17차시. 산업에서 활용되는 빅데이터 비즈니스 - 1

차시목표
1. 금융 분야에서 활용되는 데이터 비즈니스의 동향을 이해하고 국내 금융 데이터의 발전 현황을 알아본다.
2. 금융 데이터가 활용되고 있는 비즈니스 사례를 알아보고 기술 환경 변화를 이해한다.

주요내용
1. 금융 데이터의 개방 학습하기
2. 금융 데이터의 융합을 위한 기술 환경의 변화 학습하기
3. 데이터의 활용과 금융업 비즈니스의 예

 

■ 산업에서 활용되는 빅데이터 비즈니스 - 1

1. 금융 데이터의 개방

- 금융 분야의 데이터는 집적되어 있는 방대한 양, 무궁무진한 활용성, 소비자에게 미치는 직접적 및 직관적인 영향이 있는 분야입니다. 

최근에는 정보에 대한 개인의 결정권 보장이 바탕이 되어 불필요한 규제를 완화하려는 움직임이 나타나고 있습니다.

‘정보 개방’의 흐름은 금융 데이터의 주인을 찾아주려는 목표와 동시에 데이터의 격차를 해소하여 금융 산업의 발전을 도모하려는 노력의 일환입니다. 

국내 데이터 3법의 시행과 마이데이터 사업의 추진은 신규 산업을 위한 육성 환경을 마련하고 디지털 금융 거래와 데이터 개방을 강화하는 밑거름이 되었습니다. 

 

● 금융 빅데이터 개방 시스템(CreDB) 

- 한국신용정보원은 ‘금융 빅데이터 개방 시스템(CreDB)’을 통해 일반신용정보, 기술신용정보, 보험신용정보를 세 차례에 걸쳐 차례대로 공개했습니다. 

이는 중소형 금융사나 핀테크사, 연구 기관에 상품의 개발, 시장 분석, 연구 등을 수행할 수 있는 데이터의 기반을 마련합니다. 

한국신용정보원은 은행뿐만 아니라 보험, 카드, 증권, 상호금융사의 신용 정보를 집중 관리하고 분석하며, CreDB에는 은행과 카드사가 보유하고 있던 개인고객의 정보와 보험과 기업 관련 데이터베이스가 포함됩니다. 

이러한 오픈 데이터 체계의 활성화는 혁신적인 서비스나 분석 결과의 가능성을 높입니다. 

또 금융 정보는 정보통신기술(ICT), 유통, 보건 의료 등의 다른 산업과의 융합이 쉽고 연관 효과가 높아 경제 전반의 혁신에도 영향을 미칠 것으로 전망되고 있습니다. 

 

● 데이터 3법의 시행 및 마이데이터 사업의 본격화

- 데이터 3법이 시행되며 부처별로 나뉘어 있던 개인정보 보호에 관한 법률을 통합했습니다. 

따라서 불필요한 중복 규제가 사라졌으며 개인은 정보 주체로서의 이동권을 행사할 수 있게 되었고, 기업은 필요한 데이터를 적시에 확보해 새로운 서비스를 개발할 수 있는 마이데이터 사업 환경이 갖추어졌습니다. 

그리하여 각 금융기관에 흩어져 있던 정보를 고객의 동의하에 수집하여 하나의 플랫폼에서 제공하는 것이 가능해졌습니다. 

 

● 신용정보관리업(MyData) 

- 신용정보관리 산업 마이데이터(MyData)는 정보의 주권을 정보 주체에게 돌려주는 대표적인 신산업 분야입니다. 

이미 국내의 많은 핀테크 업체가 이 분야에 뛰어들었습니다. 

마이데이터의 핵심 서비스의 내용은 다음과 같습니다. 

- 개인의 신용 정보 관리와 소비 패턴을 분석한 신용 관리, 자산 관리 서비스를 제공합니다. 

- 신용 정보 조회를 무료로, 무제한 조회할 수 있도록 제공합니다. 

- 여러 금융사에 흩어져 있는 자산 정보를 한눈에 볼 수 있는 서비스를 제공합니다. 

 

● 오픈뱅킹

- 오픈뱅킹 이란, 은행이 보유하고 있는 고객의 금융 정보에 다른 서비스 제공자가 오픈 API 등의 방식으로 안전하게 접근하도록 허용하는 정부의 정책 또는 은행의 자발적 행동을 뜻한다.
 
