[한화투자증권] Trading 부문 대상 생성형 AI 특강 교육 사례

생성형 AI는 이제 금융업 실무에서도 선택이 아닌 필수가 되어가고 있습니다. 특히 데이터 기반 의사결정과 빠른 정보 리서치, 분석, 가공이 필수적인 증권사의 Trading 부문에서는 생성형 AI 활용 역량이 업무 생산성을 좌우하는 핵심 역량일 수 밖에 없습니다.

이러한 흐름에 따라 한화투자증권은 Trading 부문 실무자를 대상으로 AI 실무 활용에 대한 이해도를 높이고, 실제 업무에 적용 가능한 다양한 방법을 모색하는 특강을 진행했습니다.

교육 목표

한화투자증권 Trading 부문 내에서는 생성형 AI를 적극적으로 활용하고 있는 활성 사용군과 그렇지 않은 비활성 사용군이 구분되어 있었습니다. 두 그룹 간 생성형AI 활용도와 사용 빈도 등에는 큰 차이가 존재했는데요. 이번 특강은 상대적으로 AI 활용 경험이 적은 실무자 30명을 대상으로 생성형 AI의 기본 이해 수준을 제고하고, 현업 적용의 가능성을 확장하는 것을 목표로 기획되었습니다. 특히, 구체적인 사례를 중심으로 구성하여 "이런 것도 가능하네?" 라는 인식을 심어주는 것이 핵심이었습니다.

주요 커리큘럼(요약)

1. 생성형 AI가 불러온 일하는 방식의 변화

생성형 AI가 업무 방식에 가져온 변화를 짚으면서, 금융권에서의 생성형 AI 활용 트렌드와 AI를 활용해 업무 생산성을 높일 수 있는 포인트를 다루었습니다. 이러한 내용을 통해, "왜 지금 AI를 이해해야 하는가"에 대한 공감대를 형성했습니다.

2. 맞춤형 사례 시연을 통해 AI가 잘 하는 업무 이해하기

콘텐츠 생성, 리서치, 자료 가공 등 실무 환경에 맞춘 사례 시연을 통해 AI 활용으로 시간을 절약하고 결과물의 품질을 높이는 구체적인 방법을 보여주었습니다.

3. 금융업 특화: 보안 이슈를 고려한 생성형 AI 활용법

민감한 데이터가 외부로 유출될 위험을 철저히 관리해야 하는 금융업의 특성을 반영하여 보안 정책을 준수하면서 생성형 AI로 반복 업무를 효율화하는 법을 학습했습니다.

4. 씽킹파트너로서의 생성형 AI 활용

생성형 AI를 단순히 보조 도구로 활용하는 데 그치지 않고, 시장 상황에 따른 다양한 대응 전략 아이디어를 생성하거나 리스크 분석 관점에서 다양한 시나리오를 도출하는 등 아이디에이션, 문제 해결 브레인스토밍에 도움을 주는 '씽킹파트너'로 삼는 방법을 소개했습니다. 특히, 빠른 의사결정이 요구되는 Trading 부문의 업무 환경에 실질적인 도움이 될 수 있음을 강조했습니다.

5. 타사 사례 공유 및 과정 마무리

마지막으로, 금융권 타사에서 생성형 AI를 성공적으로 적용한 사례를 소개하며 교육을 마무리했습니다. 교육 참여자들은 "구체적인 사례를 보니 우리 업무에도 금방 적용할 수 있을 것 같다"는 피드백을 남겼습니다.

본 교육은 단순히 기술을 설명하는 것을 넘어, 실무에 바로 적용 가능한 인사이트를 제공하는 데 초점을 맞췄습니다. 그 결과, 생성형 AI에 대한 막연한 거부감을 줄이고, AI를 ‘내가 일하는 방식을 바꿔줄 파트너’로 바라보도록 인식의 전환을 이룰 수 있었는데요. 이번 특강은 구성원 간 AI 활용 격차를 줄이고, 전사적 디지털 역량을 끌어올리는 데 있어 의미 있는 첫걸음이 되었습니다.