2020.03.04

AI로 IPO 투자자 식별··· BoA의 거래 예측 시스템 '프리암'

Thor Olavsrud | CIO
IPO 등을 통해 고객이 자본을 조달할 수 있도록 도와주는 데 특화된 ECM(equity capital markets) 은행가들을 전통적으로 거래에 참여할 가능성이 가장 큰 투자자들을 식별하기 위해 투자자와의 관계와 재무 및 산업 환경에 관한 자신들의 전문지식을 활용했다. 뱅크오브아메리카는 AI를 이용하여 그러한 전통을 완전히 뒤집으려고 하고 있다.
 
ⓒGetty Images Bank

뱅크오브아메리카증권(Bank of America Securities)의 글로벌 자본시장 공동대표인 엘리프 빌기 자파롤리는 “금융서비스와 금융서비스 선진화를 위한 기술 활용을 보면 모든 업종과 모든 상품이 시대를 잘 따라가는 것은 아니다”라고 말했다.

자파롤리는 사용자 기반이 전부 클라우드, 인터넷 또는 모바일에 있기 때문에 비즈니스의 소비자 측면은 매우 현대적인 경향이 있다고 전했다. 더 기업 중심적인 측면에서는, 종종 고객들이 기술 곡선에서 뒤처져 있는 경우도 있다. 

자파롤리는 “우리 사업의 일부를 볼 때도 구매 측면인 시장 고객이 수십 년간 ‘전산 시스템을 바꿔 왔기’ 때문에 뱅킹보다 시장이 더 발전하고 있다”라고 말했다.

뱅크오브아메리카는 모든 것을 바꾸려 한다. 뱅크오브아메리카는 가격 변동을 예측하기 위해 시장 신호를 사용하는 것과 같은 양적 거래 정보에서 단서들을 모으고 있으며, 그러한 아이디어와 기술을 ECM 사업에 적용하려고도 한다.

자파롤리는 “같은 마음가짐과 같은 방법을 사용하고 있고 많은 경우 유사한 알고리즘을 사용하고 있다. 하지만, 우리가 투입하는 것은 다르고 예측하고자 하는 것도 다르다. 우리는 당신이 하겠다고 하면 경기를 예측해보고 싶다”라고 이야기했다.

거래에 대한 최상의 투자자를 예측하기
지난 2년 동안 뱅크오브아메리카의 데이터 과학자들과 엔지니어들은 ECM 거래와 투자자들 사이의 관계 동향을 파악하기 위해 머신러닝 알고리즘의 네트워크를 사용하는 AI 거래 예측 시스템인 프리암(PRIAM)을 만들어 왔다.

글로벌 뱅킹, 시장, 기업 위험, 금융 기술 담당 CIO인 데이비드 레일리에 따르면 전문가들이 AI 모델을 교육하기 위해 1억 5,000만 개가 넘는 데이터 포인트에서 공개적으로 이용할 수 있는 데이터와 독점적인 데이터를 모두 수집하고 정제하며 정리했다. 이 데이터에는 5만 건 이상의 과거 ECM 거래 정보, 투자자 데이터 및 시장 데이터가 포함되었다.

레일리는 “우리는 데이터와 애널리틱스를 표에 담고 있다. 무언가를 대체하려는 것이 아니라 우리 뱅킹 파트너들이 현장에 나갈 때 그들이 보유한 풍부한 관계와 시장 정보 데이터를 보완하려는 것이다”라고 말했다.

레일리는 이제 프리암이 자본상품 세부사항, 과거 거래 참여, 트레이딩, 고객 접점 정보, 시장 데이터에 기초한 거래에 대한 최고의 투자자를 예측함으로써 ECM 거래에 대한 수요를 극대화하는 데 도움이 된다고 설명했다. ‘고신호’ 투자자를 80% 이상의 정확도로 파악해 수 초 만에 1,000명의 투자자에 대한 점수를 매길 수 있다. 은행의 ECM 뱅커들은 분석과 통찰력을 그들의 전략에 수용하게 된다.

레일리는 “데이터 그 자체로 목표대상을 정할 수 있는 것은 충분하지는 않지만 추가 자산으로서 우리를 차별화해주리라 생각하는 표를 만들어줄 수는 있을 것이다. 아주 빨리 그렇게 할 수 있기 때문에 이제 모델을 업데이트하고 나서 시장 이벤트에 근거해 다시 실행할 수 있다”라고 설명했다.
 
