AI는 규정 준수 관리 위험에 대한 답인가?

규정 준수 관리는 일반적으로 위험한 노력이며, 수백 명의 공급업체를 관리해야 하는 대규모 기업에서는 더욱 그렇습니다. 오늘날 기업들은 필수 서비스를 전 세계 수천 명의 공급업체에 아웃소싱합니다. 규정 준수 팀의 일원으로서 각 공급업체와 협력하는 데 관련된 위험을 인지해야 합니다. 이를 달성하기 위해 소유권 구조, 원자재 조달, 제조 위치 및 프로세스 등 각 공급업체의 소유권 구조, 원자재 조달, 제조 위치 및 프로세스, 그리고 수많은 기타 세부 사항을 이해해야 할 수도 있습니다. 

수많은 위험 도메인에 걸쳐 있는 방대한 양의 정보가 있기 때문에, 위험 관리자들은 거대한 데이터 세트를 처리해야 합니다. 위험 관리자들은 정보를 수집하고, 이해한 다음, 규제 환경에 적용해야 합니다. 사람들이 이러한 데이터 과부하를 혼자 처리하는 것은 정말 불가능합니다.

Jenna Wells의 통찰력을 통한 선제적 위험 관리를 위한 AI 활용

Supply Wisdom의 수석 고객 및 제품 책임자인 Jenna Wells는 AI가 이 작업에도 가장 적합하다고 생각합니다. 인간의 감독이 제공될 때 이러한 거대하고 seemingly 불가능한 작업을 도울 수 있습니다. 처리해야 하는 데이터 세트를 이해하는 것뿐만 아니라, 인공 지능(AI)과 인간의 개입을 사용하는 시스템을 함께 사용하여 진정한 이해를 얻어야 합니다. 거의 실시간으로 수백만 개의 데이터 포인트를 포함하는 천문학적으로 거대한 데이터 세트를 분석하는 능력을 숙달함에 따라, 인공 지능은 기업 위험에 대한 포괄적인 이해가 필요할 것입니다.

따라서 사이버, 규정 준수, ESG, 운영 및 위치 위험을 포함한 회사가 직면한 실제 위험을 이해하기 위해 AI를 사용할 수 있으며, 이는 실제로 이러한 AI 도구를 사용하여 연쇄 위험과 예측 분석을 살펴보기 시작할 수 있도록 위험 관리에서 선제적으로 행동할 수 있게 해줍니다. 현재 많은 기업들이 위험 관리 프로그램에서 매우 소극적인데, 이는 이용 가능한 데이터가 너무 많거나 수집해야 하기 때문에 항상 뒤처지려고 노력하기 때문입니다.  

기존 플랫폼을 사용하지 않는 경우보다 AI를 통해 조직이 규정을 훨씬 더 빠르게 준수할 수 있습니다. 변화하는 모든 규칙을 정확하게 처리하려면 실제로 많은 직원이 필요합니다. 위험 관리의 아이디어는 인공 지능(AI)이 개인이 직면한 위험을 완전히 이해할 수 있게 하고 그들에게 중요한 영역에 집중할 수 있게 한다는 것입니다. 여기에는 인터넷에서 방대한 양의 데이터를 수집하여 회사의 관련성, 수직 산업, 위험 성향 또는 절차에 관련된 것으로 줄이는 것이 포함됩니다.

데이터 수집 및 처리

또 다른 중요한 측면은 AI가 방대한 양의 데이터셋을 필요로 한다는 점이며, 일반적으로 규정 준수 관리에는 그러한 데이터셋이 부족합니다. 따라서 규정 준수 담당자가 처리할 수 있는 데이터셋을 보유하고 있는지, 그리고 AI가 작동할 수 있는지 확인해야 합니다. 데이터가 있는 경우 두 가지 구성 요소로 나눌 수 있는데, 이는 여러 이기종 소스에서 온 데이터임을 의미하며, 내부 플랫폼이 필요함을 시사합니다. 

제3자 리스크 관리자, 구매 전문가가 소유한 계약서 저장소, 또는 구매 전문가들은 규정 준수 담당자가 필요로 하는 일부 데이터를 포함할 수 있습니다. 다른 데이터셋은 거버넌스 리스크 관리 플랫폼에 저장되어 있을 수 있습니다. 정보 보안 팀은 필요한 세 번째 데이터셋을 사이버 위협 관리 시스템에 저장할 수 있습니다. 따라서 데이터가 존재하더라도 고립된 소스에 위치해 있어 즉시 활용하기 어렵습니다. 

반면, 외부에서 변화하는 글로벌 지정학적 및 규제 환경을 검토할 때 데이터가 부족하므로, 해당 데이터셋을 확보하기 위해 인공지능과 같은 외부 자원과 기술을 실제로 사용해야 합니다. 기술 중심 공급업체는 데이터 수집에 뛰어나며 규정 준수 팀이 의미 있는 인사이트를 추출하는 데 도움을 줍니다. 하지만 먼저 데이터를 확보해야 이러한 작업을 수행할 수 있습니다. 

자신의 노출을 진정으로 이해하고 규정 준수 요구사항을 충족시키기 위한 첫 번째 단계는 AI를 사용하여 이러한 고립된 소스에서 내부 문서를 수집하고 통합한 후, 오늘날 공개 인터넷에서 이용 가능한 외부 소스와 결합하는 것입니다.

다시 한번 소음을 줄이는 비결은 AI가 모든 데이터셋에 접근했을 때 달성할 수 있는 능력에 있습니다. 이를 통해 나중에 준수해야 할 수 있는 새로운 규제를 빠르게 식별할 수 있습니다. AI에 더 익숙해지고 팀 내 인간 전문가의 지식과 인공 지능 능력을 결합함에 따라 모든 아웃리치 활동에서 훨씬 더 능동적이 될 것입니다. 이는 환경을 파악하고 다음 단계를 준비하는 데 도움이 됩니다.

규제 적응을 위한 규정 준수 관리의 협력

규제와 관련하여, 기술 혁신—특히 인공지능(AI)—은 규제를 앞질렀지만, 이는 이제 변화하기 시작합니다. 계획을 시작하기에는 너무 이르지는 않지만, 기업들이 2023년 10월 규제, 특히 EU AI Act를 예상하여 지금 시작한다면 이미 일정에 뒤처지게 됩니다.

규제가 도입됨에 따라 리스크를 능동적으로 관리할 수 있는 기업은 우위를 점하고 프로그램을 사전에 구축할 수 있습니다. 백악관은 AI의 안전한 사용을 위한 행정명령을 발표했습니다. 모든 필수 공급업체가 AI를 올바르게 사용하고 있음을 보장하기 위해 기업들은 단결하여 내부 및 외부에서 AI를 관리하고 활용하기 위한 단일 엔터프라이즈 큐브를 개발해야 합니다. 또한 규칙을 따르고 있는지 확인해야 합니다. 

우리가 내부적으로 기업들이 협력하는 것에 대해 논의한 바와 같이, 내부 프로그램이 보호되는 것뿐만 아니라 제3자 공급망도 보호되고, 이러한 규제를 시행하는 정부 기관과 감사인들이 함께 작동하도록 하기 위해 업계 내 다른 기업들과 협력하는 것도 equally 중요합니다.