2027-1학기 파견 경영대학 교환학생 선발 안내

2027-1학기 파견 경영대학 교환학생 선발 안내 첨부파일: 1_ESB exchange 제출서류_Spring 2027 2_2027학년도 1학기 파견 교환학생 설명회 대체 안내문 3_2027-1학기 파견가능대학 리스트 경영대학 경영학 주전공생을 위한 2027학년도 1학기 파견 국제교류 프로그램 선발 내용을 아래와 같이 안내 드립니다. 관심 있는 학생은 아래 내용 숙지바라며, 관련하여 문의사항이 있는 경우 경영대학 국제오피스로 연락 주시기 바랍니다. ※ 문의: exchange@ewha.ac.kr / 02-3277-6881 [선발일정] 1) 교환학생 설명회: 자료로 대체 2) 서류접수 - 일정: 2026년 7월 16일(목) ~ 7월 22일(수) - 서류 합격 발표: 2026년 8월 6일(목) 3) 면접전형 - 일정: 2026년 8월 중(서류합격자에게 개별공지) - 최종 합격 발표: 2026년 8월 중 ※ 구체적 면접 일정은 확정 후 공지문 안내 예정 [지원자격] ① 대상: 학부 경영학부 학생, 일반대학원 경영학과 학생 ② 학점: 누적 GPA 3.0 이상 (4.3 기준) ③ 공인영어성적: - 교환학생: 공인영어성적 보유자 (2025월 7월 1일 이후 응시자만 가능) ※ 일부 학교의 경우 학교별 세부기준을 충족할 경우에만 지원 가능 (‘파견가능대학 리스트’참고) ④ 이수 학기 (1) 학부: 2학기 이상 수료한 학생으로 정규 학기 이내인 자 - 2026년도 2학기 휴학 예정인 경우, 현재 3학기 수료 이상 학생만 지원 가능 (휴학생도 지원 가능하나 정규 학기 중에만 교환 파견 가능하며 추가학기에는 파견 불가) - 8학기 파견 시 귀국 후 추가 학기 등록 필수 ※ 일부 학교의 경우 학교별 세부기준을 충족할 경우에만 지원 가능 (‘파견가능대학 리스트’참고) (2) 대학원: 1학기 이상 수료한 학생으로 정규 학기 이내인 자 - 4학기 파견 시 귀국 후 추가 학기 등록 필수 ⑤ 교과목 이수 (1) 학부: 경영학 전공필수 및 전공기초 7과목 + 영어강의 2과목 이수 - 영어강의는 수강한 전공 또는 교양과목과 복수 인정 가능 - 단, 외국어 수업(교양영어, 제2외국어 등)은 제외 - 파견 직전 학기에 수강 예정인 과목도 포함 가능하나, 가급적 지원 전에 이수 완료 권장 - 전공필수 수강 내역에 경영학 전공필수 및 전공기초 과목 개수 합쳐 기재, 경영학 전공인정 타과목은 제외 (2) 대학원: 전공과목 15학점 이상 이수 - 파견 직전 학기 수강 예정 과목 포함 가능하나 가급적 지원 전에 이수 완료 권장 [구비서류] ① 지원서 (첨부파일 확인) - 여권 상 영문 성명과 정확히 일치하도록 작성 - 이메일 주소는 Gmail 계정 개설 후 작성 권장 ② 교환학생 지원 서약서 (첨부파일 확인) ③ Statement of Purpose 국문 및 영문 (첨부파일 확인) ④ 성적증명서 국문 및 영문 (제출일기준 성적증명서(또는 학업성적부) 제출) - 4.3 만점으로 표기 - 경영학 전공과목명과 성적은하이라이트표시 ⑤ 공인영어성적표 (TOEFL 또는 TOEIC) 사본 - 2025년 7월 1일 이후 응시 성적만 인정 [접수방법] - 서면 접수: 파일 준비하여신세계관 309호 국제오피스앞으로 제출 (토요일, 일요일, 휴무일은 접수 불가) - 또는 이메일 접수: exchange@ewha.ac.kr (메일 제목: [2027-1 교환학생지원] 학번_학생이름) - 제출 서류: 위 [구비서류]의①~⑤의 순서대로 준비하여 제출 (7월 22일까지 접수된 서류에 한해 인정) ※ 제출된 서류는 반환되지 않으며, 지원자격을 충족하지 않거나 서류가 미비할 경우 서류심사에서 제외됩니다. [면접전형] 심층 영어면접으로 진행

[메이캔] 고용노동부 미래내일 일경험 인턴형 참여자 모집(9월)

