Manos가있는 세계 규제 정보 시퀀싱 SCHIZAS (# 35)

Structural Shifts # 35 w / Manos SCHIZAS — 조리 개별 팟 캐스트. co

저희 게스트는 Manos Schizas 입니다. iv의 규제 및 RegTech 책임자 캠브리지 대학교 의 id = “cbd1497ee2”> 대체 금융을위한 캠브리지 센터 . 우리는 규제 변화가 어떻게 너무 빠르게 가속화되어 사람들만으로는 대처할 수 없는지, 문제를 해결하는 기술 솔루션이 어떻게 생겼는지 논의합니다. 기술이이 문제를 대규모로 해결할 수 있습니까? 기계 학습 덕분에 우리는 얼마나 많은 혁신을 경험하고 있습니까? 또한 최근에 시작된 장기 프로젝트 인 규제 게놈 프로젝트 에 대해서도 논의합니다.이 프로젝트는 최근에 시작된 장기 프로젝트로 세계의 (재정적) 규제를 시퀀싱하여 개발자와 기업이 플랫폼 위에 자신의 애플리케이션이 있습니다. Cambridge Center for Alternative Finance에 합류하기 전에 Manos는 영국 FCA의 규제 기관으로도 활동했습니다.

(2020 년 12 월 21 일)

또한 팟 캐스트 :

Apple 팟 캐스트 , Spotify , Google 팟 캐스트 , Anchor.fm , Soundcloud , Stitcher , 포켓 캐스트 , TuneIn , 흐림

주요 금융 기관이 규정을 준수하기위한 매출의 4 \% 주문.

Ben : Manos, Structural Shifts 팟 캐스트에와 주셔서 감사합니다.

Manos : 공연에 참여 해주셔서 감사합니다, Ben.

[00 : 01 : 22.05] Ben : 당신의 배경에 대해 이야기하는 것으로 시작하겠습니다. 제가 듣는 사람에게 유용하다고 생각하기 때문입니다. 다양한 각도에서 금융, 기술, 규제의 상호 작용을 본 적이 있다는 것을 알고 싶습니다. 그러니 괜찮다면 마 노스,이 세상에서 어떻게 시작했는지 알려주세요.

마 노스 : 예. 그래서 저는 2008 년에 처음으로 규제에 대한 글을 쓰고 읽기에 참여했습니다. 당시 저는 회계사 협회 인 ACCA에서 매우 주니어 로비스트였습니다. 그리고 필연적으로 재무 요약에 대한 액세스 권한이 있었기 때문에 필연적으로 그 무렵 Basel III에 대한 토론과 소규모 기업의 자금 조달에 대한 의미를 이해해야했습니다. 하지만 오래지 않아 저는 주로 핀 테크와 규제에 대해 이야기하고 글을 썼습니다. 어느 시점에서 나는 점프를했다. 그때 내가 생각했던 것은 어두운면에 대한 것이었다. 그래서 저는 영국 규제 기관인 FCA에 합류했습니다. 저는 그곳에서 크라우드 펀딩이나 소기업에 대한 접근 방식, 놀랍게도 정치적이고 어려운 주제에 대해 실무 수준에서 그들의 작업을 주도하는 데 시간을 보냈습니다. 그런 다음 런던에 기반을 둔 RegTech 스타트 업으로 이동하여 규제 콘텐츠 운영 책임자였으며 짧은 기간 동안 제품 개요도 받았습니다. 그리고 물론 나머지는 역사입니다. 저는 Cambridge Center for Alternative Finance에 합류하여 그들의 사고 리더십 관행과 RegTech 및 기계 판독 가능한 규제에 대한 응용 연구 프로그램을 이끌었습니다.

변화의 속도와 규모 데이터는 인간의 두뇌와 인체와 같은 문제에 인간을 던지는 기업의 능력을 훨씬 능가했습니다.

[00 : 02 : 53.10] Ben : 당신이 작업하고있는 프로젝트 인 Regulatory Genome으로 돌아갈 것입니다.하지만 거기에 도달하기 전에 축소해야한다고 생각합니다. 규정 준수의 전체 영역에 대해 조금 이야기하고 왜 그렇게 많은 도전에 직면합니까? 규제를받는 금융 기관의 관점에서 시작해 보겠습니다. 은행 및 기타 금융 기관이 규정을 준수하는 데 시간과 비용이 많이 드는 이유는 무엇입니까?

Manos : 글쎄요. 원하신다면 맨 위 줄부터 시작하겠습니다. 주요 금융 기관이 규제를 준수하려면 매출액의 4 \% 정도가 소요됩니다. 다시 말하지만 그것은 매출입니다. 이윤을 깨는 것은 이익이 아닙니다. 전 세계적으로 막대한 금액입니다. 그리고 왜 그렇게 많은 비용이 듭니까? 글쎄요, 금융 서비스가 엄격하게 규제되지 않았던 아주 최근의 기억에 한 번도 없었던 것 같아요.하지만 특히 금융 위기 이후 규제가 폭발적으로 증가하여 규제에 대한 통지의 양이 증가했습니다. 저는 2008 년과 2018 년 사이에 약 7 ~ 8 배 정도의 비용이 발생한다고 생각합니다. 주로 규제 프레임 워크의 요구 사항과 변화의 속도에 따라 달라집니다. 이제 규제 대상 부문의 모든 부분이 동일하지는 않습니다. 따라서 1 계층 은행은 내가 설명하는대로 변화의 속도를 인식 할 수 있지만 소규모 자산 관리자는 그렇지 않을 수 있지만 전반적으로 규제 요구 사항이 폭발적으로 증가했습니다. 동시에 기업이 보유하는 데이터의 양이 폭발적으로 증가했습니다. 규제 목적으로 보유해야하는 데이터뿐 아니라 상업적 목적으로 보유하는 데이터도 폭발적으로 증가했습니다. 아시다시피, 최근에야 HSBC라고 생각합니다. 주요 은행 중 하나는 전체 인터넷이 4 년 전과 똑같은 크기의 데이터 레이크를 만들고있었습니다. 그것은 우리가 말하는 것에 대한 관점을 제공합니다. 변화의 속도와 데이터의 양은 인간의 두뇌와 신체와 같은 문제에 인간을 던지는 기업의 능력을 훨씬 능가했습니다.

Manos : 이러한 기관을 관리하는 방법과 관련된 다른 요소도 있습니다. 아시다시피, 이러한 주요 회사 중 상당수는 실제로 변화의시기에 준수하는 방식을 준수하는 이유, 정확히 어떤 결과가 발생하는지에 대한 선임 관리자로서 가시성을 잃기 쉬운 매트릭스 조직입니다. 달성하고있다, 등등. 동시에 규제 당국은 고위 관리자의 개인적 책임에 대한 입장을 강화하고 있습니다. 영국, 싱가포르, 호주, 홍콩 및 점점 더 많은 관할권에 고위 관리자 정권이 있습니다. 따라서 당신은 이러한 종류의 스윗 스팟, 또는 벤더의 스윗 스팟과는 정반대에 있습니다. 핵심 의사 결정자들은 개인적인 수준에서 점점 더 많은 조사를받는 동시에 가시성을 잃고 있습니다. . 따라서 공급 업체라면 지금이 기술을 판매 할 좋은 기회입니다.

[00 : 06 : 12.08] Ben : 규제 당국의 관점에서 보면 어떨까요. 여러분의 말을 들어 보면 규제 당국이 실제로 의제를 주도하고 있기 때문입니다. 어느 정도는 사실이라고 생각합니다.하지만 규제 기관은 혁신을 주도하는 기술 변화의 속도를 제어하지 않습니다. 규제 기관은 관할권에만 영향을 미칠 수 있습니다. 최근 몇 년 동안 더욱 분명해진 것 중 하나는 새로운 금융 기관과 새로운 FinTech 기업을 유치하기 위해 관할권간에 많은 경쟁이 있다는 것입니다. 따라서 규제 기관도이 공간에서 다른 작업을 수행 할 필요성을 인식합니까?

