중앙은행, AI 도구 도입 위험 경고

최근 국제결제은행(BIS)의 보고서에 따르면, 전 세계 중앙은행들은 인공 지능(AI) 도구 의존도 증가와 관련된 내재적 위험에 대해 경고받았습니다. “중앙은행의 인공 지능”이라는 제목의 9페이지 분량 보고서는 대형 언어 모델(LLM)을 운영에 통합하는 데 따른 사용 사례와 잠재적 함정을 조명합니다.

종종 AI 기술의 초기 채택자로 간주되는 중앙은행들은 다양한 목적으로 AI 모델에 점점 더 의존하고 있습니다. 이러한 AI 모델은 정보 수집 및 처리를 혁신하는 데 핵심적인 역할을 수행하여 많은 전통적인 인간 노력이 거의 obsolete(구식)이 되게 했습니다. 이제 AI 모델은 데이터 샘플링, 정제 및 매칭에 사용되어 중앙은행이 검증된 머신러닝 기법을 통해 운영을 간소화하는 데 도움을 줍니다.

중앙은행에서 AI의 중요한 응용 분야 중 하나는 통화 정책 관련 정보에 기반한 의사 결정을 내리는 것입니다. 신경망과 랜덤 포레스트 모델을 활용함으로써 중앙은행은 인플레이션 기대치를 평가하고 통화 정책의 효과를 분석하기 위한 실시간 데이터에 접근할 수 있습니다. 이 데이터는 전통적인 금융 채널뿐만 아니라 소셜 미디어 플랫폼에서 이용 가능한 방대한 정보에서도 제공됩니다.

방대한 데이터에서 통찰력 추출

보고서가 강조하듯, 방대한 양의 데이터를 선별하는 것은 시간이 많이 걸리고 어려울 수 있어, AI 모델은 관련 통찰력을 효율적으로 추출하는 데 없어서는 안 될 존재가 되었습니다. 중앙은행은 언어 모델을 사용하여 복잡한 금융 보고서를 요약하고, 경제 동향을 추적하며, 기업 지도자 및 시장 전문가와의 인터뷰를 해석합니다. 또한, 이러한 중앙은행 언어 모델(CB-LMs)은 통화 정책 발표에 대한 시장 반응을 예측하는 능력을 입증했습니다.

AI 시스템은 결제 시스템의 감독 및 관리에서도 숙련도를 입증했습니다. 이들은 자금 세탁 방지 및 사이버 공격 예방에 중요한 요소인 비정상적인 금융 거래를 식별하는 데 탁월합니다. 예를 들어, 브라질 중앙은행은 최근 대출 상환 불이행 가능성이 높은 차입자를 예측하도록 설계된 분류 모델인 ADAM을 도입하여 금융 위험 완화 능력을 향상시켰습니다.

전통적인 응용 분야를 넘어, 중앙은행들은 중앙은행 디지털 화폐(CBDC) 도입 및 기타 금융 발전에 대응하여 소비자 행동을 예측하기 위해 AI 시스템도 활용하고 있습니다. 이러한 예측 모델은 정책 입안자들이 시장 반응을 예측하고 적절히 대응할 수 있도록 귀중한 통찰력을 제공합니다.

AI 통합의 과제와 위험

AI 통합의 이점이 명확함에도 불구하고, 보고서는 중앙은행이 직면하는 과제와 위험을 강조합니다. 주요 우려 사항 중 하나는 AI 모델을 훈련하는 데 사용되는 데이터에서 비롯된 편향된 출력의 가능성입니다. 또한, 생성형 AI 모델은 강력하지만 오류와 부정확성의 가능성을 줄이기 위해 철저한 인간의 감독이 필요합니다.

단기적으로 중앙은행은 직원이 새로운 AI 기술 세트를 갖추어 AI 시스템을 워크플로우에 효과적으로 통합할 수 있도록 투자해야 합니다. 그러나 그들은 고급 AI 전문 지식을 갖춘 직원을 채용하는 과정에서 민간 금융 기업들과 치열한 경쟁에 직면할 가능성이 높습니다. 공공 기관과 민간 부문 간의 급여 격차는 이러한 경쟁을 더욱 심화시킵니다.