당신은 주제를 찾고 있습니까 “핀 테크 빅 데이터 – 금융위에 물어봅시다!_핀테크가 뭔가요?(2019년 업무계획)“? 다음 카테고리의 웹사이트 you.maxfit.vn 에서 귀하의 모든 질문에 답변해 드립니다: https://you.maxfit.vn/blog. 바로 아래에서 답을 찾을 수 있습니다. 작성자 금융위원회 이(가) 작성한 기사에는 조회수 31,839회 및 좋아요 295개 개의 좋아요가 있습니다.
핀 테크 빅 데이터 주제에 대한 동영상 보기
여기에서 이 주제에 대한 비디오를 시청하십시오. 주의 깊게 살펴보고 읽고 있는 내용에 대한 피드백을 제공하세요!
d여기에서 금융위에 물어봅시다!_핀테크가 뭔가요?(2019년 업무계획) – 핀 테크 빅 데이터 주제에 대한 세부정보를 참조하세요
‘2019년 금융위원회 업무계획-핀테크 등 금융혁신을 가속화 하겠습니다.’
핀테크란 모바일·빅데이터·AI 등의 기술과 금융이 합쳐져 만들어진 새로운 금융서비스입니다. 핀테크의 발전으로 모바일 앱 하나만 가지고 결제, 송금, 대출, 자산관리 등을 할 수 있다는 점에서 편리해집니다. 또한 P2P, 마이데이터 등 기존에 없던 다양한 산업이 등장하고, 금융시장 내 경쟁이 치열해져 소비자의 금융서비스 이용부담이 낮아집니다.
금융규제 샌드박스를 통해 국내 핀테크 산업이 글로벌 핀테크 경쟁에 선도적으로 대응하고, 금융권의 경쟁과 혁신 촉진의 계기가 될 것으로 기대합니다.
#내_삶을_바꾸는_규제혁신 #금융혁신 #규제샌드박스
[Music: www.bensound.com]
핀 테크 빅 데이터 주제에 대한 자세한 내용은 여기를 참조하세요.
[논문]핀테크와 빅데이터 기술에 대한 리뷰 – ScienceON
아울러 핀테크 산업이 성공하기 위해서는 기존 금융서비스보다 단가를 낮추기 위한 방안이 필요하고 이에 대한 해결책은 바로 빅데이터 활용 및 빅데이터 분석임을 …
Source: scienceon.kisti.re.kr
Date Published: 5/15/2021
View: 5815
핀테크 성공은 ‘빅데이터’에 달렸다 – 사이언스타임즈
이 중에서도 특히 금융업의 경우는 최근 ‘핀테크(FinTech)’가 촉발시키고 있는 금융혁명으로 인하여, 빅데이터의 가치를 파악할 수 있는 최적의 업종 …
Source: www.sciencetimes.co.kr
Date Published: 4/5/2022
View: 4170
핀테크 하면 생각나는, 빅데이터 – 브런치
사전적 의미로는 기존 데이터보다 너무 방대하여 기존의 방법이나 도구로 수집/저장/분석 등이 어려운 정형 및 비정형 데이터들을 의미하는데요. 예를 …
Source: brunch.co.kr
Date Published: 12/29/2022
View: 4856
빅데이터와의 융합으로 세상을 바꿀 핀테크 | 재무회계 | DBR
올해 핀테크 산업의 또 다른 변화는 4차 산업혁명의 핵심 기술인 ‘ABCD(인공지능, 블록체인, 클라우드 컴퓨팅, 빅데이터)’와의 융합, 시너지다. 핀테크와 ABCD 기술은 …
Source: dbr.donga.com
Date Published: 6/30/2021
View: 3570
핀테크와 스마트 금융 – KINX
금융업의 빅데이터 유형 및 특징을 설명할 수 있다. ◇ 국내외 금융빅데이터 시장 및 산업 동향을 설명할 수 있다. ◇ 금융빅데이터 분석 방법론과 빅데이터 역량평가 …
Source: kocw-n.xcache.kinxcdn.com
Date Published: 5/6/2022
View: 9028
핀테크 분야에 적용되는 주요 ICT 기술 – 벤처스퀘어
빅데이터는 보통 일반적인 데이터베이스 소프트웨어 도구로 저장 및 분석할 수 없는 대용량 데이터 세트를 일컫는다. 데이터 집합을 빅데이터로 사용할 수 …
Source: www.venturesquare.net
Date Published: 12/9/2021
View: 249
박수용 교수의 경제 最前線 〈8〉 핀테크와 빅데이터 – 월간조선
기업 가운데 40% 이상이 빅데이터 활용 중이거나 활용 준비 ⊙ 소셜커머스 기업, 빅데이터 활용한 ‘로켓배송’ 후 소비자 평판, 매출 증가
Source: monthly.chosun.com
Date Published: 4/29/2021
View: 8639
상명대학교 핀테크·빅데이터융합·스마트생산 전공
핀테크·빅데이터융합·스마트생산 전공에 오신 것을 환영합니다.
