소개하는 글
『AI 기반 금융 시스템 개발 실무 VOL.2』는 금융 산업의 고도화된 AI 서비스와 대규모 데이터 처리 시스템 구축을 중심으로 구성된 고급 실무 프로젝트 가이드입니다. VOL.1에서 학습한 엔터프라이즈 백엔드 개발과 AI 서비스 구축 경험을 바탕으로, 금융 리스크 관리 시스템, 이상거래 탐지(FDS) 시스템, 금융 문서 분석 및 계약서 자동화 시스템, AI 기반 금융 데이터 분석 및 투자 예측 플랫폼 등 실제 금융기관의 핵심 업무 시스템을 구현하면서 금융 AI 아키텍처의 심화 기술을 학습할 수 있도록 구성하였습니다. Java 21, Spring Boot 3, Oracle Database, Kafka, Redis, DynamoDB, AWS 클라우드 서비스를 기반으로 대용량 금융 데이터를 안정적으로 처리하는 엔터프라이즈 시스템 구축 방법을 상세히 설명합니다.
이 책의 가장 큰 특징은 머신러닝과 생성형 AI, 빅데이터 플랫폼을 통합한 금융 AI 시스템의 실전 구현 과정을 다룬다는 점입니다. VaR(Value at Risk) 기반 금융 리스크 분석과 스트레스 테스트 시뮬레이션, SageMaker를 활용한 리스크 예측 모델 구축, Kafka와 Redis를 이용한 실시간 이상거래 탐지 시스템(FDS), DynamoDB 기반 감사 로그 관리, OCR과 자연어 처리 기술을 활용한 금융 문서 분석 및 계약서 자동화, 생성형 AI 기반 질의응답 및 요약 서비스, 투자 예측 모델과 AI 기반 포트폴리오 최적화 시스템 구축 등 금융권에서 요구되는 최신 AI 기술들을 단계별 프로젝트를 통해 학습할 수 있습니다. 또한 EMR, Redshift, Kinesis, MSK(Kafka) 등 AWS의 데이터 플랫폼 서비스를 활용하여 대규모 데이터 처리와 운영 환경 구축 방법까지 실무 수준으로 익힐 수 있습니다.
이 책은 금융 AI 분야의 심화 기술을 학습하고자 하는 백엔드 개발자와 AI 엔지니어, 데이터 엔지니어, 핀테크 플랫폼 개발자, 금융 데이터 분석가를 위한 실전 프로젝트 중심의 고급 개발서입니다. 데이터 수집부터 AI 모델 학습, 실시간 데이터 처리, 클라우드 배포, 운영 및 모니터링에 이르는 전체 서비스 라이프사이클을 경험함으로써, 금융 산업이 요구하는 차세대 AI 시스템 설계 및 개발 역량을 갖춘 전문 개발자로 성장할 수 있을 것입니다.

목 차


1장 AI 기반 금융 리스크 관리 시스템
1.1 금융 리스크 이론 기초 및 프로젝트 개요
1.2 시스템 아키텍처 및 도메인 데이터 모델링
1.3 실시간 시장 데이터 수집 서비스
1.4 다차원 VaR 계산 핵심 로직 구현
1.5 신용, 운영 및 스트레스 테스트 시뮬레이션
1.6 AWS SageMaker 머신러닝 연동
1.7 AWS EMR 분산 배치 및 Redshift DW 구축
1.8 REST API 컨트롤러 및 실시간 리포팅
1.9 Spring Security 6 기반 역할 분리(RBAC)
1.10 AWS 배포 및 관측 가능성 확보


2장 AI 기반 금융 이상거래 탐지 시스템
2.1 FDS 시스템 개요 및 도메인 이해
2.2 전체 시스템 아키텍처 설계
2.3 개발 환경 구성 및 프로젝트 초기화
2.4 Oracle DB 스키마 설계 및 구현
2.5 거래 수신 서비스 및 Kafka 이벤트 발행
2.6 FDS 판정 엔진 구현
2.7 실시간 Feature Store 구현 (Redis)
2.8 FDS 판정 엔진 통합 및 Kafka Consumer 구현
2.9 거래 차단 및 알림 서비스 구현
2.10 DynamoDB 감사 로그 설계 및 구현
2.11 AWS 인프라 구성 및 MSK(Kafka) 설정
2.12 실시간 모니터링 및 성능 최적화
2.13 FDS 테스트 전략 및 모델 성능 평가
2.14 AWS 배포 파이프라인 및 운영 가이드


3장 AI 기반 금융 문서 분석 및 계약서 자동화 시스템
3.1 프로젝트 개요 및 시스템 아키텍처 설계
3.2 개발 환경 구성 및 프로젝트 초기화
3.3 데이터베이스 설계 및 문서 관리 시스템 구현
3.4 OCR 기반 금융 문서 데이터 추출 서비스 구현
3.5 자연어 처리 기반 금융 정보 분석 서비스 구현
3.6 생성형 AI 기반 계약서 요약 및 질의응답 서비스 구현
3.7 금융 규정 준수 및 위험 조항 탐지 시스템 구현
3.8 REST API 및 보안 서비스 구현
3.9 AWS 클라우드 배포 및 운영 환경 구축
3.10 테스트, 성능 최적화 및 프로젝트 마무리


4장 AI 기반 금융 데이터 분석 및 투자 예측 플랫폼
4.1 프로젝트 개요 및 시스템 아키텍처 설계
4.2 개발 환경 구성 및 프로젝트 초기화
4.3 데이터베이스 설계 및 금융 데이터 수집 시스템 구현
4.4 데이터 전처리 및 특성 엔지니어링 구현
4.5 머신러닝 기반 투자 예측 모델 구현
4.6 딥러닝 기반 시계열 예측 모델 구현
4.7 AI 기반 투자 추천 및 포트폴리오 최적화 구현
4.8 REST API 및 보안 서비스 구현
4.9 AWS SageMaker 기반 모델 배포 및 운영 환경 구축
4.10 테스트, 성능 최적화 및 프로젝트 마무리