금융IT

‘데이터 중심 회사’ 로 치열하게 변신하는 금융권…"시장이 달라졌다"

박기록
* 본 기사는 <디지털데일리>가 7월 발간한 <2019년판 디지털금융 혁신과 도전>에 실린 내용중 일부를 요약할 것입니다. 편집 사정상 사진 및 표, 일부 내용은 책의 내용과 다를 수 있습니다. <편집자>

2019 금융권 빅데이터 & 인공지능(AI) 추진전략

- ‘데이터와의 전쟁’, 전사 데이터분석 플랫폼 경쟁 가열
- 금융 빅데이터 단계적 개방…연말엔 ‘금융정보 거래소’도 오픈
- 빅데이터 조직개편, 전문인력 육성에 사활

‘데이터를 지배하라.’
2019년, 우리 금융산업에서 역동적으로 분출되고 있는 디지털전환 동력의 원천은 결국 '데이터'에서 나온다.

최근 시작된 '오픈뱅킹' 서비스의 핵심도 결국은 '금융 데이터의 개방'으로 귀결된다. 데이터를 이용해 새로운 혁신 비즈니스를 창출하는 시대, 역동적인 금융서비스의 확장시대, 무한 금융 경쟁시대로 넘어가고 있는 것이다.

‘은행은 이제 금융회사가 아니고 IT회사’라는 말이 국내 은행권에서도 더 이상 어색하지 않게됐다.실제로 데이터관련 고도화 사업이 올해 금융권에서 분주하게 진행됐다.

▲금융권의 ‘통합 빅데이터 플랫폼’ 구축을 통한 마케팅 역량의 강화, ▲오픈 API를 통한 혁신적인 대외 금융서비스의 구현, ▲인공지능(AI)기반의 레그 테크를 통한 신속한 규제대응 등 금융회사가 현재 직면하고 있는 핵심 현안들이다.

뿐만 아니라 ▲폭증하는 데이터 처리를 위한 다양한 형태의 클라우드 구현과 새로운 데이터 거버넌스의 정립, ▲IT인프라 운영 전략, 사이버 보안 전략, ▲빅데이터 전문인력의 육성에 이르기까지 금융회사의 ‘데이터’ 관련 이슈는 실제 피상적으로 느끼고 있는 것보다 훨씬 깊고 광범위하다.

아직 실감이 나지 않겠지만 우리 금융산업은 언제 끝날지 모르는 기나긴 ‘데이터와의 전쟁’ 시대로 돌입하고 있는 것이다.

금융산업, ‘무한 데이터 경쟁’ 시대로

국내 금융회사들의 데이터 확보 역사는 40여년째로 접어든다. 1990년대 초반까지 금융회사들의 데이터는 적재 및 소산에 초점이 맞춰져 있었다. 하지만 2000년대 들어 비즈니스 인텔리전스(BI) 시스템이 주목받으며 데이터를 활용하기 위한 다양한 전략들이 비로소 구체화되기 시작했다.

비즈니스 인텔리전스(BI)는 기본적으로 데이터에 기반 해 경영전략의 가시성을 확보하기 위한 것인데, 이를 위해 기업용 데이터웨어하우스(DW) 구축이 활발했다. 이를 기점으로 금융권의 전사데이터웨어하우스(EDW) 축이 데이터관리 관점 아래 진행됐다. 이 때부터 각 업무 영역별로 사일로(Silo) 형태의 데이터 구축이 시작되면서 향후 데이터 관리의 일원화 논의가 촉발되는 계기가 되기도 했다.

이후 시간이 흘러 비대면채널의 발전과 모바일, 스마트폰 기반의 디지털 금융서비스가 일반화되면서 금융권이 확보한 데이터는 양과 질, 모두에서 예전과는 근본적으로 다른 상황이 전개됐다. 지금은 데이터의 활용성에 금융권이 주목하면서 자신들이 가지고 있는 데이터를 적재하고 선별한 후 필요한 정보를 얻어내기 위한 분석플랫폼 고도화에 집중하고 있는 상황이다.

금융회사의 데이터 조직도 크게 확대되고 있다. 외부 빅데이터 및 AI 전문인력의 영입도 꾸준하게 이어지고 있다. 과거 금융회사내 IT본부 또는 디지털본부 산하의 조직에서 벗어나 데이터 관련 부서가 이제는 독자적인 조직으로 확대, 개편되고 있다.

