빅데이터란, 금융 빅데이터 활용 분야, 최신 활용 사례

빅데이터(Big Data)가 무엇인지 개념에 대해 정리하고, 과연 금융 산업에서는 빅데이터를 어떻게 활용하고 있는지, 각 분야별 구체적인 활용 사례에 대해 알아보겠습니다. 또한 금융당국, 증권사, 은행 등 금융권에서의 최신 빅데이터 동향/활용 트렌드는 무엇인지, 구체적으로 기관별 적용사례는 어떤 것들이 있는지 알아보겠습니다.

금융 빅데이터 최신 트렌드

빅데이터란

빅데이터란 이름에서 알 수 있듯이 거대한 양의 데이터를 말합니다. 하지만 단순히 데이터의 양만을 가지고 빅데이터라고 말할 수는 없습니다. 빅데이터는 아래와 같은 3V의 특성을 가집니다.

• Volume(거대한 양) : 2023년 1월 기준 2.5 quintillion byte(퀸틸리언 바이트)의 data가 매일 생산되고 있다고 합니다. 이 숫자는 해가 갈수록 점점 더 커지고 있습니다. 여기서 퀸틸리언은 10의 18승 = 10경에 해당하는 숫자고, 1 퀸틸리언 바이트 = 10억 기가바이트에 해당하는 어마어마한 양의 데이터입니다. 이는 2005년에 비하면 무려 300배나 큰 수치라고 합니다. 따라서 이제는 기업들이 테라바이트, 페타바이트의 데이터를 다룰 줄 알아야 하는 것은 당연하게 되었습니다.
• Velocity(빠른 속도) : 데이터의 양이 거대해짐에 따라, 데이터를 처리하는 속도도 중요한 포인트가 되었습니다. 서비스에 따라 실시간(real-time)으로 처리되는 데이터도 있고, 배치로 처리되는 데이터도 있습니다. 
• Variety(다양성) : 과거에는 엑셀 등의 파일형태로 정리된 데이터가 주를 이뤘다면 지금은 텍스트, 비디오, 이미지, 소셜미디어, 웨어러블 디바이스 데이터 등 데이터의 형태가 정말 다양합니다. 따라서 빅데이터를 처리할 때 데이터의 형태에 따른 데이터 분석 스킬이 요구됩니다. 

비즈니스 측면에서 빅 데이터를 말할 때는 거대한 양의 데이터라기 보다는, 위에서 말한 특성을 가지는 데이터를 통해 새로운 인사이트와 비즈니스 기회를 창출하는 것을 의미합니다. 

 

 

금융 빅데이터 활용 분야

최근 금융 산업에 있어서 빅데이터의 중요성은 점점 더 커져가고 있습니다.  빅데이터는 업무를 자동화하고, 의사 결정에 도움을 주고, 리스크를 줄이는 데 도움을 주는 등 정말 다양한 분야에서 활용되고 있습니다.  금융 산업에서의 주요 빅데이터 활용 분야에 대해 알아보겠습니다. 

 

1. 트레이딩 : 오랜 기간동안의 시장 데이터를 이용하여 가격과 추세 거래량 등을 분석하여 전략과 알고리즘을 짜고 수동으로 트레이딩 하는 대신 알고리즘에 의해 자동으로 거래를 하는 알고리즘 트레이딩(algorithm trading) 또는 시스템 트레이딩, 프로그램 매매를 예로 들 수 있습니다. 알고리즘 트레이딩은 수동으로 거래하는 것보다 훨씬 빠른 속도로 시장에 참여할 수 있고, 감정에 휘둘리지 않고 일정한 전략으로 안정적인 수익을 얻을 수 있다는 장점이 있습니다. 그러나 시장의 패턴도 시간이 흐르면서 변하기 때문에 지속적인 데이터 분석과 전략 수정이 필요합니다. 

 

2. 시장 예측 : 빅데이터를 시장 예측에 활용할 수도 있습니다. 예를 들면, 소셜 미디어를 분석하여 기업들의 상품과 주요 이벤트에 대한 시장 참여자와 대중의 심리를 분석함으로써 인사이트를 얻고 투자 결정에 도움이 되는 정보를 얻을 수 있습니다. 또한 과거 시장 트렌드 분석을 통해 미래에 반복될 것 같은 금융 패턴을 찾으 수 있습니다. 

 

3. 신용평가 : 신용평가는 금융 기관이 차주(돈을 빌리는 사람 또는 기관)에 대해 신용도를 평가하는 것을 말합니다. 온라인 거래 트랜잭션이나 뉴스 데이터, 소셜미디어 활동, 고객들의 리뷰 데이터 등 과거 전통적인 신용평가 방식에서는 사용하지 않았던 빅데이터를 활용하여 더 세밀하고 다각도로 신용평가를 할 수 있습니다. 

 

4. 이상 거래 탐지(Froud Detection) : 엄청난 양의 과거 이상 거래와 정상 거래 데이터를 활용하여 머신러닝 기술을 이용해 실시간으로 이상 거래를 탐지할 수 있습니다. 예를 들면 실시간으로 들어오는 신용카드 거래 트랜잭션들을 빠르게 분석하고 머신러닝 모델이 이상 거래 가능성이 아주 높은 것으로 예측하면 해당 거래는 승인 거절 처리를 함으로써 사기 및 도난 사건에 빠르게 대처할 수 있습니다. 이렇게 빅데이터를 활용함으로써 사람이 24시간 모니터링하지 않아도 실시간으로 관리가 가능해졌습니다. 

