GRA · AI와 금융 모델 리스크
공간 금융자본이 재해, 노출, 전환과 만나는 곳
AI와 금융 모델 리스크
금융 의사결정 절차와 리스크 측정에서의 모델 거버넌스와 책임 있는 AI 사용. AI와 금융 모델 리스크 는 글로벌 리스크 얼라이언스(Global Risks Alliance)의 기존 플랫폼입니다.
- STEM 방법
- 4
- 이 분야가 응용하는 정식 방법
- 주제
- 8
- 이 분야의 주제 페이지
- 상대 기관
- 5
- 네트워크 전반에서 분야를 공유하는 플랫폼
- 보고서 시리즈
- 2
- 기여하는 Reports 시리즈
이 작업이 비추어 읽는 기준.
이 플랫폼은 표준을 정하지 않습니다. 관할 기관이 채택한 프레임워크에 비추어 근거를 읽어, 의사결정자가 이미 일하는 자리에 발견을 놓을 수 있게 합니다.
| 프레임워크 또는 표준 | 기구 | 정하는 것 |
|---|---|---|
| Supervisory Guidance on 모델 리스크 관리에 관한 감독 지침(SR 11-7) | 연방준비제도이사회와 통화감독청 | 미국 은행의 모델 개발, 검증과 거버넌스에 대한 기대 사항, 효과적 도전 포함 |
| 은행을 위한 모델 리스크 관리 원칙(SS1/23) | 건전성감독청(영국) | 모델 식별, 거버넌스, 개발, 검증과 리스크 완화 수단의 원칙, AI와 기계학습 모델 포함 |
| EU 인공지능법 | 유럽연합 | 리스크 기반 의무로, 신용도 평가와 생명·건강보험 가격 산정에 쓰이는 AI는 고위험으로 분류됩니다 |
| 인공지능 감독에 관한 적용 문서 | 국제보험감독자협의회(IAIS) | How the Insurance Core Principles apply to insurers’ use of AI: governance, robustness, transparency, fairness and redress |
| 인공지능의 금융안정 영향에 관한 보고서 | 금융안정위원회 | 제3자 집중, 시장 상관, 사이버 리스크 및 모형 리스크와 같은 AI 관련 취약성의 평가 |
| 공정성, 윤리, 책임성, 투명성(FEAT)을 증진하기 위한 원칙 | 싱가포르 통화청 | 금융 서비스에서 AI와 데이터 분석을 책임 있게 사용하기 위한 원칙 |
| AI 리스크 관리 프레임워크 | 미국 국립표준기술연구소(NIST) | 생성형 AI 프로파일을 포함한, AI 리스크를 위한 거버넌스, 매핑, 측정, 관리 기능 |
| 평등신용기회법(ECOA)과 Regulation B의 불리한 조치 요건 | 미국 의회, 소비자금융보호국 | 신청자에게 신용 거절의 구체적 사유를 제시할 의무로, 복잡한 모델을 사용할 때에도 적용됩니다 |
모형 리스크 수명주기.
팀이 이 분야를 추적하는 데 쓸 화면: 지표, 상태와 결정. 이름은 예시이며 값은 예시값입니다.
모형 리스크 수명주기
모델 목록 · 위원회 3
수명주기
- 목록등록됨
- 개발문서화됨
- 검증독립
- 승인위원회
- 이행통제
- 모니터링임계값
- 검토연간
- 폐기폐기
모델
| MD-620 소매 PD | 1단계 | 19개월 | 1 | 기한 경과 |
| MD-007 LLM 민원 분류 | 1단계 | 절대 안 함 | 0 | 미검증 |
| MD-256 IFRS 9 단계 분류 | 1단계 | 10개월 | 1 | 승인됨 |
| MD-852 마케팅 성향 | 등급 3 | 10개월 | 0 | 승인됨 |
검증 범위
- 개념적 건전성
- 진행 중
- 결과 분석
- 대기 중
- 벤치마킹
- 대기 중
- 사용 제한
- 사람의 검토 필요
뱅크런, 패닉, 채택이 임계점을 넘을 때.
뱅크런, 군집 행동, 신상품 채택 뒤에 있는 같은 임계값 논리입니다. 임계점 아래에서는 아무것도 확산되지 않고, 그 위에서는 거의 모두가 움직입니다. 예시 값을 밝힌 교육용 모델이며, 예측이 아닙니다.
