저소득층 커뮤니티를 위한 재정적 안정 구축
AI 기반 추천 엔진은 데이터를 활용하여 재무 코치가 고객의 목표에 가장 적합한 포용적이고 공평한 핀테크 상품을 공유할 수 있도록 지원합니다.
딸과 함께 소파에서 재택근무 중인 여성

재정적 불안은 저소득층이 헤쳐 나가야 하는 벅찬 현실입니다. 금융 포용에 대한 체계적인 장벽은 현실입니다. 특히 유색인종 여성의 경우에 더욱 그렇습니다. 비영리 기술 조직인 Change Machine은 이러한 문제를 정면으로 해결합니다.

Change Machine의 사명은 사람이 주도하는 기술을 통해 저소득층 지역사회를 위한 재정적 안정을 구축하는 것입니다. Change Machine은 사람들이 재무 목표를 달성하는 방식을 혁신할 수 있는 서비스형 소프트웨어(SaaS) 플랫폼을 통해 업무를 수행합니다. 사회복지 기관 및 공공 기관의 재무 코치가 사용하는 이 플랫폼은 실무자를 위한 소셜 협업 도구, 다양한 재무 코칭 주제에 대한 교육 포털, 코치가 고객과 상담할 때 도움을 주는 Salesforce AppExchange의 사례 관리 앱이 포함되어 있습니다.

이 플랫폼에는 Change Machine이 포용적이고 안전하며 효과적인 것으로 검증한 다양한 핀테크 제품 및 서비스가 포함되어 있습니다. 이 플랫폼은 재무 코치와 고객의 인사이트와 경험을 반영한다는 점에서 사람 중심의 플랫폼이며, 고객 데이터에 대한 AI 분석을 통해 관련 핀테크 상품을 추천하는 기능을 포함하고 있습니다.

항상 이런 방식으로 이루어졌던 것은 아닙니다. 2020년 초에 Change Machine은 핀테크 제품의 경제성, 포괄성, 안전성과 각 제품의 금융 보안 구축 목표를 평가하는 일련의 기준을 개발했습니다. Marketplace Relief라고 하는 추천 엔진의 첫 번째 버전은 코로나바이러스 팬데믹으로 인한 경기 침체 속에서 금융 불안정을 완화하기 위해 출시되었습니다. 고객 요구 사항에 맞게 관련 심사를 거친 제품 및 서비스를 필터링하기 위한 기준이 만들어졌습니다. 예를 들어, 저축을 늘리고 신용을 개선해야 한다면 추천 엔진은 저축 및 신용 상품 및 서비스를 추천할 것입니다.

시스템은 잘 작동했지만 접근 방식이 제한적이었습니다. "저희의 오리지널 추천 엔진은 특정 장소와 특정 시점의 소규모 코치 그룹에 의해 설계되었습니다."라고 Change Machine의 제품 개발 담당 이사인 David Bautista는 말합니다. "지식의 범위와 추천할 수 있는 제품의 범위를 넓히기 위해 우리는 추천 엔진이 그 과정에서 자체적으로 업데이트될 수 있기를 원했습니다."

추천 규정은 또 다른 우려를 불러일으켰습니다. 제품 개발 담당 부인 책임자Robert Zarate-Morales는 "코치들은 전문 지식과 고객과의 업무 경험을 바탕으로 규칙을 정했지만, 고객이 가장 많이 사용하는 서비스와 일반적인 재무 상황에 따라 필요한 추가 임계값 등 시스템에 저장된 고객 데이터를 활용하는 방법도 알지 못했습니다"라고 말합니다. "데이터를 사용하면 고객의 요구 사항에 대한 더 나은 통찰력을 얻을 수 있습니다."

또한, 추천 엔진은 고객이 추천 제품 및 서비스를 수락하거나 거부하는지 여부(기능의 영향을 나타냄)를 고려하지 않았습니다.

더 높은 사용량

 

핀테크 제품의 지속적인 사용률이 60%에서 98%로 증가

개발 주기 단축

 

프로젝트 팀은 기계 학습 분류 모델을 개발하는 데 단 6주간 의 민첩한 스프린트를 수행했습니다.