Source: fbs.smu.ac.kr
Date Published: 8/26/2021
View: 3464
주제와 관련된 이미지 핀 테크 빅 데이터
주제와 관련된 더 많은 사진을 참조하십시오 금융위에 물어봅시다!_핀테크가 뭔가요?(2019년 업무계획). 댓글에서 더 많은 관련 이미지를 보거나 필요한 경우 더 많은 관련 기사를 볼 수 있습니다.
주제에 대한 기사 평가 핀 테크 빅 데이터
- Author: 금융위원회
- Views: 조회수 31,839회
- Likes: 좋아요 295개
- Date Published: 2019. 3. 20.
- Video Url link: https://www.youtube.com/watch?v=LrbGxVwvEe0
[논문]핀테크와 빅데이터 기술에 대한 리뷰
핀테크란 financial technology의 줄임말로 금융서비스를 소프트웨어 기반으로 제공하는 사업 을 말한다. 즉,금융과 기술의 융합이다.
financial technology의 줄임말로 금융서비스를 소프트웨어 기반으로 제공하는 사업
웹2.0의 기술 혁신이 이뤄진 P2P 대출은 어떠한 기능을 가지고 있는가?
핀테크 성공은 ‘빅데이터’에 달렸다 – Sciencetimes
올해 미래창조과학부(이하 미래부)는 경제를 회생시키는데 있어 가장 중요한 업종인 제조업과 금융업, 그리고 유통업 등에서 우선적으로 빅데이터 시범사업을 추진할 예정이다. 이를 위해 미래부는 지난달 26일 경제혁신 3개년 계획의 일환인 빅데이터 시범사업을 총 35억 원 규모로 공모한다고 밝혔다.
이 중에서도 특히 금융업의 경우는 최근 ‘핀테크(FinTech)’가 촉발시키고 있는 금융혁명으로 인하여, 빅데이터의 가치를 파악할 수 있는 최적의 업종으로 여겨지고 있다.
이처럼 핀테크가 차세대 금융업의 핵심 기술로 떠오르고 있는 상황에서, 지난 9일 코엑스에서는 빅데이터 기반의 핀테크 시스템을 주제로 하는 ‘2015 빅데이터리더스포럼’이 개최되어 주목을 끌었다.
금융업의 인프라가 될 빅데이터 플랫폼
핀테크란 금융을 뜻하는 파이낸셜(financial)과 테크(technique)의 합성어다. 점포 중심으로 이루어지던 기존의 전통적 금융서비스에서 벗어나, 인터넷과 모바일을 기반으로 하는 송금 및 결제, 그리고 자산관리 등의 금융서비스를 말한다.
예를 들면 지난해에 선을 보인 ‘뱅크월렛(bankwallet) 카카오’가 대표적이다. 다음카카오가 개발한 이 모바일 전자지갑 서비스는 계좌번호 없이도 카카오톡을 사용하는 친구에게 간편하게 송금할 수 있다.
해외의 핀테크 사례는 국내보다 훨씬 앞서있다. 글로벌 온라인 쇼핑몰인 알리바바(Alibaba)는 지난 2004년부터 물품대금결제 솔루션인 알리페이(Alipay)로 핀테크의 시작을 알렸고, 2007년부터는 대출 및 투자, 그리고 보험, 은행 등으로 핀테크 서비스를 확대하고 있다.
이런 핀테크의 영역에 최근 빅데이터를 접목하려는 시도가 잇따르고 있다. 어떠한 형태로든 고객의 데이터를 대량으로 확보하는 것이 금융 비즈니스의 성패를 가른다는 판단 때문이다.
이 같은 추세를 반영이라도 하듯 포럼의 기조연설자로 나선 SAP 코리아의 서원설 이사는 “금융 산업의 지속적인 성장을 위해서는, 빅데이터 플랫폼이 반드시 구축되어야 한다”고 강조했다.
금융 산업에서 왜 빅데이터를 활용해야 하는가에 대한 질문에 서 이사는 “상품개발과 부정방지, 그리고 마케팅 활용 및 신용평가 등 금융업을 대표하는 4가지 업무분야에 효율적으로 적용할 수 있기 때문”이라고 설명하면서 “예를 들어 상품개발의 경우 창구거래를 하던 고객의 정보나 SNS 등을 통해 수집된 정보를 기반으로, 신상품을 개발하거나 기존 서비스를 개선할 수 있다”고 덧붙였다.
