금융7 [KB지식비타민] 인공지능 알고리즘의 발전 방향과 금융산업 적용 - 김예구 선임연구위원 [업종별 인공지능 침투율 및 향후 투자] *** 출처: [KB지식비타민] 인공지능 알고리즘의 발전 방향과 금융산업 적용 *** 문서: ■ 인공지능 기술은 활용 가능한 데이터와 컴퓨팅 파워의 증대와 함께 혁신적 알고리즘(algorithm)의 개발을 통해 인간과 유사한 방식으로 학습하는 진정한 의미의 인공지능으로 발전 - 다층의 신경망(Deep Neural Network)을 학습하는 방법(Back-propagation)의 개발과 함께 CNN(Convolutional Neural Network), RNN(Recurrent NN), 딥러닝(Deep Learning) 알고리즘 들이 등장, 대용량 데이터와 컴퓨팅 파워를 통해 실제로 구현되기 시작 - '인간의 지식'이 아닌 '생각하는 방식'인 알고리즘을 제공함으로써.. 2018. 7. 27. [KIF한국금융연구원] 사이버복원력 평가지침서 - Cyber Resilience Assessment Methoodology [사이버복원력 평가서 작성 예시] *** 출처: [KIF 한국금융연구원] 사이버복원력 평가지침서 - Cyber Resilience Assessment Methoodology *** 문서: ■ 목차 1. 지배구조 (Governance) 2. 식별 (Identification) 3. 보호 (Protection) 4. 탐지 (Detection) 5. 대응 및 복구 (Response and recovery) 6. 테스트 (Testing) 7. 상황인지 (Situational awareness) 8. 학습 및 발전 (Learning & evolving) 9. 부록 - 사이버복원력 관련 PFMI(Principles for Financial Market Infrastructures) 핵심 고려사항 2018. 1. 30. [IBK경제연구소] 인공지능에 대한 금융업의 기대와 현실 ■ 인공지능 금융업 도입 이슈와 현황 1. 로보어드바이저 □ 현황 - 로보어드바이저에 대한 사람들의 통념 또는 바라는 생각은 스스로 경제 상황을 판단하고 이에 따른 투자를 수행하여 마이더스의 손과 같은 전지전능한 투자로봇을 생각하고 있음 - 그러나, 예측모형을 만드는 것은 매우 고난이도의 작업이고 현재 개발된 모델의 정확도도 매우 낮아서, 현재 로보어드바이저는 포트폴리오와 시스템 트레이딩을 합친 수준임 - (기술력 한계) ①경험 부족으로 예측모형 개발이 단시간에 어렵고 ②관련 기업들 내에서 개발할만한 인력도 매우 부족 - (적자 시현) 해외에서 활동 중인 기업들은 수수료에 대한 장점을 홍보하며 매출은 증가하고 있으나, 순이익은 마이너스 - 미국의 경우 자산관리 규모가 160억 달러를 초과해야 수익이 나는.. 2017. 5. 4. [Mark Mueller-Eberstein] Blockchain and Financial Services: Everything could be different - 블록체인과 금융 서비스 Blockchain and Financial Services: Everything could be different - APEC from Mark Mueller-Eberstein 2016. 11. 2. 이전 1 2 다음