Manos : 물론, 어디서 왔는지에 따라 두 가지 유형의 규정이 있다고 생각합니다. 따라서 전 세계적으로 근본적으로 조화를 이루는 규칙이 있습니다. 예를 들어, AML은 건전성 요구 사항-적어도 은행 및 보험에서. 그리고 그 규칙은 G20에서 올림푸스 산에서 내려옵니다. 그들은 표준 제정 기관을 거쳐 마침내 국가 규제 기관으로 전달됩니다. 자, 당신이 그러한 종류의 주제 분야에서 일하는 규제자라면, 당신의 주요 관심사는 내가 국제 표준을 근본적으로 준수하고 있는가? 그리고이를 준수하는 가장 효율적인 방법을 찾았습니까? AML은 여기에서 일반적인 예입니다. 규정을 준수하지 않으면 큰 문제이기 때문입니다. 전국이 그레이리스트에 오르거나 블랙리스트에 올릴 수 있으며, 규제 기관이되고 싶지 않을뿐입니다. 하지만 이해 관계가 그다지 높지 않은 경우에도 규제 기관은 국제 표준을 준수하고 있는지 알고 싶어합니다. 그런 다음 앞서 언급 한 기술 변화 문제에 더 가까운 규제 영역이 있습니다. 여기서 모범 사례는 아래에서 위로 올라갑니다. 따라서 사이버 보안, 데이터 보호와 같은 영역은 단일 통합 힘이 없으며 최상위에서 단일 단계의 표준도 없습니다. 그러나 모든 사람들은 그들이 경쟁자로 보는 관할권과 어떻게 비교되는지 알고 싶어합니다. 따라서 말레이시아에있는 경우 증권위원회가 싱가포르에서 MAS가하는 일을 살펴볼 것입니다. 영국에 있다면 유럽인들이 브렉 시트 이후에 무엇을하고 있는지 살펴볼 것입니다. Pre-Brexit은 당연히 준수해야합니다. 따라서 이러한 규제 벤치마킹 프로세스는 실제로 국제적으로 규제 변화를 주도하는 요소 중 하나입니다. CCF에서 우리는 전 세계 111 개 관할권의 규제 기관을 조사했습니다. 그들은 FinTech와 관련된 규제 검토의 거의 모든 작업이 벤치마킹 작업을 포함한다고 말했습니다.그리고 이러한 상황의 절반 이상에서 규제 기관이 업무 방식을 변경하도록 유도 한 것은 벤치마킹 운동이었습니다.

어떤 것이 든 규제 기관은 더 많은 압력을 받고 있습니다. 그래서 우리가 예를 들면, 금융 위기 이후 규제 변화의 속도가 7 배 증가했습니다. 기업의 규정 준수 예산은 7 배 증가하지 않았습니다. 그러나 규제 기관의 예산은 전혀 증가하지 않았으며 실제 조건이 아닙니다.

[00 : 09 : 11.06] Ben : COVID는 어떻습니까? 이것이 규제 변화의 속도에 많은 영향을 미쳤습니까?

Manos : 글쎄요. 우리의 연구가 우리에게 말하는 것. 따라서 우리는 기본적으로 FinTech 및 RegTech 산업과이를 담당하는 규제 기관에 대한 COVID의 신속한 영향 평가를 수행하는 중요한 프로젝트에서 막 나왔습니다. 그리고 당연히 규제 당국으로부터들은 것은 COVID가 업무의 일부 영역에 접근하는 방식을 근본적으로 바꾸 었다는 것입니다. 규칙 제정뿐 아니라 실제 감독도 마찬가지입니다. 하지만 여기에서 규제 당국이 보는 경향은 가속화 된 메가 트렌드입니다. 따라서 여러분이 알고있는 추세, 다소 물질적 금융 서비스, 더 많은 온라인 뱅킹, 더 많은 앱 기반 금융 서비스 등이 있지만 더 많은 수요가 있습니다. 더 적은 수의 산업 접점으로 더 많은 일을 할 수 있습니다. 그리고 물론, COVID는 자신의 병리학도 함께 나왔습니다. 예를 들어 규제 당국은 클라우드에 많은 일을 처리해야하거나 상대적으로 짧은 시간에 원격으로 처리해야하는 COVID 환경에서 사기에 대해 훨씬 더 많이 인식하고 걱정한다고 말했습니다. 기업은 이전에 매우 긴밀하게 사내에서 원격으로 관리하던 작업을 처리해야했습니다. 물론 규제 기관의 초점이 바뀌어야했습니다.

[00 : 10 : 48.17] Ben : 마노 스님, 말씀하신 내용을 요약하려고한다면 규제 변화의 속도가 금융 기관이 더 이상 인간을 포기할 수 없을 정도로 가속화되고 있다는 뜻입니다. 이 문제의 자원은 기하 급수적으로 변화하는 상황이므로 이에 대한 기술 솔루션이 필요합니다. 하지만 규제 당국이 여기에 더 많은 기술을 적용해야한다고 주장 하시겠습니까? 아마도 그들은 또한 규정이 어떻게 변경되고 실행되고 있는지 알고 싶어하고, 데이터를 사용하여 잠재적 인 혁신 속도를 따라 잡기 위해 재정적 측면에서 유용하게 활용하기를 원하기 때문일 것입니다. 포함 및 기타 모든 것. 그렇다면 새로운 기술의 필요성이 규제 기관과 규제 기관 모두에 적용된다고 말씀 하시겠습니까?

Manos : 예. 제 말은 규제 당국이 더 많은 압력을 받고 있다는 것입니다. 그래서 우리가 예를 들면, 금융 위기 이후 규제 변화의 속도가 7 배 증가했습니다. 기업의 규정 준수 예산은 7 배 증가하지 않았습니다. 그러나 규제 당국의 예산은 전혀 증가하지 않았고 실제적으로도 증가하지 않았습니다. 따라서 규제 기관은 데이터 사용이 관련된 모든 곳에서 매우 흥미로운 도전에 직면하게됩니다. 예를 들어, 대부분의 규제 기관에 대한 규제 및 규정 준수 관련 기술의 첫 번째 접점은보고입니다. 그리고 만약 당신이 신흥 시장 규제 기관과 이야기를한다면, 반드시 세계에서 가장 가난한 나라가 아닙니다. 중요한 신흥 시장은 “기업이 데이터를 우리에게보고하고 데이터를 검증하고 쓰레기가 아닌지 확인했을 때 3 개월이 지났습니다.”라고 말할 것입니다. 이제 방금했던 COVID 논의로 돌아가 보겠습니다. 규제 기관으로서 견고성, 기업의 재정적 안정성에 대한 3 개월 된 데이터가 있었다면 쓸모가 없을 것입니다. 완전히 다른 세상의 스냅 샷입니다. 따라서 COVID가 실제로 규제 기관에 문제를 일으키고 그들 중 일부를 문제에 대해 깨우는 방법을 볼 수 있습니다. 그러나 더 평범한 시간을 생각하더라도 핀 테크 혁명은 때때로 규제 기관의 레이더 아래에, 때로는 바로 위를 날아 다니는 매우 작고 매우 한계가있는 회사들로 이루어진 매우 큰 경계를 만들었습니다. 예를 들어 FCA가 지불을 인수했을 때, 예를 들어 감독해야하는 기업의 인구는 밤새 두 배 이상 증가했습니다. 이제 그들의 자원은 전혀 증가하지 않았습니다. 그렇다면 그런 상황에 직면했을 때 정확히 무엇을합니까? 인적 자원의 우선 순위를 정하는 방법을 찾아야합니다. 그리고 실제로 그렇게 할 수있는 지점에 도달하는 유일한 방법은 더 저렴하고 효율적으로 인사이트를 확보하여 더 나은 우선 순위를 지정할 수있는 기술에 투자하는 것입니다.

AML 공간에는 매년 불법 자금 흐름의 몇 퍼센트가 실제로 AML 통제에 의해 가로채는 지에 대한 새로운 추정치가 있습니다. 일반적으로 항상 낮은 한 자릿수입니다. 그러니이게 정말 우리가 할 수있는 최선인가?

[00 : 13 : 49.05] Ben : 그렇군요. 그렇지 않나요? 그래서 우리는이 공간에 수천 명의 새로운 진입자를 모으고 있습니다. 새로운 기술 회사, 새로운 RegTech 회사는 규제 대상 기업과 규제 기관이 가지고있는 이러한 문제를 해결하기 위해이 공간에 진입하고 있습니다. 저는이 팟 캐스트 전에 읽었습니다. 총체적으로 보면 100 억 달러가 넘는 새로운 벤처 자본이 지난 10 년 동안이 공간에 들어갔습니다. 그렇다면이 문제를 대규모로 해결하고 있습니까?

Manos : 음, 흥미 롭습니다. 분명히 더 많은 회사를 문제에 던진다 고해서 반드시 아무것도 해결되지는 않습니다. 레이스에서 우승 한 사람에게 상이 얼마나 가치가 있는지를 나타내는 좋은 지표입니다. 분명히 말하면 RegTech의 수는 실제로이 부문을 정의하는 방법에 달려 있습니다. 알다시피, 800에서 2000까지의 견적을들을 수 있지만, 대부분의 기금 모금은 소수의 대기업에 집중되어 있기 때문에 모금 금액은 거의 항상 같은 방식으로 추정됩니다. 그래서, 이것이 제가이 논의의 맥락에서 염두에 두어야 할 첫 번째 사항 중 하나입니다. RegTech가 한 부문으로서 매우 빠르게 성장하고 모든 성공 사례에 대해 듣게 될 것입니다. 그러나 RegTech 부문의 전형적인 회사 (이에 대해 자체 조사를 수행함)는 대략 150 만 달러 정도의 자금을 모금했습니다. 자, 차나 집을 사달라고 나에게 주면 많은 돈처럼 들린다. 그러나 얼마나 많은 활주로가 기술 회사를 매입합니까? 1 년도 안되는 것 같네요. 그리고 그것을 더 자세히 설명하기 위해, 그 순간부터 얼마나 오래 걸리나요? 은행의 누군가가 당신의 손을 흔들면서 말한다고합시다. 그들은 더 이상 당신의 손을 흔들 수는 없지만, 당신의 눈을 가상으로 바라 봅니다. , “나는 당신의 제품을 사랑합니다, 우리는 그것을 확실히 살 것입니다”라고 말하고 당신이 그들에게서 돈을 처음 본 순간? 일반적으로 약 18 개월. 따라서이 두 수치를 합쳐야합니다. 예를 들어 그들이 얼마나 많은 활주로를 가지고 있는지와 잠재 고객을 실제로 유료 고객으로 전환하는 데 걸리는 시간과 같은 것입니다. 따라서이 부문의 대부분은 재정적으로 특히 성공하지 못합니다. 따라서이 부문은 통합을 위해 무르 익었습니다. 이 사람들 중 상당수가 매우 혼잡 한 세그먼트에서 경쟁하고 있습니다. 또한 물론 우리가 직접 조사한 바에 따르면 2013 년과 2017 년 사이에 새로운 시장 진입의 황금기가 있었다는 것을 알 수 있습니다. 그 이후로 시장 진입 속도는 상당히 느려졌습니다. 따라서이 부문은 이제 마진보다 중심에서 더 많이 성장하고 있습니다. 따라서 대기업은 새로운 기업이 합류하는 것과는 반대로 점점 커지고 있습니다.

