경험삼아 + 도파민을 쫓다가 컨설팅 직무로 '24 동계인턴을 지원했다. 어쩌다 보니 서류를 통과하고 PT 면접을 준비하고 있었다.
본인이 관심있는 주제로 고객 경험 개선 / 사내 지원 전략에 대해 발표해야 했고, 애초에 자소서에는 스마트시티 계획 쪽으로 작성하였으나 주어진 주제의 목록에 스마트시티가 없어서 그 다음으로 자신있는 생성형 AI 활용 전략을 주제로 선정했다.
전략 컨설팅 이야기는 많이 들어보았고 관심은 있었지만 실제 유관 경험, 학회 경험이 전혀 없으니 매우 막막했다. 합불과 무관하게 나의 첫 대기업 면접이기도 하고 내가 못하면 혹여나 우리 학교.. 우리 과 망신이 될까봐 최선을 다했다. 전략 학회 친구, 그리고 과 선배 인맥을 통해 간단한 코칭을 받고 약 하루하고 반나절을 밤을 새어 LG CNS의 생성형 AI 제품에 대해 파고 들었다. 회사 조사 뿐만 아니라 내가 선정한 가상의 고객에 대한 조사 또한 해야해서 23년도 2Q, 3Q IR 자료를 뒤적거리며 처음으로 재무제표도 읽어보는, 아주 신선한 경험이었다. 왜 전략컨들이 맨날 밤을 샌다하는지.. 뼈저리게 공감하며 짧은 5분 발표를 위한 장표를 찍어나갔다.
리서칭을 하면서 가장 많이 도움을 받은 건 '뤼튼'이었다. GPT 4 대기가 안풀려서 GPT 4가 무료로 반영된 '뤼튼'을 적극 활용했다. 재밌다 ㅋㅋ 생성형 AI 활용 전략을 생성형 AI에게 묻는 인간.. 할루시네이션 걱정도 없었던게, 답변에 대한 레퍼런스 pdf를 모두 링크로 넣어줬다는 것인데 발간된지 몇 주 심지어는 몇 일도 안된 증권사 분석 자료들로 이루어져 있었다는 것이다. 그 증권사 분석 자료들이 발표 구성과, 내 주장에 설득력을 입히는데 큰 도움이 된 것 같다.
사실 지금은 면접을 준비하고 있었는데 새벽이 되니 집중력이 급격히 떨어져서
본 포스트 작성을 나의 면준 몰입도 개선의 전략으로 도입했다 ㅎㅎ
지금부터 나오는 장표는 회사에서 만든 자료가 **아니라 ** 면접을 위해 제가(외부인이) 직접 만든 자료임에 유의해주세요 !!!!!
구성 시 참고한 모든 자표를 본 글에 첨부하도록 노력은 해보겠으나... 잘 안될 것 같긴 함...........
[ 주제의 구체화 ]
일단 생성형 AI는 그 범위가 매우 넓은데 나는 '언어' 관련 GenAI, 즉 LLM에 포커스를 두었다. 이유는 모두가 알다시피 그 화제성이 매우 크기 때문에 시장성이 제일 크고, 기술적으로 내가 제일 관심이 있는 분야이며, 개인적으로 회사 조사 중 LG CNS의 출시 예정인 KM 서비스에 큰 흥미를 느꼈기 때문이다.
고객은 금융권으로 한정(가상)지었다. 그 이유는 일종의 짜맞추기 식이긴 했는데, 금융사가 겪고 있는 문제들을 해결하기에 LG CNS의 생성형 AI 모듈이 적합해 보였으며 기존에 데이터를 활용한 금융 DX 전환 경험이 풍부했기 때문이다. 기존 경험이 많으면, 당연히 고객에게 그 제안이 더 매력적으로 보일 것이라고 생각했다. ( 기존 고객에게 새로운 서비스를 소개하는 것, 새로운 고객을 유치하는 것 모두 !! )
[ 문제상황 정의 ]
첫번째 도전과제는 " 업무 효율성 및 생산성 제고 "이다. 두 번째는 금융소비자들의 소비행태 변화에 따라 금융서비스에 대한 기대치 상승에 대응하기 위한 "고객 경험 개선"이다. 세 번째는 금융분야에서 금융보단의 중요성 증가에 따른 리스크 극복과 복잡한 규제 준수를 위한 "보안 및 리스크 관리"이다.