지난 2~3년간 진행된 주요 금융그룹의 각 계열사별 데이터 조직 확충 및 신설은 초기 일부 업무에 대한 데이터활용 파일럿 프로젝트 운영에 목적이 있었지만 최근 들어 빅데이터 활용은 전사 적용을 위한 플랫폼구축 및 고도화로 초점이 옮겨지고 있다.
 그림 2019.4.19. 신한은행 2분기 임원·본부장 워크숍에서 연설하는 진옥동 신한은행장. “철저히 고객 입장에서 바라보는 노력을 해줄 것”을 강조했다. <사진: 신한은행>
그림 2019.4.19. 신한은행 2분기 임원·본부장 워크숍에서 연설하는 진옥동 신한은행장. “철저히 고객 입장에서 바라보는 노력을 해줄 것”을 강조했다. <사진: 신한은행>

한편 빅데이터를 적극적으로 활용하고자하는 노력은 이제 국가의 핵심 정책과제로도 설정되고 있다. 올해 5월, 과학기술정보통신부는 ‘빅데이터 플랫폼 및 센터 구축’ 공모 과제를 선정하고 공공기관과 민간기업의 데이터를 활용해 다양한 분야에서 새로운 서비스를 창출하겠다는 계획을 발표했다.

관련하여 분야별 플랫폼 10개소와 이와 연계된 기관별 센터 100개소를 구축하는데 3년간 총 1516억원을 투입한다. 올해는 2차례에 걸쳐 640억원 규모로 추진된다. 1차공모에서 플랫폼 10개소와 센터 80개소를 선정했으며, 지난 6월 공모를 통해 20개소 센터를 선정했다.

금융권에선 비씨(BC)카드가 참여했는데 비씨카드는 ‘데이터바우처 지원사업’을 통해 지난 37년간 축적한 빅데이터 기술력과 노하우를 바탕으로 중소벤처기업, 소상공인, 스타트업의 경영 활동을 적극 지원할 계획이다. 비씨카드는 33개 고객사로부터 3800만 고객의 카드 프로세싱 업무를 위탁받아 월 4억건 규모의 카드결제 데이터를 축적하고 있다. 또한 국내 최대 규모인 300만 가맹점 인프라를 기반으로 방대한 매출 데이터를 보유하고 있다.

비씨카드의 빅데이터는 3단계로 제공된다. 가맹점 매출, 고객 카드 소비, 카드 승인 건별 거래 내역을 바탕으로 ‘원천 데이터’를 구성하고 그 다음으로 원천 데이터를 연령, 성별 소비, 지역, 기간, 업종별 카드매출 및 건수 추이, 지역별 가맹점 개업 및 폐업 추이 등으로 가공한 기본분석 데이터를 구성한다. 이 데이터를 거주자 및 방문자 소비 패턴, 테마별 고객 분류, 내 외국인 시간대별 소비 패턴 등 사용자의 목적에 맞게 분석할 수 있도록 조합한 응용분석 데이터를 제공하게 된다.

‘금융 데이터의 상업적 활용’ 물꼬 터졌다

‘금융 정보’는 경제적 가치가 매우 높다. 금융위원회가 지난 6월3일 발표한 ‘금융분야 빅데이터 인프라 구축 방안’은 이러한 금융 데이터의 경제적 가치를 적극적으로 활용하겠다는 의지다.
‘금융 데이터’는 이제 더 이상 특정 금융회사가 단독으로 소유할 수 없다는 시대적 흐름도 주목해야할 관전 포인트이다. 정부가 역점을 두고 추진중인 ‘오픈뱅킹’ 정책의 철학과 맥락을 같이한다. 관련하여 정부는 EU 등 선진 국가에서 시행하고 있는 ‘테이터 개방’과 ‘데이터 이동권’을 우리도 적극 보장함으로써 궁극적으로 ‘데이터 중심 경제’로 한발 더 진입하겠다는 전략이다.