우리가 진행하는 속도에 회의적입니다. 규제를 코드로 취급하는 기계 판독 및 기계 실행 규제로 이동할 수 있습니다.

Manos : 하지만 실제 질문은 그들이이 문제를 해결하고 있습니까? 가장 먼저 염두에 두어야 할 것은이 분야가 어떻게 정의 하느냐에 따라 약 20 년, 30 년 동안 존재했다는 것입니다. 알다시피 20 년 전에 규제 인텔리전스 애플리케이션이 있었고 20 년 전에 BPM 및 GIC 애플리케이션이있었습니다. 그 이후로 진화 해 왔지만 그 당시에는 이미 기본적인 종류의 제품이 상상되고있었습니다. 기업이 이제 훨씬 더 잘 할 수있는 것은 무엇보다도 클라우드와 API를 통해 서비스를 제공 할 수 있기 때문에 훨씬 더 빠르게 확장하고 소규모 기관을 처리 할 수 ​​있다는 것입니다. 함께 작업하는 것이 훨씬 더 쉬우므로 API를 통해 다른 애플리케이션을 연결하는 것이 예전보다 훨씬 더 현실적입니다. 그래서 이것이 의미하는 바는 이상적으로는 – 그리고 우리는이 시점으로 돌아와야 할 것입니다 – 알다시피, 어느 회사도 모든 종류의 컴플라이언스 팩토리를 끝에서 끝까지 만들 필요가 없습니다. 그래서 그것은 분명히 도움이됩니다. 그러나 RegTech가 아직 큰 영향을 미치지 않은 영역이 있습니다. AML,보고, 특히 건전성 측면에서 위험과 같은 대부분의 노력이 진행된 위치를이 세 가지 영역 사이에서 매핑하려고하면 우리가 본 활동의 80 ~ 90 \%를 포착했을 것입니다. 모금 된 자금으로 계산하면 아마 훨씬 더 많을 것입니다. 그리고 특히 행동에 관한 다른 영역이 있습니다. 예를 들어 덜 가시적이고 정량적 인 규정 준수 영역이 있습니다. 아시다시피 동일한 수준의 성공을 보지 못합니다. 그리고 물론, RegTech 부문이 진출하고있는 곳에서도 – 그들에게 좋은 – 여러분은 여전히 ​​스스로에게 물어봐야합니다. 우리가 그것을 위해 얼마나 많은 성공을 보여야합니까?따라서 AML 공간에는 매년 불법 자금 흐름의 몇 퍼센트가 AML 통제에 의해 실제로 차단되는지에 대한 새로운 추정치가 있습니다. 일반적으로 항상 낮은 한 자릿수입니다. 그러니이게 정말 우리가 할 수있는 최선인가?

[00 : 19 : 02.21] Ben : 그리고 여러분의 말을 들어 보면 마치이 공간에 많은 돈이 들어갔고 그것을 받아들이고 있음에도 불구하고 그 대부분이 소규모 공급 업체의 롱테일이 아니라 몇몇 대기업의 경우이 공간에서 여전히 많은 활동이 중복되는 것처럼 들리며 잠재적으로 규제 공간에 대한 완전한 커버리지가없는 것처럼 들립니다. 즉, 사람들이 계속 촬영합니다. 시장이 가장 큰 지역에 대해 추측하십시오. 그래서, 그것들은 여전히 ​​지속되는 두 가지 도전이고, RegTech 커뮤니티는 여전히 많은 노력을 복제하고 있으며, 아시다시피 아직 모든 영역을 완전히 다루지는 못합니다. 규정 준수에 대해?

Manos : 물론입니다. 그리고 저는 한 회사가 전체 경쟁 환경에 대해 특히 좋은 개요를 가지고 있는지 확신하지 못합니다. 왜냐하면 너무 많은 사람들이 이것을 시도하고 있고 그들 중 많은 사람들이 2 ~ 3 번의 펀딩 라운드를 완료하지 않는 한 여전히 레이더 아래에 있기 때문입니다. 그들에 대한 일종의 헤드 라인을보기 시작합니다. 하지만 일반적으로 규정 준수에는 엄청난 노력의 중복이 수반된다는 점도 중요하다고 생각합니다. 생각해 보면 규정이 바로 규정입니다. 그들은 그들이 무엇인지입니다. 하지만 수천 개의 금융 서비스 회사가 있으며 각 회사는 자체 내부 시스템에 대해 자체 규칙 매핑을 개발하고 있습니다. 그리고 당신은“글쎄요, 그 중 얼마나 많은 노력이 중복되고 있습니까? 그리고 각 회사가이를 자체적으로 수행하기 위해이를 복제해야하는 비즈니스 이유가 정말로 있습니까?” 규정 준수 자체는 경쟁 우위를 부여하지 않기 때문입니다. 위험을 더 잘 관리 할 수 ​​있습니다. 물론 고객을 더 잘 이해할 수 있다는 것은 물론 기업이 항상 가슴 가까이에 머물고 싶어하는 몇 가지 사항이 있습니다. 그러나 준수 자체는 그렇지 않습니다. 따라서 중복은 상당히 크고 합리적이지 않습니다.

[00 : 20 : 54.08] Ben : 기술 변화 측면에서 클라우드와 API를 언급 하셨나요? AI는 어떻습니까? 제가보기에 여기에서 잠재적 인 개선의 한 가지 큰 영역은 모델을 훈련하는 것 같습니다. 특히 금융 범죄의 경우에 이것을 상상할 수 있습니다. 예를 들어 많은 배우가 금융 범죄에 대한 정보를 제공하고 공급자는 최고의 모델을 교육하고 금융 범죄가 발생할 수있는 위치에 대한 최상의 예측 분석을 제공하거나 과거에 본 패턴을 기반으로 금융 성장을 중지 할 수 있습니다. 그렇다면이 공간에서 AI 덕분에 많은 혁신과 진전이 이루어지고 있습니까?

Manos : 우리는 있습니다. 요즘 우리가 활용할 수있는 처리 능력이 엄청 나기 때문에 더 나을 것 같습니다. 그래서, 알다시피, 50 년대와 60 년대의 인공 지능의 첫 봄에 – 저는 기억하지 않습니다. 저는 거기에 없었습니다 – 그 당시에는 컴퓨터가 한 문장 또는 한 단락 가치를 파싱하는 데 약 7 분이 걸렸습니다. 텍스트 이제 우리는 같은 시간에 수십억 개를 할 수 있습니다. 분명히 도움이됩니다. 그러나 AI의 응용 프로그램은 대부분 절충안으로 끝납니다. 그러니 이것을 산업 프로세스와 비슷하다고 생각하세요. 하루가 끝나면 컴플라이언스에서 보게 될 대부분의 AI 애플리케이션이 통계 모델로 내려 가기 때문입니다. 오류율이 있고 오 탐지가 있고 오 탐지가 있습니다. 그리고 모든 종류의 품질 보증 프로세스는 “음성 및 오탐을 얼마나 많이 견딜 수 있습니까?”라고 말하는 것입니다. 특히 “허위 음성을 얼마나 견딜 수 있습니까?” 그곳에서 벌금을 받거나 감옥에 갇히기 때문입니다. 따라서 일반적으로 회사는 확실히 규정 준수 과정에서 특히 AML과 같은 문제와 관련하여 규정 준수 프로세스에서 일관된 수준의 오류가있을 것이라는 사실을 받아들이기를 매우 꺼려합니다. 그래서 많은 사람들이 불가능한 수준의 확실성을 추구 할 것입니다. 그들 중 일부는 중복 및 복제를 허용하여 보장되도록합니다. 특히 대기업에서는 내부적으로 중복되는 경우가 많습니다. 계층 1 은행 인 경우 실제로 사내에서 구축 한 것을 복제하는 소프트웨어 라이선스를 취득하고 겹치는 두 명의 다른 사람으로부터 소프트웨어 라이선스를 취득 할 가능성이 있습니다. 따라서이 영역에서 AI를 통합하는 전략은 아직 완전히 구체화되지 않았습니다.

