고성능 컴퓨팅으로 금융 서비스를 지속적으로 혁신하는 방법

금융 서비스 세계에서는 가능한 한 많은 컴퓨팅 성능을 확보하는 것이 최고의 성능을 위한 핵심입니다. 경쟁 압력, 규제 보고, 보안 요구 및 위험을 신속하게 재평가하기 위해 복잡한 계산을 수행해야 하는 시장 변동을 포함하여 금융 회사가 매일 제공해야 하는 계산 용량을 크게 증가시킬 수 있는 수많은 상황이 있습니다.

예를 들어, 은행은 지속적으로 위험을 평가하고 규제 기관에 보고할 수 있어야 합니다. 과거에는 은행들이 위험을 종합적으로 파악하기 위해 몬테카를로 시뮬레이션(여러 잠재적 변수에 대해 다양한 결과가 나올 확률을 예측하는 데 도움이 되는 계산)을 오랫동안 사용해 왔습니다.

그러나 리스크가 커짐에 따라 금융 서비스 시장 전반의 규제 기관은 모델에 대해 점점 더 높은 수준의 확실성을 요구할 것으로 예상됩니다. 원하는 정확도를 달성하려면 모델에 더 많은 데이터와 훨씬 더 많은 반복 및 계산이 필요합니다. 이것이 대규모로 집약적인 컴퓨터 성능을 제공할 수 있는 HPC가 특히 유용할 수 있다고 믿는 부분입니다. 오늘날의 규제 표준의 요구 사항을 지원하기 위해 HPC는 금융 서비스가 온프레미스에 있든 클라우드에 있든 이러한 계산 집약적인 계산에 필요한 성능 수준을 제공할 수 있도록 설계되었습니다.

소비자로서 우리는 은행을 많이 신뢰하고 있으며 은행이 거래, 신용 점수부터 연령에 이르기까지 다양한 데이터에 액세스할 수 있다는 것을 알고 있습니다. 오늘날의 디지털 퍼스트 세계에서 기대하는 고품질의 원활한 고객 경험을 제공하려면 이 모든 데이터를 확보하는 것이 중요하지만, 은행은 진정한 가치를 창출하기 위해 먼저 이 데이터를 실행 가능한 인사이트로 변환해야 합니다.

이 데이터를 빠르고 효율적으로 분석하기 위해 은행은 HPC 기반 AI 및 머신 러닝 솔루션으로 전환할 수 있습니다. 금융 서비스 업계에서 HPC가 새로운 것은 아니지만(조직이 계산을 수행하는 데 있어 오랜 역사를 가지고 있습니다), 지금은 은행이 AI와 머신 러닝이 주도하는 새로운 시대를 위해 HPC를 혁신하고 활용해야 할 때입니다. HPC를 사용하여 AI 및 머신 러닝을 지원함으로써 금융 서비스 기관은 데이터를 이해하여 주요 비즈니스 결정을 내릴 수 있습니다.

예를 들어, 은행은 사기 탐지와 같은 중요한 상황이나 고객 서비스와 같은 긴급하지 않은 조치에 HPC 기반 AI를 활용할 수 있습니다. 이러한 시나리오에서 알고리즘은 고객의 신용 카드에 대한 비정상적이고 사기 가능성이 있는 활동을 식별하거나 가상 비서가 제공하는 고객 서비스 상호 작용에서 특정 감정(예: 좌절 또는 성가심)을 감지할 수 있습니다. 두 시나리오 모두에서 알고리즘은 문자를 통해 고객에게 의심스러운 신용 카드 활동에 플래그를 지정하거나 불만이 커지기 전에 추가 지원을 위해 고객을 실시간 상담원에게 전송하는 등의 작업을 트리거하는 데 도움이 될 수 있습니다.

금융 서비스 산업이 계속 변화함에 따라 은행은 HPC를 활용하여 규제 기관에 매일 리스크 포지션을 계산하여 보고할 수 있습니다. 금융 기관이 점점 더 정확한 위험 분석을 생성하고 AI 및 머신 러닝(모두 HPC 기반)과 같은 차세대 기술을 수용할 수 있다면 규제 요구 사항을 해결하는 동시에 혁신 목표를 추진할 수 있습니다.

IBM Cloud HPC에 대해 자세히 알아보세요.