통제 수단
- 평균 임계값(이웃 비율)
- 18%
- 임계값의 분산
- 8점
- 초기 행동자
- 인구의 2.0%
- 1인당 접촉 수
- 8
판독값
- 결국 누가 행동했는지 공유하십시오
- 100%
- 전 지구 캐스케이드
- 예
- 정착까지의 단계
- 13
수치, 방법과 출처
| 단계 | 행동한 비율(%) |
|---|---|
| 0 | 1.3 |
| 1 | 4.5 |
| 2 | 11.3 |
| 3 | 20.3 |
| 4 | 29.3 |
| 5 | 41.3 |
| 6 | 53.3 |
| 7 | 64.5 |
| 8 | 79.0 |
| 9 | 91.5 |
| 10 | 96.5 |
| 11 | 99.8 |
| 12 | 100.0 |
| 13 | 100.0 |
방법
- 집합 행동의 임계값 모델 Granovetter(1978), American Journal of Sociology 83
- 무작위 네트워크상의 전역 캐스케이드 Watts (2002), PNAS 99
- 복합 전염 Centola and Macy (2007), American Journal of Sociology 113
- 단일 요인 민감도(토네이도) Saltelli and others (2008), Global Sensitivity Analysis: The Primer, Wiley
데이터
No observed data enters this model: it runs on the teaching values set by the controls, to be replaced with a programme’s own evidence.
여섯 기둥 전반에 걸쳐, Nexus Consortium 주도
- 실험 연구소
- 내장됨 Foundry의 AI와 금융 모델 리스크
- 시험 장소 Universe의 AI와 금융 모델 리스크
- 성문화된 곳 Standards의 디지털, 사이버, AI
- 게재처 Reports의 AI와 금융 모델 리스크
- 강의 과목 Academy의 기술·디지털 시스템 학부
검증이 아닌, 모델 리스크에 대한 공유된 이해.
이 플랫폼은 금융 모델과 AI 시스템 이 어떻게 목록화, 테스트, 검증, 모니터링되는지, 그리고 어디에서 실패하는지에 관한 경쟁 이전 단계의 근거 기반을 업계에 제공하도록 설계되어 있습니다. 각 기관은 자체 감독 당국 아래에서 자체 모델을 검증하고 관리합니다.
목록, 시험과 모니터링
실무 전반에서 비교한 모델 목록, 테스트, 검증, 모니터링 방법.
방법과 연구
모형 거버넌스 방법과 금융 분야 AI 연구로, 검토를 거쳐 발행됩니다.
GRA는 금융 서비스 업계의 비영리 업계 단체입니다. 대출, 인수, 신용 평가, 투자, 거래에 대한 자문이나 주선을 하지 않으며, 준비도 작업은 승인이 아닙니다. 이 플랫폼의 어떤 내용도 모델, 공급업체, 기관을 검증, 승인, 인증하지 않으며, 법률, 규제, 투자 자문이 아닙니다. 분석은 부문 수준의 연구입니다.
AI와 금융 모델 리스크가 노출, 손실, 자본에 어떤 의미인지.
리스크 책임자, 감독 당국이나 재무부가 요구할 익스포저, 손실, 시나리오와 자본 보기와 이들이 보고의 기준으로 삼는 체계. 구조는 감독과 보험계리 실무를 따릅니다. 값은 예시이며 가격, 등급이나 조언이 결코 아닙니다.
전이 경로
AI와 금융 모델 리스크의 충격이 신용, 시장, 인수, 유동성 및 운영 리스크에 어떻게 전달되고 되돌아오는지.
시나리오 경로
중앙은행과 감독 당국이 사용하는 시나리오 계열에서 AI와 금융 모델 리스크에 어떤 스트레스가 가해질 수 있는지.
| 시나리오 계열 | 전환 리스크 | 물리적 리스크 | 스트레스 테스트가 묻는 것 |
|---|---|---|---|
| 질서 있음 | 이른 시기의 점진적 정책 | 낮음 | 포트폴리오는 꾸준한 재가격 조정을 감당할 수 있습니까? |
| 무질서 | 늦고 급격한 정책 | 낮음에서 중간 | 갑작스러운 재가격 조정과 신용 등급 이동 시 무엇이 무너집니까? |
| 온실 지구 세계 | 제한적 정책 | 높고 상승 중 | 담보와 보험에서 물리적 손실은 어디에 집중됩니까? |
AI와 금융 모델 리스크의 역할.