지저분한 규제 언어에서 인간이 작업 할 수있는 무언가로 이동하려면 규제 의무 및 개념에 대한 일종의 분류 체계가 어떤 규제가 있는지에 대한 일종의 정신지도가 있어야합니다. . 그것은 한쪽입니다. 그리고 당신은 회사가 어떻게 생겼는지-회사에 중요한 것이 무엇인지에 대한 상응하는 정신지도를 가져야합니다. 따라서 기업은 스스로를 규정 준수 의무의 집합체로 보지 않습니다. 그것은 자신을 제품과 기능 및 위치의 모음으로 간주하고 예, 심지어 프로세스와 제어 및 정책 등도 마찬가지입니다. 따라서 두지도를 모두 가지고 있어야하며 서로 대화하게해야합니다. 따라서 방정식의 두 변 사이에 연결 고리를 만드십시오.

[00 : 23 : 41.02] Ben : 이 기계 실행 가능 규제의 전체 영역은 어떻습니까? 그래서, 확실히 저는 많은 회사에서 일하고있는 많은 회사에 대해 읽었습니다. 기본적으로 규제를 코드로 전환하면 기계에 의해 실행될 수 있습니다. 그리고 이것은, 당신이 알다시피, 적어도 원시적 인 모습입니다. 이것은이 문제에 대한 가장 우아한 해결책입니다. 맞죠? 규제 기관이 매우 정밀한 규정을 내놓고 코드로 변환 할 수 있다면 해당 코드를 즉시 실행할 수있을뿐만 아니라 규제 기관이 의도 한대로 정확하게 실행될 것입니다. 여기 성배처럼 보입니다. 동의 하시겠습니까? 그리고 이것이 현실적이고 우리가이 방향으로 진전을 이루고 있다고 믿습니까?

Manos : 내 말은, 성배입니다. 소프트웨어 개발자와 변호사가 중간에있는 한 분야이기 때문에 흥미 롭습니다. 양쪽 모두 기계처럼 생각합니다. 그들은 매우 정확하고 일관된 입력과 출력을 원합니다. 하지만 실제로 대부분의 규제는 그렇게 작동하지 않습니다. 따라서 RegTech 및 SubTech의 초기 사용 사례 중 일부가보고에 관한 것이기 때문에 기계 판독 가능, 기계 실행 가능 규정에 대한 과대 광고가 있습니다. 보고 사용 사례에는 고도로 표준화 된 데이터가 포함됩니다. 고도로 표준화되었다고 말하지만 원시 형태로 미리 보면 항상 좋은 것은 아니지만 훨씬 더 표준화되고 훨씬 더 정량적 인 데이터, 더 구조화 된 데이터가 포함됩니다. 대부분의 다른 RegTech 사용 사례. 따라서보고 및 인접 사용 사례에만 관심이있는 경우 실제로 컴퓨터에서 읽을 수 있고 컴퓨터에서 실행할 수있는 규제가 발생합니다. 이미 일부 도메인에서 발생하고 있으며 대부분의 다른 도메인에서도 발생할 것입니다. 엄청난 돈, 엄청난 관심, 표준 설정 노력이 여기에 들어갔습니다. 하지만 이러한 수준의 표준화, 정량화 및 구조가 존재하지 않는 많은 규제가 있습니다. 부분적으로는 그것이 설계된 방식이 아니고 처음부터 다시 설계하는 데 비용이 많이 들지만 부분적으로는 규제 기관이이를 원하기 때문입니다. 또는 입법자들이 원하는 방식입니다.

Manos : 예를 들어, 내 경험에 가깝다. 영국의 소비자 신용 규정에 누군가가 대출을 받기 위해 충족해야하는 기준에 대한 표시가 포함되어 있지 않다고 가정 해 보겠습니다. 그들이 신용 가치가 어떤 것인지 잘 알지 못해서가 아니라 입법자와 규제 당국이 기업이 질문에 대한 답을 스스로 제시 할 수있는 유연성을 갖기를 원하기 때문입니다. 다른 경우에는 유연성이 아니라 책임감이 중요합니다. 따라서 규제 기관이 원하는 것은 결과가 규제 기관이 기대하는 것과 같다는 규제 기관을 안심시킬 수있는 방법을 찾기 위해 회사에 굳건히 맡기는 것입니다. 따라서 규제 기관이 코드를 공개하고“좋아요, 이것을 연결하고 데이터 레이크에 연결 한 다음 해제하는 기계 판독 가능, 기계 실행 가능 규제로 향하는이 도로의 한계에있는 상황을 상상할 수 있습니다. 규정을 준수하는 결과가 올 것입니다. ” 일이 잘못되면 누가 탓할까요? 이제 비난 할 사람은 규제 기관뿐입니다. 당신이 독립적 인 규제 기관이라면 확실히 안 좋은 곳입니다. 예를 들어, 만약 당신이 산업과 정부 사이의 샌드위치가된다면 그것은 결국 규제 당국을 무너 뜨리는 일이 될 것입니다. 따라서 이러한 수준의 기계화에 대한 규제의 일부 영역에서 자연스러운 저항이있을 것입니다. 그러나 이것이 잘 작동해야하는 곳을 보도하는 경우에도 세계의 일부 주요 규제 기관 (특히 여기 영국의 FCA)에서 나오는 소음이 들리면 가장 유망한 RegTech 사용 사례 인 해당 사용 사례도 약속하기 전에 수행해야하는 엄청난 양의 데이터 표준화를 수행 할 수 있습니다. 그래서 저는 우리가 규제를 코드로 취급하는 기계 판독 및 기계 실행 가능 규제로 이동할 수있는 속도에 대해 회의적입니다.

규제 언어가 그 자체이고 RegTech의 임무는 실제로 그것을 푸시 버튼 실행 코드로 바꾸는 것이 아니라 그것을 바꾸는 것입니다. 워크 플로 및 비즈니스 규칙으로.

Manos : 이제 반대로 작동합니다. ,하지만 작동하는 방식에서 더 인간적입니다. 규제 언어가 그 자체라고 말하는 내용으로 규제를 처리하고 RegTech의 임무는 실제로 푸시 버튼 실행 코드로 바꾸는 것이 아니라 워크 플로 및 비즈니스 규칙으로 전환합니다. 그래서, 아이디어는 지저분한 규제 언어에서 인간이 작업 할 수있는 것으로 나아 가기 위해서는 규제 의무와 개념에 대한 일종의 분류 법인 어떤 규제가 있는지에 대한 일종의 정신지도를 가져야한다는 것입니다. 그것은 한쪽입니다. 그리고 당신은 회사가 어떻게 생겼는지-회사에 중요한 것이 무엇인지에 대한 상응하는 정신지도를 가져야합니다. 따라서 기업은 스스로를 규정 준수 의무의 집합체로 보지 않습니다. 그것은 자신을 제품과 기능 및 위치의 모음으로 간주하고 예, 심지어 프로세스와 제어 및 정책 등도 마찬가지입니다. 따라서 두지도를 모두 가지고 있어야하며 서로 대화하게해야합니다. 따라서 방정식의 두 측면 사이에 연결 고리를 만들어야합니다. 그렇게했다면 효과적으로 하나의 애플리케이션 또는 여러 애플리케이션이 API를 통해 서로 통신하도록하여 흥미로운 규제 콘텐츠 중계를 수행 할 수 있습니다. 따라서 규제 콘텐츠가 들어 와서 어디로 가야하는지, 관련 내용에 따라 레이블이 지정되고, 이후에 어떤 종류의 워크 플로가 예상되는지를 암시하는 지침과 함께 적절한 응용 프로그램, 해당 주제 소유자에게 전달됩니다. . 그래서 더 지저분하고 더 인간적이지만 같은 이유로 방탄입니다. 결국 누군가는 시스템이 작동하는지 확인합니다. 엔드 투 엔드 머신 판독 가능 및 머신 실행 가능 규정은 일반적으로 무너집니다.

[00 : 30 : 19.28] Ben : 기계 실행 가능 규제에 대한 아이디어를 생각하면… 아시다시피 Gartner Hype Cycle에 참여한다면 괄호 안에 기계 실행 가능 규제라고 말할 것입니다. 보고를위한 거죠? 그리고 그것은 과대 광고주기의 아주 초기 단계에있을 것입니다. 왜냐하면 이것은 아마도 과대 광고 일 것이고 우리는 환멸의 여지로 갈 것이기 때문입니다. 규제 텍스트를 대규모로 분류하고 워크 플로에 제공 할 수있는 대체 접근 방식, 즉 AI와 분류기 등을 사용하는 방법은 어디에 있습니까? 따라서 이것이 더 유망한 접근 방식으로 보이며 이러한 종류의 다리로 과대 광고를하는 곳은 어디입니까?