이 외에도 서 이사의 설명에 따르면 보험 사기나 신용카드 도용 등 범죄에 사용되는 것을 막는 부정방지와 신규 고객 발굴 및 고객 맞춤형 서비스를 제공하는 마케팅 활용, 그리고 대출 및 카드발급 시 이용되는 신용평가 등의 업무가 모두 빅데이터를 통해 차별화 될 수 있는 것으로 나타났다.
빅데이터를 활용한 다양한 핀테크 서비스 선보여
국내 금융업계의 경우 일단은 카드사들이 빅데이터 사업에 가장 적극적이다. 그러나 최근 들어 은행과 보험 등이 이종 IT업계와 전략적 제휴를 통해 사업다각화를 추진하고 있다. 아무래도 전통 방식의 금융거래를 시작으로 인터넷과 모바일까지, 이 모두를 아우를 수 있는 융합 모델이 빅데이터 외에는 없기 때문이다.
특히 온라인과 모바일의 접점이 되는 빅데이터를 활용하면, 고객 맞춤형 금융 상품의 추천은 물론, 개인별 자산관리나 금융리스크 분석 등 패키징 서비스까지 가능하기 때문에, 금융기관들은 빅데이터를 핀테크 서비스의 차별화 요소로 내세우고 있다.
실제로 각 금융기관들은 빅데이터를 활용하여 첨단 핀테크 서비스를 선보이고 있다. 기업은 행의 경우 소셜미디어를 활용하여 은행의 평판을 관리하고 있고, 현대해상은 보험사기방지시스템을 가동하고 있다. 이 밖에 미국의 대부 업체인 제스트파이낸스는 신용평가 업무에 소셜 네트워크를 기반으로 한 모델을 반영하고 있다.
이 같은 업계의 동향에 대해 서 이사는 “금융 시장을 위한 빅데이터가 문화(culture)를 시작으로, 관리(management)와 운영(operations), 기술(technology) 등의 단계로 추진될 것”이라고 예측했다.
다음은 서 이사가 밝힌 금융 시장을 위한 빅데이터 추진 단계의 세부 내용이다.
▶ 문화 = 조직 문화의 진단을 통해, 데이터 기반의 의사결정을 받아들일 준비가 되어 있는가를 확인
▶ 관리 = 비즈니스 우선순위와 성과를 확인하고 구분하여, 비즈니스 목적과 데이터 기반의 계획을 조율
▶ 운영 = 비즈니스의 가치를 실현하기 위한 인사이트(insight)를 조직 내에 어떻게 적용할 것인지를 정의
▶ 기술 = 결정된 성과를 얻기 위한 기술적 요구사항을 결정
한편 이번 행사를 주관한 한국빅데이터학회의 관계자는 “핀테크의 모든 영역은 빅데이터가 기반이 된다”고 정의하며 “해외의 경우 소셜 데이터를 활용하는 빅데이터 사업이 활성화되고 있다는 점을 감안하면, 국내 금융권이 보다 적극적인 사업발굴과 진출에 나서야한다”고 촉구했다.
(11271)
핀테크 하면 생각나는, 빅데이터
오늘은 핀테크 하면 생각나는 용어죠. 바로, 빅데이터에 대해 알아보겠습니다.
우선 빅데이터의 정의에 대해 알아볼까요?
사전적 의미로는 기존 데이터보다 너무 방대하여 기존의 방법이나 도구로 수집/저장/분석 등이 어려운 정형 및 비정형 데이터들을 의미하는데요.
예를 들어, 구글에 존재하는 모든 이미지 파일을 생각해 보시면 돼요. 너무나 많은 이미지가 존재하다 보니 어떤 이미지들이 존재하는지, 각각의 이미지는 어떻게 분류해야 하는지 점차 모호해지죠. 이러한 막대한 양의 데이터들을 빅데이터라고 합니다.
‘고양이’라고 검색하면 나오는 막대한 양의 구글 이미지
그렇다면 이 빅데이터가 왜 핀테크에서 주로 이용되는 것일까요?
예를 들어, 은행이 가지고 있는 고객 데이터들이 점차 비대해지고 이를 사람이 분석하고 처리하기가 점점 어려워지고 있어요. 이를 잘만 활용하면 고객의 성향에 맞춘 상품을 추천할 수도 있고, 앞으로 어떤 상품을 만들어야 할지 예측할 수도 있게 되죠. 그래서 이 막대한 데이터들을 컴퓨터가 분석하고 처리할 수 있도록, 핀테크 플랫폼을 통해 활용하게 되는 것이에요. 즉, 핀테크 플랫폼은 금융사에서 빅데이터를 분석하거나 활용하는 데 필요한 필수 인프라로 활용된다고 보시면 됩니다.
이러한 빅데이터를 플랫폼은 다음과 같이 크게 2가지 기능을 가지고 있어야 합니다.
