AI는 쉽게 축하할 수 있습니다. 실행하기가 훨씬 더 어렵습니다.

인공지능은 현재 모든 곳에 존재합니다. 헤드라인은 혁신을 축하합니다. 데모가 인상적입니다. 약속은 무한하게 느껴집니다. 그러나 은행과 결제 회사에게 진정한 도전은 발표 이후, 즉 경제 전체가 의존하는 시스템 내부에서 AI가 작동해야 할 때 시작됩니다.

AI가 결제 승인 결정, 사기 탐지, 신원 또는 위험에 대한 정보를 제공할 때는 "빨리 움직이고 나중에 수정"할 여유가 없습니다. 모델은 조용히 실패할 수 없습니다. 한 번 내린 결정은 되돌릴 수 없습니다. 그리고 한번 잃은 신뢰는 다시 회복하기 어렵습니다. 지난 한 해 동안 저희는 개별적으로 빠른 혁신을 추구하는 것이 아니라 지역, 규제 환경, 위협 환경에 걸쳐 대규모로 인텔리전스를 운영하는 데 중점을 두었습니다.

비슷한 지형을 탐색하는 조직에게 이 교훈은 간단하지만 까다롭습니다. AI 성숙도는 선언되지 않았습니다. 이는 우리 모두의 선택을 통해 얻은 것입니다.

프로덕션에서 AI를 실행하려면 속도와 규율, 실험과 책임, 야망과 배려 사이에서 균형을 유지해야 합니다. AI 역량을 구축하려는 기업에게 가장 중요한 네 가지 영역은 추상적인 원칙이 아니라 운영상의 의사 결정에 있어 가장 중요한 요소입니다.

AI가 복잡한 기업의 모든 영역을 지원하려면 한 팀만의 책임이 되어서는 안 됩니다. 우리 회사의 경우, 인텔리전스는 조직 전체에 분산되어 있으며, 해결해야 할 문제와 밀접한 관련이 있지만 공유된 표준, 거버넌스, 도구 및 모범 사례에 의해 지원됩니다.

이러한 구조를 통해 팀은 책임감을 유지하면서 혁신할 수 있습니다. 또한 모델이 다른 컨텍스트에 배포된 경우에도 적절하게 작동하도록 보장합니다. 경험상 표준이 없는 탈중앙화는 위험을 초래하고, 근접성이 없는 중앙화는 영향력을 둔화시킵니다. 균형이 중요합니다.

마찬가지로 중요한 것은 AI의 성숙도는 연구원과 데이터 과학자뿐만 아니라 모델이 실제 세계에서 어떻게 작동하는지 이해하는 엔지니어, 개발자, 제품 리더, 운영자 등 사람에 대한 투자에 달려 있다는 점입니다. 팀이 구축 및 사용 중인 시스템을 신뢰하면 채택이 뒤따릅니다. 그렇지 않으면 아무리 정교한 기술도 제 기능을 발휘하지 못합니다.

Mastercard 최근 AI 투자는 데이터, AI, 결제 분야에서 수십 년간 쌓아온 전문성을 바탕으로 고객을 위한 새로운 기능과 직원들을 위한 새로운 툴을 개발하는 데 중점을 두고 있습니다. 

수천 개의 은행과 리테일러를 포함한 고객사를 위해 소비자가 AI 채팅에서 바로 구매할 수 있는 에이전트 커머스 기술, 최상의 경험을 제공하는 개인화 도구, 그 어느 때보다 많은 데이터를 기반으로 하는 사기 솔루션 개발에 주력해 왔습니다. 직원의 경우 컨설턴트가 필요한 문서에 최대한 빨리 액세스할 수 있도록 AI 어시스턴트를 배포하고, 소프트웨어 개발자에게 코딩 코파일럿을 제공하며, 고객 지원팀이 온보딩 및 구현 관련 질문에 답할 수 있도록 지원하는 차세대 AI 기반 도구를 만드는 것이 여기에 포함됩니다.

많은 투자는 핵심 역량에 더 많은 AI 인텔리전스와 실시간 의사 결정을 추가하는 데 집중되어 있습니다. 이것은 실험실 실험이 아닙니다. 이러한 시스템은 대규모로 작동하고 지속적으로 적응하며 사이버 범죄 공격과 규제 조사를 모두 견뎌내야 하는 프로덕션급 시스템입니다.

