뱅킹과 핀테크의 미래

지난 10년 동안 공공 서비스 전반에 걸쳐 머신러닝의 사례가 등장하기 시작했습니다.

런던 메트로 경찰은 얼굴 인식 기술에 AI를 사용하고 있습니다. 매트 핸콕 보건부 장관은 의료 분류를 위한 챗봇 서비스를 옹호했습니다. 블랙풀 카운슬은 도로 파손을 감지하고 수리하는 데 인공 지능(AI)을 사용하고 있습니다. 이러한 사례는 공공 부문이 AI를 더 많이 채택함으로써 얻을 수 있는 기회의 시작에 불과합니다. 직업의 3분의 2에서 약 30%의 업무가 AI로 자동화될 수 있을 것으로 추정됩니다. 회계사가 단순히 재무 보고를 좋아해서 공공 부문에 진출하는 사람은 없습니다(또는 적어도 극소수).

뱅킹과 핀테크의 미래

그들은 확실히 보수를 위해 이 일을 하는 것이 아닙니다. 공공 서비스 분야에서 경력을 쌓는 사람들은 주로 다른 정신, 즉 변화를 만들고자 하는 열망에 의해 선택됩니다. 자동화를 도입하면 재무 전문가를 공공 서비스에 전념하는 활동에서 멀어지게 하는 많은 업무가 그들의 역할에서 제거될 수 있습니다.

이렇게 되면 일상적인 데이터 조달 및 조직 업무가 아닌 전략적 사고, 이해관계자 참여, 문제 해결 등 기계가 대체할 수 없는 더 중요한 업무에 더 많은 시간을 할애할 수 있습니다. 또한 AI는 데이터 분석에서 효과적이고 일관된 패턴 인식을 통해 인적 오류와 사기를 제거하는 데 도움을 줄 수 있습니다.

최고의 기술은 매우 큰 데이터 세트를 처리할 수 있으므로 다양한 산업과 부문으로 확장할 수 있습니다. 그렇다고 AI에 위험이 없다는 것은 아닙니다. 조만간 로봇이 모든 업무를 대체할 가능성은 낮지만, 이러한 기술은 오류와 무의식적 편견을 내재한 인간에 의해 개발되고 있다는 점을 기억하는 것이 중요합니다.

뉴욕대학교의 AI Now 연구소는 AI 분야가 주로 백인 남성에 의해 주도되고 있다는 사실 때문에 성별 및 인종적 편견을 지속시키는 결함이 있는 시스템이 존재한다고 지적했습니다. 보고서에서 언급된 사례로는 이미지 인식 서비스가 소수자를 모욕적으로 분류하고, 챗봇이 혐오 발언을 채택하며, 피부색이 어두운 사용자를 인식하지 못하는 Amazon 기술 등이 있습니다. 공공 부문이 다양성과 포용성에 대한 접근 방식을 개선하기 위해 노력함에 따라, 개발자와 사용자는 객관적인 의사 결정의 수단으로 인식될 수 있는 기술을 채택할 때 이러한 광범위한 문제를 인식하는 것이 중요합니다.

위험과 이점은 차치하고서라도, 사회 전반의 변화 속도에 비해 공공 부문의 AI 도입은 상대적으로 더디게 진행되고 있습니다. 여기에는 여러 가지 이유가 있을 수 있습니다. 대부분의 공공 서비스는 높은 수준의 재정적 압박에 직면해 있으며, 혁신에 대한 투자보다는 법적 의무에 우선순위를 두고 있습니다. 또한 신기술이 도입되면 공공 부문 업무 현장에서는 새로운 기술이 요구됩니다.

이러한 기술 격차는 조기 도입에 상당한 장벽이 될 수 있지만, 공공 부문 조직이 이 문제를 해결해야 할 필요성을 인식하고 있다는 증거를 볼 수 있습니다. 2017년 CIPFA의 설문조사에 참여한 공공 부문 조직의 58%는 10년 후 기술 전문성이 우선적인 재무 기술이 될 것이라고 답했습니다. 이러한 격차를 해소하는 데는 시간과 자원이 필요하지만, 그 자체로 잠재적인 기회가 될 수 있습니다. CIPFA의 연구에 따르면 공공 부문 인력 유지에 영향을 미치는 주요 문제 중 하나는 개발 기회의 부족으로 인식되는 것입니다.

이러한 기술 변화의 필요성은 많은 직원들이 직장 생활에서 부족하다고 느끼는 것을 제공할 수 있는 기회를 제공합니다. AI는 실험실에서 기업, 그리고 우리 가정으로 이동했습니다. 이제 많은 사람들이 거실에 아마존 에코를, 아이폰에 Siri를 가지고 있으며, 심지어는 원하는 수준의 "완료"를 학습하는 스마트 토스터를 구입할 수도 있습니다! AI는 비교적 짧은 시간 동안 많은 발전을 이루었고, 사람들은 자연스럽게 공공 및 민간 서비스 모두 시대에 발맞춰 발전하기를 기대합니다.

AI의 도입은 역사적으로 기술 변화에 후발주자였던 공공 부문에 위험과 기회를 동시에 의미합니다. 그러나 세상과 업무 환경이 점점 더 디지털화됨에 따라 공공 부문도 그 흐름에 앞서가지는 못하더라도 그 흐름과 함께 계속 나아가는 것이 중요합니다.