최근까지만 해도 마스터카드의 최고 기술 책임자 Ed McLaughlin의 책상 위를 지나는 모든 제안서에는 "블록체인"이라는 단어가 포함되어 있는 것처럼 보였습니다. "데이터베이스가 더 낫지 않을까요?"라고 물으면 "네, 하지만 이건 블록체인에 있습니다."라는 대답이 돌아오곤 했습니다.

요즘은 인공지능입니다. 마스터카드는 수년간 네트워크 사기 방지를 위해 AI를 사용해 왔지만, 최근에는 막대한 양의 데이터를 마이닝하여 모든 종류의 새로운 콘텐츠를 생성하는 제너레이티브 AI의 발전으로 흥미로운 기회가 열리고 있습니다. 이 회사는 생성 AI를 사용하여 합성 사기 거래 데이터를 생성하여 금융 기관의 시스템 취약점을 평가하고 자금 세탁 방지와 관련된 대규모 데이터 세트에서 위험 신호를 발견하고 있습니다. 마스터카드는 또한 이커머스 리테일러가 사용자 경험을 개인화할 수 있도록 세대별 AI를 활용하고 있습니다.

그러나 이 기술을 사용하는 데는 위험이 따르기 마련인데, 그중에는 AI를 망치처럼 사용하거나 McLaughlin이 말한 것처럼 "매우 비싼 소켓 렌치로 나사를 두드리는 것"과 같은 위험도 있습니다. 그는 기업이 스스로에게 "지금까지 해결하지 못한 어려운 문제는 무엇인가?"라고 질문해야 한다고 말합니다. AI가 실제로 가치를 창출할 수 있는 분야는 어디일까요? 잠재적인 피해를 관리하면서 어떻게 그렇게 할 수 있을까요?"

모든 규모의 비즈니스가 이러한 질문에 대해 고민하고 있습니다. 최근 데이터, AI, 보안 및 마케팅 분야의 글로벌 경영진을 대상으로 실시한 VentureBeat 설문조사에 따르면 절반 이상의 조직이 소규모로 제너레이티브 AI를 실험하고 있지만 이미 이를 구현하고 있는 조직(% )은 20개 미만이었으며, 10명 중 1명은 어떻게 활용해야 할지 '전혀 모른다'고 답했습니다.

사이버 인텔리전스( & )의 AI 담당 부사장 로히트 차우한(Rohit Chauhan)은 "AI로 작게 생각하고 작은 일을 할 수도 있고, 크게 생각하고 비즈니스, 업계, 세상을 진정으로 변화시킬 수도 있습니다."라고 말합니다. "우리는 크게 생각하고 싶지만, 두 경우 모두 책임감 있고 안전한 방식으로 AI를 적용하여 세상에 더 큰 이익을 가져다줄 수 있어야 합니다. AI의 가장 큰 위험은 AI를 사용하지 않는 것입니다."

마스터카드의 리더들에게 어떻게 위험을 최소화하고, 기회를 탐색하며, 제너레이티브 AI와 관련하여 올바른 투자를 하고 있는지 들어보았습니다.

기업이 제너레이티브 AI 기술 도입 여부를 고려할 때는 위험 요소를 정면으로 해결해야 합니다. 이러한 위험에는 데이터 세트에 내재된 편향성, AI 모델에 입력된 후 사람들의 데이터에 대한 불충분한 개인정보 보호, AI에 의한 허위 사실의 반복인 '환각' 등이 있습니다.

5년 이상 마스터카드의 데이터 프로그램을 이끌었고 최근 책임감 있는 AI 및 데이터 전문 마스터카드 펠로우로 임명된 조앤 스토니어는 제너레이티브 AI로 도약하기 전에 강력한 데이터 책임 원칙과 관행이 이미 마련되어 있어야 한다고 말합니다. 작년에 마스터카드는 포용성을 강조하는 자체 데이터 책임 원칙을 업데이트 하여 데이터 관행, 분석 및 결과물이 포괄적이고 공평하도록 보장할 수 있도록 했습니다. 또한 '프라이버시 바이 디자인'에 대한 회사의 노력은 강력한 개인정보 보호 및 보안 보호 기능을 AI 모델에 내장하고 있다고 회사의 최고 개인정보 보호 및 데이터 책임 책임자인 캐롤라인 루보(Caroline Louveaux)는 덧붙입니다.

