IBM® watsonx.data와 Google Cloud BigQuery를 활용한 AI 준비형 금융 인텔리전스 파이프라인 구축 - IBM

WealthAPI는 watsonx.data 기반의 이벤트 중심 데이터 수집, 높은 데이터 품질, 안전한 임베딩을 통해 복잡한 금융 데이터를 실시간 인사이트로 전환합니다. WealthAPI는 독일 기반 핀테크 기업으로, 포트폴리오 분석, 현금 흐름 인사이트, 배당 및 컴플라이언스 추적을 포함한 실시간 AI 기반 금융 분석을 위한 백엔드 서비스를 구축하고 있습니다. 이 솔루션은 B2B2C 모델을 통해 금융 기관 파트너에게 제공됩니다. 이 플랫폼은 계좌 및 거래 원시 데이터에서 시작해 보유 자산 이해, 성과 비교, 추천 생성까지 이어지는 빠르고 개인화된 금융 여정을 지원합니다. 이 사용 사례에서 확장성과 안정성은 핵심 요소이며, 인프라는 안정적인 워크로드와 갑작스러운 수요 급증을 모두 처리할 수 있도록 준비되어야 합니다. WealthAPI는 대규모에서 높은 읽기 및 쓰기 성능이 요구되는 벡터 저장 및 검색을 포함한 구조화된 데이터의 대규모 워크로드를 처리하기 위해 IBM® watsonx.data를 도입했습니다. 그 결과 응답 시간이 최대 80%까지 단축되었습니다. 기존의 자문 프로세스에서는 데이터가 느리게 수집되고 수작업으로 정합성이 맞춰지며 정기적인 회의를 통해 검토됩니다. WealthAPI는 다른 경험을 목표로 합니다: 순자산, 보유 자산, 성과에 대한 일관된 관점을 몇 초 내에 생성하고, 자산군과 상품 간 보다 풍부한 비교를 제공합니다. 이러한 변화는 세 가지 실질적인 엔지니어링 제약을 만들어냅니다. 이러한 가치는 최종 사용자 경험에서 명확하게 나타납니다. 인사이트 도출 시간 단축, 보유 자산 및 거래에서의 혼란스러운 오류 감소, 그리고 신뢰를 저해할 수 있는 급증 상황에서도 안정적인 서비스 제공 다음은 WealthAPI가 이러한 엔지니어링 제약을 해결한 방식입니다. WealthAPI의 아키텍처는 접근 패턴, 지연 시간, 데이터 구조에 따라 워크로드를 분리합니다. 유입되는 데이터는 메시지 큐 계층을 통해 흐르며, 데이터 생성자와 다운스트림 서비스를 분리합니다. Google publish/subscribe는 탄력적인 버퍼링과 팬아웃을 제공하여 여러 서비스가 느슨한 결합 상태로 동일한 이벤트 스트림을 처리할 수 있도록 합니다. BigQuery는 사용 로그, 오류 추적, 품질 추적, 은행 응답 추적을 포함한 대용량의 비정형 운영 데이터를 저장하는 WealthAPI의 주요 저장소입니다. 이 구성은 스키마의 경직성이 오히려 제약이 되는 대규모 로그 데이터에서 애드혹 쿼리와 분석을 지원합니다. 높은 읽기 및 쓰기 처리량이 요구되는 구조화된 데이터에는 WealthAPI는 watsonx.data를 활용합니다. 이러한 선택 기준은 실용적인 라우팅 규칙으로 정의됩니다. 이 아키텍처의 핵심 차별 요소는 임베딩 생성 및 검색입니다. 임베딩의 크기와 비용은 운영상의 현실적인 요소입니다. 벡터는 스토리지를 빠르게 소모하므로 효율성과 검색 성능이 핵심 과제가 되며, watsonx.data는 이를 효과적으로 해결합니다. WealthAPI의 주요 AI 활용 사례 중 하나는 주식 시세, 참조 데이터, 상장지수펀드 등 다양한 투자 자산을 서로 비교 가능하게 만드는 것입니다. 이러한 환경에서 임베딩은 강력한 역할을 하며 고성능 벡터 검색을 가능하게 합니다. 금융 워크로드에서 신뢰성과 보안은 사용자 경험의 핵심 요소입니다. 사용자는 가용성이 저하되거나 민감한 데이터가 유출되기 전까지는 데이터베이스 선택에 관심을 두지 않습니다. 신뢰성과 보안을 유지하기 위해서는 몇 가지 핵심 보호 장치가 필요합니다. 이러한 통제는 총소유비용(total cost of ownership, TCO)과 직접적으로 연결되며, 사고 감소, 수작업 검토 축소, 역할 분리의 명확화는 소비자 규모 핀테크 환경에서 수익보다 더 빠르게 증가하는 운영 부담을 줄여줍니다. 모듈성은 WealthAPI의 핵심적인 특징입니다. 혁신 주기는 점점 짧아지고 있으며 AI 역량은 빠르게 발전하고 있습니다. 시스템은 기반 구조를 재설계하지 않고도 새로운 서비스를 쉽게 추가할 수 있어야 합니다. 이러한 구조에서 IBM의 강점은 아키텍처가 확장됨에 따라 운영 환경에서의 검색과 거버넌스를 지원하는 AI 준비형 데이터 인프라에 있습니다. Watsonx.data는 벡터 기능을 watsonx 에코시스템에 통합하여 팀이 비정형 데이터와 멀티모달 데이터를 AI 워크로드에 활용할 수 있도록 지원합니다. 이러한 현실이 중요한 이유는 규제가 엄격한 환경에서는 “처음부터 다시 시작하는” 비용이 매우 빠르게 증가하기 때문입니다. 금융 플랫폼을 구축하는 팀은 운영 데이터와 AI 활용 데이터를 모두 저장, 검색, 관리할 수 있는 견고한 방법이 필요하며, 동시에 갑작스러운 수요 증가 상황에서도 예측 가능한 성능을 유지해야 합니다. 속도 또한 중요합니다. WealthAPI는 watsonx.data를 통해 응답 시간이 80% 개선되었으며, 쓰기 시간 단축과 충돌 처리 개선 효과도 확인했습니다. 이러한 발전을 통해 사용자에게 거의 즉각적인 금융 인사이트를 제공할 수 있습니다. WealthAPI의 아키텍처는 최종 사용자에게 하나의 간단한 약속을 지키기 위해 설계되었습니다. 급격한 성장 급증 상황에서도 신뢰성을 유지하는 빠르고 일관된 재무 분석 정보를 제공합니다. 이 플랫폼은 이벤트 기반 수집을 비정형 분석 및 고성능 벡터 검색과 분리하고, 데이터 품질과 보안을 사후 고려 사항이 아닌 지속적인 설계 제약 조건으로 다룹니다. 고처리량 운영 워크로드와 효율적인 벡터 검색을 지원하는 기능을 포함한 IBM의 AI 준비형 데이터 인프라를 기반으로 구축함으로써, 팀은 핵심 시스템의 안정성을 유지할 수 있습니다. 이를 통해 데이터 레이어를 매번 재구축하지 않고도 새로운 모델, 새로운 파트너 통합, 새로운 사용자 기능으로 확장할 수 있습니다.