연구

여기 연구들은 대체로 한 가지 질문을 공유한다. 금융에서 AI를 쓸 때 결과가 맞았는지만 볼 게 아니라, 그 숫자가 어디서 왔고 왜 그렇게 판단했는지, 틀렸을 때 어떻게 되짚을지를 어떻게 보장하느냐다. 예측 성능보다 그 추적·설명·복원 가능성에 관심이 있다.

Agentic AI가 금융에 도입될 때 발생하는 감독 공백을 다룬 정책·시스템 설계 연구. 국제 금융중심지를 위한 국경 간 거버넌스 프레임워크.

리스크 파이프라인에서 이상값이 나왔을 때, 그게 어느 단계에서 시작됐는지 자동으로 되짚는다. 값이 이상한지 아닌지가 아니라, 어디서 태어났는지를 푸는 문제다.

복잡도 분석과 한국 금융시장 실증. 어느 방법이 더 정확한가가 아니라, 어떤 조건에서 QMC가 실질적 이점을 갖는가를 판단한다.

한국 금융권의 AI가 단순 활용 확대에서 AI Assurance로 이동해야 한다는 주장. 금융은 신뢰 산업이므로, 경쟁력은 빠른 도입이 아니라 설명·감사·책임 가능한 구조에서 나온다.

관계금융(relationship banking)을 지방정부가 주도하는 방식으로, 사회연대경제 주체를 지원하는 제도·금융 모델을 설계한다.