AI와 금융 모델 리스크 is the risk of loss or harm from models, including machine learning and generative AI, that are wrong or misused in finance. Global Risks Alliance’s platform explains model governance, credit and pricing models, generative AI, explainability and fairness, drift, 사람의 감독, 공급업체 모델과 스트레스 모델을 설명합니다. 아무것도 검증하지 않습니다.
그 공동체
모델 리스크 팀, 정량 검증 담당자, 책임 있는 AI 책임자.
그 방법
모델 목록, 테스트, 검증, 모니터링.
그 산출물
모형 거버넌스 방법, 금융 분야 AI 연구.
Models are now part of the financial system’s plumbing.
모델은 결정을 내리는 데 쓰이는 현실의 단순화된 표현입니다. 신용 점수, 보험 가격, 자본 계산, 사기 경보, 유동성 예측이 그 예입니다. 모든 모델은 가정과 과거에서 얻은 데이터에 기반하며, 두 가지 방식으로 틀릴 수 있습니다. 잘못 구축되거나 구현될 수 있고, 가정이 더 이상 성립하지 않는 곳에서 사용될 수 있습니다. 모델 리스크 는 그 어느 쪽에서든 비롯되는 손실과 피해의 가능성입니다.
기계 학습은 그 리스크의 규모와 형태를 바꿉니다. 복잡한 모형은 전통적 방법이 놓치는 패턴을 찾아낼 수 있지만, 설명하기 더 어렵고, 데이터 변화에 더 민감하며, 과거의 편향을 내포할 가능성이 더 큽니다. 생성형 AI는 확신에 차 있으나 틀린 출력과 같은 새로운 실패 양상, 그리고 소수 제공업체에 대한 새로운 의존을 가져옵니다. 많은 기관이 비슷한 모형, 공급업체 또는 데이터를 사용하면 그 오류가 상관될 수 있어, 하나의 결함이나 하나의 여건 변화가 시장 대부분에 동시에 영향을 줄 수 있습니다.
그 결과는 고객과 더 넓은 경제에까지 미칩니다. 불공정한 신용 결정, 잘못 책정된 리스크, 불충분한 준비금, 스트레스 상황에서의 경기순응적 행동, 그리고 널리 쓰이는 서비스가 실패할 때의 운영 장애입니다. 모델 거버넌스는 업계가 이러한 리스크를 가시적이고 통제된 상태로 유지하는 방식입니다.
방법에 기반하고 과학 및 거버넌스와 연결됩니다.
이 플랫폼은 글로벌 리스크 혁신 센터(Global Centre for Risk and Innovation, GCRI)가 운영하는 STEM Commons의 인공지능과 기계 학습, AI 평가와 보증 공학, 불확실성 정량화와 모델 검증, 확률과 통계를 적용합니다. STEM 기반 페이지.
GCRI에서는 인공지능과 자율 시스템 이 AI의 역량과 평가를, 일의 미래와 역량이 AI가 일에 미치는 영향을 연구합니다. 글로벌 리스크 포럼(Global Risks Forum, GRF)에서는 AI와 디지털 거버넌스, Innovation Nexus, Capital Nexus가 AI와 금융의 거버넌스에 관해 기관들을 소집합니다. GRA 안에서는 금융안정, Financial Regulation Nexus, 보험계리와 정량 리스크가 가까운 이웃입니다. 작업은 Foundry 시스템 NXS-NXQ(소프트웨어, 모델, 역량 수명주기), NXS-LAB(연구, 실험, 시뮬레이션) 과 NXS-NSF(신뢰, 권한 부여, 보증) 를 활용할 수 있으며, 방법 및 기술 시리즈와 기하급수 기술 시리즈에 기여합니다. 컨소시엄 전반의 상대 기관.
이 플랫폼이 다루는 인공지능 영역.
AI와 금융 모델 리스크 는 은행, 보험사와 자산운용사가 대출, 가격 책정, 준비금 적립, 거래와 고객 응대에 쓰는 모델이 어떻게 틀리거나 오용될 수 있는지, 그리고 기계학습과 생성형 AI가 그 리스크를 어떻게 바꾸는지 연구합니다. 그 페이지는 모델 리스크 거버넌스, 신용과 가격 책정 모델, 생성형 AI, 설명 가능성과 공정성, 모니터링과 드리프트, 사람의 감독, 제3자 모델과 스트레스 모델을 다루며 모든 출처에 라벨을 붙입니다. 글로벌 리스크 얼라이언스(Global Risks Alliance)는 업계의 공통 이해를 공유하며 모델을 검증하거나 조언하지 않습니다.
