미국금융·보험2024 – 진행 중스테이트 스트리트
투자 데이터 품질 점검용 딥러닝 모델
스테이트 스트리트의 딥러닝 모델이 데이터 오류 허위 경보의 87%를 없앴다
문제
스테이트 스트리트의 데이터 운영팀은 임곗값 기반의 수동 필터로 포트폴리오 데이터를 점검했다. 필터가 허위 경보를 많이 냈고 분석가가 이를 일일이 검토해야 했다.
접근 방식
스테이트 스트리트는 Snowflake 위에 데이터 품질 및 이상 탐지용 딥러닝 모델을 만들었다. 이 모델은 포트폴리오 시장가치 문제를 표시해 분석가가 확인하게 하며, 고정 임곗값을 대체한다. 이 플랫폼은 리스크 분석가와 포트폴리오 매니저를 위한 자연어 질의도 지원한다.
주요 수치
87%데이터 오류 허위 경보 감소율, 스노우플레이크 기준
100%모델이 탐지한 실제 예외 비율, 스노우플레이크 기준
25배데이터 운영팀 생산성 향상, 스노우플레이크 기준
시사점
모델은 실제 예외를 하나도 놓치지 않으면서 잡음 대부분을 없앴다. 그 덕분에 데이터 운영팀은 진짜 오류에 시간을 쓸 수 있었다.
분류
출처
출처 요약
[1]Snowflake2024년 6월 14일
스노우플레이크는 스테이트 스트리트가 투자 데이터 이상 탐지에 쓰는 딥러닝 모델을 설명했다. 모델이 실제 예외를 모두 탐지하고 허위 양성을 87% 줄였으며 데이터 운영팀 생산성을 25배 높였다고 밝혔다. 페이지에는 날짜가 없으며, 인터넷 아카이브가 2024년 6월 14일에 처음 저장했다.
자세한 내용은 원문에서 확인하실 수 있습니다.
등록일 2026년 11월 4일 · 수정일 2026년 11월 4일