융기관(카드사 포함) 5__1.2.6 공적금융기관 5__1.2.7 핀테크 61.3 AI와 그 주변 용어들 61.4 금융과 AI 8__1.4.1 국내 금융 분야 AI 시장 규모 9__1.4.2 금융 산업에 대한 AI의 영향력이 큰 이유 10__1.4.3 금융 AI 트렌드 13__1.4.4 금융 서비스에서 AI의 핵심 가치 15__1.4.5 금융 서비스 분야에서 AI의 도입 장벽 161.5 금융 AI의 주요 활용 분야 18__1.5.1 신용 평가에서 AI와 대체 데이터의 활용 19__1.5.2 사기 탐지 및 방지: 디지털 시대의 필수 요소 21__1.5.3 고객 서비스 26__1.5.4 투자와 트레이딩 28__1.5.5 준법 감시와 규제 29__1.5.6 프로세스 자동화 311.6 금융 AI 핵심 문제 정의 331.7 금융 AI 전망과 도전적 과제들 35__1.7.1 양질의 데이터 확보 36__1.7.2 규제 및 보안 이슈 37__1.7.3 기존 레거시 시스템의 한계 37__1.7.4 윤리적 고려의 중요성 381.8 마무리 39CHAPTER 2 금융 투자 영역에서의 AI 412.1 대표적인 금융 투자 방식 43__2.1.1 퀀트의 기원과 AI 시대 44__2.1.2 성장하는 알고리즘 트레이딩 시장 462.2 금융 투자 영역에서 AI가 각광받는 이유 462.3 AI를 접목한 투자의 장점과 단점 472.4 금융 투자 데이터 유형 492.5 데이터 소스 선택 512.6 전통적인 퀀트 투자 vs. AI 기반의 계량 투자 52__2.6.1 전통적인 퀀트 투자 전략 54__2.6.2 AI 기반 투자 전략 552.7 AI를 금융 투자에 활용할 때 주의해야 할 점 562.8 실제 투자 영역에서의 AI 응용 사례 572.9 마무리 60실습 1 금융 시계열 및 파이썬을 활용한 전통 퀀트 방법 구현 60실습 2 머신러닝을 이용한 투자 전략 75실습 3 딥러닝을 이용한 투자 전략 98CHAPTER 3 AI 기반의 신용 리스크 모델링 1133.1 신용 리스크 관리 개요 115__3.1.1 신용 리스크 관리의 중요성 116__3.1.2 신용 리스크 관리의 필수성 116__3.1.3 신용 리스크 관리의 실천 방안 1163.2 신용 평가 모델의 활용 117__3.2.1 신용 평가 모델의 다양한 활용 사례 117__3.2.2 여러 나라의 신용 평가 시스템 118__3.2.3 핀테크에서의 신용 평가 모델 활용 1193.3 신용 리스크 관리 체계 123__3.3.1 데이터 체계 125__3.3.2 전략 체계 126__3.3.3 모델 체계 1283.4 AI 적용 관점에서의 신용 리스크 관리 영역 특징 1293.5 신용 평가 모델 평가 지표 130__3.5.1 K-S 통계량 130__3.5.2 PSI 131__3.5.3 정밀도와 재현율 132__3.5.4 AUC-ROC 1343.6 신용 평가 모델 개발을 위한 사전 지식 135__3.6.1 연체 기간 136__3.6.2 관찰 시점 137__3.6.3 관찰 기간 137__3.6.4 성능 기간 137__3.6.5 종속변수 138__3.6.6 성능 기간 설정과 빈티지 분석 139__3.6.7 데이터 분할 전략 1413.7 머신러닝 기반 신용 평가 모델 개발 142__3.7.1 데이터 준비 143__3.7.2 데이터 가공(피처 엔지니어링) 147__3.7.3 모델링 154__3.7.4 스코어링 155__3.7.5 모델의 해석력 158__3.7.6 모델 배포 159__3.7.7 모니터링 1613.8 마무리 161실습 1 밑바닥부터 시작하는 머신러닝 기반 신용 평가 모델 개발 162실습 2 OptBinning 라이브러리를 활용한 신용 평가 모델 개발 184CHAPTER 4 AI를 활용한 금융 사기 거래 탐지 및 예방 2014.1 금융 사기 거래 탐지의 중요성과 AI 2034.2 이상 탐지와 사기 거래 탐지 2054.3 금융 사기 유형 2064.4 금융 사기의 특성 2074.5 사기 거래 탐지와 진화하는 AI 기술 2094.6 금융 사기 거래 탐지 및 예방 210__4.6.1 사기 거래 탐지 및 예방 시장 규모 211__4.6.2 금융 사기 예방 방법 2124.7 사기 거래 탐지 및 예방 리스크 관리 전략 개발 프로세스 215__4.7.1 리스크 관리 전략 개발 프로세스 215__4.7.2 리스크 분석 216__4.7.3 전략 설계 및 프로세스 디자인 217__4.7.4 전략 효과 평가 및 진단 조율 217__4.7.5 지속적인 개선과 최적화 2174.8 마무리 218실습 1 사기 거래 탐지를 위한 가장 기본적인 방법: 규칙 기반 탐지 219실습 2 머신러닝 기반의 신용카드 사기 거래 탐지 모델 개발 223실습 3 딥러닝 기반의 신용카드 사기 거래 탐지 모델 개발 248실습 4 그래프 데이터를 활용한 금융 사기 거래 탐지 및 예방 259CHAPTER 5 금융 AI 프로덕트 관리 2775.1 데이터 파이프라인 구축 2805.2 데이터 파이프라인 예시 2825.3 SQL과 에어플로를 활용한 배치 처리 데이터 파이프라인 예시 2845.4 모델 패키징 및 배포 289__5.4.1 모델 패키징하기 289__5.4.2 배포하기 2905.5 프로덕션 환경에서의 모델 테스트 방법 2915.6 AI 프로덕트 성능 모니터링 292__5.6.1 공변량 시프트 293__5.6.2 개념 드리프트 294__5.6.3 모델 성능 저하를 불러오는 변화 유형 294__5.6.4 데이터 분포 시프트를 감지하는 방법 2945.7 AI 프로덕트의 모델 재학습 주기 2965.8 AI 프로덕트 성과 및 가치 측정 297__5.8.1 비즈니스 관점 297__5.8.2 시스템적 관점 298__5.8.3 체계적이고 정량적인 지표를 제공하자 2995.9 마무리 300실습 1 Evidently AI를 활용한 모니터링 301CHAPTER 6 금융에서의 생성형 AI 활용 3096.1 생성형 AI의 핵심 원리와 사용 방안 312__6.1.1 데이터 수집 및 변환 315__6.1.2 임베딩 315__6.1.3 질의와 문서 임베딩 비교 316__6.1.4 프롬프트 보강 3166.2 LLM 애플리케이션을 만들기 위한 도구들 317__6.2.1 RAG 317__6.2.2 공통 도구 318__6.2.3 미세 조정 3196.3 금융에서의 생성형 AI 활용 방안 3196.4 생성형 AI에 대한 오해와 진실 323__6.4.1 생성형 AI 기술은 새롭다 323__6.4.2 기반 모델이 기존의 머신러닝을 완전히 대체할 것이다 323__6.4.3 환각 현상 때문에 생성형 AI 응용이 불가능하다 324__6.4.4 생성형 AI가 모든 문제를 해결할 것이다 3246.5 마무리 325찾아보기 327