모형 리스크 거버넌스
모델 리스크 관리가 요구하는 모델 목록, 등급 분류, 검증, 승인, 그리고 이사회와 고위 경영진의 감독.
신용 및 가격 책정 모형
점수화, 부도확률, 부도시 손실률, 보험 요율 산정, 그리고 이들이 기반하는 데이터와 가정.
생성형 AI
고객 서비스, 코딩, 연구, 운영에 쓰이는 대규모 언어 모델과 그것이 가져오는 새로운 실패 유형.
설명 가능성과 공정성
모델 출력을 고객, 직원과 감독 당국에 설명하고 불공정하거나 위법한 결과를 시험함.
모니터링과 드리프트
배포 후 모델 성능을 추적하고 데이터나 관계가 언제 변하는지 탐지함.
사람의 감독
사람이 모형 기반 결정을 어디에서 검토하고, 뒤집고, 책임을 지는지, 그리고 감독을 실질적으로 유지하는 방법.
제3자 모형
기업이 설계에 대한 완전한 접근 없이 사용하는 공급업체 점수, 파운데이션 모델, 데이터 상품.
스트레스 및 시나리오 모형
스트레스 하에서 손실과 자본을 예측하는 모형, 그리고 희소 사건에 쓰이는 모형 특유의 리스크.
명명된 과학, 기술, 공학, 수학 위에 세워졌습니다.
AI와 금융 모델 리스크 의 모든 주장은 STEM Commons에 정본 페이지가 있는 방법에 기반하므로, 독자는 발견이 무엇에 의존하고 그 한계가 어디인지 볼 수 있습니다.
이 분야에서 작업이 진행되는 방식.
질문은 근거, 거버넌스를 거친 구축, 조직된 커뮤니티, 통제된 시험, 검토를 거친 간행물로 이어지고, 마지막으로 관할 당국이 자체 규정에 따라 내리는 결정에 이릅니다.
- 질문 유니버스 국가, 지역 또는 기관의 우선순위. AI와 금융 모델 리스크의 질문
- 근거 Foundry 플랫폼의 STEM 기반. AI와 금융 모델 리스크의 근거
- 구축 Foundry Foundry. AI와 금융 모델 리스크의 구축
- 조직 유니버스 Nexus 생태계. AI와 금융 모델 리스크의 조직
- 시험 유니버스 Universe(독립 사이트). AI와 금융 모델 리스크의 시험
- 발행 보고서 Reports. AI와 금융 모델 리스크의 발행
- 결정 관할 당국 관할 당국과 기관, NXS-RLS(참여자, 협약, 인계). AI와 금융 모델 리스크의 결정
- 갱신 유니버스 정정과 다음 연간 의제. AI와 금융 모델 리스크의 갱신
순환의 각 단계는 그것이 운영되는 기둥 안에서 수행되며, 결정은 프로그램 밖의 관할 당국이 내립니다.
- 연구소
- Foundry
- 유니버스
- Nexus Standards
- 보고서
- Risk Academy
- 관할 당국(프로그램 밖)
여섯 기둥에 걸쳐 이것이 작동하는 방식.
AI와 금융 모델 리스크 는 Nexus Consortium이 이끄는 하나의 연간 프로그램의 여섯 기둥을 통해 운영되며, GCRI, GRF, GRA가 각자의 역할로 기여합니다. 연구소에서 탐색, 실험, 시제품 제작을 하고, Foundry에서 구축, 시뮬레이션, 준비를 하며, Universe에서 소집하고 시험하고, Nexus Standards에서 성문화, 정정, 적용하며, Reports에서 모든 형식으로 발행하고, Risk Academy에서 공개적으로 가르칩니다.
작동 중인 인계기록된 인계직접 인계 없음
프로그램 연도모든 단계
경로
프로그램 전체
Every pillar hands its work to another; together they close the year’s feedback loops.
