bunq, 주요 폐쇄형 모델 대비 답변 비용 60%로 운영
Stripe, 오프라인 테스트서 처리 비용 92% 절감
핵심 요약
- NVIDIA는 10월 22일 Revolut이 PRAGMA를 초기 고객 8000만명에게 서비스하고 3배 규모로 확장할 수 있도록 설계했다고 밝혔다.
- NVIDIA의 10월 22일 발표에 따르면 bunq는 오픈 웨이트 모델로 주요 폐쇄형 모델과 같은 수준의 품질을 유지하면서 답변당 비용을 폐쇄형 모델의 60% 수준으로 낮췄다.
- NVIDIA는 10월 22일 Stripe가 오프라인 테스트에서 Stripe Radar의 데이터 파이프라인 속도를 42배 높이고 비용을 92% 절감했다고 밝혔다.
NVIDIA는 10월 22일 GTC Berlin에서 유럽 금융사들의 오픈 웨이트 모델 활용 사례를 공개하고, Revolut이 단일 파운데이션 모델 PRAGMA를 초기 고객 8000만명에게 서비스하면서 3배 규모로 확장할 수 있도록 설계했다고 밝혔다.
유럽 금융기관들은 자체 보유 데이터로 전용 AI를 구축하고 비용을 통제하기 위해 오픈 웨이트 모델을 활용하고 있다. NVIDIA의 가속 컴퓨팅은 금융사들이 자체 인프라에서 모델을 운영하는 기반이다.
Pavel Nesterov Revolut AI 총괄은 “Revolut은 수십억 건의 거래를 처리한다. 기회는 늘 있었지만, 문제는 파운데이션 모델이 그 규모와 여러 영역에 걸쳐 작동할 수 있느냐였다. PRAGMA가 이에 답한다”고 말했다.
사기 탐지 분야에서는 Stripe의 오프라인 테스트 결과가 제시됐다. NVIDIA에 따르면 Stripe는 사기 탐지 플랫폼 Stripe Radar에 NVIDIA GPU 가속 Ray Data를 적용한 오프라인 테스트에서 데이터 파이프라인 속도를 42배 높이고 비용을 92% 절감했다. 이 파이프라인은 Stripe Radar의 지속적인 모델 훈련 최적화와 사기 탐지 개선을 지원한다.
HSBC는 Starburst Enterprise의 GPU Engine으로 데이터 처리 속도를 5배 높여 고객 업무와 필요에 따른 의사결정을 지원하는 실시간에 가까운 고객 정보를 제공하고, 위험과 사기를 줄인다고 NVIDIA는 설명했다.
금융 데이터 처리에 쓰이는 RTX PRO 6000 Blackwell Server Edition GPU와 NVIDIA cuDF는 여러 테라바이트 규모의 분리된 규제 대상 데이터 소스를 처리한다. NVIDIA에 따르면 사기 탐지 등의 업무에서 데이터 처리부터 의사결정까지 걸리는 시간을 줄이는 기술이다.
Revolut은 PRAGMA를 중심으로 기술 스택을 재구축하고 있다. 실제 서비스에서 PRAGMA의 운영 규모를 확대하기 위해 NVIDIA Blackwell Ultra GPU에서 NVIDIA cuDF 툴킷과 Dynamo-Triton 소프트웨어를 활용한다.
네오뱅크 bunq의 Finn은 오픈 웨이트 모델로 작동하는 에이전트형 비서다. NVIDIA는 bunq가 NVIDIA 가속 컴퓨팅을 기반으로 Nebius에 모델을 배포해 주요 폐쇄형 모델과 같은 수준의 품질을 유지하면서 답변당 비용을 폐쇄형 모델의 60% 수준으로 낮췄다고 밝혔다.
NVIDIA에 따르면 Starling Bank는 영국 소버린 클라우드 인프라에서 에이전트형 모델을 훈련한 첫 은행이다. Starling Bank는 자체 거래 데이터와 Civo의 영국 클라우드를 활용해 AI 역량의 기반인 Starling Intelligence를 구축했다. Lloyds Banking Group의 ATUM은 NVIDIA RTX PRO 6000 Blackwell GPU로 가속해 수십억 건의 은행 거래를 재사용 가능한 지능으로 전환하고 은행 전반의 업무 효율을 높이는 거래 파운데이션 모델이다.
NatWest는 Nemotron 3.5 ASR을 포함한 NVIDIA 음성 모델로 영국의 다양한 억양·방언과 금융 용어 전반을 인식하도록 설계한 기술을 개발하고 있다. Modulr는 NVIDIA Nemotron-3-Ultra-550B 오픈 모델을 바탕으로 결제 운영의 각 영역에 특화한 모델을 구축한다. Santander는 구조화된 금융 데이터용 오픈 웨이트 파운데이션 모델인 NVIDIA Kumo 제품군을 조기에 도입해 핵심 은행 업무용 특화 AI를 개발 중이다.
금융 연구 분야에서는 LSEG가 NVIDIA와 협력해 과거 틱 데이터의 대규모 분석을 지원한다. NVIDIA는 RTX PRO 6000 Blackwell GPU에서 NVIDIA cuDF로 가속한 Polars GPU 엔진을 활용하면 금융기관의 분석 속도를 최대 10배 높일 수 있다고 밝혔다.
RavenPack이 Bigdata.com에 구축한 파이프라인은 자연어로 입력한 연구 가설을 라벨이 붙은 백테스트용 데이터셋으로 바꾼다. 미세조정한 NVIDIA Nemotron 모델에서 작동하는 이 파이프라인의 데이터셋으로 투자자는 시장 추세를 식별·분석·시각화할 수 있다.
금융기관 내부에서 데이터를 유지하는 플랫폼도 나왔다. SBS는 은행이 데이터를 외부로 내보내지 않고 생성형·에이전트형 모델을 운영할 수 있도록 은행용 소버린 AI 플랫폼을 출시했다.
