최근 결제 업계에서 인공지능(AI)의 활용을 어떻게 전망하는지에 대해 이그잭트 페이먼트(Exact Payments)의 CTO인 라비 라자미예르(Ravi Rajamiyer)와 이야기를 나누었다.
비즈니스에서 AI를 어떤 활용 사례에 사용할 것으로 예상하나?
기본적으로 결제는 기술 비즈니스이므로 회사 차원에서는 AI가 내부 프로세스 전반에 걸쳐 도움이 될 것으로 생각한다. AI가 소프트웨어 아키텍처 설계, 코딩, 테스트, 배포 전반의 생산성 향상에 도움을 주므로 제품 출시 속도가 크게 향상되어 최첨단 기능을 훨씬 더 빠르게 제공할 수 있을 것으로 예상한다.
결제 산업 전반에서 위험 평가는 가장 중요한 용도 중 하나이다. 결제 분야에서는 새로운 판매자를 더 빨리 온보딩할수록 더 좋은 결과를 얻을 수 있다. 하지만 이 과정에서는 정확성이 중요하며, 위험 평가를 더 철저하게 수행할수록 시간이 더 오래 걸린다. AI는 이 프로세스를 가속화할 수 있으므로 속도를 위해 정확성을 타협할 필요가 없다.
또한, 지급 준비금과 지급 보류를 계산하기 위한 AI 기반 위험 점수를 통해 지속적인 판매자 모니터링에서 AI의 역할을 확인할 수 있다. 이를 통해 결제 회사는 판매자가 법률 내에서 운영되고 있는지 확인할 수 있다.
또한, 생성형 AI 모델은 NLP(자연어 처리) 기반 챗봇을 통해 더 빠르고 효율적인 고객 지원을 제공할 수 있는 가능성을 보여주고 있다. 예를 들어, 대화형 채팅 환경은 고객이 통합 프로세스를 진행하는 동안 제안을 제공하고 질문에 답할 수 있다.
AI가 결제 처리에서 사기 탐지 및 예방에 어떤 영향을 미쳤나?
대부분의 AI 기반 사기 탐지는 알고리즘을 기반으로 하며, 처리 주기 초기에 특정 결제의 사기 가능성을 판단하기 위해 패턴에 의존하며 일반적으로 허용 가능한 수준의 정확도를 가진 결과를 생성한다. 결제 플랫폼의 일상적인 운영 과정에서 일상적으로 수집되는 방대한 양의 데이터는 지속적으로 개선되는 알고리즘을 구축하고 실시간으로 예측 모델을 훈련하여 사기 결제를 탐지하는 데 훌륭한 소스를 제공한다.
또 다른 큰 영향을 미치는 영역은 리스크 전문가가 인간의 능력을 넘어 거래 모니터링의 범위를 넓힐 수 있도록 지원하는 AI 기반 도구의 가용성이다. 예를 들어, 페이팔(PayPal)은 개별 거래가 들어올 때 이를 평가하고 사기 가능성이 있는 경우 해당 거래를 쉽고 명확하게 거절할 수 있는 플랫폼을 보유하고 있다.
AI를 사용하여 기업의 결제 프로세스를 간소화하면 어떤 주요 이점이 있나?
운영 효율성 향상과 비용 절감은 결제 프로세스에서 AI를 사용하면 얻을 수 있는 주요 이점이다. AI는 위험, 사기, 규정 준수 문제에 소요되는 시간과 비용을 크게 줄일 수 있다. 예를 들어, 현재 지불 거절 분쟁은 다양한 문서를 사용하여 수작업으로 처리되고 있다. 사람은 직원 수와 처리 능력에 한계가 있다. 예산과 인력 풀의 한계로 인해 한 팀에 1~3명의 리스크 운영 전문가가 있는 경우가 많다. 분쟁이 증가함에 따라 분쟁을 점수화하고 우선순위를 지정하여 인간 팀이 올바른 분쟁에 집중할 수 있도록 AI가 필요하다.
지불 거절 관리와 같은 결제 프로세스를 AI로 자동화하면 운영 비용을 크게 절감할 수 있다. 수동 개입의 필요성을 최소화하고 비용이 많이 드는 분쟁으로 이어질 수 있는 오류를 줄이며 사기 관련 손실을 방지하는 데 도움이 된다.
AI는 결제 처리에서 고객 경험을 어떻게 개선하나?