스펙을 위한 스펙은 그만! 남들이 유료강의 듣고 스펙쌓는 동안 나는 돈받고 진짜 실무 경력 쌓는다! 공공기관부터 인기기업까지 사전직무교육 + 10주간 인턴십 참여하실 분을 구합니다. ※모집기간이 매우 짧고 지원자가 많기 때문에 서둘러 참여해주세요! ★ 참여기업 일반: 일레븐코퍼레이션, SBSI, 이노뎁 등 국취연계: 근로복지공단, 국민연금공단 등 (전체 기업 리스트는 지원페이지에서 확인) ● 기간 및 일정 1차 모집 기간 : 2026.08.26.(수) ~ 2026.09.02(수) 2차 모집 기간 : 2026.09.11.(금) ~ 2026.09.21(월) 근무기간 : 기업별 상이 ● 활동내용 사전직무교육 - 희망기업으로 최종 선발된 청년 대상 필수 참여교육 ※인턴 출근일 최소 1주 전 진행 - 별도 사전직무교육 전문기관 연계(하이테커 X, 정확한 장소는 추후 안내 예정) ※사전직무교육 수료자에 한하여 인턴십 프로그램 참여 가능합니다. 인턴십 프로그램 - 주 25시간(주 4일 또는 5일, 기업별 스케줄 상이) - 희망하는 직무 분야 및 기업에서 10주간 현장실습생 신분의 인턴 생활 ● 혜택내역 - 사전직무교육 참여수당 : 1일 1만원 x 2일 지급 / 교육기관 직접 지급 - 인턴십 참여수당 : 1주 37.5만원 x 10주 지급 / 하이테커 직접 지급 ● 지원자격 만 15세~34세 이하 미취업 청년 ★지원자격을 반드시 확인 후 지원해주세요 ● 신청방법 ① [안내] 참여기업 리스트 확인 하단에 첨부된 링크 클릭 후 희망기업 확인하기 ② [직접신청] 고용24에서 희망기업 공고 신청 청년일경험 포털(고용24) 회원가입 후 직접 신청 필수 ③ 서류 검토 및 면접 전형 기업별 서류·면접 전형에 직접 참여하여 최종 선발 ④ 선수교육 수강 온라인 6시간 / 인턴십 참여 전 필수 이수 ⑤ 사전직무교육 오프라인 2일 / 수료자에 한하여 인턴십 참여 가능 ⑥ 인턴십 프로그램 10주간 현장 근무 *기업리스트 확인 및 통합공고 신청하기 http://docs.google.com/spreadsheets/d/1W55L7jFWx5Hqu91EK0HGXrkpBsRsWAS339TxWRPIe6g/edit?usp=sharing ● 문의 미래내일 일경험 운영 사무국 T. 02-6235-5093, 5066 E. highmirae@gmail.com

AI를 쓰지 않는 위험, 잘못 쓰는 위험

금융권 AI 경쟁의 승부처는 ‘모델’이 아니라 ‘신뢰의 체계’다 채상미 이화여대 경영학부 교수 지금 금융회사 경영진에게 가장 어려운 질문은 “인공지능을 도입할 것인가”가 아니다. 그 답은 이미 사실상 정해져 있다. 진짜 질문은 “AI에 어디까지 판단을 맡길 것인가, 그리고 그 판단에서 문제가 발생했을 때 누가 어떤 근거로 책임질 것인가”다. 대출 심사와 신용평가, 이상거래 탐지, 자산운용, 고객 상담은 물론 내부 보고서 작성과 규제 대응에 이르기까지 AI의 활용 범위는 빠르게 넓어지고 있다. 특히 생성형 AI와 AI 에이전트는 단순한 업무 자동화를 넘어 금융상품을 탐색하고 추천하며, 고객의 의사결정과 거래 과정에 직접 관여하는 단계로 진화하고 있다. 금융회사 입장에서 AI는 더 이상 선택 가능한 신기술이 아니다. 심사 속도와 비용 효율성, 위험 탐지 능력, 초개인화된 고객 경험에서 뒤처지는 순간 경쟁력의 격차가 벌어지기 때문이다 이제 금융회사는 서로 반대 방향을 향하는 두 가지 위험을 동시에 관리해야 한다. AI 도입이 늦어 시장 경쟁력을 잃는 위험과, 충분한 통제 없이 AI를 서둘러 도입해 고객의 신뢰를 잃는 위험이다. 이러한 딜레마가 가장 선명해진 시점에 금융당국은 새로운 규율의 방향을 제시했다. 최근 개정된 「금융분야 인공지능 가이드라인」은 거버넌스, 합법성, 보조수단성, 신뢰성, 금융안정성, 신의성실, 보안성이라는 7대 원칙을 제시한다. 