Manos : 기계 실행 가능 규제에서 넘어 가기 직전에 과대 광고주기의 핵심 순간이 FCA와 잉글랜드 은행의 디지털 규제보고 파일럿이었을 것입니다. 그래서 그것은 과대 광고 사이클에서 확실히 과대 광고였습니다. 그리고 그들의 교훈을 통해 얻은 보고서를 모두 읽었다면 실제로 과대 광고주기가 미끄러 져 내려가는 것을 느끼게됩니다. 읽어보기 힘들고“오, 이건 슬램 덩크 였어요.”라고 생각하기 어렵습니다. 그러나 그런 다음 ISDA의 공통 도메인 모델과 같은 것을 살펴보면 기본적으로 파생 상품과 관련된 많은 계약 조건을 컴퓨터에서 읽을 수 있고 컴퓨터에서 실행할 수있게 만드는 방법을 제공합니다. 그리고 여러분은“음, 거기는 조용합니다. 그러나 실제로 그것은 합리적으로 잘 작동하는 것 같습니다.” 그리고 이러한 유형의 애플리케이션에 실제로 초점을 맞춘 사우디 주도의 G20 샌드 박스를 통해 기계 판독 가능하고 실행 가능한 규제의 모든 원인에 새로운 생명력이 부여되었습니다. 그러니 아시다시피, 기계 실행 측면에서 여전히 과대 광고가 남아 있다고 생각합니다.

Manos : 하지만 말씀하신대로 규제에 대해 콘텐츠와 반대편 또는 덜 야심 찬 RegTech의 측면에 대해 더 많이 언급해야한다고 생각합니다. 그리고 거기에서 성숙도는 아주 좋은 것 같아요. 그래서 우리가 마지막으로 시장을 살펴 보았을 때, 당신은 아마도 규제 정보 공간에있는 25-30 개의 플랫폼이나 도구의 이름을 지을 수있을 것입니다. 그들은 그들의 주제와 주제에 따라 규제를 조직하는 데 정말로 중요한 진전을 이루고 있습니다. 자연어 처리 및 기계 학습과 같은 것을 사용하여 자동화하여 대규모 규칙 책을 읽을 수 있습니다. 이제 궁극적으로 가고 싶은 곳은 전 세계의 모든 규칙 책에 한 종류의 가상 프런트 엔드가 있다는 것입니다. 아직 거기에 있지 않습니다. 하지만 마찬가지로 개인 기준 만 생각하는 한 우리도 그렇게 멀지 않다고 생각합니다.내 말은, 매우 중요한 작업이 있고 이미 다른 누구보다 앞서있는 3 ~ 4 개의 회사 이름을 지정할 수 있습니다. 여기서는 이름을 지정하지 않겠습니다. 하지만 이제는 이러한 모든 독점 표준을 하나의 규제 언어로 조정하는 방법이 없습니다. 이는 구매 측에있는 누군가에게는 상당히 어려운 일입니다. 왜냐하면 이러한 공급 업체 중 하나를 온 보딩하기 위해 많은 작업을 수행하고 모든 내부 시스템과 제어 및 프로세스를 사전과 규정 준수지도에 매핑했다면 , 공급자를 변경하려면 어떻게됩니까? 첫 번째 애플리케이션과 대화해야하지만 언어를 모르는 다른 규정 준수 애플리케이션을 온 보딩하려면 어떻게해야합니까? 그것은 우리가 아직 그다지 좋은 답을 얻지 못한 부분이며, 회사가 그것을 만들 수있는 명확한 상업적 인센티브가 없습니다.

[00 : 34 : 18.08] Ben : 규제 게놈 프로젝트의 세그웨이는 어느 것입니까? 적어도 부분적으로는 공익이기 때문입니다. 공통 표준과 상호 운용성을 만드는이 문제를 정확히 해결하는 것이 목적 이지요? 상용 애플리케이션보다 낮은 수준입니다.

Manos : 맞습니다. 이제 Regulatory Genome Project에 대한 배경 지식부터 시작하겠습니다. 그래서 CCF에서 우리는 2017 년 현재 Flourish Ventures에 의해 접근되었고, 당시 매우 구체적인 사용 사례를 가진 Omidyar Network의 일부였습니다. 그래서이 사람들은 임팩트 투자자 였고, 주로 신흥 시장과 개척 시장에서 핀 테크에 투자했습니다. 금융 포용을 개선하기 위해 일종의 미션 주도적 인 역할을했습니다. 그리고 그들이 말한 것은“저기, 우리 포트폴리오는 꽤 잘하고 있습니다. 그러나 일반적으로 성장을 방해하고 우리 회사에 실제로 도움이되지 않는 일종의 성장 고원에서 나타나는 것 중 하나는 특정 지점 이상으로 성장하려면 확장해야한다는 것입니다. 적어도 지역별로.” 따라서 케냐에서 시작하여 동 아프리카 전체를 다루고 싶다고 가정 해 보겠습니다. 매우 합리적입니다. 따라서 기업이 개발 단계에 도달하면 동일한 지역 내에서도 시장마다 일정한 수준의 통합이 있더라도 규칙이 다르기 때문에 실제로 성장하기가 매우 어렵습니다. 따라서 규정 준수 기준에서 바로 시장에 진입하려면 많은 시간과 비용, 변호사 비용이 필요합니다. 그리고 규제 기관이 서로 일관성을 유지하거나 삶을 편하게 할 의무가 없습니다.

Manos : 그래서 그들은 그 질문을 가지고 우리에게 말했습니다.“당신은 대학의 리소스에 접근 할 수 있습니다. NLP에 대한 최첨단 연구, 기계 학습 엔지니어가 있습니다. 당신이 만들 수 있고, 그것은 관할권에 걸쳐 규제를 통과하고 비교 가능하게 만들까요?” 그리고 우리는 당시에 이것이 멋진 응용 연구 프로그램이라고 생각했습니다. 물론 우리는 이것을 조사하는 데 관심이있을 것입니다. 하지만 우리는 파일럿 애플리케이션을 만들고 테스트하면서 발견 한 사실이 합리적으로 잘 작동하는 것을 확인했습니다. 우리는이 영역에서 하나의 도메인 만 다루었다고 생각했습니다. 우리는 AML 모델을 생각해 냈습니다. 우리는 하나의 도메인 만 다루었 고 잠재적 인 사용자로서 이것을 취하려고 시도한 사람은 “음,이 다른 응용 분야는 어떻습니까?”라고 말할 것입니다. 그래서 그들은“좋아, AML 좋다. 사이버는 어떻습니까? 또는 지불, 좋습니다. 하지만 보험은 어떻습니까?” 그리고 우리는이 하나의 제품을 만들기 위해 세계의 모든 규정을 매핑하는 토끼 구멍을 내려가는 것처럼 보였습니다.

Manos : 분명히 일종의 실존 적 질문이있었습니다. 알다시피, 대학은 실제로 RegTech 공급 업체가 아닙니다. 우리는 건물 사업에 영구적으로 참여하고 싶지 않았습니다. 응용 프로그램. 그리고 저 밖은 바쁜 공간 이죠? 다른 사람들은 이것을 더 오래했고 그들은 이것을 더 잘 알고 있습니다. 그래서 우리는 우리가 정말로 필요하다고 느끼는 것이 무엇인지 생각했습니다. 우리의 연구가 생산할 수있는 공익이 있습니까? 이제 그것은 대학의 사명과 일치합니다. 그래서 우리는 생명 과학에 대한 비유를 생각했습니다. 그리고 당시 우리는 인간 게놈 프로젝트에 참여한 사람들을 다루고 있었기 때문에 이런 생각을 촉발 시켰습니다. 우리가 시도하는 것이 인간 게놈 프로젝트와 정말 유사할까요? 그리고 우리가 구축 한이 파일럿 애플리케이션은 23andMe와 같은 애플리케이션과 유사한 것일까 요? 그리고 그런 생각으로부터 우리가 지금 규제 게놈 프로젝트라고 부르는 것의 기원이되었습니다.

여러분이 이미 상당한 방법을 택하고 RegTech를 구현하는 데 많은 성공을 거두었더라도 조직 내에서 상호 운용 가능한 응용 프로그램과 개방형 표준의 매력은 상당히 중요하다고 생각합니다.

Manos : 그래서 기본적으로 자금을 조달 할 방법을 찾아야한다고 생각했습니다. 모든 규정을 매핑하는 장기 프로젝트를 안내하고 리소스를 제공합니다. 그런 다음 사람들이 진정으로 공익으로 사용할 수 있도록하려면 마크 업 된 규칙을 만들어야 할뿐만 아니라 분류 된 규칙을 공개 데이터로 만들거나 최대한 공개해야합니다. 뿐만 아니라, 개발자와 회사가이 규제지도,이 글로벌 규제지도에서 작업하고 자체 애플리케이션을 구축 할 수 있도록 허용함으로써 억눌린 혁신의 일부를 공개 할 방법을 찾아야합니다. 그렇게하면 모든 것을 만드는 사람이 될 필요가 없습니다. 창의성과 기술력을 활용할 수 있습니다.

