2025년 국내 은행 업권의 AI 기반 사업 현황

이미지
2025년 국내 은행 업권의 AI 기반 사업 현황 2025년 국내 주요 은행들은 AI 기술을 활용하여 금융 서비스의 혁신과 효율성을 극대화하고 있습니다. 각 은행은 생성형 AI, 머신러닝, XAI 등을 활용하여 고객 경험 개선, 내부 업무 자동화, 신용평가 고도화 등 다양한 영역에서 AI 기반 서비스를 도입하고 있습니다. 은행별 주요 AI 기능 및 서비스        은행 주요 기능 및 서비스 진행 일정 신한은행 - AI 뱅커 기반 ‘디지털 데스크’와 무인점포 ‘AI 브랜치’ 운영- 감정 인식 분석을 통한 금융사고 예방 - 생성형 AI 기반 투자 및 금융지식 Q&A 서비스 2024년부터 점포 확대 및 2025년 상반기까지 생성형 AI 플랫폼 구축 예정 • 생성형   AI  기반  AI  은행원 • 생성형   AI  투자 및  금융지식  Q&A  서비스 NH농협은행 - 모든 영업점에 AI 뱅커 배치 -  AI  금융상품 추천 서비스 출시 ( XAI)   XAI를 활용한 금융상품 추천 서비스- 외국인 및 고령층을 위한 상담 서비스 제공 - 기업 대출 심사  AI  도입 2024년부터 적용 시작, 2025년까지 전국 확대 • 생성형   AI  플랫폼 기반 금융서비스 KB국민은행 • AI  금융비서 서비스 베타  오픈 - ‘리브 넥스트’의 AI 금융비서 베타 서비스- KB-GPT 및 KB-AI OCR 기술 활용- 생성형 AI 금융상담 Agent 도입 • 의심거래 보고 (STR) AI  적용 2024년부터 PoC 진행, 2025년 상반기까지 상용화 예정 • 생성형   AI  플랫폼 기반 금융서비스 우리은행 - ‘우리WON뱅킹’ 내 대출 상담 확장- 이상 외화 송금 탐지 프로세스 도입 • 생성형   AI  기반 ...

Python 리스트형 - Lamda 함수를 이용한 리스트 활용

 



Python 리스트형 - Lamda 함수를 이용한 리스트 활용

 

 

람다 함수 (lambda function)  ?

람다(lambda) 함수는 일반적인 함수 선언과는 달리 이름이 없고 한 줄로 표현됩니다. 주로 간단한 연산이나 함수를 인자로 받아 처리할 때 사용됩니다. 람다 함수는 익명 함수로 함축적인 문장으로 간단한 연산이나 변환에 적합합니다. 

람다 함수를 사용하면 간단한 반복과 데이터 처리를 쉽게 할수 있습니다. 그러나 람다 함수는 기능이 함축적이기 때문에 이해하거나 사용하기 복잡하고 까다롭습니다. 리스트 처리를 위해서 간단한 방안을 찾아 람다 함수를 정리해 봅니다.

 

람다 함수의 사용법

# 람다함수의 선언

lambda arguments: expression

# arguments는 함수의 입력 매개변수이고
# expression은 해당 매개변수를 이용한 연산입니다.



square = lambda x: x**2
print(square(5))
# 출력: 25

# * 람다 함수는 lambda 키워드로 시작하고, 매개변수 x를 받아 x**2를 반환하는 함수를 정의

 

람다 함수는 주로 map(), filter(), sorted()와 같은 함수와 함께 사용됩니다. 예를 들어, 리스트의 각 요소를 제곱하는 경우

 

1. map() 함수와 람다 함수:

map() 함수는 list 형 변수와 같이 순회 가능한(iterable) 객체의 모든 요소에 적용하여 새로운 iterable을 반환합니다. 

# map을 이용한 lamda

numbers = [1, 2, 3, 4, 5]
squared_numbers = list(map(lambda x: x**2, numbers))

print(squared_numbers)
# 출력: [1, 4, 9, 16, 25]

 

2. filter() 함수와 람다 함수:


filter() 함수는 주어진 함수로 걸러진 요소들로 이루어진 iterable을 반환합니다. 람다 함수를 filter() 함수와 함께 사용하여 특정 조건을 만족하는 요소만 남길 수 있습니다.

# filter를 이용한 lamda

numbers = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
even_numbers = list(filter(lambda x: x % 2 == 0, numbers))

print(even_numbers)
# 출력: [2, 4, 6, 8, 10]

 

3. sorted() 함수와 람다 함수:


sorted() 함수는 iterable의 요소를 정렬한 리스트를 반환합니다. 람다 함수를 sorted() 함수와 함께 사용하여 정렬 기준을 지정할 수 있습니다.

# sorted를 이용한 람다

words = ['apple', 'banana', 'orange', 'kiwi']
sorted_words = sorted(words, key=lambda x: len(x))

print(sorted_words)
# 출력: ['kiwi', 'apple', 'banana', 'orange']

 


람다함수를 이용한 리스트 활용

 

람다 함수를 이용하면 데이터를 쉽고 간단하게 처리가 가능하다 그러나 람다함수는 복잡할 수록 가독성이 떨어지므로 복잡한 식보다는 간단하게 사용하는 것이 현명하다. (다른 사람이 유지보수 하려면 복잡하게 구성하기 보다 간단하게 만들어야 하고, 간단한 것보다는 설명이 쉽게 가능하도록 하면  나중에 유지보수가 쉬워진다는 관점을 반드시 숙고하여야 한다는것이다.)

 

1. 리스트 내에서 람다 함수 사용하기:

# python lamda 를 이용한 리스트 만들기


landa_list = list(map(lambda x: f"a{x}", range(1, 6)))
print(landa_list)
# 출력 : ['a1', 'a2', 'a3', 'a4', 'a5']


squared_numbers = list(map(lambda x: x**2, range(1, 6)))
print(squared_numbers)
# 출력 : [1, 4, 9, 16, 25]
lambda x: f"a{x}", range(1, 6) :  f-string을 이용하여 'a' + '1'  ~ 'a' + 6 까지 반복하여 문자를 만든다
map ( 'a1', ~~ 'a6' ) 으로 리스트 자료를 만든다

 

2. 조건에 따라 필터링하기:

numbers = [1, 2, 3, 4, 5]

even_numbers = list(filter(lambda x: x % 2 == 0, numbers))
print(even_numbers)
# 출력: [2, 4]

 

3. 람다 함수를 이용한 정렬

words = ['apple', 'banana', 'orange', 'kiwi']

sorted_words = sorted(words, key=lambda x: len(x))
print(sorted_words)
# 출력: ['kiwi', 'apple', 'banana', 'orange']

 

4. 다수의 인자 사용하기:

combine_lists = lambda a, b: a + b

result = combine_lists([1, 2, 3], [4, 5, 6])

print(result)
# 출력: [1, 2, 3, 4, 5, 6]

 

5. 람다 함수를 변수에 할당하기:

multiply = lambda x, y: x * y
result = multiply(3, 4)

print(result)
# 출력: 12

 

댓글

댓글 쓰기

이 블로그의 인기 게시물

[좋은글] 나침반의 바늘이 흔들리는 한 그 나침반은 틀리는 일이 없다 - 신영복

( 경영전략,사업전략 ) 마이클 포터의 가치사슬 분석(Value Chain Analysis) 이론

[Ubuntu]Linux Tunning -네트워크 커널 매개 변수 최적화