AI는 고객의 행동과 선호도를 분석하여 맞춤형 결제 옵션, 보상, 추천을 제공할 수 있다. 이러한 수준의 개인화는 쇼핑 경험을 향상시켜 고객이 가치 있고 이해받고 있다는 느낌을 받을 수 있다. 또한 AI는 더 빠르고 정확한 거래 승인은 물론 챗봇을 통한 연중무휴 고객 지원으로 대기 시간을 단축하고 만족도를 높여 결제 처리의 고객 경험을 향상시킨다.
결제 처리 규정 준수를 최적화하는 데 AI는 어떤 역할을 하나?
AI는 끊임없이 진화하는 규제 환경과 금융 거래의 복잡성 증가로 인해 발생하는 다양한 문제를 해결하고 결제 처리 업계의 규정 준수를 최적화하는 데 중추적인 역할을 한다. 예를 들어, AI는 자금 세탁 활동을 나타낼 수 있는 거래 데이터의 패턴과 이상 징후를 식별하는 데 탁월한 능력을 발휘한다. AI는 이러한 패턴을 인식함으로써 효과적인 자금세탁 방지 조치를 구현하고 의심스러운 활동을 보고하며 규정을 위반할 수 있는 거래를 방지하는 데 도움을 준다.
일반 개인정보 보호 규정(GDPR)과 같은 규정이 데이터 프라이버시를 강조하는 상황에서 AI는 고객 데이터가 이러한 법률에 따라 취급, 처리, 저장되도록 보장하는 데 도움을 줄 수 있다. AI는 데이터 개인정보 보호 제어를 자동화하고 무단 액세스 시도를 감지하며 데이터 처리 활동이 법적 요건을 충족하는지 확인할 수 있다. 전반적으로 결제 회사는 AI를 사용하여 위험을 완화하고 평판을 보호함으로써 규정 준수에 대한 사전 예방적 접근 방식을 취하게 될 것이다.
비즈니스 인텔리전스 및 의사결정을 위해 결제 데이터와 트렌드를 분석하는 데 AI를 어떻게 활용할 수 있나?
데이터는 모든 기술 기반 비즈니스의 핵심이며, 결제도 예외는 아니다. 기업들은 종종 어떻게 활용해야 할지 모르거나 최소한 그 잠재력을 활용하지 못하고 있는 데이터의 보고에 앉아 있는 경우가 많다. AI의 힘은 방대한 양의 비정형 데이터를 처리하여 기업이 더 나은 의사결정을 내리고 성장을 촉진하는 데 도움이 되는 유용한 인사이트를 얻는 데 있다.
한 가지 예로 AI를 활용하여 광범위한 시장 동향의 맥락에서 결제 데이터를 분석하여 경쟁사 대비 비즈니스 성과에 대한 인사이트를 제공하는 것을 들 수 있다. 이러한 분석은 가격 전략, 시장 진입, 제품 개발과 같은 전략적 결정에 정보를 제공할 수 있다.
또한, 결제 데이터의 패턴을 분석하여 이탈 위험이 있는 고객을 파악할 수도 있다. 이를 통해 기업은 개인화된 제안이나 타겟팅된 커뮤니케이션을 통해 이러한 고객과 적극적으로 소통하여 고객을 유지할 수 있다. 비즈니스 인텔리전스에서 AI의 활용 사례는 무궁무진해 보이지만, 우리는 이제 막 그 기능의 표면을 긁어내기 시작했다.
결제 처리에서 AI를 구현할 때 직면하는 도전 과제에는 어떤 것이 있으며 이를 어떻게 극복할 수 있을까?
AI는 방대한 양의 개인 거래 데이터를 분석하는 데 의존하기 때문에 개인정보 보호 문제가 잠재적인 도전 과제이다. 이러한 문제를 극복하려면 강력한 데이터 암호화, 익명화 기술, 안전한 데이터 저장 솔루션을 구현해야 한다.
고객은 특히 AI 기반 프로세스가 침입적이라고 인식하거나 불공정한 결과를 경험하는 경우 이를 경계할 수 있다. 이러한 경우 기업은 결제 처리에서 AI가 어떻게 사용되는지 설명하고, 사용자 친화적인 인터페이스를 구현하고, 필요 시 사람이 개입할 수 있는 옵션을 제공함으로써 투명성을 높일 수 있다.
또한 AI 시스템이 의사 결정 과정에서 의도치 않게 편견이나 불공정한 관행을 도입하지 않도록 해야 하는 과제도 있다. AI 시스템은 학습 데이터로부터 편견을 물려받아 특정 고객 그룹을 불공정하게 대우할 수 있다.