1) 빅데이터 수집 : 고속으로 저장하고 대용량의 저장 공간을 갖춰야 해요.
2) 빅데이터 분석 : 빅데이터를 처리하여 분석하고 이를 시각화하는 기술이에요.
이 두 가지 중에 핵심은 빅데이터 관리입니다. 어떻게 분석하느냐에 따라 결과가 달라지기 때문에 여러 가지 기술이 사용되고 있어요.
그리고 대표 소프트웨어로는 하둡의 맵리듀스 그리고 마이크로소프트의 드라이 애드가 있습니다.
맵리듀스의 개념 : 얽혀진 데이터 들을 Map, Shuffle, Reduce 과정을 통해 분류
1) 맵리듀스 : 대용량 로그파일 처리 프레임워크
2) 드라이 애드 : 실시간 스트림 처리 기술
이러한 소프트웨어의 대표 기술로는 다음과 같이 분류됩니다.
비정형 데이터의 패턴과 관계를 분석하는 기술들(출처 : SK플래닛 기술 블로그)
1) 데이터 마이닝 : 많은 데이터 가운데 숨겨져 있는 유용한 상관관계를 발견하여, 미래에 실행 가능한 정보를 추출해 내고 의사 결정에 이용하는 과정
2) 텍스트 마이닝 : 비정형 텍스트 데이터에서 새롭고 유용한 정보를 찾아내는 과정 또는 기술로서, 자연어 처리라고 생각하시면 쉽습니다.
3) 오피니언 마이닝 : 웹사이트와 소셜미디어에 나타난 여론과 의견을 분석하여 유용한 정보로 재가공하는 기술
이뿐만 아니라 빅데이터는 폐기도 중요합니다. 데이터들이 여러 곳에 분산되어 저장돼 있을 경우 폐기가 제대로 이루어진지 확인하기 어렵기 때문이죠.
실제로 이런 기술을 은행권은 어떻게 활용하고 있을까요?
은행에서는 주로 빅데이터를 고객관계 관리(CRM) 시스템에 사용하는데요. 이뿐만 아니라 이를 바탕으로 다양한 상품 개발에 열을 올리고 있습니다.
CRM : 고객 정보를 바탕으로 고객 욕구와 성향을 충족시켜 기업 목표를 달성하는 마케팅 기법
빅데이터 기반을 통해 CRM 활동을 강화(출처 : 한국테라데이타)
그리고, 은행의 빅데이터 인프라를 통한 주요 개발 내용으로는
1) 내부 비정형 데이터의 수집 및 저장 등 분석 환경 구축
2) 웹로그 분석을 통해 사용자 환경 구매 지표 구현
웹로그 분석 : 웹 사이트의 방문객이 남긴 자료를 근거로 웹의 운영 및 방문 행태에 대한 정보를 분석
3) 영업점 상당/섭외 텍스트 분석을 통한 이탈 고객 및 여신 가망 고객군 발굴
여신 : 금융 기관에서 고객에게 돈을 빌려주는 일
등이 있습니다.
우리나라는 IT강국이기에 흔히들 ‘빅데이터의 금광’으로 불리는데요. 빅데이터의 빠른 분석과 획기적인 아이디어를 통해 대한민국이 핀테크 강국으로 성장하길 바라봅니다.
이번 시간은 핀테크 하면 떠오르는 빅데이터에 대해 알아보았습니다. 다음 시간에는 최근 은행권의 주요 관심사인 핀테크 오픈 API에 대해 알아보겠습니다. 감사합니다.
