AI 에이전트는 금융업에 종사해 다수의 애플리케이션이 구현됐지만 상용화에는 시간이 걸릴 것으로 보인다.
저자：Eve Cole
업데이트 시간：2024-11-22 14:18:01
AI Agent는 2024년 인공지능 분야에서 자주 등장하는 단어로, 금융업계도 이에 해당한다. 2024년 Inclusion Bund 컨퍼런스에서는 AI 에이전트가 자주 언급됐는데, 업계에서는 AI 에이전트가 인공지능 발전의 주류 방향 중 하나가 될 것으로 보고 있다. China Business News 기자들은 또한 많은 금융 인텔리전스 애플리케이션이 구현되어 인간과 기계 간의 지능형 통신에 보다 인간적인 경험을 제공하고 있음을 확인했습니다. 그러나 금융 분야의 애플리케이션에서 지능형 에이전트는 "환각"을 일으키기 쉽습니다. 상용화에는 시간이 걸리며 관련 규제 프레임워크도 개선되어야 합니다. 금융산업에 종사하는 AI 에이전트란 인공지능 에이전트를 말하는데, 이는 환경을 인식하고 의사결정을 내리고 행동을 실행할 수 있는 지능적인 개체로서 독립적인 사고와 호출 도구를 통해 주어진 목표를 점진적으로 완료하는 능력을 가지고 있습니다. 사용자의 관점에서 지능형 에이전트는 특정 문제, 특정 분야에 대해 깊이 생각하는 능력을 갖추고 있으며, 좀 더 '인간'처럼 사람들과 소통할 수 있습니다. Ant Group의 Han Xinyi 회장에 따르면 AI 에이전트는 생성 인공 지능의 제품 형태로서 현재 대형 모델 적용의 핵심 방향으로 대형 모델이 '손과 발'을 성장시킬 수 있도록 합니다. 유럽과학원 외국학자이자 칭화대학교 인공지능연구소 부소장인 순마오송(Sun Maosong)은 차이나비즈니스뉴스와의 인터뷰에서 영어로 '지능형'을 '에이전트'로 번역한다고 지적했다. AI의 출현은 이 용어에 새로운 의미를 부여했습니다. 개념은 비교적 광범위하며 가상세계의 지능형 로봇이나 디지털 휴먼을 지칭할 수도 있다. 심지어 '인간'이라는 개념조차 갖지 않을 수도 있지만, AI 기술을 이용해 사람들의 문제 해결을 돕는 소프트웨어나 도구를 일컫는다. . 대형 모델을 보다 인간적인 특성으로 만들 수 있는 AI 에이전트는 현재 대형 모델 애플리케이션의 핵심 방향으로 이미 은행, 보험, 재무 관리 및 기타 금융 분야로 확산되었습니다. 2024년에는 많은 대형 모델 제조업체들이 금융 분야에서 자산 관리, 위험 평가, 고객 서비스 등의 측면에서 AI 에이전트의 애플리케이션 개발을 모색할 예정입니다. 에이전트는 상업적 가치를 보여주고 있습니다. 예를 들어 우체국저축은행이 출시한 '우편저축브레인' 프로그램은 인식과 통찰에서 생성적 창조로 전환해 지능형 업무보조, 디지털 계좌관리자, 중국건설은행의 '방주' 등 시나리오를 추진하고 있다. Plan'은 점차적으로 금융을 촉진하고 있습니다. 현장에서 대규모 모델을 구축하면 마케팅, 투자 연구 보고서, 위험 제어와 같은 시나리오에서 지능형 에이전트의 구현이 촉진됩니다. AI 에이전트는 전문가에게 디지털 인텔리전스 서비스를 제공하고 대중에게 낮은 수준의 자산 컨설팅 서비스도 제공합니다. 예를 들어, 올해 전시회에서 Zhixiaozhu 2.0은 Ant Group이 자체 개발한 대형 모델과 전문 지식을 갖춘 맞춤형 AgentUnierse 에이전트 프레임워크를 기반으로 개발한 지능형 비서입니다. 현장에서 청중은 "노인에게 적합한 투자 및 재무관리 방안을 제시해달라"고 요청했고, 이에 상응하는 투자 제안을 제시하며 현재 시장 상황을 바탕으로 타겟 상황을 분석한 뒤 리스크와 재무관리 두 가지 측면에서 결론을 내렸습니다. 