적용 범위도 금융회사 내부의 AI 활용에 그치지 않는다. AI 활용 결과가 금융거래에 영향을 미치는 경우에는 핀테크 등 비금융회사도 규율의 대상이 될 수 있다. 이번 가이드라인에서 금융회사들이 특히 주목해야 할 대목은 이것이 일률적인 세부 체크리스트가 아니라는 점이다. 개별 금융회사는 보유한 인적·물적 자원, AI 활용 범위, 서비스가 고객에게 미치는 영향과 위험 수준을 종합적으로 고려해 적용 수준을 스스로 결정해야 한다. 다만 인공지능기본법상 고영향 인공지능 등 법령이 직접 규율하는 영역에는 별도의 법적 의무가 따른다. 이는 규제가 완화되었다는 의미도, 금융회사의 부담이 가벼워졌다는 의미도 아니다. 오히려 감독당국이 모든 통제 방법을 세세하게 정해주는 방식에서 벗어나, 금융회사가 자신의 AI 위험을 직접 식별하고 평가한 뒤 그에 맞는 통제를 설계해야 하는 체계로 전환되고 있다는 뜻에 가깝다. 더 나아가 금융회사는 그러한 판단과 통제가 합리적이었음을 스스로 입증해야 한다. 금융감독원의 금융분야 AI 위험관리 프레임워크도 같은 방향을 가리킨다. 핵심은 AI 관련 거버넌스와 위험평가, 위험통제 프로세스를 마련하고, AI 시스템의 도입과 활용 전 과정에서 발생하는 위험을 금융회사가 스스로 관리하도록 하는 것이다. 결국 금융당국이 공통의 원칙과 방향을 제시한다면, 그 원칙을 각 회사의 조직·업무·시스템에 맞는 내부통제로 구현하는 책임은 금융회사에 돌아간다. 바로 이 지점에서 금융 현장의 고민이 시작된다. 우리 회사가 사용하는 수많은 AI 가운데 어느 시스템을 관리 대상으로 등록해야 하는가. 어떤 AI를 고위험으로 분류해야 하는가. 모델 검증과 운영 모니터링은 어느 조직이 맡아야 하는가. 외부 파운데이션 모델과 클라우드에 의존할 때 데이터 유출, 서비스 장애, 모델 변경과 편향의 책임은 누구에게 있는가. 고객이 AI의 판단에 이의를 제기하면 누가 설명하고 재심사하며 구제할 것인가. 그리고 이러한 관리 활동을 감독당국에 어떤 자료와 기록으로 제시해야 하는가. 금융 현장이 궁금해하는 것은 원칙의 선언 자체가 아니다. 그 원칙을 실제 조직과 업무에 어떻게 적용할 것인가다. 기존의 모델리스크 관리만으로는 이 질문에 충분히 답하기 어렵다. 전통적인 신용평가모형이나 시장위험모형은 비교적 명확한 입력과 출력을 전제로 개발·검증·승인·변경관리 절차를 설계할 수 있었다. 그러나 생성형 AI는 다르다. 동일한 질문에도 다른 결과를 내놓을 수 있고, 사실과 다른 내용을 유창하게 제시하며, 복잡한 판단 경로를 사후에 충분히 설명하기 어려운 경우도 있다. AI 에이전트는 여기에서 한 걸음 더 나아가 여러 시스템과 도구를 연결해 스스로 과업을 분해하고 실행한다. AI의 오류가 단순한 답변 오류에 그치지 않고 실제 업무 처리나 금융거래로 이어질 수 있다는 의미다. 위험의 경계도 금융회사 내부에 머물지 않는다. 여러 금융회사가 동일한 파운데이션 모델, 데이터 공급자, 클라우드 사업자와 외부 솔루션에 의존하면 한 공급자의 오류나 장애가 업권 전반으로 확산될 수 있다. 유사한 데이터와 알고리즘을 사용하는 금융회사들이 비슷한 신용판단과 투자판단을 반복할 경우, 개별 회사 차원에서는 합리적으로 보이는 결정이 시장 전체의 쏠림과 동조화 위험을 키울 수도 있다. 이제 AI 위험은 단순한 모델 정확도의 문제가 아니다. 제3자 위험, 운영 위험, 소비자보호 위험, 사이버 위험, 평판 위험과 금융안정 위험이 결합된 복합 위험으로 보아야 한다. 여기에 금융회사는 또 하나의 현실적인 어려움과 마주하고 있다. 국내 인공지능기본법과 금융분야 AI 가이드라인, 금융감독당국의 위험관리 프레임워크뿐 아니라 미국 NIST, ISO/IEC 국제표준, EU AI 법제, 바젤위원회와 금융안정위원회가 제시하는 원칙까지 서로 다른 기준이 동시에 요구되고 있기 때문이다. 