빅데이터와의 융합으로 세상을 바꿀 핀테크
우리나라에서도 핀테크가 하나의 신산업으로 자리매김하고 있는 모습이다. 핀테크란 용어가 처음 등장한 4년 전만 해도 일시적인 ‘태풍속의 찻잔’이겠거니 했는데 이제는 금융시장에 꽤 많은 변화를 주도하고 있다. 어떤 변화가 일어났을까.첫째, 간편 결제와 간편 송금 이용건수가 분기마다 거의 배로 급증했다. 간편 결제는 아직 카드 결제 금액의 3% 이내지만 이런 증가 속도라면 3∼4년 내 카드 결제 시장에 상당한 영향력을 가질 것으로 보인다.둘째, 2017년 출범한 K뱅크와 카카오뱅크 등 인터넷은행은 국민들의 핀테크 체감도를 극적으로 높여준 대표 사례다. 특히 카카오뱅크는 100일 만에 비대면 계좌 430만 개, 1년 만인 지난해 7월에는 633만 개를 돌파했다. 무엇보다 시중은행들의 디지털화(digitalization)에 직접적인 영향을 줬다는 평가가 나온다. 소위 그동안 별반 변화 없던 금융시장에 메기효과를 발휘했단 얘기다.셋째, 질적, 구조적인 변화도 일어나고 있다. 예컨대, 모바일, 디지털상에선 회사가 다른 핀테크 서비스를 고른다 해도 탐색비용이 더 들 게 없기 때문에 소비자에게 가장 높은 편익을 주는 서비스를 분야별로 고를 수 있다. 간편 결제는 A사, 송금은 B사, 대출은 C사 등 달리할 수 있단 얘기다. 소위 시장에서 얘기하는 ‘언번들링(unbundling)’ 현상이다. 지난해 하반기부터는 분야별로 많은 고객 저변과 로열티(loyalty)를 확보한 업체들이 ‘디지털 플랫폼화’하는 양상을 보이고 있다. 카카오가 카카오뱅크 돌풍을 바탕으로 바로투자증권을 인수해 증권업에 진출했다든지, 카카오페이가 2800만 고객을 활용해 P2P 대출 투자창을 오픈한 것이 그 예다.이뿐만이 아니다. 네이버는 네이버페이를 통한 결제, 송금 서비스를 선보인 데 이어 해외에서 노무라증권과 제휴해 라인증권을 설립했다. 토스로 유명한 비바리퍼블리카도 송금, 결제에 이어 보험업과 증권업 진출을 선언하면서 개별 핀테크 업체가 종합 디지털 플랫폼 업체로 진화하는 모습을 보였다. 이는 핀테크 업체들 사이의 옥석 가리기 과정으로 볼 수 있는 현상이기도 하다. 어쨌든, 향후 은행, 증권, 보험 등의 디지털화를 더욱 촉진함과 동시에 치열한 경쟁이 벌어질 것으로 예상된다.올해 핀테크 산업의 또 다른 변화는 4차 산업혁명의 핵심 기술인 ‘ABCD(인공지능, 블록체인, 클라우드 컴퓨팅, 빅데이터)’와의 융합, 시너지다. 핀테크와 ABCD 기술은 모두 디지털·모바일상에서 구현된다. 쉽게 융합효과를 낼 수 있다는 점에서 향후 새로운 비즈니스모델이 등장할 것으로 예상된다.특히 21세기의 석유라 불리는 빅데이터와의 융합이 가장 빠를 것으로 기대된다. 그동안 개인정보 보안 이슈에 묶여 기술개발과 활용이 제한적이었지만 최근 국회에서의 신용정보법 개정 논의가 급물살을 타면서 마이데이터 등 관련 업체들의 행보가 빨라지고 있다. 향후 관전 포인트다.필자는 서울대 경제학과를 졸업한 후 서강대(금융경제학)와 미국 펜실베이니아대 와튼스쿨(경영학), 건국대(부동산학), 인민대 재정금융학원에서 석사 학위를 받고, 경기대에서 경제학으로 박사 학위를 취득했다. SC제일은행 부행장, 한국스탠다드차타드증권 대표이사, 한국벤처투자 대표이사 사장, 금융위원회 금융발전심의위원 등을 거쳐 서강대 기술경영대학원장과 핀테크지원센터장을 겸하고 있다.
핀테크 분야에 적용되는 주요 ICT 기술
핀테크 분야에 적용되는 ICT 기술들과 분야중에 가장 주요한 기술 및 적용 영역들을 소개한다.
빅데이터
빅데이터는 보통 일반적인 데이터베이스 소프트웨어 도구로 저장 및 분석할 수 없는 대용량 데이터 세트를 일컫는다. 데이터 집합을 빅데이터로 사용할 수 있는 미리 정해진 크기는 없지만 데이터 집합은 머신 러닝 도구가 분석할 수 있는 유일한 도구여야 할 만큼 큰 경우가 보통이다. 일반적으로 빅데이터는 수 테라 바이트를 초과하며 여러 다른 시스템에 저장된다. 그러나 데이터 양이 기준이 되는 것은 아니며, 빅데이터를 제대로 이해하려면 데이터의 다양성 유형, 속도 및 정확성을 이해하는 것이 중요하다고 할 것이다.
또한 빅데이터의 정의는 사용되는 소프트웨어 툴의 유형과 저장 및 분석해야 하는 데이터 세트의 크기에 따라 산업마다 다르므로, 한마디로 정의하는 것은 바람직하지 않다. 금융 서비스 산업은 고객 경험과 관련된 전통적인 기업 데이터뿐만 아니라 산업, 거래 활동, 혁신, 성장 등에 대한 예측을 고려하면, 그 산업 특성상 가장 큰 데이터 집합을 보유한 것으로 간주된다. 따라서, 금융 서비스 분야의 빅데이터는 페타 바이트(1,000테라)에 이를 것이다.