금융위원회가 밝힌 ‘금융분야 빅데이터 인프라’ 구축 방안은 크게 ▲금융 빅데이터 개방시스템의 구축 ▲금융 데이터 거래소의 운영 ▲‘데이터 전문기관’의 출범으로 구현된다. 앞서 '금융분야 빅데이터 인프라' 구축에 앞서 년여의 시차를 두고 금융분야 데이터활용 및 정보보호 종합방안(2018.3), 금융분야 마이데이터 산업 도입방안(2018.7), 데이터경제 활성화 규제혁신(2018.8월): 데이터경제3법 마련 등, 금융결제 인프라 혁신방안(2019.2)-오픈뱅킹 확산(금융결제망 개방) 등 세밀한 정책 수립과정을 거쳤다.

①‘금융 빅데이터 개방시스템’(CreDB), 2019년6부터 가동 = ‘금융 빅데이터 개방시스템’은 신용정보원의 주도로 국내 금융권에 축적된 양질의 데이터를 핀테크, 학계, 일반기업 등에 개방되며 올해 6월4일부터 시행에 들어갔다. DB의 성격에 따라 개방시기는 약간씩 다르다.
‘일반 신용 DB’서비스는 6월4일부터 제공됐고 교육용 DB는 2019년 하반기 중으로, 보험신용 및 기업신용 DB는 2019년 말, 맞춤형 DB서비스는 2020년 상반기 중으로 공개된다. 핀테크·스타트업등은 그동안 비즈니스에 활용할 금융데이터가 크게 부족했었는데 이번 ‘금융 빅데이터 개방시스템’의 가동으로 큰 해갈이 됐다. 이번 금융정보 공개로 핀테크 기업들이 중금리 대출 신용평가모형 개발, 인슈테크·로보어드바이저 개발 등에 활용된다.

‘금융 빅데이터 개방시스템’(CreDB)은 신용정보원에 집중된 정보를 비식별 조치해 핀테크 기업, 금융회사, 교육기관 등이 활용할 수 있도록 한 것이다. 신용정보원은 5,000여개의 금융회사로부터 약 4,000만 명의 신용정보를 집중하여 관리하고 있다.

수요자는 ‘원격분석 시스템’을 통해 직접 CreDB를 분석하고 그 결과물을 반출하여 활용할 수 있다. 단, DB자체의 반출은 허용되지 않는다. CreDB에 제공되는 표본DB는 일반신용, 보험신용, 기업신용 등 민간의 수요가 많은 항목에 대해 샘플링(5%, 약 200만) 후 비식별 처리한 데이터셋이다. 이 중 '일반신용 DB'는 약 200만명에 대한 대출, 연체 및 카드개설정보 등 25개 속성으로 구성됐다. 순차적으로 대출금리,상환방식, 카드실적 속성을 확대할 계획이다.

‘보험신용 DB’는 보험정보를 보유하고 있는 보험개발원과 신용정보원이 협업하여 구축했다. ‘맞춤형DB’개별 이용자의 분석 목적에 맞는 정보를 추출해 분석환경을 제공하게 된다. 이용기관이 선택한 항목, 조건 등에 따라 샘플링 비율을 표본DB보다 확대함으로써 빅데이터 분석의 실효성을 보다 높였다. 표본DB는 전체 데이터 모수의 5%, 맞춤형DB는 조건화된 데이터 모수의 20%를 대상으로 한다.

빅데이터를 활용하는 AI산업도 더욱 탄력을 받게 될 것으로 기대된다. 딥러닝에 필요한 대량의 기초 데이터를 지원함으로써 데이터경제 전환과정에서 AI 관련 개발을 촉진시킬 것이란 관측이다. 영국은 오픈 데이터 로드맵(Open data RoadMap, 2015)마련, 범정부적 데이터 개방 추진해왔으며, 미국은 연방 데이터 전략(Federal Data Strategy, 2018)을 통해 연방정부 차원의 데이터 개방 추진하고 있다.

②‘금융 데이터 거래소’, 2019년말 가동 = 금융보안원을 통해 2019년 말까지 데이터거래가 시범 오픈되고 2020년 상반기 중 본서비스가 시작된다. ‘금융 데이터거래소’는 국제석유거래소(IPE), 한국전력거래소(KPX) 등과 같이 데이터를 사고파는 인프라다. 데이터는 디지털 시대의 핵심자원으로 평가받고 있으나 석유·전력등과 같은 유통시장이 형성되지 않았었다. 데이터 거래를 위해서는 안전한 활용에 대한 신뢰가 필수적인 만큼 이 역할을 금융보안원이 맡게된다.

