스마트폰을 포함한 다양한 디지털 기기에서 매일 생산되는 데이터는 2제타바이트(ZB) 규모다. 미국 전체 학술도서관에 소장된 도서 정보량의 100만배에 이르는 용량이다. 매일 생성되는 데이터를 산업별로 분류하면 선진국은 50% 이상이 금융사로부터 발생한다.
다양한 고객 행동 분석 정보 등 빅데이터 자체가 기업 자산이 되거나 새로운 성장 엔진이 되는 시대다. 금융사의 빅데이터 관심과 투자가 올해 본격화된다.
해외 사례를 보면 씨티그룹은 IBM 인공지능(AI) '왓슨'을 대출 심사와 고객 센터 업무 분야에 적용하고 있다. JP모건 체이스는 소비자 트렌드 분석, 부동산 프라이빗뱅킹(PB) 업무에 활용한다. 뱅크오브아메리카(BOA)는 대출 관리 고도화에 적용, 눈에 띄는 성과를 내고 있다. BOA에 따르면 가입자 유지 비용은 빅데이터 분석 시스템 도입 이전에 비해 25% 절감됐다. 고객당 수익성도 12%에서 18%로 늘었다.
최근 은행에서 추진하고 있는 빅데이터 규모는 페타바이트(PB) 수준이다. 기가바이트(GB)의 100만배다. 기존의 정보기술(IT)로 처리하기는 어렵다. 분산 처리 기술, 오픈소스 소프트웨어(SW), AI, 클라우드 등 빅데이터를 처리하는 새로운 기술이 절대 필요하다. 동시에 새로운 IT는 효과 높게 적용돼야 한다. 이를 통해 다양한 유형의 대규모 정형·비정형 원천 정보를 짧은 시간 안에 수집하고 적재해야 한다. 적재한 데이터를 비즈니스 목적에 맞게 다양하게 분석해서 새로운 고객을 창출한다. 이를 기업 내외부 고객과 공유해 생산성을 높인다.
로이드 블랭크파인 골드만삭스 회장은 2015년 “골드만삭스는 IT 회사”라고 선언했다. 이후 IT 인재를 대거 영입하고 핀테크 회사를 인수합병(M&A)했다. 현재 최고의 혁신 금융사로 평가받고 있다.
국내는 금융 기관이 빅데이터 조직을 신설하고 외부 전문가를 영입하고 있다. 그러나 글로벌 금융사와의 무한 경쟁에 대비하려면 빅데이터, AI, 오픈소스, 클라우드 등 신기술을 이해하고 경험한 전문 인력을 보유해야 한다. 일부 핀테크 업체가 재정 투자로 빅데이터 에코시스템을 구축하고 있다. 국내뿐만 아니라 해외 유망 핀테크 업체와 에코시스템을 구축하는 것이 바람직하다.
빅데이터는 정형 데이터와 비정형 데이터 확보에서 시작한다. 핵심은 데이터 규모가 아니라 고도의 데이터 정제 기술이다. 하둡과 같은 오픈 기술 적용이 중요하다. 동시에 현업을 이해하는 전문가가 참여해야만 투자 대비 수익률(ROI)이 제고된다.
많은 은행이 빅데이터 기반의 신용평가 모델을 대출 심사와 대출 금리 산정 업무에 적용하고 있다. 다양한 비식별화 데이터를 접목, 부실 대출자의 사전 파악에도 활용한다. 보험사는 고객 빅데이터 활용으로 보험료를 차등화하고 손해율을 개선한다.
빅데이터 성공의 출발은 대량 데이터를 수집, 적재, 분석하는 IT이다. 마지막 열쇠는 해당 금융 업무를 정확히 이해하고 이를 IT에 접목할 수 있는 업무 전문가 확보다. 은행의 신용평가 모델 기반의 대출 심사와 부도 조기 파악 같은 업무에 빅데이터를 적용하기 위해서는 해당 업무 전문가의 투입이 필요하다.
빅데이터 기술과 마찬가지로 모든 빅데이터 과제에서 고비용 컨설팅사를 활용하는 것은 비효율이다. 비즈니스 요건 분석은 전문 컨설팅 기업, 해당 빅데이터 프로젝트는 업무 전문 회사, IT 회사와 각각 협업하는 것이 효과가 있다.
송윤상 메타넷 대우정보시스템 금융영업본부장 전무 yssong@disc.co.kr