데이터의 역사
사용 가능한 데이터의 90%이 2000년대 이후에 기록된 것이지만, 기원전 2400년 메소포타미아 바빌론에 주판이 도입되면서 고대 세계에서 데이터 사용과 그 작동 방식을 잠깐 언급하려한다. AD 200년에 그리스 과학자들은 점성학적 목적으로 안티키테라 메커니즘(Antikythera Mechanism)으로 알려진 최초의 중앙처리장치(CPU)를 도입했다. 1663년 존 그랜트(John Graunt)의 첫 회계 원칙이 현대 시대에 빅데이터를 사용하는 길을 열었다. 1865년 리처드 밀러 데븐스(Richard Miller Devens)는 처음으로 “비즈니스 인텔리전스”라는 용어를 사용하여 데이터 수집 및 분석이 어떻게 경쟁 우위를 제공할 수 있는지 설명했다. 그런 다음 1880년 미국 인구 조사국의 직원인 허만 홀러리스(Herman Hollerith)는 Hollerith Tabulating Machine을 생성했으며 이 시스템은 자동화된 계산의 아버지가 되었다. 1950년대 중반, 토머스 데븐포트(Thomas H. Davenport)는 구조적 데이터 분석을 통해 설명적인 분석 및 보고 데이터를 제공하는 Analytics 1.0을 도입했다. Analytics 1.0은 여전히 엑셀에서 스프레드 시트 분석에 사용된다. 1965년에 미국 정부는 자기 테이프에 2억 7,800만 건의 세금 환급과 1억 7,500만 건의 지문 저장을 목표로, 첫 번째 연방 데이터 센터 계획을 발표하였다. 1990년대에 빅데이터에 대한 첫 번째 언급이 마이클 콕스(Michael Cox)와 데이비드 엘스워스(David Ellsworth)가 시각화 회의를 위해 작성한 논문에서 나타났다. 2000년에 피터 라이만(Peter Lyman)과 할 배리안(Hal R. Varian)은 컴퓨터 스토리지 용어에서 정보 정량화에 관한 최초의 포괄적 연구인 “How Much Information?”을 발표했다. 2011년 맥킨지(McKinsey)의 “Big data: The next frontier for innovation, competition, and productivity”라는 보고서에서 금융 서비스 및 투자 부문이 다른 산업보다 회사 당 더 많은 저장 데이터를 보유하고 있다고 밝혔다. 또한 2010년에는 기업이 7.4엑사 바이트의 데이터를 저장하고 소비자가 6.8엑사 바이트의 데이터를 저장한 것으로 추정했다.
현재는 Analytics 1.0(전통적인 분석)을 Analytics 2.0(빅데이터)과 통합하여 측정 가능한 비즈니스 영향을 생성하려는 조직에서 Analytics 3.0이라는 용어를 사용하고 있다.
빅데이터 작동 방식
빅데이터 플랫폼은 대형 비행기와 같은 큰 엔진으로 생각할 수 있다. 매우 강력하며 정보를 연료로 사용한다. 시스템은 기능적이거나 작동 가능한 정보를 제공한다. 서버 로그와 센서는 정보뿐만 아니라 웹 페이지, 소셜 네트워크 및 정보 제공 업체와 같은 외부 소스도 제공할 수 있다. 이 큰 엔진 내에서 데이터를 의미 있는 통찰력으로 변환하기 위해 캡처하고 관리한다. 다른 빅데이터 제공 업체는 다른 사례를 분석하는 데 전문화될 것이다. 가장 좋은 것은 구조화된 데이터와 구조화되지 않은 데이터를 모두 이해할 수 있다는 점이다. 시스템이 제대로 작동하려면 우수한 데이터 디자인 및 아키텍처를 개발해야 한다. 사람의 도움이 거의 없는 의미 있는 통찰력을 제공할 수 있는 시스템이 마지막 승자가 될 것이라는 점에서 향후 AI의 역할이 매우 중요하다. 또한 빅데이터 플랫폼에는 경영진과 분석가가 사용하는 프런트 엔드도 있어서, 이를 통해 비즈니스를 관리하고 시나리오를 실행할 수 있다.
빅데이터를 혁신적으로 사용하는 방법
빅데이터의 혁명은 비즈니스 조직, 운영 및 가치 창출 방식을 변화시키고 있다. 이 규모의 변화에는 효과적인 리더십이 필요하며, 이 기회를 활용하는 CEO는 회사의 장기적인 성공을 높일 것이다.