Manos : 정말 중요한 것이 무엇인지 생각합니다. 또한 명심해야 할 점은이 여정의 양쪽 끝에있는 기술이 매우 다르다는 것입니다. 따라서 규제지도를 작성하려면 규제 분야에서 어느 정도의 기술적 전문 지식이 필요하며, 대학이 보유한 규제 기관과의 긴밀한 유대가 필요합니다. 반면에이 여정의 오른쪽이라고 부르는 애플리케이션을 구축하려면 매우 다른 기술과 기관이 조직으로서 내부적으로 작동하는 방식에 대한 더 깊은 이해가 필요합니다. 그렇다면 기계를 계속 가동한다는 것은 무엇을 의미할까요? 그래서 누군가가 그 모든 것을 다루기를 기대하는 것은 사실 꽤 어렵습니다. 즉, RegTech에 혁신적인 아이디어를 가지고있는 대부분의 사람들은 한쪽 끝이든 다른 쪽이든 실제로 모든 것을 전달할 수 없습니다. 그래서 저는 이것이 Genome Project의 핵심 원칙이 무엇보다 공익으로서 기계가 읽을 수있는 형태로 제공되어야한다는 것입니다. 이것은 법률에 의해 기업이 알아야 할 사항입니다. 그들은 공적 자금으로 만들어집니다. 기계가 읽을 수있는 형식의 열린 데이터가 아닐 이유가 없습니다. 그것이 첫 번째 원칙입니다. 두 번째 원칙은이 모든 정보가 개발자가 주변에 애플리케이션을 구축 할 수있는 방식으로 제공되어야한다는 것입니다. 마지막으로, 이것이 핵심 포인트입니다. 규제 표현과 그에 따른 애플리케이션 모두 상호 운용이 가능해야합니다. 하나의 공통된 규제 언어가 필요합니다. 사실, 서로 다른 관할 구역에서 서로 다른 방식으로 규제하므로 “브라질의이 요구 사항은 몽골의 요구 사항과 정확히 일치합니다.”라고 말하는 지점에 도달하지 못할 것입니다. 그러나 중간에있는 것은 특정 국가의 규정을 공통 프레임 워크에 대해 매핑 할 수있는 일종의 규제 Rosetta Stone입니다. Dewey Decimal System에 대해 생각해보세요. 도서관에 들어가서 세계 어느 곳에서나 사서라면 물론 책은 다를 것입니다.하지만 논픽션이 거기에있을 것이라는 것과 생명 과학이 거기에있을 것이라는 것을 알고 있습니다. . 이것이 우리가 달성하고자하는 상호 운용성의 수준입니다.

[00 : 41 : 27.18] Ben : 그리고 어떻게 거기에 가나 요? 규제 정보의 게놈을 어떻게 배열합니까?

Manos : 우리는 할 수 있습니다. 그래서, 그것은 규제 개념과 의무의 거의 계층 적 목록을 만드는 종이 연습으로 시작합니다. 즉 Excel 연습을 의미합니다. 일반적으로 도메인별로 수행합니다. 따라서 “여기에 AML 개념 및 의무에 대한 분류, 사이버 보안에 대한 분류 등이 있습니다.”라고 말할 수 있습니다. 아시다시피, 이러한 분류법 중 일부는 수평 적이라고 할 수 있습니다. 전체 금융 서비스 산업을 가로 지르는 것입니다. 그래서 지금 막 제가 제시 한 두 가지 예는 수직적입니다. 예를 들어 보험, 크라우드 펀딩과 같은 지불금이있을 수 있는데, 이는 센터의 특별한 관심과 전문 분야 중 하나였습니다. 그리고 여러분이하는 일은 이러한 계층 적 의무 목록을 만드는 것입니다. 예를 들어, 모르겠습니다. 투자를 처리한다고 가정 해 봅시다. 그렇죠? 고객 분류가있을 수 있으며 그 안에서 공인 또는 전문 거래 상대방의 정의가있을 수 있습니다. 아마도 가장 좋은 예는 아니지만 요점은 항상 더 높은 수준의 더 일반적인 의무 또는 의무의 가족에서 더 구체적인 의무로 이동한다는 것입니다. 이제 각 분기의 끝에 원하는 경우 끝 노드가 있습니다. 게놈이 관리 할 수있는 가장 상세한 규정 분류를 갖게됩니다.

Manos : 이제 이론 상으로는 한계가 없습니다. 계속해서 더 구체적이고 더 구체적이며 더 구체적으로 만들 수 있습니다. 그러나 공공재로서의 게놈은 관할권에 걸쳐 비교 가능한 규제를 만드는 것임을 기억하십시오. 따라서 자연스러운 중지 규칙이 있습니다.끝 노드의 규제 요구 사항이 여전히 국제적으로 비교할 수있는 지점에서 중지하려고합니다. 예를 들어 고객 분류는 비슷합니다. 아시다시피 전문 슬래시 공인 투자자와 일반 개인 투자자의 차이는 비슷합니다. 그러나 고객 분류를위한 지방 당국의 처리라고 말하면 대부분의 관할 구역에서 공백을 그릴 것입니다. 그리고 MiFID의 적용을받는 모든 사람에게 실제로 대부분의 경우이 사람들이 소매 고객이라는이 메모를 받게됩니다. 따라서 중지 규칙이 무엇인지 추측 할 수 있습니다. 국제적 비교 가능성이 타협되는 지점에 도달 할 때까지 가능한 한 많은 수준으로 내려갑니다. 그래서 그렇게 만들었습니다.

Manos : 지금까지는 여전히 종이 세계에서. Excel에서 계속 수행 할 수 있습니다. 하지만 생성 한 구조에 만족하면 머신 러닝을 사용할 수 있습니다. 그리고 기계 학습은 기본적으로 다양한 샘플에서 대량의 데이터를 수집하고 특정 예제가 특정 노드에 해당한다는 것을 기계에 가르치는 데 의존합니다. 예를 들어, 다른 관할권에있는 소비자 대출자의 신용 가치 평가에 관한 규칙이 있다고 가정 해 보겠습니다. 기본적으로 기계에 이렇게 말합니다.“이것은 신용 가치 평가 관련 의무입니다. 이것도 마찬가지입니다. 이것도 마찬가지입니다. 그렇지 않습니다.” 기본적으로 코드로 존재하고 분류 자라고 부르는 통계 모델을 훈련시킬 수있을 때까지 반복해서 반복하여 모델이 이제 익숙하지 않은 텍스트를 받아들이고 어떤 카테고리에 맞는지 찌르는 것이 가능합니다. . 그래서 다음에 주위에서 당신이 전에 본 적이없는 규제 텍스트를 같은 분류 자에게 제공하면 신용 가치에 관한 확률이 얼마인지 말할 수 있습니다. 그리고 당신은 컷오프를 설정하고 “글쎄, 만약 이상입니다. 70 \%, 80 \%라고 가정 해 보겠습니다. 1로 표시하겠습니다. ” 그래서, 그것이하는 일은 동일한 규제 문서의 기계 판독 가능 버전을 상상 해보면, 해당 단락 또는 해당 텍스트가 이제 태그, 즉“이 유형의 의무.” 그리고 작업중인 태그의 세계를 알고있는 다른 애플리케이션 (분류 체계)은 이제 이것을 읽고 “오, 알았어요. 지금이 단락이 이것에 관한 것임을 압니다.” 예를 들어 API를 통해 쿼리를 실행할 수 있습니다. “신용 가치 평가로 태그가 지정된 모든 텍스트를 가져 오시겠습니까?”라고 말할 수 있습니다.

[00 : 46 : 13.17] Ben : 기술이 얼마나 어렵습니까? 충분한 데이터로 분류기를 훈련하면 결과가 더 좋아지고 더 좋아질 것입니다. 그렇다면 기술을 얻는 것보다 데이터를 얻는 것이 더 어렵다고 생각하십니까? 아니면 지나치게 단순화하고 있습니까?

Manos : 좋은 질문입니다. 기술 확보가 얼마나 어려운지 경시하고 싶지 않습니다. 마찬가지로, 우리가이 작업을 수행 한 동료들은 분명히 그들의 게임의 최상위에 있습니다. 그렇긴하지만이 기술은 자체적으로 중요한 과제를 안고 있습니다. 그게 무슨 뜻입니까? 거기에는 엄청난 양의 규제 세가 없습니다. 이제 제가 앞서 말한 것을 염두에두면 정말 웃기게 들릴 것입니다.

Ben : 예, 앞서 언급 한 7 배 증가입니다. 예.

Manos : 맞습니다. 하지만 기계 학습의 관점에서 보면 사람들이 기계 학습 모델을 훈련하기 위해 어떤 종류의 말뭉치를 사용하고 있는지 살펴보면 일반적으로 지난 3 년 동안 Twitter 전체를 사용합니다. 아시다시피, 위키피디아의 전체 텍스트 또는 그에 관한 한 전체 인터넷. 그래서, 그런 것들과 비교할 때 규제 텍스트의 양은 엄청 나지 않습니다. 따라서 실제로 좋은 모델을 만들 수있는 충분한 샘플을 확보하는 것이 많은 과제입니다. 내가 생각하기에 사람들이 감사해야 할 또 다른 점은 더 많은 샘플을 보유하는 데 대한 수익이 합리적으로 일찍 감소하기 시작한다는 것입니다. 따라서 액세스 할 수있는 데이터의 양을 두 배 또는 세 배로 늘린다 고해서 모델이 기하 급수적으로 향상되는 것은 아닙니다.