"우리는 제너레이티브 AI와 데이터의 책임감 있는 사용을 위해 회사 내부의 표준과 원칙을 구축했습니다."라고 스토니어는 말합니다. "여기에는 직원들이 해야 할 일과 하지 말아야 할 일뿐만 아니라 민감한 정보나 기밀 정보를 침해하지 않고 새로운 기술을 배우고 테스트하는 방법에 대한 보호 장치도 포함됩니다. 우리는 역사의 올바른 편에 서 있습니다."

예를 들어 직원들에게 첫 번째 결과를 받아들이지 말고 여러 가지 방법으로 쿼리를 여러 번 실행하라고 조언하는 이 지침은 다른 기업들이 자체 생성 AI 로드맵을 구축할 때 Aspen Institute의 미국 사이버 보안 그룹의 지침에 영향을 미쳤습니다. "모범 사례를 구축하고 확장하기 위한 이러한 유형의 협업 노력은 제너레이티브 AI를 통한 책임 있는 혁신을 장려하는 데 필요합니다."라고 마스터카드의 최고 데이터 책임자인 앤드류 라이스킨드는 말합니다.

마스터카드의 데이터, 인사이트 및 분석 담당 부사장 모하메드 압델사덱은 차세대 AI 기반 제품 및 서비스를 시범 운영하고 확장에 필요한 기술, 도구 및 역량을 파악하기 위해 광범위한 노력을 기울이고 있다고 말합니다. 여기에는 제품 팀 전반에서 인벤토리 개념을 체계적으로 수집하고, 수백 개의 아이디어를 도출하는 해커톤과 세대별 AI 개념에 대한 전사적 혁신 과제를 시작하는 것이 포함됩니다.

"매출이나 효율성에 미치는 영향, 구현의 용이성을 우선적으로 고려한 다음, 관련된 위험의 정도와 균형을 맞추고 있습니다."라고 그는 말합니다. 그러나 AI 기반 제품이나 애플리케이션을 출시하기 전에는 상당한 테스트가 중요하기 때문에 대부분의 사용 사례는 공개적으로 출시되기 전에 내부에서 이루어질 가능성이 높습니다.

압델사데크는 "우리는 의도적으로 초기에 좀 더 집중해서 제대로 해내려고 노력하고 있습니다."라고 말합니다. "우리는 제너레이티브 AI에 수반되는 몇 가지 위험을 피하기 위해 올바른 인프라와 올바른 프로세스를 구축하고자 합니다. 동시에 조직 전반에서 혁신을 실현할 수 있도록 지원하고자 합니다."

혁신과 협업 문화를 조성하는 것은 경제를 발전시키고 사람들에게 힘을 실어주려는 마스터카드의 비전에 매우 중요하다고 마스터카드의 R&D 사업부인 마스터카드 파운드리를 총괄하는 최고혁신책임자인 켄 무어는 말합니다.  이는 R&D 사업부 자체에 국한된 것이 아니라, 회사 내 모든 직원에게 마스터카드가 해결하고자 하는 과제를 해결할 기회를 제공하는 샌드박스라는 전사적 혁신 프로그램을 운영하고 있습니다. 최근 웹3.0 분야에서 기회를 창출하기 위한 도전의 일환으로, 신진 아티스트들이 음악 커리어를 발전시킬 수 있도록 AI 및 NFT와 같은 기술 기반 도구에 액세스할 수 있는 마스터카드 아티스트 액셀러레이터가 탄생했습니다.

무어는 AI를 기업 운영에 통합하는 데 있어, 특히 가짜 정보나 환각과 같은 문제를 해결할 때 인간의 감독이 당분간 제너레이티브 AI의 필수적인 기능이 될 것이라고 말합니다.

"현재 마스터카드의 제너레이티브 AI 탐색은 기술을 활용하여 직원을 대체하는 것이 아니라 지원하는 효율성을 창출하는 데 초점을 맞추고 있습니다."라고 그는 말합니다. "AI를 사용하여 지루한 일상 업무의 해결 시간을 단축할 수 있다면, 이렇게 절약한 시간을 인간관계 구축 및 육성, 새로운 제품 및 서비스 아이디어 구상 등 인간만이 할 수 있는 일에 더 많이 활용할 수 있을까요?"