[컨퍼런스] 2024 제 2회 이노베이션 아카데미 개발자 컨퍼런스 후기

 

4월 18일 진행된 이노베이션아카데미 개발자 컨퍼런스 참여 후기입니다.

 

---

event subscription!

 

 

42서울 카뎃으로 있다보면 이런 개발자 컨퍼런스나 기업 방문 설명회에 참여할 수 있는 기회가 꽤 많이 주어진다. (행사 때마다 제공받는 간식은 덤!) 슬랙에 공지를 보고 인트라 이벤트에 등록하거나 미리 등록하지 못했더라도 당일 현장참여가 가능하다. 올해 2월에 2024 제 1회 컨퍼런스가 한번 있었는데 시간 상 가지 못했고 이번 두 번째 컨퍼런스에는 참여할 수 있게 되었다. 이번 컨퍼런스 주제는 "금융 IT 기술"이었다.

이번 제공 간식은 서브웨이!

 

 

먼저 금융보안원 박대원 책임연구원님과 라인페이 김세빈 데이터 사이언티스트님의 순으로 강연을 해주셨고 그 뒤에 패널 토크가 이어졌다.

 

두 분의 강연 내용을 중심으로 정리해보려고 한다.

 

금융 IT 기술과 소프트웨어 개발자 역량 (금융 AI 및 데이터 보안 , 활용을 중심으로) - 박대영 AI & Data 연구자님

이 파트에서는 금융산업에서 쓰이는 AI기술에 대해 여러가지 이야기를 들을 수 있었다. 본인의 현업 경험을 바탕으로 금융 IT 산업 시장의 특성과 우리가 해볼 수 있을 법한 데이터 활용 방법들을 알려주셨다.

 

먼저 연구자님의 경력을 간략히 소개해 주셨는데, 카이스트 출신으로 스타트업을 거쳐 대학원에 재학하셨고 현재 회사에 계신다고 한다. 

 

지금 하고 계신일 중 하나로는 금융회사들이 사용중인 뚫리기 쉬운 캡차(Capcha)를 개선하는 작업을 언급하셨다. AI를 활용한 보안 무력화로 AI가 캡차를 인식해버리는 등의 사례가 있기 때문인데 요새 AI발전 속도를 보면 충분히 그럴 수 있을 것 같다는 생각이 들었다.

 

또한 직접 모델을 설계하며 느꼈던 복잡한 과정에 대해서도 말해주셨다. 데이터 분석, 전처리, 피처 엔지니어링, 데이터 증강, 모델 선택/튜닝, 도메인 지식 기반 모델 변형, 앙상블 구축 등 엄청나게 복잡한 과정을 거친다는 것을 알 수 있었고 나는 정말 경험이 없는 분야라 그저 끄덕끄덕하며 들을 수 밖에 없었다. 모델 설계에 정답은 없고 목적에 따라 다르며, 중요한 것부터 해나가는 것이 좋다고 하셨고, 프로젝트 경험이 있는 전문가들과의 대화가 큰 도움이 되었다고 하셨는데 이건 개발에서 공통적으로 적용할 수 있는 내용이라고 느껴져서 좀 더 귀담아 들었던 것 같다. 

 

활발해진 현재 금융 IT 산업 시장에 대해서도 들을 수 있었는데, 데이터 3법 통과로 활용 가능한 데이터가 많아지면서 변화가 생겼고, 민간 데이터 전문기관들이 선정되어 사업 규모가 커지고 있다고 한다. (민간 데이터 전문기관은 데이터 결합, 익명 처리 적정성 평가 등을 함)

 

데이터 결합 활용 사례로는 카카오뱅크의 금융소외계층 신용평가 모형 개발, 데이터 분석 예시로는 이상금융거래 탐지를 위한 패턴분석, 소비패턴 별 고객 클러스터링 등이 있다는 것도 알게 되었다. 이외에도 '설명 가능한 AI(XAI)' 기술 도입이나 PET(Privacy Enhancing Technologies) 기술과 같은 분야에 대한 설명도 흥미로웠다.

 

추가로 연구자님께서 우리에게 상용/오픈소스 생성형 AI가 크게 발전하면서 진입장벽이 낮아지고 공모전, 경진대회 등의 기회도 많아졌다며, 금융데이터거래소 등에서 데이터를 구할 수 있다고 참여를 독려하시기도 했다.