● 금융 데이터거래소의 출범

- 금융 데이터의 활성화를 위해 공급자와 수요자를 연결해 주는 중개 시스템으로 금융 데이터거래소를 구축했습니다. 해당 거래소에 참여한 기업은 금융 데이터 및 API를 등록하고, 수요자 요청에 따라 맞춤 데이터를 제공할 수 있습니다. 

데이터 거래를 체결하고 나면 거래소 내의 분석 환경을 제공해 공급자의 데이터 권리를 보호할 수 있습니다. 

또 합리적인 가격으로 수요자에게 데이터를 제공할 수 있습니다. 

 

● 규제 샌드박스(Sandbox) 

- 규제 샌드박스(Sandbox)란, 놀이터에서 완충 역할을 하는 모래사장처럼 새로운 서비스를 출시할 때 일정 기간 기존의 규제를 면제하거나 유예해 주는 제도를 말합니다. 

금융, ICT, 산업, 지역 등의 4대 분야에서 시행하고 있습니다. 금융 분야에서 혁신금융 서비스라고 지정받으면 최대 4년 동안 관련 금융법상의 규제 적용에 대한 유예를 받을 수 있습니다. 

 

2. 금융 데이터의 융합을 위한 기술 환경의 변화

● 표준 API(Application Programming Interface) 

- 마이데이터 사업으로 기업 간의 데이터 이동이 활발해지면서 표준 API를 이용한 송수신이 이목을 끌고 있습니다. 

기존의 스크린 스크래핑 방식은 기업이 사용자의 인증정보를 제공받아 화면에 보여 주는 정보를 추출했습니다. 

표준 API 방식은 다음과 같은 특징이 있습니다. 

- 기업이 직접 데이터에 접근해 필요한 정보만을 수집합니다. 

따라서 과도한 개인정보의 수집과 보안 위험에 대한 부담을 줄입니다.
- 표준화한 형식으로 데이터를 관리하고 수집하여 상호 운용성이 증대됩니다. 따라서 프로그램 개발이 용이해집니다. 

- 다수의 기업과 공공기관 데이터를 공유하기 위해 표준 API를 개방하고 금융 서비스에 표준 API 방식을 이용하여 데이터 가공의 결과에 대한 응답을 빠르게 적용할 수 있습니다. 

따라서 AI 금융 모델에 대한 실시간 예측 모델의 도입이 쉬워졌습니다. 

 

● 클라우드 컴퓨팅의 특징
- 최근 전자금융감독 규정의 개정에 따라 클라우드 도입이 가능한 정보가 비중요 정보에서 개인신용 정보, 고유식별 정보를 포함한 중요 정보로 확대되었다. 

- 중요 정보를 클라우드에서 다루는 경우는 금융감독원에 의무적으로 보고해야 한다. 

- 클라우드 제공 기업은 클라우드를 이용할 때 발생할 수 있는 장애나 재해가 발생했을 때 복구할 수 있도록 서버 분산과 백업 등으로 이에 대비해야 한다. 

● 인공지능을 활용한 데이터 융합
- 실생활과 밀접한 분야에서 소비자의 소비 및 행동의 트렌드를 파악하여 고객별로 세분화한 맞춤형 서비스가 각광을 받고 있습니다. 

금융 분야의 AI 도입은 금융의 본질적인 신용 및 운용에 대한 비용 구조를 개선하며, 다음과 같은 변화를 가져왔습니다. 

- 챗봇의 도입: 상담의 자동화를 실시해 업무가 경감되고, 맞춤형 상품의 추천이 가능해 고객의 편의성과 만족도를 높입니다. 

- 인공지능의 활용: 신용평가, 여신심사, 보험인수 과정을 고도화하여 비즈니스 모델의 혁신을 가져왔습니다. 

- 내부의 단순하고 반복적인 업무를 자동화함으로써 업무의 효율성이 개선됩니다. 

 

3. 데이터의 활용과 금융업 비즈니스의 예

● 신한카드의 ‘카드 정보 활용 개인사업자 신용평가 서비스’ 금융위원회의 제1차 혁신금융 서비스에는 신한카드의 ‘카드 정보 활용 개인사업자 신용평가 서비스’가 포함되었습니다. 

신한카드가 기존에 보유한 카드 가맹점의 매출 정보 등을 활용해 영세하거나 소규모인 개인사업자의 신용을 평가하고 이를 금융기관에 제공하는 서비스입니다. 

이를 통해 소상공인은 신용관리 컨설팅도 제공받을 수 있게 되었습니다. 