데이터와 전문성의 결합 
레일리에 따르면 프리암의 비법은 전통적으로 은행가들의 관계와 전문성에 주로 의존해 온 것에 데이터와 애널리틱스를 결합한 데 있다. 

그는 “이 특정 제품과의 차이를 만드는 것은 끊임없이 업데이트되고 있는 데이터 및 애널리틱스와 결합된 깊고 때로는 수십 년의 가치를 지닌 비즈니스와 시장 경험의 결합”이라고 설명했다.

뱅크오브아메리카가 새로운 기술의 적용으로 퓨처엣지 50 어워드를 수상하게 된 이 프로젝트는 자동화를 통해 은행이 이전에 수동으로 입증되지 않은 데이터를 분석하고 수집하는 데 들인 수백 시간을 절약하는 데 도움을 주었다. 레일리는 또한 은행 신디케이트 팀이 거의 실시간으로 더 많은 정보를 제공함으로써 리스크 관리 방식을 혁신하는 데 도움을 줄 수 있는 잠재력도 가지고 있다고 지적했다.

자파롤리는 뱅크오브아메리카 그룹 전체에서 발견되는 전문지식을 활용하여 기존 사업에 대해 다르게 생각하는 내부 협력이 성공의 열쇠였다고 밝혔다.

자파롤리는 “프리암을 구축하고 나서 프리암을 업데이트하는 과정에서 은행 내부와 은행 외부의 수많은 다양한 분야 또는 그룹이 함께 모여 고객을 위한 부가가치 제안을 만들어야 한다는 사실을 발견했다”라고 전했다.

뱅킹과 시장 모두에서 얻은 전문성뿐 아니라 양적 트레이딩과 같은 영역에서 수집한 머신러닝과 인공지능 전문성 모두가 역할을 했다.  

자파롤리는 “우리가 아무것도 새로 만들지 않았기 때문에 내 생각에 그것은 성공적인 방식으로 끝났다. 우리는 방금 ‘좋아, 만약 이것이 시장에서 효과가 있다면, 그것부터 시작해서 무엇이 투입되는지에 따라 어떤 영역의 전문지식이 영향력을 발휘하는지 봅시다’라고 말했다”라고 이야기했다. ciokr@idg.co.kr
 



2020.03.04

AI로 IPO 투자자 식별··· BoA의 거래 예측 시스템 '프리암'

Thor Olavsrud | CIO
IPO 등을 통해 고객이 자본을 조달할 수 있도록 도와주는 데 특화된 ECM(equity capital markets) 은행가들을 전통적으로 거래에 참여할 가능성이 가장 큰 투자자들을 식별하기 위해 투자자와의 관계와 재무 및 산업 환경에 관한 자신들의 전문지식을 활용했다. 뱅크오브아메리카는 AI를 이용하여 그러한 전통을 완전히 뒤집으려고 하고 있다.
 
ⓒGetty Images Bank

뱅크오브아메리카증권(Bank of America Securities)의 글로벌 자본시장 공동대표인 엘리프 빌기 자파롤리는 “금융서비스와 금융서비스 선진화를 위한 기술 활용을 보면 모든 업종과 모든 상품이 시대를 잘 따라가는 것은 아니다”라고 말했다.

자파롤리는 사용자 기반이 전부 클라우드, 인터넷 또는 모바일에 있기 때문에 비즈니스의 소비자 측면은 매우 현대적인 경향이 있다고 전했다. 더 기업 중심적인 측면에서는, 종종 고객들이 기술 곡선에서 뒤처져 있는 경우도 있다. 

자파롤리는 “우리 사업의 일부를 볼 때도 구매 측면인 시장 고객이 수십 년간 ‘전산 시스템을 바꿔 왔기’ 때문에 뱅킹보다 시장이 더 발전하고 있다”라고 말했다.

뱅크오브아메리카는 모든 것을 바꾸려 한다. 뱅크오브아메리카는 가격 변동을 예측하기 위해 시장 신호를 사용하는 것과 같은 양적 거래 정보에서 단서들을 모으고 있으며, 그러한 아이디어와 기술을 ECM 사업에 적용하려고도 한다.

자파롤리는 “같은 마음가짐과 같은 방법을 사용하고 있고 많은 경우 유사한 알고리즘을 사용하고 있다. 하지만, 우리가 투입하는 것은 다르고 예측하고자 하는 것도 다르다. 우리는 당신이 하겠다고 하면 경기를 예측해보고 싶다”라고 이야기했다.

