Techvicast 에피소드 4: 핀테크에서 AI 활용하기
Author
마케팅 매니저 - 테크바이브
TechviCast 에피소드 04에 뛰어들어, 진행자 Vincent와 게스트 Sachin Rajat Sharma가 핀테크 및 디지털 뱅킹에서 AI를 개념에서 신뢰할 수 있는 생산 가치로 전환하는 실용적인 전략을 공유합니다. 현장 경험을 바탕으로, 그들은 현대적인 컴포저블 플랫폼이 기관들이 레거시 문제를 극복하고, 출시를 가속화하며, 상당한 비용 절감을 달성하고, 신흥 위협으로부터 보호하는 방법을 보여주며, 혁신이 안전하고 규정을 준수하는 상태로 유지되는 방식을 설명합니다.
- 진행자: Vincent – Techvify의 최고 성장 책임자로 BFSI 부문 전반에 걸쳐 AI 기반 디지털 전환 이니셔티브를 이끌고 있습니다.
- 게스트: Sachin Rajat Sharma – 101 Digital의 최고 제품 및 상업 책임자로, 은행업, 결제 및 임베디드 금융 분야에서 25년 이상의 혁신을 주도해왔습니다.
실행 가능한 인사이트를 발견하세요: 단 6개월 만에 디지털 은행을 출시하고, 주요 운영 효율성(엔지니어링 필요 감소, 자동화된 마케팅, 빠른 UX 재설계)을 제공하며, AI 기반 개인화를 통해 신흥 수익 기회를 열고, 고급 라이브니스 감지 및 머플 스크리닝을 포함한 최고 수준의 사기 방지 기능을 구현하고, 모듈식 기반을 먼저 구축하는 것이 AI의 잠재력을 완전히 실현하는 핵심임을 이해하세요. 2026년 이후를 선도하고자 하는 핀테크 전문가에게 필수 청취 자료입니다.
에피소드 타임라인 및 상세 분석
이 매우 세분화된 타임라인으로 대화를 더 깊이 탐구하세요! Vincent와 Sachin이 핀테크에서 AI의 실제 세계를 생생하고 직설적으로 안내합니다. 골칫거리인 레거시 문제와 스마트 전략적 움직임부터 실질적인 AI 성공 사례, 견고한 위험 방어, 그리고 앞서 나가기 위한 명확한 다음 단계까지. 관심을 끄는 섹션을 골라 바로 시작하세요!
1. 소개 및 은행업 진화
0:00 - 1:34: 소개 및 게스트 환영
Vincent가 TechviCast와 Techvify의 AI 집중 분야를 소개하고, 25년 이상의 전통 은행부터 핀테크까지의 경력을 가진 Sachin을 환영합니다.
1:34 - 2:57: Sachin의 은행업 진화 경력
Sachin이 초기 SMS 뱅킹부터 오늘날의 AI/임베디드 금융 시대까지의 경험을 공유하며, 은행이 느리지만 사기 및 고객 서비스에서 혁신적이라고 평가받는 점을 설명합니다.
2:57 - 4:54: 은행 인프라가 정말로 분산되어 있나?
API, 임베디드 금융, 규제에 대한 논의로, 이는 진화 및 구식과 신기술/모델의 공존으로 보며, 진정한 분산은 아니라고 봅니다.
4:54 - 8:04: 기존 업체와 신규 진입자에 대한 전략적 조언
대형 은행이 혁신을 안전하게 시험할 수 있는 "스피드보트" 전략; 신규 업체는 레거시 부담 없이 AI 우선 접근법을 취할 것.
8:04 - 11:16: 레거시 개조 위험 및 "새로 짓기" 비유
50년 된 건물 비유: 오래된 핵심을 개조하는 것은 고위험; 먼저 현대적인 인접 구조물을 짓고 점진적으로 통합할 것.
2. 컴포저블 플랫폼 및 AI 아키텍처 적합성
11:16 - 13:39: 101 Digital의 컴포저블 플랫폼 접근법
기존 은행을 위한 모듈식 "디지털 뱅크 인 어 박스"(BaaS/임베디드 금융 추가)와 신규 은행을 위한 6개월 내 출시(기존 18~24개월 대비).
13:39 - 15:18: 모듈성, 배포 유연성 및 AI 적합성
클라우드/온프레미스 옵션; 컴포저블 마이크로서비스는 모놀리식 대비 AI를 위한 더 나은 데이터 접근 및 로깅을 가능하게 함.
15:18 - 17:46: 레거시 vs 현대 아키텍처에서의 AI
AI는 현대 스택에서 번성; 레거시는 선택적으로 도입 가능(예: 내부 도구)하지만 현대 아키텍처가 잠재력을 완전히 개방함.
17:46 - 19:50: 핀테크 가치 사슬 전반의 AI 가치
온보딩(라이브니스/사기), 언더라이팅, 서비스, 컴플라이언스, 백엔드 운영 등 여러 영역에 이미 AI가 내장되어 있음.
3. 안전하고 실용적인 AI 도입 전략
19:50 - 23:02: 레거시 환경에서의 안전한 AI 도입
고객 대상 위험 이전에 내부 효율성(개발 코파일럿, 문서 파싱, 에이전트용 챗봇)부터 시작.
23:02 - 26:21: AI가 개발 및 운영을 가속화하는 방법
엔지니어링 필요 감소, 빠른 변경 가능(예: 101 Digital의 "Simpler" 도구); 속도와 규제 감시의 균형 유지.
26:21 - 35:40: AI: 비용 효율성 대 수익 동력
명확한 운영 절감(인력 감소, 빠른 개발, 마케팅 자동화); 수익 잠재력은 초기 단계이나 쉬운 성공 사례 우선.
4. 위험, 사기 및 AI 실패 교훈
35:40 - 40:30: AI로 인한 사기 및 위험 증가 대응
최고 수준의 통제(정부 등록, 고급 라이브니스/NFC, 머플 탐지); 위협 진화에 따라 방어 강화.
40:30 - 42:46: AI 실패의 진짜 원인은?
대부분 거버넌스/플랫폼/실행 문제이며, 모델만의 문제는 아님; 테스트, 정책, 점진적 롤아웃 필요.
5. 우선순위 및 최종 조언
42:46 - 47:53: 우선순위: 플랫폼 우선, 그 다음 AI + 마무리 조언
컴포저블 기반 구축 → AI 계층 추가; 안전하고 저위험 사례부터 시작해 모멘텀 구축; 지금 도입하지 않으면 뒤처질 위험. 감사 및 마무리.