[KR] 책 리뷰 : 금융 전략을 위한 머신러닝

• 추천 대상: 금융업계에 종사하는 PM / 기획자 / 소프트웨어 개발자
• 한줄평: 무엇을 좋아할 지 몰라서 다 준비해봤어

금융 서비스를 위한 머신러닝?

2022년 현재 머신러닝과 데이터사이언스는 커머스, 소셜, 스포츠 등 수많은 분야에서 각자 필요한 영역을 찾아 적용되어지고 있다. 머신러닝을 직접적으로 개발에 관여하지 않는 부서의 사람들이 봤을 때는 크게 단순히 사람의 노동을 대체할 수 있는 자동화의 측면이거나, 혹은 더 나아가 인간의 역량으로는 쉽게 할 수 없던 작업을 할 수 있는 알고리즘을 만드는, 이렇게 2가지로 인식된다. 모두가 “인공지능", “데이터 사이언스", “머신러닝", “딥러닝" 이라는 기법을 적용해서 혁신을 이루어내겠다는 열의를 불태우는 가운데, 가장 그 반응이 강한 분야 중 하나는 바로 금융 섹터이다.

금융이라는 단어는 쉽게 다가올 수 있지만, 사실 그 아래에는 은행, 증권시장, 보험, 자산운용, 신용카드, 신용평가 등 수많은 세부 영역들과 해결하고자 하는 문제들이 존재한다. 더불어 그 어느 영역보다 나라의 규제가 많이 적용되는 분야이기도 하기 때문에, 마음대로 할 수 없는 부분이 많다. 따라서 금융 섹터에서는 머신러닝 전문가의 경우 금융 배경의 복잡한 도메인 지식과 규제에 대한 이해가 부족하고, 반대로 금융 도메인 지식이 풍부한 인력은 머신러닝에 대한 지식이 부족한 경우가 많다. (둘 다 잘 알면 서로 모셔가려는 슈퍼스타고 … ) 그만큼 다른 분야 비해 머신러닝 전문가와 비전문가가 긴밀한 관계를 유지하며 함께 일해야 할 필요가 있는 분야가 바로 금융이다.

금융 문제에 접근하기 위한 머신러닝 기법의 “간단"하고 최대한 “다양한” 설명

[금융 전략을 위한 머신러닝]에서는 다음과 같은 내용을 다룬다.

• 금융 분야에서 머신러닝이 적용될 수 있는 영역들
  • 알고리즘 트레이딩, 로보어드바이저, 이상 거래 탐지, 대출 심사, 위험 관리, 돈세탁 방지, 감성 분석 등의 개념을 아주 간략하게 소개한다.
• 통상적으로 머신러닝 프로젝트를 위해 가장 많이 쓰이는 파이썬과 관련 프레임워크
  • 파이썬과 머신러닝을 개발하는 단계를 간략히 설명한다.
• 금융 문제에 접근하기 위한 머신러닝 기법의 소개
  • 머신러닝의 큰 줄기와 알고리즘에 대해 설명한다.
    • 지도학습: 회귀와 분류, 시계열 모델
    • 비지도학습: 차원축소, 클러스터링
    • 강화학습: 강화학습
    • 자연어처리(NLP)에 대한 소개

또한 이 책에서는 간단한 데이터셋을 통해 실제 프로젝트와 비슷한 환경에서 어떠한 머신러닝 기법을 적용할 수 있는지 예제를 제공한다.

머신러닝 관련 금융 프로젝트를 이끌어가야 하는 분들을 위한 입문서

저자는 [금융 전략을 위한 머신러닝]이 관련업종에서 종사하는 데이터 사이언티스트, 데이터 엔지니어, 머신러닝 설계자, 퀀트 연구원 등의 직군에 적합하다고 했지만, 단도직입적으로 머신러닝 연구자나 엔지니어를 위한 책은 아니다. 실제로 데이터 관련 직군 종사자들은 머신러닝 알고리즘의 개념과 프레임워크 사용법, 코드는 이미 숙지하고 있을 것이다. 또한 이 책에서 제공하는 예제가 실제 현업의 프로젝트와 난이도는 분명히 차이가 있으므로, 그대로 활용하는 것은 무리가 있을 것이다.

반대로 내가 오히려 추천하는 대상은 금융 분야에 종사하는 관리자, PM, 기획자 또는 소프트웨어 엔지니어이다. 머신러닝으로 금융 도메인의 문제에 접근하는 측면에서 훌륭한 입문서로 활용하여, 이 책이 제공하는 기본적인 이해를 바탕으로, 데이터 관련 직군의 동료와 함께 프로젝트를 이끌어나갈 수 있는 기반을 쌓을 수 있을 것이라 생각한다.

한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다.