 

그리고 마지막으로는 금융 IT 쪽으로 개발을 희망한다면 갖춰야할 인재상에 대해서도 말씀해주셨는데 물론 다 당연한 것들 일수도 있겠지만 입사시험, 코딩테스트, 프로젝트 경험과 그에 대한 깊이 있는 고민, 수상경력 등이 중요하다고 하셨다. 또 데이터 엔지니어 쪽으로 가려면 코딩 능력, 툴/인프라 활용 능력이 주요 역량이라며, 회사마다 환경이 다르므로 적응력이 필요하다고..

 

잘 알지 못했던 금융 AI에 관해 많은 것을 알게 된 시간이었다!

 

---

금융 IT 분야 최신 트렌드 및 소프트웨어 개발 사례 소개 - 라인페이 김세빈 데이터 사이언티스트님

김세빈 데이터 사이언티스트님은 인공지능 학부, 석박사를 거쳐 현재 라인페이에서 일하고 계신분이다.

 

 

 

우선 자세한 소프트웨어에 대한 설명을 듣기 전에 은행의 IT 부서가 어떻게 구성되어 있는지 설명해주셨다. 은행의 IT 부서는 고객 대응을 담당하는 프론트 오피스, 기획을 담당하는 미들 오피스, 그리고 개발을 담당하는 백 오피스로 나뉘어 있다는 것과 채널 업무, 계정계(수신, 여신, 외환), 정보계로 구성된 은행 IT 부서의 보수적인 업무 시스템, 백업 시스템의 3중, 5중화 기록 및 보관에 대해 들으면서 금융 데이터의 중요성을 다시 한번 느낄 수 있었던 것 같다.

 

 

주기적으로 이루어지는 대규모 SI성 개발 업무와 외주 업체를 통제하며 기획하는 과정에서의 어려움도 들을 수 있었는데, 기술 부채 해결이 어려운 상황에서 지속적인 SM성 개발 업무는 금융 지식을 기반으로 한다는 점이 인상 깊었다. 가독성이 좋고 유지보수가 쉬운 코드를 작성하는 것이 중요하며, 이를 위해 표준화와 오픈소스 활용이 필요하다는 말씀 등도 유익했다.

 

인터넷 전문 은행의 등장으로 디자인, UX, 고객 중심 UI, 디지털 전문 인력의 필요성이 커지고 있다는 점도 흥미로웠는데, 토스와 카카오뱅크와 같은 디지털 은행들이 데이터 기반 기획을 통해 개인 금융 점유율을 높이고 있다는 점에서, 금융 회사들이 IT 회사로 변신하고 있다는 것이 크게 느껴졌다.

 

김세빈님은 과거에 비해 금융권 IT 직군의 워라밸이 많이 개선되었다는 것도 언급하셨고, 일반 서비스는 기획자가 워터폴 방식으로 개발 및 배포를 진행하는 반면, AI 서비스는 BA, ML 엔지니어, 데이터 엔지니어, 데이터 애널리스트, 데이터 사이언티스트 등 다양한 역할이 존재해서 방식 자체가 종합적이라고 전하셨다. (금융 산업에서 AI를 활용할 수 있는 범위는 많지만 규제가 많다는 점도..)

 

마지막으로, (역시나 AI 관련!) 신용 평가 모형, 추천 서비스, 이상 탐지 등의 사례를 통해 AI 기술이 금융 산업에 어떻게 적용되고 있는지 설명해주셨는데 과거에 진행하셨던 챗봇 프로젝트를 정말 재미있게 들었다. 봇 서비스를 개선하기 위해 채팅 상담 서비스의 모범 답안을 레이블링하고 모바일 인터페이스에 맞게 텍스트 입력보다는 버튼 위주의 디자인을 채택한 사례를 들으며 고객 경험의 중요성과, 고객 경험을 향상시키기 위한 다양한 시도가 AI 기술의 한계를 극복하는 데 도움이 될 수 있다는 것을 알 수 있었다.

 

---

내가 금융 IT 분야로 취업을 준비하게 될지는 모르겠지만, 아무래도 우리 생활과 밀접하게 연관되어 있는 금융이라는 산업 안에 포함된 기술에 대한 이야기를 들어볼 수 있어 매우 흥미로웠다. 특히, 금융 AI와 데이터 보안 같은 주제는 평소 접하기 어려운 분야라 더욱 신선하게 다가왔다. 물론 개발자에게 필요한 역량도 발표자님 두 분 모두 계속해서 강조하셨기 때문에 그런 조언들도 많은 도움이 되었던 시간이었다.