금융의 프론티어 전환을 함께 완성하는 파트너 생태계: 아이디어를 현실로
빠르게 실험하는 속도와 믿고 맡길 수 있는 AI, 금융 서비스는 둘을 함께 가질 수 있을까요?
금융 AI를 현실로 만들려면 고객 데이터를 빠르게 실험과 개선으로 잇는 기반과, AI의 판단을 은행의 기준으로 검증하는 장치가 함께 필요합니다. 이 세션은 두 영역에서 금융권과 직접 부딪혀 온 파트너들의 경험을 통해 그 해법을 찾아봅니다.
탤런트리 신재승 팀장은 토스 초기 멤버로 데이터 플랫폼을 만들며 얻은 경험과 이를 증권사를 위해 다시 구현한 과정을, 티냅스 강민승 대표는 KB국민은행과 함께한 금융상담 AI 답변 검증 경험을 바탕으로 은행이 AI에 일을 맡길 때 확인해야 할 것을 한국마이크로소프트와 함께 들려드립니다.
주요 내용
- 고객-데이터-서비스로 이어지는 개선 루프, A/B 테스트에서 시작해 토스 계열사 전반의 업무 도구가 된 데이터 플랫폼 TUBA의 성장 과정
- 증권사를 위한 클라우드 기반 데이터 플랫폼 G-Zero와 인프라 구성을 담은 기술 백서
- 대환 상담 오답 사례로 본 근거·고객 적용·절차 검증, 오답 원인을 검색·지식·판단 기준·절차로 나눠 고치는 방법, 관찰 모드(Shadow)부터 시작하는 단계적 위임
이런 분께 추천합니다
- 고객 행동 데이터로 실험과 분석을 빠르게 반복할 기반이 필요한 증권사 데이터·프로덕트 조직 리더
- 토스처럼 데이터 기반 실험 문화를 서비스 개선에 들여오고 싶은 금융권 PO·서비스 기획자
- 고객에게 나가는 AI 답변을 어디까지 자동으로 맡길지 기준을 세워야 하는 은행 AI 품질·리스크 관리 담당자

