[디지털데일리 박현영기자] “데이터 기반 분석을 통해 금융 서비스 밸류체인 전반에 걸쳐 서비스를 혁신할 수 있습니다”.

문정욱 네이버클라우드 부장은 <디지털데일리> 주최로 6일부터 10일까지 5일간 웨비나 플랫폼 ‘DD튜브’를 통해 개최되는 [2022년 전망, 금융IT Innovation 버추얼 컨퍼런스]에서 금융 비즈니스 성장을 위한 빅데이터 분석 전략을 소개하며 이같이 밝혔다.

문 부장은 “데이터를 통해 시장과 고객을 이해하고자 하는 요구는 커지는 중”이라며 “데이터를 분석할 수 있는 인프라가 고도화되고, 데이터3법 등으로 관련 규제가 완화되면서 빅데이터를 활용할 수 있는 사업 환경이 좋아지고 있다”고 강조했다.

그가 언급한 것처럼 데이터로부터 인사이트를 도출해 새로운 사업 모델을 구축하려는 기업들이 증가하는 추세다. 하지만 실제 산업에서는 양질의 데이터를 확보하기 어렵고, 이를 분석하기 위한 인프라도 구축하기 어렵다는 단점이 있다. 또 분석 과정에서 데이터 프라이버시를 보호하는 것도 쉽지 않다.

문 부장은 “데이터로부터 유의미한 인사이트를 발굴하기 위해서는 양질의 데이터를 자유롭게 분석하면서도 프라이버시를 보할 수 있는 환경이 필요하다”고 강조했다.

이를 위해 네이버클라우드는 지난 1년 간 다수의 금융사를 대상으로 개념검증(PoC)을 진행했다. 이 결과로 출시된 게 데이터 분석 특화 솔루션인 ‘클라우드 데이터 박스’다.

클라우드 데이터박스는 검색, 쇼핑 등을 통한 네이버의 데이터와 텐서플로우 같은 분석 인프라를 동시에 제공한다. 다수의 금융사 PoC를 통해 데이터의 유용성과 인프라의 편의성도 검증했다.

데이터박스 사용자는 분석하고자 하는 데이터를 업로드하고, 분석 결과를 반출할 수 있다. 다만 프라이버시 보호를 위해 원본 데이터를 사용자 임의로 반출할 수 없도록 설계돼있다.

이 때 네이버클라우드는 사용자가 적절한 사업모델을 발굴할 수 있도록 네이버 데이터를 연동해 분석할 수 있도록 제공한다. 그 과정에서도 데이터 프라이버시를 보호하고자 글로벌 보안 인증인 CSA 스타 인증도 획득했다.

네이버의 빅데이터를 내부 데이터와 함께 쓸 수 있냐는 질문에 문 부장은 "고객이 업로드한 데이터와 연동해 분석할 수 있다"며 "다만 데이터를 이용해 개인 재식별을 시도하는 것은 법적 이슈가 있으니 참고해달라"고 답했다.

네이버의 데이터는 여러 분야 중에서도 금융 분야에서 유의미한 인사이트를 발굴하는 데 활발히 쓰이고 있다. 일례로 카드사는 당사와 경쟁사 고객의 주요 특징을 비교하는 데 네이버 데이터를 활용한다. 네이버 검색 키워드 중 해당 업체의 금융 상품명을 추출한 뒤, 관계 키워드를 추출해내고 또 그 키워드를 검색한 그룹을 추출해내는 방식이다. 그룹을 추출함으로써 대상고객의 관심사를 파악할 수 있다.

또 다른 사례는 은행이다. 은행은 기업 대 고객(B2C) 사업에서 데이터를 적극 활용한다. 고객사의 매출 증감을 추정할 수 있기 때문이다.

이를 위해 은행은 추정하고 싶은 기업명을 네이버 검색어 데이터에서 추출한다. 데이터를 파워링크 및 쇼핑으로 필터링한 후, 필터링된 검색량을 전월 및 전분기와 비교해 그 변화량을 확인한다. 이후 검색량을 기업에서 발표한 매출 실적 데이터와 비교해 시계열을 분석한다. 즉, 광고 및 쇼핑 데이터를 기반으로 고객사의 매출이 증가할 것인지 감소할 것인지 예측하는 방법이다. 은행은 이를 여신 관리를 위한 리스크 분석에 참고할 수 있다.

보험사의 마케팅에도 적극 활용된다. 예를 들어 보험사는 면접, 취업, 입사, 월급 등을 검색한 2030세대를 사회초년생으로 그룹지을 수 있다. 이후 이 사회초년생 그룹이 어떤 연관 검색어를 검색하고 소비 패턴을 보이는지 분석하면 된다.

이 과정을 통해 도출할 수 있는 분석결과는 사회초년생들이 연예인 A를 많이 검색하고, B브랜드 옷을 많이 검색한다는 내용이다. 이를 활용해 보험사는 사회초년생들이 관심 있어 하는 연예인을 연금저축보험 광고 모델로 채택하고, 저축보험 가입시 A브랜드 옷의 할인 쿠폰을 지급하는 마케팅을 진행할 수 있다.

이런 데이터 분석은 지속적인 성장을 위해 새로운 수익모델을 발굴해야 하는 기업들이 적극 활용하는 수단 됐다. 문 부장은 “데이터 분석을 통해 기존 상품과 시너지를 낼 수 있는 업셀링, 크로스셀링 상품을 준비하고 고객 별 마케팅 전략도 세울 수 있다”고 말했다.

금융 비즈니스 면에선 “고객 별 신용평가모델을 고도화하고, 고객 이탈을 막는 고객 관리에도 사용할 수 있다”고 강조했다.