일단은 금융권과 기타 산업을 연결하는 개방형 데이터거래소 구축이 목표다. 금융보안원은 정부 유관부처(과기정통부 등)와의 협업을 통해 데이터 거래과정 전반을 체계적으로 지원하고 매칭기능 외에 데이터 가격체계 마련, 표준화·규격화 지원, 데이터 전송 및 보안 등을 종합적으로 수행할 계획이다. 핀테크, 헬스케어, 모빌리티 등 신산업분야는 데이터를 매개로 하는 이종산업 간 융합이 성장의 핵심요소이기 때문에 금융 데이터거래소가 활성화되면 다양한 형태의 비즈니스가 창출될 수 있다. 미국, 중국 등은 데이터 유통시장을 통해 데이터 거래가 활발히 이뤄지고 있으며, AI 등 신산업도 함께 성장하고 있다.

미국은 이미 2,500개 이상의 데이터 중개상(Data broker)이 FTC 규정 등에 따라 민간·공공부문의 데이터를 수집·결합해 판매하고 있다. 구글·페이스북 등 거대 IT기업부터 스타트업까지 데이터 중개상을 통해 연구개발 등에 필요한 데이터를 거래하고 있다.

IDC 보고서에 따르면, 2017년 기준 데이터 거래 규모는 약 1,500억 달러에 달한다. 중국은‘귀양 빅데이터 거래소’와 민간·공공이 공동으로 지원하는 ‘데이터 거래 지원센터’(상해, 북경, 심천)를 운영하고 있다. 알리바바, 텐센트 등 약 2,000여개 기업이 회원사로 데이터를 거래중이다.

③‘데이터 전문기관’ 역할 강화 = 데이터전문기관의 설립은 신용정보법 개정안이 시행에 들어가면 즉시 법령상 요건을 갖춘 데이터 전문기관을 금융위가 지정한다. 지정된 데이터 전문기관이 데이터결합·적정성평가 등의 업무를 전담하게된다. 데이터를 매개로 다양한 형태로의 이종 산업 간 융합을 촉진하고, 중장기적으로 민간에서 자생적인 데이터 생태계가 조성될 수 있도록 관련 산업과 협업관계를 형성하고 지원 기능을 수행한다.

금융 당국은 ‘신용정보법’ 개정안(2018.11월) 등에서 ‘데이터 전문기관’을 도입하고 그 전문기관을 통해서만 기업 간 데이터 결합을 허용하기로 결정한 바 있다.

‘빅데이터’ 등 디지털전환 혁신에 108개 금융회사 5844억원 투자
금융감독원이 올해 5월에 발표한 금융사 디지털전환 진행 현황 조사에 따르면 국내 금융회사 108개 중 은행, 카드사, 대형 보험·증권사 등을 중심으로 71개 사가 디지털전환 사업을추진 중이다. 조사대상 108개사중 63개사(58.3%)는 디지털 전담 조직을 설치하고 평균 56.4명의 인력을 배치했으며, 64개사(59.3%)는 디지털 전문인력을 추가 확보하기 위한 방안을 마련중이다.

또한 올해 전체 조사대상중 71개사(65.7%)가 총 164건의 디지털 전환 사업을 추진할 계획이다. 여기에 총 5844.8억원(회사당 평균 82.3억원)의 예산을 배정한 것으로 나타났다.

사업별 비중을 보면, 인공지능(AI)를 활용한 서비스 도입·확대가 38건으로 가장 많았고, RPA 등 내부 업무 프로세스 자동화가 37건, 빅데이터 플랫폼 구축·고도화 26건 순이었다. 인공지능과 빅데이터가 데이터 기반의 업무라는 측면에서 데이터 중심의 디지털 트랜스포메이션에 금융사들이 집중하고 있는 상황이다.

