금융 분야에서 AI와 자동화를 혼합해서 사용할 때의 함정

외환(FX) 거래에서 자동화 거래, 기존 인공지능(AI), 그리고 생성 AI의 구분이 점점 더 어려워지고 있습니다. 이러한 혼란은 비현실적인 요구로 인해 거래 서비스의 지속 가능성을 저해할 수 있는 근본적인 의무입니다. 이러한 기술들이 효과적으로 통합되고 경쟁 우위를 유지하기 위해서는 이러한 기술들의 차이점을 명확히 해야 할 필요성이 매우 큽니다.

 자동화 대 기존 AI

 자동화는 미리defi된 작업의 수행 순서를 결정하는 규칙을 수립하는 절차입니다. 이러한 컴퓨터 시스템은 반복적이고 높은 정밀도와 효율성을 요구하는 작업에 매우 효과적입니다.  

이러한 방식으로 이러한 시스템은 전체 프로세스에 관여하지 않고도 프로세스를 원활하게 진행하여 인적 오류의 위험을 줄입니다. 그럼에도 불구하고, 한 가지 중요한 점은 자동화가 AI의 학습 및 자율적 의사결정 능력을 저하시킨다는 것입니다. 바로 이 부분에서 AI가 개입합니다. 

AI 표준이 기계가 인간의 의사 결정 과정을 모방하도록 하는 반면, 기존 AI는 기계가 데이터를 통해 학습하고 스스로 추론하도록 유도합니다. 이 기술은 추세를 파악하고 예측함으로써 거래 전략에 변화를 가져올 수 있으며, 따라서 시스템은 상황에 쉽게 적응할 수 있습니다. AI는 매우 유용할 수 있지만, 자동화로 처리 가능한 일부 간단하고 반복적인 작업에 AI의 활용이 지나치게 과할 수 있다는 점에 유의해야 합니다. 

AI와 자동화에 대한 인식

금융 서비스 업계에서 새로운 트렌드로 떠오르면서 "생성적 인공지능(GenAI)"이라는 용어가 생겨났습니다. 이 용어는 일반적으로 대규모 언어 모델과 정교한 자동화 워크플로, 그리고 머신러닝 도구라는 두 가지 도구를 의미합니다. 그러나 이러한 관행은 기술과 그 역량에 대한 잘못된 이해로 이어질 수 있으며, 기술 투자와 기대치를 제대로 분배하지 못하게 할 수 있습니다. 각 기술은 명확하게 defi되지 않은 고유한 기능과 응용 분야를 가지고 있기 때문입니다. 

SwissQuote의 제품 전략 거래 책임자는 AI 자동화에 대한 혼란스러운 인식으로 인해 AI 거래 시스템의 역량, 한계, 그리고 역동적인 특징을 명확하게 파악하기 어렵다고 지적합니다. 그녀는 이러한 인식이 AI 연구와 자동화 프로그램 모두에 일정 자원을 투자하면서 균형 잡힌 투자 포트폴리오를 구축하는 것을 의미한다고 말합니다. 이러한 접근 방식은 최상의 분산 투자 전략입니다. 기술 구현의 복원력을 높이고 단일 기술 솔루션에 대한 의존성을 줄입니다. 

 과도한 의존과 위험 노출

 트레이드 네이션(Trade Nation)의 수석 시장 분석가인 데이비드 모리슨(David Morrison)은 자동화 역량에 대한 비현실적인 기대가 초래할 수 있는 또 다른 잠재적 함정을 지적합니다. 바로 자동화에 대한 과도한 지출과 해커의 손에 넘어갈 위험입니다. 모리슨은 자동화가 만능이 아니므로 기업은 시간 절약을 위해 기술을 활용하는 것과 인력의 역량을 유지하는 것 사이에서 적절한 절충안을 찾아야 한다고 강조합니다. 

Ion Markets(FX)의 COO인 유진 마크먼은 명확한 소통의 중요성을 강조합니다. 마케팅 AI와 마케팅 자동화를 같은 의미로 사용하는 것은 기술 투자와 기대에 대한 오해를 불러일으키고 단절을 초래할 수 있습니다. AI와 마케팅 자동화는 의도된 것과 다른 필수 기능을 가질 가능성이 더 높기 때문입니다.