초록 ▼

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

2016년 3월 구글 딥마인드의 바둑 인공지능 알파고(AlphaGo)와 이세돌 9단과의 세기의 바둑 대결을 통해 딥러닝(Deep Learning)을 포함한 인공지능에 대해 사람들의 관심이 높아졌다. 딥러닝은 1980년대 등장한 인공신경망(Artificial Neural Networks)에 기반하여 설계된 개념으로써, 최근 다양한 학습방법과 IT기술의 발전으로 인해 단점으로 여겨지던 심층신경망에서 학습의 어려움과 느린 계산속도 등의 한계를 극복하게 되었다.
2006년을 기점으로 딥러닝은 다양한 분야에서 연구 또는 직접 활용되면서 그 성능에 대해 인정을 받기 시작했다. 금융권에서는 이러한 ...

2016년 3월 구글 딥마인드의 바둑 인공지능 알파고(AlphaGo)와 이세돌 9단과의 세기의 바둑 대결을 통해 딥러닝(Deep Learning)을 포함한 인공지능에 대해 사람들의 관심이 높아졌다. 딥러닝은 1980년대 등장한 인공신경망(Artificial Neural Networks)에 기반하여 설계된 개념으로써, 최근 다양한 학습방법과 IT기술의 발전으로 인해 단점으로 여겨지던 심층신경망에서 학습의 어려움과 느린 계산속도 등의 한계를 극복하게 되었다.
2006년을 기점으로 딥러닝은 다양한 분야에서 연구 또는 직접 활용되면서 그 성능에 대해 인정을 받기 시작했다. 금융권에서는 이러한 딥러닝 기술을 도입하여 경제 및 금융시장의 현재 상황 분석과 미래를 예측하여 투자자문 서비스, 트레이딩에 사용하였다. 이외에도 딥러닝의 음성인식기술을 사용하여 사람과 커뮤니케이션하는 챗봇(Chatbot), 개인금융 비서 등 금융산업의 다양한 분야에 활용하였다.
향후 금융산업은 딥러닝 기술의 발달로 인해 비용 절감, 생산성 증대, 리스크 감소, 고객맞춤 서비스 강화, 신규 사업 모델 개발 등의 긍정적 효과를 기대할 수 있게 되었다. 반면, 금융산업의 거의 모든 업무가 인간에서 인공지능으로 대체 될 수도 있는 가능성도 존재하게 되었다.
글로벌 인공지능 분야의 투자 규모가 가파르게 성장하고 있는 가운데, 앞으로 다가올 인공지능 시대의 경쟁에서 살아남기 위해 금융권은 전문인력의 영입과 첨단 인공지능 기술의 도입에 대해 적극적인 준비와 공감대 형성이 필요하다.
본 논문에서는 딥러닝을 이해하기 위한 역사적 배경 및 다양한 개념들, 학습 원리, 주요 알고리즘을 설명하고, 실제 금융산업 분야에 적용되고 있는 사례와 현황에 대해 소개함으로써 딥러닝에 대한 전반적인 내용을 다루고자 한다.