[ 산업 트렌드 ]
다음으로 생성형 AI 산업 트렌드이다. 생성형 AI는 오픈 소스 모델의 대거 출시로 인한 빠른 기반 기술 확장에 따라 본격적으로 상용화 단계에 진입했다. 이에 따라 생성형 AI를 활용한 차별화된 비즈니스 전략이 필요해졌고, 급변하는 잠재 시장 속에서 빠르게 그 판도를 잡는 것이 중요해졌다. 현재 생성형 AI 시장에서 금융 분야는 약 20%를 차지할 정도로 그 비중이 크고, 앞으로도 짧은 시간에 크게 성장하여 AI가 금융권에서 큰 영향을 미칠 것이라고 전망된다.
[ DAP GenAI : 금융권 GenAI LLM 도입에 대한 솔루션 제시 ]
금융권이 직면한 도전과제, 그리고 생성형 ai의 트렌드에 따라 lg cns에서는 금융권에 생성형 AI 플랫폼, DAP Gen AI를 통한 생성형 AI LLM 도입에 대한 솔루션을 제시할 수 있다. 본 플랫폼에는 AI 서비스, AI 프롬프트, LLMOps 3대 모듈이 포함되어 새로운 금융 dx를 이룰 수 있을 것이라 전망된다.
[ DAP GenAI 도입을 통한 고객의 문제 해결 여정 ]
앞서 소개드린 DAP (data analytics & AI platform) GenAI의 3대 모듈이 어떻게 구체적으로 금융권의 다양한 업무에서 고객의 문제를 해결할 것이라 예측된다. 먼저, 직원 업무 효율성 개선으로 판관비의 감소, 영업순이익 증가를 기대할 수 있다. AI 프롬프트 모델을 통해 직원 대상 업무용 챗봇을 개선할 수 있다. 또한, LG CNS는 사내에서 AI를 활용한 KM(Knowledge Management) 혁신과 브레인즈 신기술* 을 검증하고 있어 더욱 고도화된 서비스 제공이 가능해질 것이다. LLMOps 모듈을 통해서는 기업이 직접 복수의 언어모델 간 성능을 비교하고 상황에 따라 모델을 선택할 수 있게 된다. 두번째로는, 금융 고객 경험 개선을 통한 고객의 확보이다. AI 프롬프트 모듈로 고객 대상 모바일 금융상담 챗봇의 응답을 개선하고 고객에게 새로운 경험을 제공할 수 있게 된다.
세번째는, 보안 및 리스크 관리 강화를 통한 규제 위반 혹은 신용도 하락 위험으로부터의 대비가 가능해진다. ai 서비스 모듈의 보안필터를 통해 복잡한 금융 보안 규제를 준수하는 서비스의 구축이 가능해지며, llm ops 모듈로 금융사에게 최적인 프라이빗 LLM 구축을 가능케 한다.
* 브레인즈 신기술 : ( 생성형 AI가 정확도 높은 답변을 내놓기 위해서는 사내에 지식 데이터를 풍성하게 축적하는 것도 중요하다. LG CNS는 신규 지식 데이터 축적과 조직 내 전문가들의 지식과 경험을 임직원 모두가 활용할 수 있도록 웹3.0 기반의 지식마켓 ‘브레인즈(BRAINS)’도 구축하고 있다. )
[ Why LG CNS ?? ]
이렇게 준비해서 2인 1조로 면접을 봤었다. 상당히 비교됐다 ㅋㅋㅋㅋㅋㅋㅋㅋ
다른 분이 너무 잘하셨고 준비도도 높았고, 내가 진심으로 오랜기간 컨설턴트를 희망하고 지원한게 아니라 경험삼아, 호기심에 지원해본 것이 티가 많이 나서 부끄럽고 민망했다. 현업자가 직접 내 논리적 허점을 찔러서 엄청 더듬었지만 사실 간절함이 크지 않았어서인지 떨지는 않았던 것 같다. 결과는 안나왔지만 당연히 불합일 것 같다. 아무튼 진짜 나는 부족하구나.. 나중에 취준할 때는 면접 스터디도 많이 해봐야겠다.. 등 반성은 많이 함.
하지만 Gen AI 랑 겨울에 일하면서 공부하게 될 LLM의 미래가치에 대해서, 접목 신기술에 대해서 많이 배울 수 있는 기회였고
전략컨들이 왜 일을 그렇게 많이 하시는지 간접경험도 해볼 수 있었고
LG CNS나 삼성 SDS를 실제로 내가 가고싶어서 지원하게 된다면 지원할 유관부서에 대해 많이 공부하는 시간이 되어서 유익했던 것 같다.
