문의를 보내주셔서 감사합니다! 팀원이 곧 연락드리겠습니다.
예약을 보내주셔서 감사합니다! 저희 팀 멤버 중 한 분이 곧 연락드리겠습니다.
기간 14 시간 (2 일들)
코스 개요
생성형 AI 소개
- 생성형 모델 개요 및 금융 분야에서의 중요성
- 생성형 모델의 유형: LLM, GAN, VAE
- 금융 맥락에서의 강점 및 한계
금융을 위한 생성형 적대적 신경망(GAN)
- GAN의 작동 원리: 생성기 vs 판별기
- 합성 데이터 생성 및 사기 시뮬레이션 적용
- 사례 연구: 테스트를 위한 현실적인 거래 데이터 생성
대규모 언어 모델(LLM) 및 프롬프트 엔지니어링
- LLM이 금융 텍스트를 이해하고 생성하는 방식
- 예측 및 리스크 분석을 위한 프롬프트 설계
- 사용 사례: 재무 보고서 요약, KYC, 경고 신호 감지
생성형 AI를 활용한 금융 예측
- 하이브리드 LLM 및 ML 모델을 이용한 시계열 예측
- 시나리오 생성 및 스트레스 테스트
- 사용 사례: 구조화 및 비구조화 데이터를 활용한 수익 예측
사기 감지 및 이상 식별
- GAN을 활용한 거래 이상 감지
- 프롬프트 기반 LLM 워크플로우를 통한 신규 사기 패턴 식별
- 모델 평가: 오탐지(FP) vs 진정한 리스크 지표
규제 및 윤리적 영향
- 생성형 AI 출력물의 설명 가능성 및 투명성
- 금융 분야의 모델 환각 및 편향의 위험
- 규제 기대사항 준수 (예: GDPR, 바젤 가이드라인)
금융 기관을 위한 생성형 AI 사용 사례 설계
- 내부 도입을 위한 비즈니스 케이스 구축
- 혁신과 리스크 및 컴플라이언스 간 균형 맞추기
- 책임 있는 AI 배포를 위한 거버넌스 프레임워크
요약 및 다음 단계
요건
- 기본 금융 및 리스크 관리 개념에 대한 이해
- 스프레드시트 또는 기본 데이터 분석 경험
- Python에 대한 익숙함은 도움이 되지만 필수 조건은 아님
대상 독자층
- 리스크 매니저
- 컴플라이언스 분석가
- 재무 감사인
회원 평가 (1)
이미 몇몇 리포트를 알고 있으며, 오늘 확인한 프롬프트 중 일부를 사용할 예정입니다.
Kelly Cotham
코스 - Copilot for Finance and Accounting Professionals
기계 번역됨