고객 세분화
빅데이터는 기업이 개인 소비자에게 권한을 부여하고 기존 시장을 조사할 수 있는 새로운 방법을 찾을 수 있도록 지원하고 있다. 빅데이터는 예측 모델을 사용하여 기업이 고객에게 다가가 연령, 성별, 지리적 위치, 온라인 구매, 웹 클릭, 소셜 미디어 활동, 스마트 커넥티드 장치 등을 기반으로 인구를 분류할 수 있도록 한다. 동시에 소셜 미디어 지원 플랫폼의 사용이 증가함에 따라 소비자는 비즈니스와 연결하고 고객 설문 조사에 참여하여 고객의 요구에 대한 유용한 통찰력을 얻을 수 있다. 이러한 방식으로 기업은 제품을 사용자 정의하고 타켓 마케팅 캠페인을 효율적으로 운영할 수 있다.
고객 개인화 및 맥락화
오늘날 기업들은 빅데이터 수집 및 처리를 통해 온라인 쇼핑을 맞춤형 소비자 경험으로 전환하는 것을 목표로 하고 있다. 개인화는 고객에게 고유한 경험을 제공하는 것으로, 특히 소매 및 금융 서비스 산업에서 사용 가능한 광범위한 제품 및 서비스로 인해 개인화는 점점 중요해지고 있다.
맥락화란 고객의 상황에 따라 시간, 날씨 및 지리적 위치를 포함하여 다른 경험을 제공하는 것을 말한다. 온라인 소매점뿐만 아니라 은행, 중개 회사 및 금융 회사는 빅데이터 분석을 사용하여 소비자 선호도, 구매 행동, 지리적 위치 및 디지털로 기록할 수 있는 기타 정보를 수집한다. 이를 통해 고객의 관심사를 파악하고 현재 및 미래의 요구를 예측할 수 있다. 그런 다음 이 정보를 사용하여 고객에게 개인화 된 경험을 제공하여 고객이 원하는 시기에 원하는 가격으로 최상의 가격을 찾을 수 있도록 도와준다. 개인화 및 맥락화는 또한 비즈니스 시간을 절약하면서 고객의 시간을 절약하고 고객 만족도를 높일 수 있다.
마케팅
비즈니스는 실시간 데이터를 사용하여 마케팅에 대한 고객 중심 접근 방식을 채택할 수 있다. 빅데이터 분석은 콜센터 데이터, 거래 데이터 및 고객 정보를 사용하여 고객 선호와 요구를 결정하고 최적의 상품과 서비스를 제공한다. 맥킨지에 따르면, 평균적인 회사 수익의 75%가 표준 제품 라인에서 생성되며 가격 결정의 30%가 최상의 가격을 제공하지 못한다. 판매량의 손실이 없다고 가정할 때 1%의 가격 인상이 영업 이익의 8.7% 증가로 전환되면서 최적 가격은 회사의 수익성을 향상시킬 수 있는 상당한 잠재력을 제공한다.
DataMeer에 따르면 Customer Analytics는 판매 및 마케팅(48%)에 활용되는 빅데이터의 가장 보편적인 용도로, 마케팅 담당자는 고객 확보 전략을 채택하고 고객 당 수익을 높이고 기존 제품을 개선할 수 있다. 고객 분석에는 운영 분석(21%), 사기 및 규정 준수(12%), 신제품 및 서비스 혁신(10%), 엔터프라이즈 데이터웨어 하우스 최적화(10%)가 이어진다.
온라인 평가
과거에는 빅데이터 사용이 널리 보급되지 않았지만 오늘날에는 빅데이터 기술과 분석을 사용하여 많은 새로운 플레이어들이 진입하였다. 시장에 진입하기 쉬워짐에 따라 온라인 대출 서비스가 급격히 증가하는 한편, 이러한 서비스에 대한 수요 역시 증가했다. 온라인 평가는 은행 기록과 같은 기존 데이터와 소셜 네트워크 및 모바일 운영자의 데이터를 모두 고려한다. 이를 통해 신용 한도를 개설하기 전에 대출업자가 고객을 교차 점검할 수 있는 몇 가지 방법을 제공한다.
몇몇 회사는 비전통적인 데이터를 사용하여 고객의 대출 승인 여부를 결정하는 프로세스를 개발하고 있다. 대출 부문에서 어펌(Affirm)을 포함하여 이 분야의 회사들이 개발하고 있다. 아이르(Aire.io) 및 브랜치(Branch) 같은 회사들의 경우 대체 신용 점수를 참고한다. 런던에 본사를 둔 아이르는 신용 근거가 적은 사람들을 대상으로 새로운 신용 점수 시스템을 개발하고 있다. 소셜 네트워크의 데이터와 가상 인터뷰에서 수집한 자체 정보를 사용한다. 전 세계적으로 45억명 이상이 신용의 근거가 많지 않기 때문에 매우 거대한 시장이다. 특히 중국의 중앙 집중식 데이터베이스 조차도 국민의 22%의 데이터만 모아져 있기 때문에 그 기회는 엄청나다 할 것이다. 중국은 사람들의 평생을 다루는 사회 신용 시스템을 개발하고 있다. 그것은 사람들이 무엇을 할 수 있고 할 수 없는지를 결정하는 빅 브라더처럼, 상업, 사회 및 신용 요소에 근거하여 모든 시민을 평가하게 될 것이다. 중국의 정치적인 환경과 인권 측면의 여건을 고려했을 때, 프로파일링 관련 개인정보관련 우려가 커질 수밖에 없는 부분이다.