[ Reference ]
# LG CNS 서비스 조사
AI에 진심인 LG CNS가 고객경험을 혁신하는 4가지 방법 (22.09.30)
https://www.lgcns.com/blog/cns-tech/ai-data/35860/
산업보고서 (23.09.30)
https://m.hi-ib.com:442/upload/R_E08/2023/10/[04065248]_003550.pdf
LG CNS의 제품 소개사이트 (AI Service Portal : 각 솔루션에 대한 as is - to be 포함)
https://ai.lgcns.com/home.html
생성형 AI 플랫폼 'DAP GenAI' 출시 기사 (2023.10.12) (기존 DAP AI와의 차이점 설명)
https://www.itworld.co.kr/news/310063
LG CNS, 생성형 AI로 사내 유용한 데이터 찾는, 'AI 활용 KM 혁신' 서비스 개시 (23.10.24)
https://www.lgcns.com/pr/news/49240/
https://news.mt.co.kr/mtview.php?no=2023102417314157403
# 사업성에 대한 논의
https://biz.chosun.com/it-science/ict/2023/08/27/HE5AHGQHCZAJNARV3KZHOQ4FWE/
'내부거래' 줄이기 과제 푸는 SI 기업들.. 대외사업 확장 총력 (+ 경쟁사 분석) (2023.08.27)
https://news.mt.co.kr/mtview.php?no=2023082415425137477
IT 서비스 3사, '기업용 생성형 AI' 경쟁 돌입 (기사 : 2023. 08.02) 삼성SDS / LG CNS / SK C&C
https://www.m-i.kr/news/articleView.html?idxno=1036740
# 삼성 SDS
1. 내 기업 환경에 맞는 생성형 AI 활용 전략은? (Gen AI가 가져올 비즈니스 환경 변화와 기업별 적용 사례 - 연세대 경영 교수 임일 강연 영상)
https://www.youtube.com/watch?v=ZvGRIGY7YII
2. 생성형 AI 시장 동향을 다룬 아티클 (2023.08.18)
(1편) : https://www.samsungsds.com/kr/insights/future_of_generative_ai_1.html
(2편) : https://www.samsungsds.com/kr/insights/future_of_generative_ai_2.html
# 생성형 AI 시장조사
생성형 AI 활용 및 (분야별) 비즈니스 모델과 난제 해결 방안 (기사 : 2023.07.25)
https://www.energydaily.co.kr/news/articleView.html?idxno=138860
생성형 AI 가장 많이 쓰일 산업은? '금융, 보험업' (2023.08.29)
대한상공회의소 [생성형 AI가 한국경제에 미치는 영향보고서)
생성형 AI가 가져올 업무 혁신 (삼정 KPMG 칼럼, 2023.09.21)
https://kpmg.com/kr/ko/home/media/experts-column/2023/09/experts-column-21.html
[미래에셋증권리서치] 생성 AI
생성 AI 산업 트렌드 / 기업에 활용성 / LLM 수익구조 / 금융기업의 활용방안 / 활용에 있어서 마주한 문제점
https://securities.miraeasset.com/bbs/maildownload/20231004164120440_154
[국제금융센터] 글로벌 은행권의 ChatGPT 활용 가능성 및 과제
https://www.kcif.or.kr/finance/financeView?rpt_no=32869&mn=002007
# 금융기업이 직면하고 있는 문제 파악 근거자료
1. 생산성 및 효율성 측면
- 판관비 관련 중요성 및 계산 방법 :https://www.thebell.co.kr/free/content/ArticleView.asp?key=202305261044380200106155&lcode=00
- 신한은행 : http://www.shinhancorp.co.kr/kr/invest/finance/performance_file.jsp
- 국민은행 : https://www.kbfg.com/kor/ir/mgt-performance/list.jsp
- 비대면 은행들과의 영업경비비율 (CIR) 비교 : http://www.sisajournal-e.com/news/articleView.html?idxno=300774
2. 고객 경험 미진 측면
https://kpmg.com/kr/ko/home/insights/2021/09/kr-insight-78.html보
3. 보안 및 리스크의 관리 위협 측면 : 참고할 링크 : (아직 정확한 근거 찾지 못함)
https://newsroom.koscom.co.kr/34925
https://www.lexology.com/library/detail.aspx?g=f4e03386-a966-4520-b6f3-caa8417cdb79
'Project' 카테고리의 다른 글
| [청년주거(4)] 분석 검토 (0) | 2023.08.10 |
|---|---|
| [청년주거(3)] 데이터분석 & 시뮬레이션 (1) | 2023.08.08 |
| [청년주거(2)] 문제정의 (0) | 2023.07.31 |
| [청년주거(1)] 현상의 파악 (0) | 2023.07.30 |
| [iMOD(4)] 지표 도출 (0) | 2023.07.26 |