 

5. 고객 마케팅: 모든 고객 앞 일률적인 마케팅 전략을 쓰는 대신, 고객과 관련된 빅데이터를 활용하여 고객을 비슷한 그룹으로 세분화하여 마케팅 전략을 차별화 함으로써 효과를 극대화할 수 있습니다. 빅데이터를 활용하면 단순히 표면적으로 드러난 속성들 뿐만 아니라 잘 드러나지 않는 거래 패턴 등에서 유사성을 찾아낼 수 있습니다. 또한 마케팅 또는 캠페인에 긍정적인 반응을 보일 것 같은 고객을 머신러닝을 통해 예측함으로써 타겟팅을 통해 마케팅에 드는 비용과 시간을 줄이고 효율을 올릴 수 있습니다. 

 

6. 업무자동화 및 효율화: 빅데이터를 활용하여 금융 서비스 신청 과정을 간소화함으로써 업무를 자동화하고 효율화할 수 있습니다. 예를 들면 블록체인 기반 Supply Chain 플랫폼에서 이루어지는 거래와 관련된 데이터를 금융기관에서 활용함으로써 고객이 직접 거래 정보를 금융기관에 제출하지 않아도, 데이터를 기반으로 금융 서비스를 빠르게  받을 수 있습니다. 

 

 

최신 금융 빅데이터 활용 사례

최근 국내 금융 빅데이터 트렌드는 빅데이터 개방입니다. 금융기관끼리 데이터를 오픈해서 이를 활용한 새로운 금융 비즈니스 모델을 창출하고 기관별 상호 협력을 통해 데이터의 양과 품질을 향상시키는 시너지까지 노리는 것입니다. 또한 금융기관이 가지고 있는 빅데이터를 시중에 오픈함으로써 시장 참여자들이 소비 트렌드 분석을 통해 경제 활성화를 도모하고자 하는 목적입니다. 

 

마이데이터 사업은 22년에 본격적으로 시작한 금융권 공동 사업으로 "내 데이터의 주인은 나"라는 개념으로 개인의 동의하에 데이터를 제공받아 한 곳에 모아서 자산 관리하고 분석을 도모하는 사업입니다. 이 사업으로 금융기관끼리 정보 공유가 가능해지면서 고객별 맞춤형 마케팅이 가능해졌습니다. 예를 들면 토스 같은 앱에서 모든 은행에 흩어져있는 계좌와 자산 정보를 볼 수 있는 것이 이 마이데이터 사업으로 가능해졌습니다.

 

신한카드는 '카드 소비 빅데이터를 활용한 경기동향 파악 및 정책 대응 지원 컨설팅 사업'을 무료로 제공하고 있습니다. 이는 지자체와 연계하여 지역 내 상권 활성화를 위함입니다. (관련기사링크)

 

국민카드는 온라인 기반의 빅데이터 분석 통합 플랫폼 '데이터루트(Dataroot)'를 전국 기초자치단체에 무료로 제공하기로 했습니다. 이 플랫폼에서는 지역별, 업종별 소비 동향을 지원하며 이는 코로나19로 어려워진 지역 경제를 활성화하기 위함이라고 합니다. (관련기사링크) 

 

증권사들은 앞다투어 빅데이터를 활용한 AI 데이터 분석 서비스를 내놓고 있습니다. 한국투자증권의 AIR, KB증권은 미국 주식 투자 정보를 분석해 제공하는 인공지능(AI) 로봇인 'KB로보뉴스' 서비스가 있고, 미래에셋 증권도 AI 기술을 활용한 해외주식 뉴스 분석 서비스를 출시예정하고 있습니다. 

 

금융기관들은 또한 빅데이터와 AI를 활용한 지속적인 업무 자동화 사업을 발굴하고 있습니다. KDB산업은행은 AI기반 기업 금융 플랫폼을 구축하였고, 신한/우리/국민은행의 경우 AI를 활용해 대출 상담 및 연말정산 안내서비스를 적용했습니다. 우리은행의 경우 올해 머신러닝 기반 AI 기업여신 자동심사 시스템 구축을 추진하고 10월에 오픈할 예정이라고 말했습니다. 기업은행의 경우 AI를 활용한 인사시스템 개발을 통해 내부 업무효율화에도 적용을 추진하고 있습니다.

 

 

 

금융권은 과연 빅데이터 전쟁이라고 해도 과언이 아닐 정도로, 앞다투어 지속적인 빅데이터 사업에 박차를 가하고 있습니다. 이제는 빅데이터를 어떻게 잘 활용하고 어떻게 새로운 비즈니스 모델로 활용할 수 있는지가 고객을 점유할 수 있는 가장 중요한 요소와 자산이 되었습니다.  고객들은 더이상 표면적인 비용만 고려하지 않고, 얼마나 효율적이고 편리한 서비스를 제공하는지에 대해 중요하게 가치를 매기고 더 훌륭한 가치를 제공하는 금융기관을 선택합니다. 디지털 금융 시장에서 도태되지 않기 위해서는 빅데이터 활용 능력이 키라는 점을 명심해야할 것입니다.  

 

 

(참고하면 좋을 포스팅)

 

미국유학생의 챗 GPT 파이썬 등 코딩, 프로그래밍 활용기