반품. . "지능형 에이전트 기술의 적용은 아무것도 과시하지 않고 공공 생활에 진입하고 있습니다." Sun Maosong은 주로 대규모 언어 모델을 생성할 수 있는 능력으로 인해 더 나은 에이전트를 만들 수 있는 능력이 있다고 지적했습니다. 코드 생성 기능, 이미지 및 비디오 처리 기능, 3D 모델링 기능은 지능형 에이전트에 새로운 개발 기회를 제공했습니다. 그러나 Sun Maosong은 일반적인 조건에서 대화 환경으로 제한되는 대형 모델과 비교할 때 지능은 3차원 및 4차원 공간에서 논의되는 보다 복잡한 업스트림 개념이라고 믿습니다. 그러나 산업 및 산업의 관점에서 볼 때. 구현, 에이전트는 다양한 실무 분야에 적용되는 대형 모델의 다운스트림 개념입니다. 어려움과 도전 금융 분야에 AI 에이전트를 적용하는 것이 유일한 길이지만 이 과정은 순조롭게 진행되지 않으며 여전히 해결해야 할 문제와 과제가 많이 있습니다. 첫째, 금융분야에서는 AI 에이전트의 상용화에 어려움이 있다. "지능형 에이전트 기술의 상용화에는 아직 반복하는 데 시간이 필요합니다." Sun Maosong은 이것이 양적 변화가 질적 변화로 이어지는 과정이라고 믿으며 성능이 크게 향상되기까지는 수년의 반복과 축적이 필요할 수 있습니다. 지능형 에이전트의 상업적 가치는 그만한 가치가 있을 것입니다. 하지만 좀 더 인내심을 갖고 기다려 보세요. AI 에이전트의 상용화 길도 R&D 역량에 따라 제한됩니다. Fudan University의 Huang Xuanjing 교수에 따르면 지능형 에이전트는 일반 인공 지능을 향한 유망한 경로로 간주됩니다. 대규모 언어 모델의 전문성을 최대한 발휘하고 다양한 서비스의 반복적인 업그레이드를 가져올 수 있습니다. 그러나 동시에 지능형 에이전트의 연구 및 개발은 현재 기본 모델 기능 부족, 통합된 대화형 프레임워크 부족, 자체 학습 및 자체 진화 부족, 지능형 에이전트의 안전 및 윤리적 문제라는 네 가지 주요 과제에 직면해 있습니다. 또한, 대형 모델 환상 문제는 금융 산업에서 AI 에이전트를 적용하는 데 있어 주요 과제입니다. 업계 관계자는 금융 업계의 내결함성 비율이 매우 낮다고 생각합니다. 지식 질문 및 답변이든 콘텐츠 추출이든 지능형 에이전트에 대한 요구 사항이 매우 높습니다. 모델의 정확성은 생성적 채택에 중요한 장애물이 되었습니다. 금융산업의 AI. "대형모델은 인기도 많고 능력치도 엄청 강력하지만 이 능력이 강해지려면 조건이 있어요. 예를 들어 대화 환경에서는 아주 좋은 성능을 발휘하지만 그 환경을 벗어나면 능력이 의심스럽죠. ." Sun Maosong은 지능형 에이전트 및 기타를 통해 대형 모델의 기능을 더욱 향상시켜 "부조종사"에서 "주요 운전자"로 성장할 수 있다고 지적했습니다. IDC China의 부사장 겸 수석 분석가인 Wu Lianfeng에 따르면, "대형 모델이 금융 비즈니스 분야에서 큰 잠재력을 보여줬음에도 불구하고, 금융 산업에서의 포괄적인 적용은 여전히 많은 과제에 직면해 있습니다."라고 말했습니다. 업계 전체는 아직 초기 단계입니다. 게다가 금융 업계의 엄격한 감독과 강력한 규정 준수 요구 사항으로 인해 대형 모델의 구현은 더욱 신중해야 하며 주기도 길어질 것입니다. 전반적으로 대형 모델의 산업 생태계는 아직 완전히 성숙되지 않았으며 광범위한 적용에는 기술, 산업 발전, 규제 및 기술 윤리와 같은 과제를 극복해야 합니다.