기존에는 신용정보법상 신용조회업무의 자격이 신용조회사(CB)로 한정되어 있었지만, 이를 카드사의 서비스에도 포함할 수 있도록 규제를 완화한 것입니다. 

● 핀다(finda) 

- 샌드박스의 규제 완화 덕분에 금융회사의 대출 조건을 편리하게 비교하고 선택할 수 있게 되면서 ‘핀다’는 가장 먼저 상용화에 나섭니다. 

은행에 방문해 서류를 제출하는 절차를 거치지 않아도 스마트폰 애플리케이션을 통해 자신의 확정 대출 금리와 한도를 확인할 수 있게 한 것입니다. 

이를 통해 대출신청자의 직장이나 소득 정보를 제공하면 금융기관의 심사 모델을 통해 정확한 대출 조건을 확인할 수 있습니다. 

 

● 삼성화재의 ‘보험사기 방지 시스템(IFDS)’ 

- 빅데이터의 활용이 금융사의 핵심 역량 강화의 요소가 되었습니다. 

핀테크 업체와 마찬가지로 맞춤형 마케팅이나 신용평가 시스템의 고도화 등에 빅데이터를 활용할 때 가장 중요한 것은 ‘리스크 관리’입니다. 

데이터의 개방에는 정보 보안과 사생활 보장이 주요한 이슈이기 때문입니다. 

삼성화재는 ‘보험사기 방지 시스템(IFDS)’을 통해 빅데이터로 보험사기를 적발합니다. 

보험계약 사고와 보험금의 지급 정보 등의 정보를 바탕으로 보험사기 위험도를 산출합니다. 

또 ‘모럴징후 분석 시스템’을 도입하여 지급된 보험금을 분석합니다. 

분석 결과를 바탕으로 특이한 패턴을 보이는 개인이나 보험모집인, 병원, 정비업체를 가려낼 수 있습니다.
 데이터 분석은 업무 효율성의 증진뿐만 아니라 체계적인 보험금 지급의 전후 관리를 가능하게 합니다. 

 

● 민간 데이터거래소
- 데이터의 유통 시장에서는 공급자와 수요자가 각자의 보유 정보와 필요 정보를 확인하고 거래할 수 있습니다. 

이 과정에서는 비식별화 작업을 거쳐 거래 정보가 보호됩니다. 

민간 데이터거래소를 통해 다양한 이종 산업 분야에서 금융 데이터를 확보하여 새
 로운 산업 분야를 개척할 것으로 전망됩니다.

 

금융 분야의 데이터는 집적되어 있는 방대한 양, 무궁무진한 활용성, 소비자에게 미치는 직접적 및 직관적인 영향이 있는 분야이다. O
[해설]
금융 분야의 데이터는 집적되어 있는 방대한 양, 무궁무진한 활용성, 소비자에게 미치는 직접적 및 직관적인 영향이 있는 분야입니다.
최근에는 정보에 대한 개인의 결정권 보장이 바탕이 되어 불필요한 규제를 완화하려는 움직임이 나타나고 있습니다.

빅블러(Big Blur) 현상이란, 각기 다른 산업 간의 경계가 명확해지는 현상을 말 한다. X
[해설]
빅블러(Big Blur) 현상이란, 각기 다른 산업 간의 경계가 불분명해지는 현상을 말합니다.
적극적인 데이터의 개방과 정책 변화로 금융업계는 초개인화된 금융 상품과 서비스의 제공이 가능합니다.
금융업에서는 적극적인 데이터의 개방과 정책 변화로 인해 비금융과 금융의 데이터 결합이 활발해지는 것을 의미합니다.
이런 이유로 금융권은 ‘빅블러(Big Blur)’ 현상 이 가속화될 것으로 예상하고 있습니다.

클라우드 컴퓨팅은 서버 등의 IT 인프라, 애플리케이션, 개발 도구를 인터넷 상의 서버를 이용해 필요한 만큼 IT 자원에 대해 비용을 지불하고 이용하는 서비스이 다. O
[해설]
클라우드 컴퓨팅은 서버 등의 IT 인프라, 애플리케이션, 개발 도구를 인터넷 상의 서버를 이용해 필요한 만큼 IT 자원에 대해 비용을 지불하고 이용하는 서비스입니다.
기업 소유의 빅데이터가 많아지면서 이를 저장하고 처리한 후 분석하는 데 소요되는 비용이 증가하여 클라우드로의 전환이 대안으로 떠오르고 있습니다.