이 문제에 대한 해결책은 다양하고 대표적인 데이터 세트를 사용하여 AI 모델을 학습시키는 것이다. AI 시스템의 편향성을 정기적으로 감사 및 테스트하고 편향성이 발견되면 수정 조치를 시행한다.
AI가 미래의 결제 트렌드와 소비자 행동을 예측하는 데 도움이 될 수 있나?
AI는 거래 기록, 시장 조사, 경제 지표 등 다양한 출처의 방대한 양의 데이터를 처리하고 분석할 수 있다. 이러한 기능을 통해 AI는 기존의 분석 방법으로는 파악할 수 없는 트렌드와 패턴을 파악할 수 있다. 이러한 패턴을 파악함으로써 AI는 이러한 트렌드가 어떻게 진화할지 예측할 수 있다.
예측 분석을 통해 이러한 미래 트렌드를 예측하면 특정 결제 서비스에 대한 수요의 정점을 예측하고, 암호화폐나 모바일 결제와 같은 새로운 결제 기술로의 변화를 예측하며, 신흥 시장이나 인구 통계를 파악할 수 있다.
또한 AI는 소셜 미디어와 기타 온라인 플랫폼을 분석하여 결제 수단, 브랜드, 금융 기관에 대한 소비자 정서를 측정할 수 있다. 이러한 감정 분석은 소비자 행동의 잠재적 변화를 나타내어 기업이 선제적으로 전략을 조정할 수 있게 해준다.
마지막으로, AI는 다양한 경제 및 시장 시나리오를 시뮬레이션하여 결제 트렌드와 소비자 행동에 어떤 영향을 미칠 수 있는지 확인할 수 있다. 이러한 능력은 기업과 금융 기관이 다양한 잠재적 미래에 대비하여 급변하는 환경에서 민첩성을 유지할 수 있도록 도와준다.
결제 분야에서 AI의 미래에 대한 생각은?
결제 분야에서 AI의 미래는 지속적인 기술 발전과 기업과 소비자의 수용도 증가에 힘입어 혁신적이면서도 광범위할 것으로 보인다. AI는 사기 탐지 및 고객 서비스부터 개인화된 마케팅 및 위험 관리에 이르기까지 결제 처리의 모든 측면에서 필수적인 부분이 될 것으로 예상된다.
업계에 종사하는 많은 사람들은 AI가 결제 서비스에서 초개인화를 실현할 것으로 기대하고 있다. AI는 개인의 소비 습관과 선호도에 따라 맞춤형 추천, 동적 가격 책정, 개인화된 금융 조언을 제공함으로써 고객 충성도와 참여도를 크게 향상시킬 수 있다.
또한 AI는 금융 소외 계층의 결제 서비스 접근성을 높여 금융 포용성을 높일 수 있는 잠재력을 가지고 있다. 예를 들어, AI는 대체 데이터를 평가하여 기존 신용 기록이 없는 개인에게 신용 점수를 제공함으로써 금융 서비스에 대한 접근성을 높일 수 있다.
이러한 사용 사례와 이 인터뷰에 설명된 다른 사례는 보안, 효율성, 고객 경험을 개선하여 결제 비즈니스를 혁신할 수 있는 잠재력을 가진 AI의 가능성을 보여준다. AI 기술이 계속 발전함에 따라 결제 산업과의 통합은 더욱 심화될 것이며, 새로운 기회를 창출하고 결제 환경을 재편할 것이다.
라비 라자미예르, Exact Payments CTO
라비 라자미예르는 글로벌 결제부터 클라우드 보안, AI/머신러닝, 데이터센터 가상화, 모바일 애플리케이션 개발에 이르기까지 다양한 산업 분야에서 20여년동안 기술 팀을 구축하고 이끌어온 경력을 보유하고 있다. 페이팔에서 라비는 글로벌 결제 플랫폼 개발을 담당하는 엔지니어링 팀을 이끌었다. 그는 온보딩, 리스크/언더라이팅, 서비스, 보고, 분쟁 관리 등 판매자 라이프사이클 전반에 걸쳐 탁월한 고객 경험을 구축하는 데 주력했다. 그와 그의 팀은 전 세계를 아우르는 결제 인프라의 클라우드 네이티브 전환을 주도했다. 라비는 뭄바이의 인도 공과대학에서 석사 학위를 받았으며 미주리주 세인트루이스에 있는 워싱턴 대학교에서 박사 학위를 취득했다.