Manos : 이것이 정말 어려워지는 곳은 무엇보다도 정말 새로운 영역이나 틈새 영역을 살펴볼 때입니다. 내일 우리의 규제 기관 중 한 명이 AI를 감사 가능하게 만드는 것과 관련하여 매우 구체적인 유형의 의무를 제시했다고 가정 해 보겠습니다.따라서“기업으로서 AI 애플리케이션을 구현하는 경우 규제 기관에서 감사 할 수 있는지 확인해야합니다. 아시다시피, 초기에는 단 하나의 규제 기관 만이 그것에 대한 언급을 가질 것입니다. 그래서 당신의 샘플은 아주 작을 것입니다. 이는 모델이 사각 지대를 가질 위험이 있고 분류 기가 작동하는지 확인하기 위해 가지고있는 작은 샘플을 부트 스트랩하는 방법을 찾아야하기 때문에 문제입니다. 가능하지 않다는 말이 아닙니다. 분명히 제 동료들이 그런 일을하고 있지만 도전이됩니다. 영어로 작성된 AML 의무에 대한 분류 기준을 만들면 스페인어로 문서를 읽는 경우 완전히 쓸모가 없기 때문에 영어가 아닌 기술을 볼 때도 어렵습니다. 그러나 문제는이 과정을 스페인어로 복제하려는 경우 문서 모음이 훨씬 작아진다는 것입니다. 그리고 스페인어는 세계적인 주요 언어입니다. 일본어로 시도해보고 널리 사용되지 않는 언어로 시도하십시오. 많은 사람들에게 비즈니스 언어가 아닙니다. 그것은 그 분야의 또 다른 주요 문제입니다. 하지만 마지막 문제는 항상 이러한 것들과 관련이있을 것이라고 생각합니다. 이미 한 번 언급 한 바 있습니다. 결국에는 오류가 발생한다는 것입니다. 그리고 당사자들이 이러한 오류에 대해 어느 정도의 책임을 받아 들여야하며 누구와 함께해야하는지에 대한 질문이 있습니다.

[00 : 49 : 45.07] Ben : 기술과 데이터를 넘어 서면 (데이터와 약간 관련이 있다고 생각하지만) 닭고기와 달걀 문제에 대한 아이디어는 게놈이 존재하는시기를 예측하는 것은 어렵지 않으므로 RegTech 제공 업체라면 모든 분류법 매핑을 직접 수행 할 필요가 없기 때문에 게놈에 새로운 RegTech 애플리케이션을 구축 할 것입니다. 그냥 공익에 대해 물어볼 수 있지요? 하지만 지금 사이에는 기본적으로 소프트웨어 제공 업체가 게놈을 기반으로 구축하도록 설득해야하고 규제 기관이 여러분과 협력하도록 설득해야하며 상용 사용자에게이를 사용하도록 설득해야합니다. 그렇다면 처음에 성공하기 위해 게놈 주변에 생태계를 구축하는 방법은 무엇입니까? 즉, 닭고기와 달걀 문제를 어떻게 해결합니까?

마 노스 : 그래서 공정한 질문입니다. 내 말은, 당신이 시작할 수있는 곳이 있다는 것입니다. 그리고 그것은 당신의 상대적인 강점이 어디에 있는지에 달려 있습니다. 따라서 산업 내에서 일정 수준의 수렴을 강제하려는 다른 이니셔티브를 살펴보면 일반적으로 한 영역 또는 다른 영역에서 어느 정도 강점을 갖게됩니다. 자, 만약 당신이 대학의 전문 분야에 대해 이야기하고 있다면, 분명히 금융 규제 기관과의 역량 구축에 대한 우리의 노력으로 인해 우리에게는 그것이 시작하기에 당연한 곳입니다. 따라서 우리는 전 세계의 금융 규제 기관과 매우 밀접한 관계를 맺고 있으며 규제 벤치마킹과 관련하여 매우 강력한 사용 사례를 가지고 있음을 알고 있습니다. 따라서 규제 기관은 항상 옆에 앉은 사람에 대해 숙제를 확인하고 있다는이 팟 캐스트의 앞부분에서 말한 내용을 기억하십시오. 따라서 이러한 벤치마킹 연습은 비용이 많이 들고 매우 느린 매우 힘든 작업입니다. 한 규제 기관이“이 작업을 수행 할 수있는 도구가 있다면 마지막 프로젝트에서 9 개월 동안의 인생을 되 찾을 것입니다.”라고 말했던 것을 기억합니다. 상당히 강렬했지만 그것에 공감합니다.

Manos : 그러면 가장 먼저 연락을 취한 사람들이 규제 기관입니다. 그러나 관련 규제 기관은 금융 서비스 회사에 자신감을줍니다. 그리고 분류법과 분류기의 품질에 대한 신뢰 만이 아니라 솔직히 규제 기관은 절대로 큰 도장을 찍지 않고“나는 이것을 승인합니다”라고 말하지 않기 때문입니다. 그러나 회사가 볼 수있는 것은 규제 기관이 자체 사용 사례에 사용할 수있을만큼 충분하다면 우리에게도 충분할 것입니다. 제 생각에 – 여러분도 알다시피, 업계에 관한 한 –이 표준 설정 과정은 또한 어떤 규제 기관도 가지 않을 것이라는 점에서 공익의 방향에 영향을 미칠 수있는 기회이기도합니다. 기업 컨소시엄에서 AML 규칙을 어떻게 작성해야합니까? 그러나 동료들과 비교할 수있는 도구를 제공하면 결과적으로 더 나은 규제를받을 수 있습니다. 왜냐하면 사람들은 이제 일반적인 관행이 무엇이라고 말할 수있는 증거 기반을 갖게 될 것이기 때문입니다. 좋은 습관이란 무엇입니까? 다른 것들이 시장 결과 또는 소비자 결과와 어떻게 연관됩니까? 따라서 업계의 관점에서 볼 때 이러한 사람들에게 조잡한 방식으로 로비를 할 수는 없지만 내부적으로는 여러분이 관심있는 일에 대해 더 나은 결과를 얻을 수있는 도구를 제공 받았습니다. 이것이 산업계가 이런 것을 만드는 데 관심을 가져야하는 또 다른 이유입니다.

Manos : 그런 다음 몇 개의 주요 은행이 생기면 몇 개의 주요 펀드가 있습니다. 관리자, 일부 주요 보험사 및 이러한 자산에 액세스 할 수있는 개발자 플랫폼이 있으면 개발자로서이 표준을 기반으로 구축 할 수 있다는 사실을 알게되면 안심이됩니다. 다른 일이 발생하면 이미 참여한 사람들이 있으며 애플리케이션을 사용하거나 해당 표준에 따라 애플리케이션을 구축 할 것입니다. 따라서 모든 내부 시스템을이 공통 분모 집합에 매핑하는 일회성 투자가 낭비되지 않습니다. 그리고 개발자로서 이는 매우 매력적일 수 있습니다. 대안은 새로운 주요 클라이언트를 온 보딩 할 때마다 모든 종류의 임시 수정을 수행해야하기 때문에 시스템이 클라이언트와 대화 할 수 있습니다. 알다시피, 당신이 항상 돈을받지 못할 값 비싼 작업은 클라이언트가 그들이 생각하는 한, 당신이 그들을 서비스 할 수 있는지 확인하기 위해 걸어야하는 길에 대한 것이 아니라 실제 결과에 대한 비용을 지불하기 때문입니다. .

[00 : 54 : 16.15] Ben : Genome Project를 시작했습니다. , 그리고 당신은 새로운 회원, 새로운 컨소시엄 회원-민간 부문, 게놈의 규제 사용자를 모집하기 시작했습니다. 우선, 어떻게되어 가고 있습니까? 둘째, 제가 대규모 금융 기관이고 RegTech에 투자 할 상당한 자원이 있고 이미 많은 기존 RegTech 응용 프로그램과 공급 업체를 보유하고 있다면 어떻게 하시겠습니까? 컨소시엄에 가입 하시겠습니까?

Manos : 사실입니다. 우리는 당신이 상상할 수 있듯이 명백한 이유로 인해 잠재적 인 협력의 형태로 결과를 산출하기 시작하는 더 큰 금융 기관 중 일부에서 시작하여 많은 주요 금융 기관과 대화를 나눴습니다. 이제 그 활동은 곧 끝나지 않을 것입니다. 왜냐하면 하루가 끝나면 가능한 한 많은 업계가 컨소시엄에 참여하기를 원하기 때문입니다. 그러나 회사 모집의 첫 번째 단계가 상당히 진행되면 나머지 게놈을 구축하고 개발자를 모집하고 플랫폼의 이점에 대한 인식을 높이고 개발자가 게놈에 대한 애플리케이션을 구축하는 데 도움이되는 도구입니다. 따라서 상당한 종류의 기술 로드맵이 있습니다. 중요한 비즈니스 개발 로드맵은 물론 우리가 실제로 게놈 자체를 생성하는 의미 론적 로드맵도 있습니다. 그래서 이것은 시작에 불과합니다. 하지만 우리는 이미 몇 가지 첫 번째 성공을보고 있습니다. 마찬가지로 규제 참여 측면에서도 마찬가지입니다. 알다시피, 우리는 다양한 분류법을 개선하기 위해 검토하고 제안하는 데 기꺼이 시간을 할애하고자하는 규제 커뮤니티의 개인들과 함께 처음 몇 차례 워크숍을 가졌습니다. 아시다시피 이번에 다시 말씀 드리면 내년에 상당한 비율의 금융 규제가지도 화 될 것입니다. 2022 년이되면 사람들이 실제로 시작할 수있는 위치에있게 될 것입니다. 애플리케이션 구축.