금융 기관의 경우 이를 위해서는 사고방식의 전환이 필요합니다. 혁신은 새로운 것을 얼마나 빨리 출시할 수 있는지가 아니라 업무에 얼마나 미션 크리티컬한지, 핵심 업무에 도입된 후 얼마나 안정적으로 작동하는지에 따라 측정됩니다. 실험은 중요하지만, 절제되고 목적이 있으며 오래 지속되도록 설계된 경우에만 가능합니다.

AI 리더십은 무엇을 약속하는 것만큼이나 약속하지 않는 것에도 달려 있습니다. 복잡한 생태계에서 과도한 약속은 내부적으로나 외부적으로나 위험을 초래합니다.

저희는 결제에서 AI가 할 수 있는 일과 할 수 없는 일에 대해 신중하게 이야기하고 있습니다. 이러한 명확성은 투자 결정, 배포 일정, 고객과 파트너에게 새로운 기능을 소개하는 방식에 영향을 미칩니다. 또한 조직 전체의 합의를 이끌어내어 팀이 추상적인 가능성을 쫓는 것이 아니라 실제 문제를 해결하도록 합니다.

고객의 요구 사항에서 시작하여 기술로 거슬러 올라갑니다. AI는 이러한 규율을 바꾸지 못합니다. 오히려 이를 강화합니다.

금융 서비스에서 신뢰는 타협할 수 없습니다. 모든 모델은 시스템에 의존하기 때문에 설명 가능하고, 관리되며, 지속적으로 모니터링되어야 합니다.

지난 1년간 우리는 AI 시스템을 검토, 문서화, 측정하는 방식을 지속적으로 강화해 왔습니다. 그 작업은 기초가 됩니다. 거버넌스는 배포 종료 시 추가하는 것이 아니라 AI가 대규모로 책임감 있게 작동할 수 있게 하는 것입니다. 많은 이들이 이것이 진행 속도를 늦춘다고 느낄 수 있습니다; 우리의 경험은 정반대입니다. 확립된 거버넌스를 통해 사람들은 혁신과 고객 요구 해결에 집중할 수 있습니다. 

AI 성숙도를 결정하는 많은 의사 결정에는 기술이 어디로 향하고 있는지, 조직이 이를 배포하는 데 필요한 것이 무엇인지에 대한 장기적인 관점이 필요합니다. 여기에는 거버넌스와 가드레일을 구축하고, 새로운 기능을 병렬적으로 출시하기보다는 기존 시스템에 통합하며, 속도보다 안정성을 우선시하는 것이 포함됩니다. 이러한 선택은 시간이 지남에 따라 더욱 복잡해집니다.

당사는 최근 Fast Company에서 응용 AI 분야의 리더로 선정되었으며, 결제 제공업체의 AI 개발을 평가하는 새로운 업계 표준인 새로운 에비던트 페이먼트 AI 인덱스에서 최고 기관 중 하나로 선정되었습니다. 저희는 이러한 인정을 자랑스럽게 생각하지만, 이러한 외부 평가를 후행적 지표로 보는 것도 중요합니다. 이 순위는 AI에 대한 초기 투자, 사기 및 신뢰에 대한 오랜 집중, 규모에 맞게 설계된 거버넌스 등 수년간의 일관된 실행이 반영된 결과입니다. 이 상이 목적은 아니었지만, 견고한 AI 및 데이터 기반을 구축하면 빠르고 안정적으로 혁신할 수 있다는 접근 방식에 힘을 실어주었습니다.

이러한 기반을 바탕으로 새로운 파운데이션 AI 모델의 도입과 Mastercard 에이전트 스위트 기능의 확장, 그리고 실질적이고 통제된 방식으로 AI를 의사 결정에 도입하는 가상 C-Suite를 통해 책임감 있게 발전할 수 있게 되었습니다. 이러한 순간들은 겉으로 보기에는 점진적으로 이뤄진 것처럼 보이지만, 스포트라이트를 받기 훨씬 전부터 신중한 선택의 산물입니다.

더 큰 교훈은 이것입니다: 대규모 AI는 획기적인 혁신보다는 일관되게 높은 운영 표준을 유지하는 것이 중요합니다. 모델이 개선됩니다. 기능이 확장됩니다. 중요한 것은 우리가 구축하는 시스템이 거래마다, 의사 결정마다 지속적으로 신뢰를 얻을 수 있는지 여부입니다. 그게 바로 작업입니다. 그리고 현재 진행 중입니다.