주메뉴 바로가기 본문 내용 바로가기

eg(전자정부)이 누리집은 대한민국 공식 전자정부 누리집입니다.

전체1641 페이지75/274
금융분야 인공지능의 신뢰를 높인다. 'AI 보안 가이드라인 마련'
2023-04-17
금융분야 인공지능 신뢰를 높인다. AI 기반 신용평가모형 검증. 금융분야 AI 보안 가이드라인 마련
금융위는 금융권의 AI 활용을 지원하기 위하여 「금융분야 인공지능 활용 활성화 및 신뢰 확보 방안(2022.8.)」을 발표하고, 세부과제를 착실히 추진하고 있습니다. 양질의 빅데이터 확보 지원. ① 금융 AI 데이터 라이브러리 구축 ② 금융권 협업을 통한 데이터 공동 확보 ③ 데이터전문기관 추가 지정. AI 활성화를 위한 제도 정립. ④ 금융 AI 개발·활용 안내서 발간 ⑤ 설명가능한 AI 요건 마련 ⑥ 망분리 및 클라우드 규제 개선. 신뢰받는 AI 활용 환경 구축. ⑦ 금융 AI 테스트베드 구축 ⑧ AI 기반 신용평가모형 검증체계 마련 ⑨ AI 보안성 검증체계 구축 ⑩ AI를 활용한 효율적 감독체계 구축
신뢰받는 AI 활용 환경을 구축하기 위해 AI 기반 신용평가모형을 검증합니다. AI 특성을 고려하여 신용정보회사가 데이터를 적절히 관리하는가 - 신뢰성 높은 출처로부터 수집했는지 - 데이터는 일관적이고 정확한지. 신용평가모형에 사용되는 알고리즘과 변수를 합리적으로 선정하였는가 - 알고리즘 선정 목적이 무엇인지 - 변수 선정 과정은 어떠한지
금융소비자에게 신용평가모형과 신용평가 결과에 대해 충분히 설명할 수 있는가 - 어떤 AI 기법을 적용했는지 - 평가 모형의 해석이 가능한지  AI 기반 신용평가모형의 변별력·안정성 등이 통계적으로 유의한가 - 과적합(overfitting*) 가능성 점검 - 학습·검증·테스트 데이터의 유사성 확인 등 * 모형이 학습 데이터에 과도하게 의존하는 것을 의미 → 학습 데이터에 대해서는 정확한 예측을 제시하지만 미학습 데이터에 대해서는 부정확하게 예측할 우려 ​
신뢰받는 AI 활용 환경을 구축하기 위해 금융분야 AI 보안 가이드라인을 제공합니다. AI 모델을 개발할 때 고려해야 할 보안사항을 개발단계별로 알려드립니다. ① 학습 데이터 수집 ②학습 데이터  전(前)처리 ③ AI 모델 설계·학습 ④ AI 모델 검증·평가. 금융분야에서 AI가 가장 활발히 사용되는 「AI 챗봇서비스」의 보안성 체크리스트도 제공합니다.
금융 AI 서비스 개발 현장의 실무자는 「금융분야 AI 보안 가이드라인」을 비롯한 금융 보안 관련 규제나 가이드 등을 「금융보안 레그테크 포탈」에서 확인할 수 있습니다. 금융보안 레그테크 포탈(regtech.fsec.or.kr) 자율보안 평가, 침해사고 대응훈련, 보안 정보 제공 등을 위한 홈페이지(금융보안원 운영) ※ 기관별 회원가입 필요
금융분야 인공지능 신뢰를 높인다. AI 기반 신용평가모형 검증. 금융분야 AI 보안 가이드라인 마련
금융위는 금융권의 AI 활용을 지원하기 위하여 「금융분야 인공지능 활용 활성화 및 신뢰 확보 방안(2022.8.)」을 발표하고, 세부과제를 착실히 추진하고 있습니다. 양질의 빅데이터 확보 지원. ① 금융 AI 데이터 라이브러리 구축 ② 금융권 협업을 통한 데이터 공동 확보 ③ 데이터전문기관 추가 지정. AI 활성화를 위한 제도 정립. ④ 금융 AI 개발·활용 안내서 발간 ⑤ 설명가능한 AI 요건 마련 ⑥ 망분리 및 클라우드 규제 개선. 신뢰받는 AI 활용 환경 구축. ⑦ 금융 AI 테스트베드 구축 ⑧ AI 기반 신용평가모형 검증체계 마련 ⑨ AI 보안성 검증체계 구축 ⑩ AI를 활용한 효율적 감독체계 구축
신뢰받는 AI 활용 환경을 구축하기 위해 AI 기반 신용평가모형을 검증합니다. AI 특성을 고려하여 신용정보회사가 데이터를 적절히 관리하는가 - 신뢰성 높은 출처로부터 수집했는지 - 데이터는 일관적이고 정확한지. 신용평가모형에 사용되는 알고리즘과 변수를 합리적으로 선정하였는가 - 알고리즘 선정 목적이 무엇인지 - 변수 선정 과정은 어떠한지
금융소비자에게 신용평가모형과 신용평가 결과에 대해 충분히 설명할 수 있는가 - 어떤 AI 기법을 적용했는지 - 평가 모형의 해석이 가능한지  AI 기반 신용평가모형의 변별력·안정성 등이 통계적으로 유의한가 - 과적합(overfitting*) 가능성 점검 - 학습·검증·테스트 데이터의 유사성 확인 등 * 모형이 학습 데이터에 과도하게 의존하는 것을 의미 → 학습 데이터에 대해서는 정확한 예측을 제시하지만 미학습 데이터에 대해서는 부정확하게 예측할 우려 ​
신뢰받는 AI 활용 환경을 구축하기 위해 금융분야 AI 보안 가이드라인을 제공합니다. AI 모델을 개발할 때 고려해야 할 보안사항을 개발단계별로 알려드립니다. ① 학습 데이터 수집 ②학습 데이터  전(前)처리 ③ AI 모델 설계·학습 ④ AI 모델 검증·평가. 금융분야에서 AI가 가장 활발히 사용되는 「AI 챗봇서비스」의 보안성 체크리스트도 제공합니다.
금융 AI 서비스 개발 현장의 실무자는 「금융분야 AI 보안 가이드라인」을 비롯한 금융 보안 관련 규제나 가이드 등을 「금융보안 레그테크 포탈」에서 확인할 수 있습니다. 금융보안 레그테크 포탈(regtech.fsec.or.kr) 자율보안 평가, 침해사고 대응훈련, 보안 정보 제공 등을 위한 홈페이지(금융보안원 운영) ※ 기관별 회원가입 필요

신뢰받는 금융분야 인공지능 활용 환경을 구축하기 위해

AI 기반 신용평가모형을 검증하고,

금융분야 AI 보안 가이드라인을 제공합니다.


금융 AI 서비스 개발 현장의 실무자는

금융분야 AI 보안 가이드라인을 비롯한

금융 보안 관련 규제나 가이드 등을

금융보안 레그테크 포탈에서 확인할 수 있습니다.


#금융위원회 #금융 #금융분야 #인공지능

#금융보안원 #금융규제 #레그테크 #알고리즘


*자세히 보기

https://blog.naver.com/blogfsc/223077111579

첨부파일
0417_금융분야 인공지능의 신뢰를 높인다. 'AI 보안 가이드라인 마련'.zip (1 MB) 파일다운로드
콘텐츠 내용에 만족하셨나요?