코치들은 전문 지식과 고객과의 협력 경험을 바탕으로 규칙을 파악했지만 고객 데이터를 자본화하는 방법도 몰랐습니다. Robert Zarate-Morales 제품 개발 담당 부책임자 Change Machine
추천 개선을 위한 머신 러닝 적용

AI 데이터 분석을 활용해 추천 엔진을 개선할 수 있다는 점은 분명했습니다. 개발 지원을 위해 2021년 3월, Change Machine은 IBM 데이터 과학 및 AI 엘리트 팀과 협력했습니다. IBM은 비영리 단체가 데이터 과학과 AI를 활용해 미션을 달성할 수 있도록 지원하는 견습생 협력 프로그램인 사회적 영향력을 위한 IBM 데이터 및 AI에 참여하고 있습니다.

이 프로젝트는 IBM과 Change Machine 직원이 지식을 공유하고 요구사항을 고안하면서 시작되었습니다. 목표는 조직 데이터를 일관성 있는 전체로 합리화하고 권장 사항을 맞춤화하는 기계 학습 분류 모델을 개발하는 것이었습니다. 모델은 자가 학습되고 Trusted AI를 기반으로 하며, 이는 권장 사항의 이유를 설명할 수 있음을 의미합니다.

확장성을 통해 엔진은 파트너와 사용자의 예상 증가를 처리할 수 있습니다. 또한, 운영 대시보드에 실시간 데이터를 표시하여 운영에 대한 인사이트를 얻을 수 있습니다.

데이터 및 AI 모델을 개발하기 위해 IBM 팀은 중앙 집중식 데이터 기능에서 모든 데이터를 연결하는 IBM Cloud Pak for Data as a Service를 선택했습니다. 개발자들은 IBM Watson Studio 솔루션과 AutoAI 기능을 사용하여 쉽게 개발할 수 있었습니다. 확장 가능한 대시보드를 지원하는 API 기반 IBM Cognos Dashboard Embedded 솔루션입니다. 모든 도구는 IBM Cloud에서 제공하는 IBM Cloud Pak 내에 있습니다.

IBM과의 협력을 통해 새로운 방식으로 데이터를 활용하는 방법과 머신러닝 모델을 만들고 관리하기 위한 프레임워크를 구축하는 방법을 배웠습니다. David Bautista 제품 개발 담당 이사 Change Machine
IBM의 민첩한 방법론을 사용한 신속한 개발

개발은 6주 동안 세 번의 민첩한 스프린트로 이루어진 IBM 데이터 과학 및 AI 엘리트 참여 방법론을 사용하여 빠르게 진행되었습니다:

  • 첫 2주간의 스프린트에서 개발자들은 Change Machine을 사용하여 모든 소스에 연결된 데이터를 이해했습니다.
  • 두 번째 스프린트에서는 데이터가 실제로 예측을 할 수 있는지 알아보기 위한 기본 기계 학습 모델을 개발하는 데 중점을 두었습니다.
  • 세 번째 스프린트는 모델을 성공적으로 완성하여 새로운 기능으로 보강하여 프로덕션에 배포했습니다.
  • 다음으로, 재무 코치가 고객과 함께 사용하는 Salesforce 앱에 모델이 통합되었습니다. IBM 팀은 또한 관리 대시보드 개발 시 Change Machine 팀을 지원했습니다. 그리고 견습 협업의 일환으로 IBM은 앞으로도 계속 사용할 데이터 전략 및 AI 도구에 대한 지식을 Change Machine 팀에 이전했습니다.

    "IBM과의 협력을 통해 우리는 새로운 방식으로 데이터를 활용하는 방법과 기계 학습 모델을 생성하고 관리하기 위한 프레임워크를 구축하는 방법을 배웠습니다."라고 Bautista는 말합니다. "이 프로젝트는 또한 고급 클라우드 솔루션에 참여하는 발판이 되었으며, 이전에는 기껏해야 몇 년 후의 일이라고 생각했던 AI의 실제 애플리케이션을 배포하는 데 도움이 되었습니다."

    IBM과의 파트너십을 통해 데이터에 대해 보다 전략적으로 생각할 수 있게 되었습니다. David Bautista 제품 개발 담당 이사 Change Machine
    재정적 장벽을 극복하는 데 도움이 되는 품질 추천

    이제 Change Machine의 데이터에 대한 AI 분석이 Salesforce의 추천 엔진을 강화합니다. 이 솔루션은 매우 혁신적이어서 VentureBeat의 AI Innovation Award에서 AI for Good 부문 후보에 올랐습니다.