L · F · U · S · R · A
- 기둥
- 6 / 6
- 인계
- 18 / 18
- 순환 고리
- 17 종료됨
작동 중인 인계
- F01Universe → Foundry · 승인된 미션이 결정 사안을 갖춘 주기 프로젝트가 됨준비도 준비
- F02Foundry → Universe · Core Build Report와 진행 또는 중단 판단 증거통제된 빌드
- F03Foundry → Reports · 프로필 뒤에 있는 봉인된 관측과 지표 시계열종결
- F04Universe → Reports · 10장과 13장을 위한 사후 검토 및 시나리오 결과사후 검토
외 14개
- 연구소질문이 실험과 시제품이 되는 곳입니다. 새로운 방법, 데이터, 도구를 Nexus Consortium 아래 Foundry가 구축하기 전에 한계를 기록한 채 공개적으로 시험합니다.연구소
- Foundry감독 당국, 보험사, 투자자가 읽을 수 있도록 노출과 시나리오 근거를 구축하는 곳.Foundry의 AI와 금융 모델 리스크Foundry
- 유니버스통제된 연습에서 시나리오를 시험하고, 금융 준비도 대화에서 그것이 자본과 보장에 갖는 의미를 읽는 곳.Universe의 AI와 금융 모델 리스크universe.nexus
- Nexus Standards금융과 보험을 위해 리스크 근거를 비교할 수 있도록 공시와 데이터 규칙을 성문화하는 곳.Standards의 디지털, 사이버, AInexustandards.com
- 보고서부문 분석과 금융·보험 준비도 시리즈를 노출과 한계를 밝혀 발행하는 곳.Reports의 AI와 금융 모델 리스크보고서
- Risk Academy금융, 보험, 공공 재정 전문가가 Risk Academy에서 리스크 근거를 읽는 법을 배우는 곳.Academy의 기술·디지털 시스템 학부risksacademy.com
같은 분야, 세 가지 시각.
GCRI는 하나의 분야를 과학으로 연구하고, GRF는 이를 거버넌스하며, GRA는 이에 대한 공통의 금융적 이해를 구축합니다. AI and Financial 모델 리스크 는 상대 기관과 연결되어, 한쪽의 작업이 다른 쪽에서도 보이도록 합니다.
AI와 금융 모델 리스크의 페이지.
이 페이지가 컨소시엄 전체에서 어디로 이어지는지.
질문과 답변.
AI와 금융 모델 리스크 발행 주체는 누구입니까?
AI와 금융 모델 리스크는 활동 중입니까?
어떻게 기여할 수 있습니까?
발견은 어디에 공개됩니까?
이 플랫폼의 어떤 값이 실제입니까?
오류는 어떻게 신고합니까?
이 플랫폼은 모델을 검증하거나 승인합니까?
일반적인 AI 안전 연구와 어떻게 다릅니까?
이 페이지에서 증거를 기여하십시오.
Reports is the Consortium’s quarterly publication. What you know about this subject can become evidence, a case or a correction in the next edition, credited to you and published under CC BY 4.0 where it is your own work.
- 이메일게이트웨이 GW-GRA이 페이지에서 보내기증거, 정정, 사례, 방법, 검토, 번역 또는 프로필 입력 자료. 이 페이지의 태그가 붙어 도착하므로, 이를 담당하는 편집자가 받게 됩니다.
- Zenodo개방형 예치기탁하고 커뮤니티에 제출하기ORCID iD로 Zenodo에 직접 기록을 게시한 뒤, 그곳의 Reports 커뮤니티에 제출하십시오. 큐레이터가 검토하며, DOI는 귀하의 것으로 남습니다.
- 보고서글로벌 리스크 얼라이언스(Global Risks Alliance)모든 기여 방법 보기기여 유형, 각각의 검토 방식, 받게 되는 크레디트, 라이선스, 그리고 절대 받지 않는 것.
개인정보, 민감한 인프라 세부 정보, 공유할 권리가 없는 자료는 절대 보내지 마십시오. 기여물은 사용 전에 검토됩니다. 기여물을 보낸다고 해서 저작자 지위나 편집 권한이 부여되지 않으며, 후원으로 조사 결과를 얻을 수 없습니다.
AI와 금융 모델 리스크의 작동 방식.
Choose a view and press Play to follow the platform’s process, its programme year, the standards it applies and how its findings are published. The outline shows how the work is designed to run, not the status of any decision.
Process explorer · AI and Financial Model Risk
AI와 금융 모델 리스크의 운영 방식
8단계·4단계
AI와 금융 모델 리스크
AI와 금융 모델 리스크의 운영 방식
플랫폼 · 프로그램 연도 · 표준 · 보고서
플랫폼은 한 분야를 명명된 방법, 표시된 증거, 그리고 발행하는 산출물과 연결하되, 자신이 봉사하는 권한 주체가 되지는 않습니다.