거래에 대한 최상의 투자자를 예측하기
지난 2년 동안 뱅크오브아메리카의 데이터 과학자들과 엔지니어들은 ECM 거래와 투자자들 사이의 관계 동향을 파악하기 위해 머신러닝 알고리즘의 네트워크를 사용하는 AI 거래 예측 시스템인 프리암(PRIAM)을 만들어 왔다.

글로벌 뱅킹, 시장, 기업 위험, 금융 기술 담당 CIO인 데이비드 레일리에 따르면 전문가들이 AI 모델을 교육하기 위해 1억 5,000만 개가 넘는 데이터 포인트에서 공개적으로 이용할 수 있는 데이터와 독점적인 데이터를 모두 수집하고 정제하며 정리했다. 이 데이터에는 5만 건 이상의 과거 ECM 거래 정보, 투자자 데이터 및 시장 데이터가 포함되었다.

레일리는 “우리는 데이터와 애널리틱스를 표에 담고 있다. 무언가를 대체하려는 것이 아니라 우리 뱅킹 파트너들이 현장에 나갈 때 그들이 보유한 풍부한 관계와 시장 정보 데이터를 보완하려는 것이다”라고 말했다.

레일리는 이제 프리암이 자본상품 세부사항, 과거 거래 참여, 트레이딩, 고객 접점 정보, 시장 데이터에 기초한 거래에 대한 최고의 투자자를 예측함으로써 ECM 거래에 대한 수요를 극대화하는 데 도움이 된다고 설명했다. ‘고신호’ 투자자를 80% 이상의 정확도로 파악해 수 초 만에 1,000명의 투자자에 대한 점수를 매길 수 있다. 은행의 ECM 뱅커들은 분석과 통찰력을 그들의 전략에 수용하게 된다.

레일리는 “데이터 그 자체로 목표대상을 정할 수 있는 것은 충분하지는 않지만 추가 자산으로서 우리를 차별화해주리라 생각하는 표를 만들어줄 수는 있을 것이다. 아주 빨리 그렇게 할 수 있기 때문에 이제 모델을 업데이트하고 나서 시장 이벤트에 근거해 다시 실행할 수 있다”라고 설명했다.
 
데이터와 전문성의 결합 
레일리에 따르면 프리암의 비법은 전통적으로 은행가들의 관계와 전문성에 주로 의존해 온 것에 데이터와 애널리틱스를 결합한 데 있다. 

그는 “이 특정 제품과의 차이를 만드는 것은 끊임없이 업데이트되고 있는 데이터 및 애널리틱스와 결합된 깊고 때로는 수십 년의 가치를 지닌 비즈니스와 시장 경험의 결합”이라고 설명했다.

뱅크오브아메리카가 새로운 기술의 적용으로 퓨처엣지 50 어워드를 수상하게 된 이 프로젝트는 자동화를 통해 은행이 이전에 수동으로 입증되지 않은 데이터를 분석하고 수집하는 데 들인 수백 시간을 절약하는 데 도움을 주었다. 레일리는 또한 은행 신디케이트 팀이 거의 실시간으로 더 많은 정보를 제공함으로써 리스크 관리 방식을 혁신하는 데 도움을 줄 수 있는 잠재력도 가지고 있다고 지적했다.

자파롤리는 뱅크오브아메리카 그룹 전체에서 발견되는 전문지식을 활용하여 기존 사업에 대해 다르게 생각하는 내부 협력이 성공의 열쇠였다고 밝혔다.

자파롤리는 “프리암을 구축하고 나서 프리암을 업데이트하는 과정에서 은행 내부와 은행 외부의 수많은 다양한 분야 또는 그룹이 함께 모여 고객을 위한 부가가치 제안을 만들어야 한다는 사실을 발견했다”라고 전했다.

뱅킹과 시장 모두에서 얻은 전문성뿐 아니라 양적 트레이딩과 같은 영역에서 수집한 머신러닝과 인공지능 전문성 모두가 역할을 했다.  

자파롤리는 “우리가 아무것도 새로 만들지 않았기 때문에 내 생각에 그것은 성공적인 방식으로 끝났다. 우리는 방금 ‘좋아, 만약 이것이 시장에서 효과가 있다면, 그것부터 시작해서 무엇이 투입되는지에 따라 어떤 영역의 전문지식이 영향력을 발휘하는지 봅시다’라고 말했다”라고 이야기했다. ciokr@idg.co.kr
 

X