연락처 정보

코스 개요

생성형 AI 개론

  • 생성 모델의 유형 및 금융 분야에서의 활용 가능성
  • 주요 생성형 모델 유형: LLM, GAN, VAE 등
  • 금융 업무 환경에서의 장점 및 한계 요인

금융 분야에서의 생성적 적대 신경망(GAN)

  • GAN의 작동 원리: 생성자와 판별자의 상호작용
  • 합성 데이터 생성 및 사기 시나리오 모사 등 금융 분야 활용 예시
  • 실제 테스트를 위해 현실적인 거래 데이터를 생성하는 사례 연구

대규모 언어 모델(LLM)과 프롬프트 엔지니어링

  • LLM이 금융 관련 텍스트를 이해하고 생성하는 방식
  • 예측 분석 및 리스크 평가를 위해 프롬프트 설계하기
  • 금융 보고서 요약, KYC 절차 수행, 이상 징후 탐지 등의 활용 사례

생성형 AI를 이용한 금융 예측 분석

  • LLM 및 머신러닝 모델을 결합하여 시계열 데이터 예측하기
  • 다양한 시나리오 설정과 스트레스 테스트 수행 방법
  • 구조화된 데이터와 비구조화된 데이터를 활용한 매출 예측 사례

사기 탐지 및 이상 현상 식별 기법

  • GAN을 활용한 거래 데이터의 이상 징후 탐지 방법
  • 프롬프트 기반 LLM 워크플로우를 통해 새롭게 나타나는 사기 패턴 식별하기
  • 오탐지율과 실제 위험 신호 간의 균형 및 모델 평가 방안

윤리적 측면 및 규제 준수에 관한 사항

  • 생성형 AI 결과물의 설명 가능성 및 투명성 확보 방안
  • 금융 분야에서 모델이 발생시킬 수 있는 환각 현상 및 편향 문제에 대한 주의 사항
  • GDPR, 바젤 가이드라인 등 관련 규제 기준 준수 방법

금융기관을 위한 생성형 AI 활용 방안 설계

  • 내부 도입을 위해 사업 타당성을 검토하는 방법
  • 혁신적 기술 적용과 리스크 및 규제 준수 간의 균형점 찾기
  • 책임감 있는 AI 도입을 위한 거버넌스 체계 구축 방안

요약 및 향후 실행 계획

요건

  • 금융 및 리스크 관리에 관한 기본 개념의 이해
  • 스프레드시트 사용 또는 기초적인 데이터 분석 경험
  • Python에 대한 지식이 있으면 유용하나 필수 사항은 아님

대상 수강생

  • 리스크 관리 담당자
  • 규제 준수 분석 전문가
  • 금융 감사인
 14 시간

참가자 수


참가자별 가격

회원 평가 (1)

예정된 코스

관련 카테고리