[00 : 56 : 31.28] Ben : 은행이고 이 케이스를 내부적으로 만들고 싶습니다. 컨소시엄에 가입 할 가격이 있다고 생각하기 때문입니다. 실제로 그것이 합리적이라고 어떻게 설득 하시겠습니까?

마 노스 : 예. RegTech 영역에서 실제로 상당한 양의 작업을 수행 한 주요 금융 기관과 거래 할 때는 항상 매우 다른 대화라고 생각합니다. 거의 모두가 그렇습니다. 계층 1 은행과 이야기하면 RegTechs 및 잠재적 인 컨소시엄의 제안으로 폭격을 받았습니다. 그래서 저는 사람들이 일반적으로 이것에 응답하는 방식을 추측합니다. 알다시피, 왜 제가 이런 종류의 것이 정말로 필요한가요? 나는 이미 상당히 만족스러운 내부 솔루션을 꽤 많이 가지고 있습니다. 그렇다면 실질적인 장기적인 전략적 가치는 어디에 있습니까?” 여기에는 세 개의 레이어가있는 것 같습니다. 첫 번째는 조달이 효과적으로 작동하는 방식과 관련이 있습니다. 만족스러운 공급 업체를 확보하게되어 기쁩니다. 그 놀라운. 하지만 내부 시스템을 시스템에 맞게 조정하고 특히 의미 론적 수준에서 조정하는 데 상당한 양의 투자를했기 때문에 다른 모든 애플리케이션이 동일한 언어를 사용하는지 확인해야합니다. 공급 업체로서 동일한 분류 체계에 매핑 할 수 있습니다. 지금은 일반적으로 상당한 매몰 비용입니다. 따라서 공급 업체 관계에서 벗어나고 자하는 회사는 실제로 좋은 옵션이 많지 않습니다. 새로운 사람을 온 보딩하면이 작업을 다시 수행하는 비용을 감수해야하기 때문입니다.예를 들어 그 일을 할 수있는 스타트 업을 구할 가능성은 매우 낮습니다. 스타트 업은 현금과 활주로가 없기 때문입니다. 따라서 공급 업체에 상당한 제약이있는 상황에 처하게됩니다. 주요 금융 기관이 규정 준수 기술을 실행하는 방식이 아니어야합니다. 그래서 이것이 답의 한 부분입니다.

Manos : 답의 다른 부분은 일반적으로 정말 좋은 응용 프로그램이 있더라도 범위가 제한되는 경향이 있습니다. 따라서 원래 구축 된 몇 개의 도메인으로 제한됩니다. 예를 들어 유럽 어디에서나 유럽을 다루는 회사의 어느 곳에서나 사람들은 예를 들어 MiFID 준수를 처리하기 위해 임시 시스템을 구축 할 것입니다. 그런 다음 10 년 뒤에 나올 새로운 유형의 증권법을 다루기 위해이를 용도로 변경할 수 없습니다. 운이 좋다면 그런 식으로 설계했을 수도 있지만 대부분의 사람들은 그렇지 않을 것입니다. 따라서 이점은 게놈과 같은 일종의 사실상의 표준을 처리 할 때 사용 가능한 응용 프로그램에 수명이 연장된다는 것입니다. 그리고 당연히 도메인 간의 확장 성만이 아닙니다. 또한 공급 업체가 일반적으로 대상으로하는 관할권의 마법 권에 속하지 않는 관할권에 서비스를 제공 할 수 있습니까? 따라서 대부분의 애플리케이션이 처리 할 수있는 것에 대해 생각한다면 EU, 영국, 미국 및 캐나다, 호주, 홍콩, 싱가포르를 처리 할 수 ​​있습니다. 이것이 바로 당신의 마술 서클입니다. 그 외에도 많은 경우에 드래곤이 있습니다. 따라서 핵심 관할 구역을 넘어서 동일한 수준의 확장 성과 기능을 가질 수 있다는 것은 엄청난 이점입니다.

Manos : 그리고 마지막으로 – 상호 운용성이 실제로 그 자체로 등장하는 부분이라고 생각합니다 – 단계적 규제 의무가 있거나 규정 준수를 위해 함께 묶여있는 공급 업체 또는 파트너와 거래 할 때입니다. 관로. 그래서 저는 예를 들어, 상품 거버넌스와 같은 것을 생각하고 있습니다. 금융 상품의 생산자와 금융 상품의 유통 업체가 일련의 의무로 묶여 있습니다. 예를 들어 상품의 목표 시장을 식별하는 것입니다. 적용 가능한 위험을 식별하고, 고객이 이러한 제품에 대해 어떤 종류의 사용을해야하는지 이해하고, 예상했던 방식으로 판매 및 배포되는지보고합니다. 이제이 모든 것은 서로 다른 두 회사간에 정보가 흐르도록 요구합니다. 유통 업체는 거대한 은행 일 수도 있고 IFA 일 수도 있습니다. 제작자는 일반적으로 매우 실질적인 금융 기관이 될 것입니다. 그러나 그들은 매우 다를 수 있습니다. 예를 들어, 사이버 보안 또는 사이버 탄력성 영역에서 의무를 단계적으로 수행 할 때도 비슷한 일이 발생합니다. 여기서 두 조직 (공급 업체, 공급 업체 및 구매자)은 실제로 매우 다른 조직입니다. 따라서 시스템이 서로 통신해야하는 경우 서로 매핑하기 위해 공통 분모가 필요합니다. 그렇지 않으면 이전에 공급 업체와 관련하여 논의한 그런 종류의 고정 위험이 다시 발생합니다. 따라서 여기서 결론은 이미 상당한 방법을 택하고 조직 내에서 RegTech를 구현하는 데 많은 성공을 거두었더라도 상호 운용 가능한 애플리케이션과 개방형 표준의 매력이 상당히 중요하다고 생각합니다.

[01:02:03.05] Ben : 이것을 빌드한다고 가정 해 보겠습니다. , 닭과 계란 문제를 극복하면 네트워크 효과 (네트워크 효과의 플라이휠)가 실제로 시작될 것이라고 상상할 수 있습니다. 그리고 알다시피, 규제 기관 간의 경쟁 장을 평준화 할 수 있습니다. 규제 기관은 더 나은 규정을 만들기 위해 더 나은 피드백을 받으면 새로운 벡터 회사의 진입 장벽이 줄어들 것입니다. 따라서 새로운 RegTech 혁신이 펼쳐지는 것을 보게 될 것입니다. 기업은보다 비용 효율적이고 신속하게 규제를 준수 할 수 있습니다. 그것을 최종 상태, 생성 될 집단 재화의 종류로 설명 하시겠습니까? 아니면 내가 놓친 것이 있습니까?

마 노스 : 아니요, 대부분 거기에 계신 것 같습니다. 내 말은,이 모든 것이 제대로 작동하는지 내가보기를 기대하는 것은 결국 회사가 개발자를 게놈에 대해 작업하도록 참여시킬 수있는 시장이 있다는 것입니다. 알다시피, 그들은 우리 중 누구도 참여할 필요가 없습니다. 어떠한 방식으로. 또한 규제 기관은 가능한 한 기계가 읽을 수있는 규제 작성을 시작할 수 있습니다. 예를 들어, 현재 문서 수준에서 기계가 읽을 수있는 문서를 작성하기위한 일반적인 몸통과 같은 표준이 있습니다. AML 문서에있는 내용이나 사이버 보안 문서에있는 내용에 대한 공통 표준이있는 경우 그보다 훨씬 더 잘할 수 있습니다.어느 시점에서 일단 임계 값에 도달하면 규제 기관이 작업을 수행하는 방식에 대해 훨씬 더 깊이 파고 들기 시작하고 사람들이 애플리케이션을 구축하는 방식에 대해 훨씬 더 깊이 침투하기 시작할 것입니다. 그리고 그것이 저에게있어 성공의 진정한 모습입니다. 사람들은 도구와 애플리케이션을 구축 할 때 처음부터 여러분의 표준을 고려하기 시작합니다.

Ben : 마 노스, 공연에와 주셔서 감사합니다. 정말 좋았어요!

Manos : 저를 불러 주셔서 감사합니다! 정말 기쁩니다!

답글 남기기

이메일 주소를 발행하지 않을 것입니다. 필수 항목은 *(으)로 표시합니다