금융 서비스를 위한 트랜잭션 파운데이션 모델: 파편화된 AI 아키텍처의 통합

섹션별 상세

기존 금융 AI는 사기 탐지나 신용 평가 등 특정 업무에 국한된 모델을 개별적으로 운영하여 데이터 활용도가 낮고 모델 관리 복잡도가 높았다.

트랜잭션 파운데이션 모델은 결제, 송금, 제품 상호작용 등 방대한 금융 데이터를 트랜스포머 기반으로 학습하여 맥락을 이해하는 통합 지능을 제공한다.

Revolut은 NVIDIA Hopper GPU와 cuDF, Nemotron을 활용해 240억 건의 이벤트를 학습한 PRAGMA 모델을 구축하여 피처 엔지니어링 시간을 제거했다.

근거

Revolut의 PRAGMA 모델은 240억 건의 이벤트와 2,600만 명의 사용자 기록을 학습했다. — Revolut built PRAGMA 문단

Mastercard는 NVIDIA NeMo AutoModel을 사용하여 결제, 승인, 사기 탐지 데이터를 통합한 대규모 테이블형 파운데이션 모델을 개발 중이다.

Stripe는 트랜잭션 행동의 전체 맥락을 파악하는 모델을 통해 사기 발생률을 38% 감소시키고 1,120억 달러 규모의 사기 거래를 차단했다.

근거

Stripe는 트랜잭션 모델을 통해 사기 발생률을 38% 감소시키고 1,120억 달러 규모의 사기 거래를 차단했다. — Stripe is using the NVIDIA and AWS platform 문단