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 ...
댓글 쓰기

BigQuery를 사용하여 데이터 분석에 이용

-
BigQuery는 Google Cloud Platform의 데이터웨어하우스 서비스로, 대규모 데이터 세트를 쿼리하고 분석할 수 있습니다. BigQuery를 사용하여 데이터를 이용하는 방법은 다음과 같습니다.

1. **데이터를 BigQuery에 로드합니다.**

BigQuery에 데이터를 로드하는 방법은 다음과 같습니다.

* **일괄 로드:** 데이터를 한 번에 BigQuery에 로드합니다.
* **스트리밍 로드:** 데이터를 지속적으로 BigQuery에 로드합니다.
* **생성된 데이터:** BigQuery 쿼리 결과를 사용하여 새 데이터를 생성합니다.
* **외부 테이블:** Cloud Storage, Bigtable, Spanner, Google Drive에 저장된 데이터를 BigQuery에서 쿼리할 수 있습니다.

2. **데이터를 쿼리합니다.**

BigQuery는 SQL을 사용하여 데이터를 쿼리할 수 있습니다. SQL은 데이터를 조회, 수정, 삽입, 삭제하는 데 사용되는 표준 언어입니다.

3. **데이터를 시각화합니다.**

BigQuery는 다양한 도구를 사용하여 데이터를 시각화할 수 있습니다. BigQuery의 대시보드, 차트, 그래프, 지도 등을 사용하여 데이터를 시각화할 수 있습니다.

4. **데이터를 분석합니다.**

BigQuery는 다양한 분석 도구를 사용하여 데이터를 분석할 수 있습니다. BigQuery의 통계 분석, 머신러닝, 자연어 처리 기능을 사용하여 데이터를 분석할 수 있습니다.

BigQuery로 데이터를 이용하는 데 유용한 몇 가지 팁은 다음과 같습니다.

* **데이터를 정제 및 변환합니다.**

데이터를 쿼리하거나 분석하기 전에 데이터를 정제하고 변환해야 합니다. 이는 데이터의 정확성과 일관성을 보장하는 데 도움이 됩니다.

* **데이터를 구조화합니다.**

데이터를 구조화하면 데이터를 더 쉽게 쿼리하고 분석할 수 있습니다.

* **데이터를 보안합니다.**

데이터를 보안하여 불법 액세스로부터 보호해야 합니다.

BigQuery는 다양한 데이터 소스에서 데이터를 수집하고 저장하고 분석할 수 있는 강력한 도구입니다. BigQuery를 사용하여 데이터를 이용하면 비즈니스 인사이트를 얻고 의사 결정을 개선할 수 있습니다.

다음은 BigQuery를 사용하여 데이터를 이용하는 몇 가지 예입니다.

* **웹사이트 트래픽 분석:** 웹사이트의 방문자 수, 방문 페이지, 머무른 시간 등을 분석하여 웹사이트의 성과를 개선할 수 있습니다.
* **고객 데이터 분석:** 고객의 구매 패턴, 관심사, 구매 빈도 등을 분석하여 고객을 세분화하고 맞춤형 마케팅을 수행할 수 있습니다.
* **IoT 데이터 분석:** IoT 기기에서 수집한 데이터를 분석하여 제품의 성능을 개선하거나 새로운 제품을 개발할 수 있습니다.

BigQuery는 다양한 비즈니스 목적으로 데이터를 이용하는 데 유용한 도구입니다.

댓글

댓글 쓰기

이 블로그의 인기 게시물

Kraken api - get token with python

-
Kraken api - get token with python an example of how you can generate a WebSocket authentication token using Python for Kraken's API: ```python import time import base64 import hashlib import hmac import urllib.request import json # Replace with your Kraken API public and private keys api_key = 'YOUR_API_PUBLIC_KEY' api_secret = 'YOUR_API_PRIVATE_KEY' # API endpoint and parameters api_path = '/0/private/GetWebSocketsToken' api_nonce = str(int(time.time() * 1000)) api_post = 'nonce=' + api_nonce # Create the SHA256 hash api_sha256 = hashlib.sha256(api_nonce.encode('utf-8') + api_post.encode('utf-8')).digest() # Create the HMAC signature api_hmac = hmac.new(base64.b64decode(api_secret), api_path.encode('utf-8') + api_sha256, hashlib.sha512) api_signature = base64.b64encode(api_hmac.digest()) # Create the request api_request = urllib.request.Request('https://api.kraken.com' + api_path, api_post.encode('utf-8')) ap...
Read more »

