Course Outline

Generative AI 소개

  • 금융에 적용된 생성 모델 개요 및 관련성
  • 생성 모델의 종류: LLMs, GANs, VAEs
  • 금융 환경에서의 장점과 한계

Finance을 위한 생성 적대 신경망(GANs)

  • GANs 작동 원리: 생성자 vs 판별자
  • 합성 데이터 생성 및 사기 시뮬레이션에 대한 응용
  • 사례 연구: 테스트를 위한 현실적인 거래 데이터 생성

Large Language Models (LLMs)와 Prompt Engineering

  • LLMs가 금융 텍스트를 이해하고 생성하는 방법
  • 예측 및 위험 분석을 위한 프롬프트 설계
  • 사용 사례: 금융 보고서 요약, KYC, 위험 신호 탐지

Generative AI을 활용한 금융 Forecasting

  • 하이브리드 LLM 및 ML 모델을 이용한 시간 시리즈 예측
  • 시나리오 생성 및 스트레스 테스트
  • 사용 사례: 구조화된 및 비구조화된 데이터를 이용한 수익 예측

사기 탐지 및 이상 식별

  • 거래에서 이상 탐지하기 위한 GANs 활용
  • 프롬프트 기반 LLM 워크플로우를 통한 신규 사기 패턴 식별
  • 모델 평가: 거짓 양성 vs 실제 위험 지표

규제 및 윤리적 영향

  • 생성형 AI 출력의 설명 가능성과 투명성
  • 금융에서 모델의 허구와 편견의 위험
  • 규제 기대사항 준수 (예: GDPR, Basel 가이드라인)

금융 기관을 위한 Generative AI Use Case 설계

  • 내부 채택을 위한 비즈니스 사례 구축
  • 혁신과 리스크 및 준수를 균형 있게 유지
  • 책임 있는 AI 배포를 위한 Go 관리 프레임워크

요약 및 다음 단계

Requirements

  • 기본 금융 및 리스크 관리 개념 이해
  • 스프레드시트 또는 기본 데이터 분석 경험
  • Python에 대한 familiarity는 도움이 되지만 필수는 아님

대상

  • 리스크 매니저
  • 규정 준수 분석가
  • 재무 감사원
 14 Hours

Number of participants


Price per participant

회원 평가 (1)

Upcoming Courses

Related Categories