데이터 스토리지 및 AI: 금융 서비스 부문 빅 데이터 및 자동화에 투자

금융 서비스 산업 개요

2017년 Forbes는 "비즈니스 세계에서 가장 능력 있고 기술 집약적인 은행들이 AI를 갖춘 Luddites처럼 행동하는 이유는 무엇입니까?"라고 질문했습니다. [1]

인공 지능과 금융 서비스 업계에서 AI의 인지도가 높아짐에 따라 이러한 질문이 많이 바뀌었습니다. 금융 산업은 AI를 빠르게 도입하고 디지털 혁신을 주도하고 고객 경험을 개선할 수 있는 핵심 기술이라는 사실을 인식했습니다. AI는 차별화된 가치를 창출하고 금융 범죄와 싸우며 효율성을 높이고 비용을 절감하고 새로운 수준의

보안

 

제공할 수 있습니다. 금융 서비스의

데이터 혁신 AI가 금융 부문에서 헤드라인을 장식함에

따라, 새로운 사용 사례가 개발되어 금융 인재 도입이 증가하고 있습니다. 비즈니스 리더는 비즈니스 인텔리전스, 고급 분석 및 인공 지능이 상당한 기능을 제공한다는 사실을 인식하고 있지만 고품질 데이터를 얻기 위해서는 대량의 고품질 데이터에 의존합니다. 즉, 전사적 분석 및 AI 서비스는 확장 가능하고 안정적이며 고성능 데이터 파이프라인과

데이터

민주화를 필요로 합니다. 트랜잭션 수준에서 볼 때 일반적인 활용 사례 중 하나는 고객에게 셀프 도움말 솔루션을 제공하여 콜 센터 워크로드를 줄이는 스마트 봇입니다. 데이터 과학 분야에서는 "더 빠르고 정확하게 잠재 차용자를 평가하는 것이 더 다양한 요인을 고려하고 있으며, 이는 더 나은 정보에 기반한 데이터 기반 결정을 내릴 수 있습니다. AI가 제공하는 신용 점수 계산은 전통적인 신용 점수 체계에 비해 복잡하고 정교한 규칙을 기반으로 합니다. 이는 대출 기관이 기본 위험 지원자와 신용 가치가 있지만 신용 기록이 부족한 사람을 구별하는 데 도움이 됩니다."[2] 금융 서비스 빅 데이터 활용 사례 대출과 고객 경험 향상을 넘어 모든 형태의 빅 데이터와 AI가 금융

서비스를 변화시키고 있습니다. 이러한

5가지

 

주요 활용 사례는 시작에 불과합니다

 

• 규정 준수: 금융 감사자를 위한 자동 지능형 보고를 생성하고, 자금 세탁 방지, 고객 파악 및 스트레스 테스트를 지원합니다.
• 위험 관리: 신용 위험 평가, 손실 시나리오 및 금융 포트폴리오의 표준 편차를 최적화하여 거래 및 엔터프라이즈 리스크 관리를 지원합니다.
• 자산 관리: 가상 지원자와 함께 직접 맞춤화된 실시간 관리 고문을 사용할 수 있습니다.
• 보안: 사이버 보안(비정상적 현상에 대한 머신 러닝 기반), 사기 탐지, 멀웨어, 데이터 유출 및 내부자 거래 탐지를 개선합니다.
• IT 운영: 예측 분석과 머신 러닝을 사용하여 인프라 이상 징후를 감지하고 성능을 최적화하며, 응용 프로그램 개발 및 보안 취약성 탐지를 지원합니다.

AI 파이프라인 탐색

이러한 이점을 활용하려면 금융 조직은 데이터를 면밀하게 검토해야 합니다. Deloitte는 단편적인 접근 방식은 효과가 없을 것이라고 지적합니다. “금융 서비스 경영진은 사일로화된 접근 방식을 취하고 새로운 AI 이니셔티브를 도입할 때마다 처음부터 다시 시작하는 대신, 모든 비즈니스 프로세스와 기능을 포괄하는 AI 도구를 조직 전체에 체계적으로 배포하는 것을 고려해야 합니다." [4] 

이는 조직이 여러 데이터 파이프라인을 확장 및 통합해야 한다는 것을 의미하며, 이것은 쉬운 작업이 아닙니다. 단일 조직에 수백 개의 데이터 파이프라인이 필요할 수도 있습니다. 이것은 비용이 많이 들 수 있지만 적절한 데이터 아키텍처 구조와 성능 좋은 스토리지, 네트워킹, 컴퓨팅 기술이 여러 파이프라인을 조화시킬 수 있습니다. 그 결과, 모든 형태의 AI 프로젝트에 고급 분석 및 딥 러닝을 위한 데이터를 제공하는 고성능의 확장 가능한 인프라를 구축했습니다.

이러한 각 파이프라인에서 데이터는 사용 사례 유형에 따라 데이터 볼륨, 속도, 다양성이 크게 달라집니다. 이를 탐색하려면 엔드투엔드 데이터 파이프라인 및 AI 프로젝트 단계를 이해하고 해결하는 파트너와 솔루션이 필요합니다.

솔리다임 및 금융 서비스

데이터 아키텍처는 검색부터 저장, 처리, 전송에 이르는 데이터 흐름을 정의합니다. 이는 주로 응용 프로그램 아키텍처에 의해 구동되지만 메모리의 기본 스토리지 아키텍처 또는 SSD(솔리드 스테이트 드라이브)와 같은 영구 스토리지에 의존합니다. 또한 금융 서비스에서 다양한 유형의 워크로드 요구 사항이 있는 여러 AI 프로젝트를 지원할 때 솔리다임은 이러한 다양한 요구 사항을 충족하는 데 필요한 성능과 용량을 제공합니다.

SLC(single-level cell) NVM Express(NVMe) 드라이브인 솔리다임 D7-P5810은 고빈도 거래, 캐싱, 데이터베이스 등 쓰기 작업이 많은 워크로드에 이상적인 성능과 용량을 조합하여 제공하며, 솔리다임 CSAL 기술과 함께 데이터 파이프라인의 필수 단계를 통해 대규모 데이터 세트에 액세스, 이동, 저장하는 데 필요한 고성능 및 고용량 스토리지를 제공합니다.

솔리다임 기술은 파이프라인의 여러 단계에서 다양한 워크로드, 액세스 패턴, 블록 크기에 따라 스토리지 리소스를 최적화합니다. D7-P5810과 같은 PCIe 기반 SSD는 스토리지 공간과 비용을 줄이면서 저장된 데이터의 가치를 극대화합니다.

솔리다임 D7-P5810 제품 개요에서 금융 서비스 업계가 AI를 사용하기 위해 대규모 데이터 세트를 활용하는 방법에 대해 자세히 알아보세요.