BC카드, 금융 특화 AI 모델로 검색 정확도 혁신 이끈다
BC카드가 자체 개발한 임베딩 모델을 앞세워 금융 특화 생성형 인공지능의 검색 정확도를 끌어올렸다고 2일 밝혔다. 생성형 인공지능이 답을 내놓는 과정에서 어떤 자료를 얼마나 정확하게 찾아오느냐가 성능을 좌우하는데, 이번 모델은 국내 금융 용어와 문맥을 더 정밀하게 이해하도록 설계됐다는 점이 핵심이다.
임베딩 모델은 문서의 뜻과 맥락을 수치화해, 질문과 가장 관련성이 높은 정보를 골라내는 기술이다. 쉽게 말해 인공지능이 방대한 자료 속에서 필요한 내용을 찾아오는 검색 엔진의 핵심 부품에 가깝다. BC카드는 기존 모델이 한국 금융시장에 자주 쓰이는 표현과 제도, 전문 용어를 충분히 반영하지 못하는 한계가 있었다고 보고, 이를 보완하기 위해 오픈소스 플랫폼에 공개한 182만건 규모의 데이터셋을 활용해 새 모델을 개발했다고 설명했다.
이번 모델은 처리 속도와 효율성에 무게를 둔 경량형, 더 높은 정밀도를 겨냥한 고품질형 등 두 가지로 구성됐다. 이 가운데 경량형은 에스오티에이(SOTA·현존 최고 수준의 모델) 평가 항목에서 전 세계 1위를 기록했다고 BC카드는 밝혔다. 같은 성능 경쟁에서도 가볍고 빠르게 작동하는 모델의 가치가 커지고 있는 만큼, 실제 서비스 적용 가능성을 함께 보여준 성과로 해석된다.
BC카드는 앞으로 이 모델을 글로벌 오픈소스 플랫폼인 허깅페이스를 통해 공개하고, 정부와 금융기관 등을 상대로 금융 인공지능 검색 플랫폼 사업도 넓힐 계획이다. 금융권에서는 생성형 인공지능을 도입하더라도 보안과 정확성, 규제 대응이 특히 중요하기 때문에 범용 모델보다 산업 특화 모델의 필요성이 꾸준히 제기돼 왔다. 이 같은 흐름은 앞으로 금융회사들이 자체 데이터와 업무 환경에 맞춘 인공지능 기술 개발에 더 적극적으로 나서는 방향으로 이어질 가능성이 있다.
<저작권자 ⓒ TokenPost, 무단전재 및 재배포 금지>
많이 본 기사