    기존 추천 엔진을 통해 고객은 코치가 추천하는 핀테크 상품을 60%만 적극적으로 사용했습니다. 새 버전에서는 이 수치가 98%로 증가했습니다. 이는 추천의 관련성이 더 높아졌음을 나타냅니다.

    Bautista는 “양질의 추천은 사람들이 재정적 장벽을 극복하도록 돕는 우리의 사명을 발전시킵니다”라고 말합니다. “제품 활용도를 높일 뿐만 아니라 사람들이 가장 필요로 하는 제품에 대한 접근성을 보장하는 데도 도움이 됩니다. 그리고 그들은 우리의 파트너와 그들이 코칭하는 사람들 사이의 관계를 공고히 하는 데 도움이 됩니다."

    또 다른 이점은 고객 및 핀테크 제품에 대한 동적 데이터에 대한 추천 엔진의 연결에서 비롯됩니다. 이 데이터 본문이 업데이트되면 엔진의 권장 사항도 업데이트됩니다.

    대시보드는 조직 전체에서 가치가 있는 것으로 입증되었습니다. 이 도구는 Change Machine의 관리자가 '숫자만으로는 모든 것을 알 수 없는' 동적 운영 데이터를 시각화할 수 있도록 도와준다고 Zarate-Morales는 말합니다. 개발자들은 IBM Cloud Pak for Data의 데이터 마트를 기반으로 추가 대시보드를 구축하고 있습니다.

    앞으로 IBM의 참여는 직원들이 배운 내용을 적용함에 따라 Change Machine 내에서 계속해서 혁신을 주도할 것입니다.

    Bautista는 “이 기술을 사용할 때의 기능과 상대적인 용이성을 모두 이해할 수 있어서 흥미로웠습니다.”라고 설명합니다. “이전에는 데이터가 우리가 대응적으로 사용하는 것이었습니다. 질문이 있다면 '데이터는 어디에 있을까요?'라고 묻곤 합니다.하지만 오늘날 우리는 전략 결정에 데이터를 적극적으로 활용하기 시작했습니다. IBM과의 파트너십을 통해 데이터에 대해 보다 전략적으로 생각할 수 있게 되었습니다."

    Change Machine 로고
    Change Machine 소개

    2005년에 설립된 Change Machine은 사람 중심의 기술을 통해 저소득층 커뮤니티의 재정적 안정을 도모합니다. 8,000명 이상의 실무자가 Change Machine의 플랫폼을 사용하여 고객의 주머니에 4,500만 달러를 넣는 등 영향력을 확대했습니다.

    다음 단계 안내
    IBM은 사회적 영향력을 위한 AI 인큐베이터에서 조직과 협력합니다. 블로그 룩셈부르크 연구진, AI로 혁신 가속화 사례 연구 혁신의 움직임과 전통을 함께 계승하기 사례 연구
    각주

    © Copyright IBM Corporation 2022. IBM Corporation New Orchard Road, Armonk, NY 10504

    2022년 8월 미국에서 제작

    IBM, IBM 로고, ibm.com, Cognos, IBM Cloud, IBM Cloud Pak 및 IBM Watson은 전 세계 여러 국가에 등록된 International Business Machines Corp.의 상표입니다. 기타 제품 및 서비스 이름은 IBM 또는 다른 회사의 상표일 수 있습니다. 최신 IBM 상표 목록은 '저작권 및 상표 정보' 웹페이지(www.ibm.com/kr-ko/legal/copytrade)에서 확인하세요.

    이 문서는 최초 발행일 기준 최신 문서로, IBM은 언제든지 해당 내용을 변경할 수 있습니다. IBM이 현재 영업 중인 모든 국가에서 모든 제품이 제공되는 것은 아닙니다.

    명시된 성능 데이터 및 고객 사례는 오직 정보 목적으로 제공됩니다. 실제 성능 결과는 특정 구성 및 작동 조건에 따라 다를 수 있습니다. 본 문서의 정보는 상품성, 특정 목적에의 적합성, 비침해성 보증 또는 조건을 포함하여 명시적 또는 묵시적 보증 없이 '있는 그대로' 제공됩니다. 제품 제공 시의 계약 조건에 따라 해당 IBM 제품을 보증합니다.