Offcanvas

AI / 로봇|자동화 / 비즈니스|경제

컴플라이언스 관리, AI·자동화로 '효율성·비용 절감' 다 잡는다

2022.05.26 Anna Frazzetto  |  CIO
AI를 사용하면 컴플라이언스 관리의 효율성을 높이는 한편 비용도 절감할 수 있다. 규제가 심한 산업의 CIO에게 이것이 의미하는 바는 다음과 같다.

규제는 소비자와 시장을 보호하기 위해 만들어졌지만 복잡하고, 비용이 많이 들며, 준수하기 어려운 경우가 많다. 금융, 생명과학 등 규제가 엄격한 산업은 컴플라이언스 비용 부담이 상당하다. 딜로이트에 따르면 지난 2008년 금융위기 이후 은행의 컴플라이언스 비용은 60% 증가한 것으로 추정되며, 위험 관리 협회(Risk Management Association)는 금융기관의 50%가 수익의 6~10%를 컴플라이언스에 지출하는 것으로 조사됐다고 밝혔다.
 
ⓒGetty Images Bank

RPA, NLP 등의 인공지능 및 지능형 자동화 프로세스를 활용하면 컴플라이언스를 충족하는 데 있어 효율성을 높이는 한편 비용도 절감할 수 있다. 그 방법은 아래와 같다.

1. RPA 및 NLP를 사용한 규제 변경 관리
금융기관은 한 해에만 최대 3억 페이지의 새로운 규정을 처리해야 할 수 있다(이는 여러 채널을 통해 주, 연방 또는 시 당국에서 배포된다). 이러한 변경 사항을 ‘수동’으로 수집, 분류, 확인하여 적절한 비즈니스 영역에 매핑하는 작업은 매우 많은 시간이 소요된다. 여기서 RPA를 사용하면 규제 변경 사항을 자동으로 수집할 수 있다. 더 나아가 규제를 이해하고 비즈니스 프로세스에도 적용하려면 정교한 OCR(광학 문자 인식), NLP, AI 모델이 필요하다.

• OCR은 규제 텍스트를 기계가 읽을 수 있는 텍스트로 변환할 수 있다.

• 그다음 NLP는 텍스트 처리, 즉 복잡한 문장과 규제 용어를 이해하는 데 사용된다.

• AI 모델은 해당 결과물을 활용하여 ▲유사한 과거 사례를 기반으로 정책 변경 옵션을 제공하고, ▲새로운 규제를 필터링하여 비즈니스와 관련된 규제에 플래그를 지정할 수 있다.


이러한 모든 기능을 통해 애널리스트는 상당한 시간을 절약할 수 있기 때문에 비용을 절감할 수 있다.

2. 규제 보고 간소화
규제 보고에서 가장 큰 시간 낭비는 보고해야 할 사항, 시기, 방법을 파악하는 것이다. 이를 위해 애널리스트는 규제를 검토할 뿐만 아니라 해석하고, 해당 규제가 비즈니스에 어떻게 적용되는지 (보고서를) 작성하며, 관련 데이터를 검색하기 위해 (이를) 코드로 변환해야 한다.

AI를 사용하면 비정형 규제 데이터를 신속하게 분석하여 보고 요건을 정의하고, 과거 규칙 및 상황에 따라 이를 해석하며, 보고서 작성을 위해 여러 회사의 리소스에 액세스하는 자동화된 프로세스를 트리거하는 코드를 생성할 수 있다. 이러한 규제 인텔리전스 접근법은 신제품 승인을 위해 보고서를 제출해야 하는 생명과학 기업이나 금융기관 등에 유용하다.

3. 마케팅 자료의 검토 과정 단축
규제가 심한 시장의 판매 프로세스에서는 마케팅 자료도 규제를 준수해야 한다. 하지만 끊임없이 나오는 새 마케팅 자료를 승인하는 일은 부담스러울 수 있다. 예를 들면 개인화된 마케팅 콘텐츠를 지향하는 트렌드로 인해, 제약회사에서는 컴플라이언스 담당자가 의약품 라벨 및 규정과 각 콘텐츠가 일치하는지 하나하나 확인해야 하기 때문에 컴플라이언스 비용이 기하급수적으로 증가하고 있다. 

이러한 전략을 확장하고자 인력을 추가한다면 상당한 비용 증가가 수반되기 마련이다. 이제는 AI를 사용하여 콘텐츠를 스캔하고, 컴플라이언스 여부를 더 빠르고 효율적으로 결정한다. 때에 따라서는 AI 봇이 규제를 준수할 수 있도록 마케팅 카피를 편집하고 작성하는 데까지 활용되기도 한다.

4. 트랜잭션 모니터링 오류 감소
금융 서비스의 전통적인 규칙 기반 트랜잭션 모니터링 시스템은 과도하게 오탐(false positives; 실제로 오류가 없지만 오류라고 보고하는 경우)을 생성하는 경향이 있다. 어떤 경우에는 오탐을 보고하는 비율이 90%에 도달해 컴플라이언스 담당자가 일일이 검토해야 하기도 한다. 

AI를 레거시 트랜잭션 모니터링 시스템에 통합하면 잘못된 컴플라이언스 경고를 최소화하고, 수동으로 검토해야 비용을 절감할 수 있다. 실제로 고위험인 문제만 컴플라이언스 담당자에게 전달되며, 그렇지 않은 문제는 자동으로 해결될 수 있다. 

컴플라이언스 담당자는 고위험 플래그가 지정된 트랜잭션만 처리하기 때문에, 더 많은 가치를 창출할 수 있는 곳에 리소스를 재배치할 수 있다. 아울러 새로운 추세가 식별되면 AI를 활용하여 기존 규칙 엔진이나 모니터링 시스템을 업데이트할 수도 있다. 

5. 신원 및 법적 조사 
범죄 활동과 자금 세탁을 막기 위해 은행은 신규 고객 실사를 진행한다. 특정 개인의 위험 수준에 따라 배경 조사는 2시간에서 24시간까지 이뤄질 수 있다. 이 시간의 대부분은 문서를 수집하고, 데이터베이스를 확인하며, 미디어 매체를 검토하는 데 사용된다. 

AI와 자동화는 이 과정을 간소화할 수 있다. 예를 들면 봇은 웹을 탐색하여 클라이언트와 관련된 언급을 찾고, 감정 분석을 활용하여 부정적인 콘텐츠에 플래그를 지정할 수 있다. NLP 기술은 법원 문서에서 불법 활동의 징후 또는 미디어에서 언급된 내용 중에서 분석용으로 가장 적합한 것을 스캔할 수 있다. ciokr@idg.co.kr
 
CIO Korea 뉴스레터 및 IT 트랜드 보고서 무료 구독하기
추천 테크라이브러리

회사명:한국IDG 제호: CIO Korea 주소 : 서울시 중구 세종대로 23, 4층 우)04512
등록번호 : 서울 아01641 등록발행일자 : 2011년 05월 27일

발행인 : 박형미 편집인 : 천신응 청소년보호책임자 : 한정규
사업자 등록번호 : 214-87-22467 Tel : 02-558-6950

Copyright © 2024 International Data Group. All rights reserved.