01 범위
- 01분야와 계열시작 · 플랫폼 책임자홈은 분야와 그 계열, 그리고 그 분야가 누구를 위한 것인지를 설명합니다.
- 02주제별 자료집기록 · 플랫폼 저자주제 페이지는 근거 표시를 붙여 주제를 설명합니다.
02 증거
- 03증거 표시기록 · GCRI모든 값에는 관측, 공표 통계, 추정, 모형 산출, 시나리오, 알 수 없음 중 하나의 표시가 붙습니다.
- 04방법단계 · 방법 담당자방법은 STEM 공유지에서 오며, 각 방법에는 정본 페이지가 하나씩 있습니다.
03 Work
- 05Scenarios on the 시스템모형 · Foundry 기둥Nexus 시스템에서 실행한 시나리오로, 시나리오로 표시됩니다.
- 06적용 표준기록 · Nexus Standards플랫폼은 적용되는 표준을 명시합니다. 검증기 보고서는 검토를 위한 증거입니다.
04 발행
- 07판기록 · Reports연구 결과는 한계와 함께 Reports를 통해 발행됩니다.
- 08당국이 결정결과 · 관할 당국결정과 집행은 정부, 운영 기관 또는 인가받은 기관에 남습니다.
AI와 금융 모델 리스크 홈 · 플랫폼 · 공유 방법작업이 어떻게 운영되도록 설계되었는지에 대한 개요이며, 어떤 결정이나 기록의 상태도 보고하지 않습니다.
AI와 금융 모델 리스크에 참여하십시오.
당신이 누구인지에서 시작하십시오. 공개 모집에 응하십시오. 또는 AI와 금융 모델 리스크 플랫폼에서 역량 셀을 구성하고 이끄십시오.
| 공개 모집 | 찾는 것 | 마감 |
|---|---|---|
| 작업반을 위한 창립 전문가 모집 CALL-FOUNDING-EXPERTS | 전문가, 편집자, 의장 | 2026-12-15 |
| 글로벌 표준 위원회의 독립 전문가 3석 공개 추천 CALL-GSC-IND | 위원회 위원 | 2026-12-01 |
| 임시 지역 위원 추천(경과 규정이 결정된 경우에만 적용) CALL-GSC-REG | 위원회 위원 | 2026-12-15 |
| 1차 리스크 핵심 개요(C1, C2, C3, C4, C8, C10, C11) 검토 CALL-REVIEW-WAVE1 | 기여자 | 2027-01-31 |
| 리스크 과학 핵심 표준 전문가: 불확실성과 증거 등급, 척도, 구조화된 전문가 판단, 허용 가능성, 극한 및 복합 사건, 파국적·실존적 리스크, 윤리와 형평, 단위와 측정(NRS-C17~NRS-C24) CALL-CORE-SCIENCE | 전문가, 편집자, 의장 | 2027-01-31 |
| 재해 지도책 각 계열의 독립 검토자, 계열마다 최소 두 지역에서 세 명(NHS2-R19), 우선 계열부터 CALL-ATLAS-REVIEW | 전문가 | 2027-03-31 |
| 임시 첨단 안전 검토 패널 위원 및 레드팀 검토자(생물안전 및 생물보안, AI 안전 및 보안, 핵심 인프라 보안); 지원서는 비공개로 처리 CALL-FRONTIER-SAFETY-REVIEW | 전문가 | 2026-11-30 |
| 요구사항 등록부, NHS-2 기계 표현, 적합성 시험 모음, 적합성 평가 체계를 위한 온톨로지, 계량학, 소프트웨어 검증 및 적합성 평가 전문가 CALL-CONFORMANCE-ONTOLOGY | 전문가, 편집자 | 2027-01-31 |
마감일이 지난 공모는 자동으로 숨겨집니다. 모든 공모, 제안 및 경로: 열린 분야와 공모.
셀 모으기
데이터, 현장 실무, 정책, 소통 등 상호 보완적인 기술을 가진 3~7명을 모으십시오.
등록하기
Write to the team with the cell’s name, members, area and region. You receive a reference and a contact. 팀에 메일 보내기
헌장 선택
초점을 하나 고르십시오: 연구와 증거, 데이터와 지도, 표준 검토, 지역사회 대비.