또 금융업종별로 좀 더 세분해서 살펴보면, 은행권(17개사)은 총 48건의 디지털 전환 사업을 올해 추진하고 여기에 4004.8억원(회사당 평균 235.6억원)의 예산을 배정했다. RPA 등 업무 프로세스자동화(10건), 영업점디지털화(9건), 빅데이터 플랫폼구축·고도화(8건) 등으로 나타났다.

카드업계에서는 8개사에서 총 18건의 디지털 전환 사업을 추진하며 420.7억원(회사당 평균 52.6억원)의 예산을 배정했다. AI를 활용한 서비스 도입 및 확대(6건), 빅데이터 플랫폼 구축·고도화(4건)가 주요 투자 항목이다.

보험업계에선 조사 대상 32개사가 총 69건의 디지털 전환 사업을 추진할 계획이고 여기에 1,026.6억원(회사당 평균 32.1억원)의 예산을 배정했다. AI를 활용한 서비스 도입·확대(20건), RPA 등 내부 업무 프로세스 자동화(17건), 빅데이터 플랫폼 구축·고도화(10건) 등이다.

증권업계에선 조사대상 14개사에서 총 29건의 디지털 전환 사업을 추진할 계획이며 총 392.7억원(회사당 평균 28.1억원)의 예산을 배정했다. RPA 등 내부 업무 프로세스 자동화(8건), 영업점 디지털화(5건), AI를 활용한 서비스 도입·확대(5건) 등이 주요 추진사업이다.

금융당국, 빅데이터 활성화 적극 지원

지난 2015년 금융위원회가 ‘금융권 빅데이터 활성화 방안’을 발표한 이후, 금융 빅데이터 활용성을 높이기 위한 정책이 추진됐지만 현실적인 한계가 존재했다. 대표적으로 ‘신용정보법’ 등 개인정보 활용에 대한 법적, 제도적 규제가 존재했기 때문이다.

하지만 지난해 7월 ‘마이 데이터’ 정책을 시작으로 이러한 규제가 사라지고 있다. 또한 개인정보의 활용을 자유롭게 보장하는 클라우드 규제 완화에 따라 결국 데이터 활용을 위한 허들이 낮아지고 있는 것이다. ‘마이데이터’ 정책의 핵심은 빅데이터 기반의 데이터 활용성의 확대다.

최근 시장조사기관 IDC가 발표한 ‘국내 빅데이터 및 분석 시장 전망, 2018-2022’ 연구 보고서에 따르면, 국내 빅데이터 및 분석 시장은 향후 5년 간 연평균 10.9%로 성장해 오는 2022년이면 약 2조2000억원의 규모에 이를 것으로 예상됐다.

AI시스템 구축 수요를 충족하기 위한 데이터의 필요성 증가도 시장이 성장하는데 기여한 것으로 분석된다. 보고서는 ‘디지털 트랜스포메이션’을 국내 빅테이터 및 분석 시장의 가장 중요한 성장 동인중 하나로 꼽았다. 지능형 데이터를 기존 비즈니스에 통합하는 것은 디지털 트랜스포메이션의 핵심과제다.

금융권에서는 빅데이터 활용을 위한 고도화에 나서고 있다. 카드사들과 은행을 중심으로 생활금융정보를 제공하는데 초기 빅데이터 활용이 이어졌다면 이제는 전 금융사가 내부 업무와 금융상품 개발을 위해 빅데이터 활용에 적극 나서고 있는 모양새다.

금융권 ‘데이터 중심 회사’ 전략 강화

은행 등 국내 주요 금융회사들은 최근 몇년간 ‘데이터기반의 정보회사’ 전략 비전를 통해 생활금융플랫폼(Life Platform)역할 강화, 글로벌 네트워크에서의 디지털 강화, 새로운 수익원 창출과 채널 전환에 나서고 있다.

관련하여 올해부터 KEB하나은행은 뱅킹서비스에 AI 탑재하는 것을 실험중이다. 지난해 12월 음성·카메라 인식 등 기술을 추가해 인공지능 하이(HAI)뱅킹 서비스를 새롭게 선보인 바 있는 하나은행은 3중 인공신경망 구조의 심층학습 대화형 AI 엔진을 탑재하고 초간편 송금 (계좌이체, 별칭이체, 최근·자주 이용 계좌이체), 예·적금 추천과 가입, 환전과 해외송금 등을 더 쉽게 이용할 수 있게 했다. 하나은행은 고객과 금융비서 하이의 축적된 대화 내용을 기반으로 빅데이터를 분석해 개인별 특화서비스를 제공하는 한편 SNS를 비롯한 다양한 채널에서도 간편하게 접속할 수 있는 ‘AI 금융플랫폼’으로 확장해 나간다는 계획이다.

