엔비디아, 은행·카드사 거래 데이터 통합하는 파운데이션 모델 확산 주도
금융기관들은 수년간 사기 탐지, 신용 평가, 추천 엔진, 리스크 시스템 등 각 업무에 특화된 AI 모델을 쌓아왔다. 엔비디아는 이런 분절된 모델들이 효과적이긴 했지만 사일로화된 시스템에 갇혀 소비자의 금융 행동을 통합적으로 이해하는 것을 가로막아 왔다고 지적했다. 기업 데이터가 계속 늘면서 기관이 아는 것과 AI가 추론할 수 있는 것 사이의 격차도 벌어지고 있다.
엔비디아의 '2026 금융서비스 AI 현황' 보고서에 따르면 현재 금융기관의 65%가 AI를 사용하고 있고, 90% 가까이가 AI를 도입했거나 검토 중이며, 거의 모든 기관이 관련 지출을 유지하거나 늘리고 있다. 그러나 AI가 확장될수록 복잡성도 커지고, 파편화된 모델 아키텍처가 한계 요인이 되고 있다.
이에 선도 기업들은 아키텍처 자체를 다시 짜는 방식으로 대응하고 있다. 과거에는 사업 부문마다 통계·머신러닝 알고리즘을 따로 만들었다면, 이제는 트랜스포머 기반 거래 파운데이션 모델로 자사 데이터만 학습해 소비자 행동에 대한 단일하고 통합된 표현을 만들 수 있게 됐다. 이 모델은 결제, 송금, 상품 상호작용, 행동 신호 등 수십억 건의 금융 이벤트로 학습된 대규모 AI 시스템이다.
변화는 구조적이다. 기존 사기 모델이 고립된 신호를 개별적으로 평가했다면, 파운데이션 모델은 시점·기기·위치·이전 활동이 의미를 형성하는 맥락 속에서 행동을 해석한다. 예컨대 한밤중 결제도 낯선 기기에서 고객이 거래한 적 없는 도시에서 10분 사이 네 번째로 이뤄진 것이라면 전혀 다른 의미를 갖는다. 엔비디아는 이런 맥락적 깊이가 표 형태(태뷸러) 데이터에 트랜스포머의 힘을 가져와 기존 알고리즘이 보지 못한 신호를 끌어낸다고 설명했다.
레볼루트(Revolut)는 엔비디아와 협력해 100개국 이상에 걸친 2,600만 사용자 기록의 240억 건 이벤트로 학습한 트랜스포머 기반 파운데이션 모델 군 'PRAGMA'를 구축했다. 엔비디아 호퍼 GPU, cuDF 라이브러리, 네모트론(Nemotron) 오픈 모델을 포함한 풀스택을 네비우스(Nebius) 클라우드에서 돌려, 단일 파운데이션 모델이 신용 평가·사기 탐지·상품 추천 등 여러 영역에서 강력한 업무별 모델을 앞서면서도 수작업 피처 의존도를 낮췄다. 타다스 크리슈나스 레볼루트 그룹 신용 데이터과학 책임자는 “피처 엔지니어링에 몇 주, 때로는 몇 달이 걸리던 작업을 이제 전혀 들이지 않게 됐다”고 말했다.
마스터카드는 오늘날 수십억 건의 익명화된 거래로 학습하고 사기·승인·차지백·가맹점 위치·로열티 데이터까지 더해 수천억 건 규모로 확장하도록 설계된 대규모 태뷸러 파운데이션 모델을 자체 개발하고 있다. 엔비디아 니모(NeMo) 프레임워크의 니모 오토모델(NeMo AutoModel) 오픈 라이브러리와 가속 컴퓨팅, AWS·데이터브릭스의 역량으로 구축됐으며, 초기 테스트에서 표준 머신러닝 기법을 능가하는 것으로 나타났다.
아디옌(Adyen)은 1조 달러 규모의 결제를 처리하며 거래 파운데이션 모델을 대규모로 적용했고, 강화학습으로 가맹점의 전환율을 높이고 위험을 낮추고 있다. 드루브 굴라티 아디옌 수석 AI 제품 매니저는 “승인율이 0.1%만 올라도 막대한 추가 거래액과 상당한 비용 절감으로 이어질 수 있다”고 말했다.
거래를 직접 실행하는 에이전틱 AI도 확산되고 있다. 금융사의 42%가 이미 에이전틱 AI를 사용하거나 검토 중이며, 구독 관리·결제 라우팅·구매 같은 작업을 AI가 수행하면서 금융 행동의 성격 자체가 바뀌고 있다. 스트라이프(Stripe)는 엔비디아·AWS 플랫폼으로 개별 신호에 반응하는 대신 거래 행동의 전체 맥락을 이해하는 파운데이션 모델을 만들어, 지난해 약 1,120억 달러의 사기를 차단하고 사기율을 평균 38% 낮췄다.
엔비디아는 어떤 기관이든 표 형태의 거래 데이터로 트랜스포머 임베딩을 만들기 시작할 수 있는 'Build Your Own Transaction Foundation Model' 개발자 예제를 공개했다. 이 예제는 아마존 세이지메이커 하이퍼팟으로 배포되는 AWS와 네비우스 AI 클라우드에서 실행할 수 있으며, 네비우스는 토큰 팩토리의 관리형 추론까지 전체 수명주기를 지원한다.
서비스 파트너로는 EXL, 인포시스, GFT IT 컨설팅, 쏘트웍스가 참여한다. EXL은 자사 EXLerate.ai 플랫폼에 거래 파운데이션 모델을 통합하고 있고, GFT IT 컨설팅은 100곳 넘는 금융기관이 쓰는 에이전틱 AI 플랫폼 윙스(Wynxx)와 대형 은행의 오탐을 최대 75% 줄여주는 컴플라이언스 엔진 스마라그드(Smaragd)에 이를 접목하고 있다. 쏘트웍스는 6월 17일 뉴욕 AWS 서밋에서 관련 데모를 선보일 예정이다.