함께 배우기
Risk Academy에서 공유 학습 경로를 따라가며 실습과 이수한 모든 과정의 기록을 얻으십시오. 재해와 회복력
주도하고 보고하기
정기적으로 세션을 여십시오. 셀이 배운 내용을 Reports를 통해 발행하고, 연구 결과를 작업반에 가져가십시오. 작업반
국가 팀이나 지역사회가 The Global Risks Index(NXS-GRX)에서 오늘 할 수 있는 일.
Global Risks Index
이 페이지의 모든 수치는 색인되어 있습니다. 재해, 기후, 분쟁, 세계 전체가 대상입니다.
출처 205개·지표 451개·재해 905개·시리즈 54개·국가 프로필 195개
The Index is the Consortium’s indexing system for risk data. Every indicator, hazard, series and country profile carries its Nexus Standards 식별자, 출처, 라이선스가 붙어 있어, 이 페이지가 보여 주는 내용을 추적하고 정정하고 재사용할 수 있습니다.
- 01 · 출처등록된 출처 205개모든 값은 출처와 라이선스를 유지하며, 보류된 값은 집계됩니다.데이터와 라이선스
- 02 · Nexus StandardsNIS-1과 NHS-1지표 451개, 재해 905개. 모든 기록에는 UNI.Nexus Standards
- 03 · 지수시리즈 54개, 국가 프로필 195개표준에 따라 계산되며, 판이 발행되기 전에는 어떤 값도 공표되지 않습니다.Global Risks Index
- 04 · 이 페이지AI와 금융 모델 리스크지도, 그림, 피드는 재해, 기후, 분쟁의 맥락 속에서 지수를 읽습니다.공개 API
이 맥락의 시리즈 위험요인, 기후, 분쟁
- GLB글로벌 시스템상호 의존적인 글로벌 리스크의 현황: 세계 수준으로 집계한 20개 영역 지수, 5개 핵심 시스템 (물, 에너지, 식량, 보건, 생물다양성)과 그 결합, 글로벌 꼬리 위험 등록부, 그리고 격차…NXS-GRX-AR-000002재해 · 기후 · 분쟁
- TH재난 위험 인텔리전스(DRI)신호, 관측, 이벤트 스트림, 지리공간 레이어, 시나리오 팩을 대비와 계획을 위한 구조화된 리스크 인텔리전스로 바꿉니다.NXS-GRX-AR-000111재해 · 기후 · 분쟁
- GS글로벌 도시도시 노출, 폭염, 홍수, 비공식 정착지, 서비스 의존성, 위험에 처한 도시의 경제적 비중.NXS-GRX-AR-000068재해 · 인프라 · 기후
- GS글로벌 기후만성 및 급성 물리적 기후 재해, 전환 노출, 적응 격차, 2030년, 2050년, 2100년까지의 시나리오 경로.NXS-GRX-AR-000065기후 · 재해 · 금융
위험요인 영역 NHS-1
- 대기와 기상NXS-GRX-AR-000135
- 고체 지구NXS-GRX-AR-000138
- 시스템 및 복합 사건NXS-GRX-AR-000148
지오데이터와 API 열림
등면적 육각형 격자 위의 공개 레이어로, km²당 밀도 또는 기호로 표시합니다. 인구 · GHSL 2025인구 · WorldPop 2025건조 지역항만공항도로철도하천 및 호수 중심선
/api/v1/public/grix · https://nexustandards.com/uni/{uni}
개발자 · 데이터 · Natural Earth로 제작, 퍼블릭 도메인. GHSL과 WorldPop, CC BY 4.0
2026-10-23 · 22c6eed에 고정한 지수 등록부의 스냅숏입니다. 리서치 및 리스크 분석 정보이며 등급, 공식 분류, 경보, 벤치마크, 자문이 아닙니다.
익스포저나 자본에 관한 질문을 얼라이언스에 가져오십시오.
정보와 문의는 오늘부터 열려 있습니다. 문의에는 참조 번호가 부여되고 다음 단계가 안내됩니다. 신청, 결제, 컴퓨팅 할당, 등록은 해당 팀, 약관, 심사 역량이 갖추어졌을 때만 열립니다.
법률 문서.
이 사이트의 지도, 데이터와 그림은 맥락과 일반 정보로 제시됩니다. 조언, 예보 또는 경보가 아니며, 정보의 한계는 면책 고지와 데이터 고지에 나와 있습니다.