문제는 기준이 부족하다는 데 있지 않다. 오히려 너무 많은 기준이 서로 다른 언어와 구조로 제시된다는 데 있다. 금융회사가 필요로 하는 것은 규정과 표준을 하나씩 나열한 목록이 아니다. 각각의 요구사항이 우리 회사의 어느 조직, 어느 업무, 어느 통제절차와 연결되는지를 보여주는 통합된 거버넌스 지도다. 하나의 AI 시스템을 놓고도 법무부서는 적법성을, 준법감시부서는 소비자보호와 설명책임을, 리스크관리부서는 모델 및 운영 위험을 검토한다. 정보보호부서는 보안과 제3자 위험을 살피고, 현업부서는 성능과 사업성을 판단한다. 이러한 판단이 서로 분리되어서는 일관된 통제가 만들어질 수 없다. 통제 절차는 많지만 정작 책임의 주체가 불분명해지는 상황도 발생할 수 있다. 따라서 AI 리스크 관리를 혁신을 막기 위한 브레이크나 규제 준수를 위해 지불하는 일회성 비용으로 이해해서는 안 된다. 잘 설계된 위험관리체계는 오히려 AI 도입을 빠르게 한다. 위험 수준에 따라 검토와 승인 절차를 차등화하면 저위험 AI는 신속하게 적용하고, 고위험 AI에는 필요한 통제를 집중할 수 있다. 반복적인 재검토와 부서 간 충돌을 줄이고, 사고가 발생했을 때도 책임자와 대응 절차를 명확히 할 수 있다. 무엇보다 고객과 감독당국에 “우리 회사는 AI의 성능뿐 아니라 그 판단의 책임까지 관리하고 있다”는 사실을 보여줄 수 있다. 이것이 금융회사가 축적해야 할 새로운 형태의 신뢰 자본이다. 어느 금융회사나 유사한 AI 모델과 솔루션을 구매할 수 있는 기술 평준화 시대에는 모델 자체만으로 지속적인 차별화를 만들기 어렵다. 반면 어떤 데이터를 사용했고, 어떤 위험을 평가했으며, 누가 승인했는지 명확히 설명하는 능력은 쉽게 복제되지 않는다. 어떤 조건에서 사람이 개입하고, 언제 서비스를 중단하며, 문제가 발생했을 때 어떻게 고객을 구제하는지를 입증하는 능력 역시 중요한 경쟁력이 된다. 앞으로 금융회사의 경쟁력은 AI를 얼마나 많이 도입했는지가 아니라, AI를 얼마나 책임 있게 운용하고 있음을 증명할 수 있는가에서 결정될 가능성이 크다. 어떤 AI를 관리해야 하는가. 위험 수준을 어떻게 평가해야 하는가. 어느 조직이 어떤 책임을 맡아야 하는가. 사람은 언제, 어떤 권한으로 개입해야 하는가. 그리고 금융회사는 책임 있는 AI 운영을 어떤 문서와 데이터, 통제 기록으로 증명해야 하는가. 특히 인적 감독, 즉 Human-in-the-Loop는 사람이 마지막 단계에서 형식적으로 승인 버튼을 누르는 절차가 되어서는 안 된다. 사람에게는 AI의 결정을 검토하고, 수정하고, 거부할 수 있는 실질적인 권한이 있어야 한다. 위험이 허용 수준을 넘어설 경우 서비스를 중단할 수 있어야 한다. 인적 감독의 수준 역시 모든 AI에 동일하게 적용할 것이 아니라, 고객과 시장에 미치는 영향에 따라 차등화해야 한다. 핵심은 단순히 사람이 개입하는 데 있지 않다. 언제, 누가, 어떤 권한으로 개입할 것인지를 사전에 명확히 정해두는 것이다. 금융회사가 지금 관리해야 할 것은 AI라는 하나의 기술이 아니다. AI를 쓰지 않아 뒤처질 위험과, AI를 잘못 사용해 신뢰를 잃을 위험을 함께 관리하는 능력이다. AI가 금융의 속도를 높이는 엔진이라면, 거버넌스와 위험관리는 그 방향을 정하는 운전대이자 필요한 순간 멈추게 하는 제동장치다. 빠르고 유창한 AI의 시대에 우리 금융이 준비해야 할 것은 더 거대한 알고리즘만이 아니다. AI의 판단을 고객과 감독당국, 그리고 금융회사 스스로가 믿을 수 있게 만드는 단단한 신뢰의 체계다. 저작권자 © DFT 대한금융신문 무단전재 및 재배포 금지 *동영상 및 원문 링크: https://www.kbanker.co.kr/news/articleView.html?idxno=225780