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

-
이미지
[좋은글] 나침반의 바늘이 흔들리는 한 그 나침반은 틀리는 일이 없다 - 신영복 새해가 되면 새로운 각오와 또 새로움에 대한 두려움 그리고 욕망 등이 있을 것입니다. 나침반의 바늘이 조금씩 조금씩 좌 우로 움직이는 떨림과 같이 방향을 잡고 있습니다.  인생도 송곳 위에 올려진 나침반 처럼 항상 떨리고 긴장되는 순간들이 존재합니다.  올바른 생각과 의지를 가지고 끝없는 바늘 끝의 떨림과 같이 25년의 목표를 이루어 내는 안도와 희열을 느끼시길 바랍니다.  '여윈 바늘 끝이 떨고있는한 바늘이 가리키는 방향을 믿어도 좋습니다.'    - < 떨리는 지남철 , 신영복 >  (2018) 손석희 뉴스룸 앵커브리핑 에서  떨리는 지남철 (신영복)  북극을 가리키는 지남철은  무엇이 두려운지 항상 그 바늘 끝을 떨고 있다  여윈 바늘 끝이 떨고 있는 한 그 지남철은…  자기에게 지니워진 사명을 완수하려는  의사를 잊지 않고 있음이 분명하며 바늘이 가리키는 방향을 믿어도 좋다  만일 그 바늘 끝이 불안스러워 보이는  전율을 멈추고 어느 한쪽에 고정될 때  우리는 그것을 버려야 한다 이미 지남철이 아니기 때문이다.  - 신영복의 『담론』 (돌베개, 2015) 중에서  신영복은 1968년 통혁당 사건에 연루된 서울대 경제과 출신, 27세의 대학 강사가 무기징역형을 선고받고 20년 감옥살이 후 옥중서신을 모아 출간한 책이 ‘감옥으로부터의 사색’이다. 조용하면서도 견고한 정신세계로 다시 우리를 이끈 책이 ‘처음처럼’이며, 작고 1년 전 ‘마지막 강의’라는 부제로 펴낸 책이 ‘담론’이다.
Read more »

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

-
이미지
( 경영전략,사업전략 ) 마이클 포터의 가치사슬 분석(Value Chain Analysis) 이론 ​ ​ #경영전략 #기업혁신전략 #가치창출전략 #생산유통전략 #가치사슬이론 #오픈이노베이션 #개방혁신전략 ​ ​ ​ 신사업을 하려면 사업 전략 기획 뿐아니라 프로그램을 개발하는 개발자도 경영 전략에 대한 인사이트가 필요 합니다. ​ ​ 시장에 대한 기회요인과 필요한 기술을 찾고 투입 되는 생산 비용과 효율성을 확보하는 것은 디지털 기업이 성공하는 필수적이고 핵섬적인 전략 요소가 될 것입니다. (실패하지 않으려면) (경영전략.사업전략) 기업의 가치 창출 전략 이론 ​ (1) 마이클 포터의 가치사슬 분석(Value Chain Analysis) (2) 자원 기반 관점 (Resource-Based View, RBV) 역량 확보 전략 (3) 헨리 체스브로(Henry Chesbrough) 개방형 혁신(Open Innovation) 이론 (4) 블루 오션 전략 (Blue Ocean Strategy) https://couplewith.tistory.com/668 마이클 포터의 가치사슬 분석(Value Chain Analysis) 이론 마이클 포터의 가치사슬 분석(Value Chain Analysis)은 기업의 활동을 여러 단계로 나누어 각 단계에서 가치를 창출하는 방식을 분석하는 도구입니다. ​ 이 기법은 1985년 마이클 포터가 제안한 것으로, 기업 내부의 활동을 기본 활동과 지원 활동으로 구분하여 분석합니다. 이를 통해 기업은 각 활동에서 발생하는 비용과 가치를 파악하여 경쟁력을 강화할 수 있습니다. ​ ​ 1. 기본 활동 (Primary Activities) 2. 지원 활동 (Support Activities) ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ 1. 기본 활동 (Primary Activities) ​ ​ 1.1.내부 물류 (Inbound Logistics) ​ 설명: 원재료의 수급 및 저장, 재고 관리 등을 포함합니다. 예시: 자동차 제조업체...
Read more »