KB금융그룹은 네이버와 인공지능(AI) 관련 새로운 비즈니스 관계 형성 및 프로젝트 추진을 위한 ‘전략적 파트너십 추진 업무협약’을 체결했다. KB금융의 클라우드 활용 내외부 협업 플랫폼 클래용(CLAYON)과 네이버의 AI 기술 ‘클로바’를 활용해 리브똑똑(대화형 뱅킹 플랫폼) 등 고객 사용자 경험에 네이버-라인의 AI플랫폼 클로바를 결합하겠다는 전략이다. 이를 위해 ‘금융 전용 AI분석 엔진’을 네이버와 협력해 개발할 계획이다.

우리은행도 AI기술을 상품·서비스에 적용하기위해 네이버 ‘라인(LINE)’과 협업에 나선다. 우리은행과 라인은 중장기적인 협업 체계를 마련하기위해 두 회사의 인공지능 전문가로 구성된 ‘AI 공동 Lab’을 신설했다. 이번 협약에 앞서 우리은행과 라인은 OCR(광학 문자 판독기), 챗봇 자연어 처리 등 클로바의 주요 기능에 대한 검증을 완료했다.
NH농협은행은 지난해 5월 빅데이터 플랫폼 ‘빅스퀘어’를 오픈하여 비정형·대용량 데이터의 분석 및 AI기반의 머신러닝을 활용한 분석모형 개발 등 빅데이터 활용 사업기반을 마련한 바 있다. 농협은행은 올해 계열사 ‘통합 빅데이터 플랫폼’ 구축을 추진중이다. 앞서 농협은행은 지난해 10월, 빅데이터 기반의 ‘신 CRM시스템’을 구축했다. 빅데이터 기반의 개인화, 고객경험, 옴니채널 마케팅을 구현한 것이 특징이다.
2019.5.22. 서울대학교 빅데이터연구원에서 이상국 기업은행 디지털그룹 부행장(오른쪽 세 번째)과 차상균 서울대 빅데이터연구원장(오른쪽 네 번째)이 ‘캡스톤 프로젝트 업무협약식’을 마치고 기념촬영을 하고 있는 모습
2019.5.22. 서울대학교 빅데이터연구원에서 이상국 기업은행 디지털그룹 부행장(오른쪽 세 번째)과 차상균 서울대 빅데이터연구원장(오른쪽 네 번째)이 ‘캡스톤 프로젝트 업무협약식’을 마치고 기념촬영을 하고 있는 모습
빅데이터 전문 인력 확보에 사활

빅데이터 전문 인력은 금융권이 직면한 중대한 과제다. 모두가 빅데이터 분야의 고급 기술자가 될 필요는 없겠지만 ‘데이터 중심의 경영전략’을 구사하기위해는 풍부한 인재풀을 확보하는 것은 필수적이다.

IBK기업은행은 올해 5월, 서울대학교 빅데이터연구원, ‘캡스톤 프로젝트 업무협약’ 체결했다. 서울대 빅데이터연구원이 주관하는 ‘캡스톤 프로젝트’는 데이터 최신 분석기법과 도메인 지식을 접목시킨 융합적 데이터 과학 전문 인재를 양성하기 위한 산학 협력 프로그램이다.

NH농협은행은 ‘데이터 사이언티스트’ 양성에 나서고 있다. NH농협금융은 올해 5월 서울과학종합대학원과 빅데이터 인재양성을 위한 MOU를 체결했다. 데이터 사이언티스트는 데이터의 다각적 분석을 통해 조직의 전략 방향을 제시하는 기획자이자 전략가이다.

<박기록 기자>rock@ddaily.co.kr
<이상일 기자>2401@ddaily.co.kr

박기록
rock@ddaily.co.kr
기자의 전체기사 보기 기자의 전체기사 보기
디지털데일리가 직접 편집한 뉴스 채널