위기 관리
빅데이터 기술은 금융 서비스 산업의 위험 및 규제 문제를 해결할 수 있는 중요한 기회를 제공한다. 포괄적인 실시간 데이터는 위험 모델의 예측 능력을 향상시킬 수 있다. 또한 응답 시간과 시스템 효율성을 혁신하고 현재 위험 범위를 확장하며 비용을 절감할 수 있다. EIU(Economist Intelligence Unit) 보고서에 따르면 소매 은행은 상업 및 투자 은행보다 신용 위험에 더 관심이 있고(53% 대 43%), 시장 위험에 대해 상업 및 투자 은행에 비해 약간 더 관심이 있는 경향이 있다(28% 대 23%). 반면, 투자 은행은 소매 은행보다 운영 위험(29% 대 19%) 및 규정 준수 위험(20% 대 1%)에 대해 더 많은 관심을 가지고 있다.
6개 대륙 55개 국가의 소매 은행(29%), 상업 은행(43%) 및 투자 은행(28%)에서 208명의 위험 관리 및 규정 준수 임원 중 응답 프로필의 42%가 빅 프로필을 통합하고 쿼리한다. 반면 응답자의 47%는 빅데이터에 투자할 것으로 보고되었다. 예측 분석 및 데이터 시각화와 관련하여 응답자의 41%는 현재 고급 빅데이터 분석을 사용하고 있으며, 44%는 2020년까지 이를 수집할 계획으로 조사되었다.
운영 위험은 신용 위험에서 발견되는 것보다 손실이 커지는 또 다른 주요 영역이다. 여기에는 내부 및 외부 사기, 시스템 오류, 비즈니스 중단 및 클라이언트 관련 문제가 포함된다. 데이터 학습을 운영 위험에 적용하는 데 사용되는 새로운 도구는 비용을 크게 절약하고 위험을 완화할 수 있다.
고객 관계 개선
많은 기업에서 빅데이터 이니셔티브는 고객 관계 개선과 관련이 있다. 은행은 고객 파악 프로세스를 수행하기 위해 레코드를 검토하고 수백만 고객에 대한 정보를 검토한다. 대부분의 경우 외부 데이터 소스가 규정을 충족하는 데 필요한 정보를 제공할 수 있으므로 고객을 접촉하여 이 작업을 완료할 필요는 없다. 일부 기업은 고객에 대한 단일 시각을 제공하기 위해 내부 및 외부 데이터 소스를 통합하는 것을 지원하므로 고객 접촉이 최소화될 수 있다. 이를 통해 고객과 잠재 고객을 모든 시각에서 안정적으로 파악할 수 있다.
금융 서비스 산업의 빅 데이터
금융 서비스 부문은 비즈니스 중심 이니셔티브를 구현하여 성장을 가속화하고 고객을 참여시키며 혁신을 통해 경쟁 차별화를 달성한다. 2008년 금융 위기 이후, 금융 서비스 회사는 비용을 절감하고 다양한 시장과 고객에 걸쳐 빅데이터가 생성한 귀중한 통찰력을 활용하려고 노력했다.
44개의 포춘 1000대 기업과 주요 기업 및 기술 의사 결정자를 대상으로 하는 NewVantage Partners의 최근 조사에 따르면 금융 서비스 회사의 69.6%가 빅데이터를 비즈니스 성공에 매우 중요하다고 생각한다. 투자와 관련하여 빅데이터에 투자한 회사는 2013년 31.4%에 비해 2015년 62.5%로 증가하였다. 5,000만 달러가 넘는 빅데이터에 대한 예상 투자를 보고 한 기업의 비율은 2014년에 5.4%에 불과했지만, 2017년에 26.8%였다.
금융 회사의 주요 과제는 광범위한 빅데이터를 사용하여 고객을 입체적으로 파악하는 것이다. 이러한 맥락에서 데이터 중심 문화가 필요하다. 주요 빅데이터 분석의 업체로는 클라우데라(Cloudera), 데이터브릭스(Databricks), 아반트(Avant), 위랩(WeLab), 퀄트릭스(Qualtrics), IBM(Watson), 알터릭스(Alteryx), 굿데이터(Gooddata), 도모(Domo) 등이 있다.
전망
빅데이터의 활용은 경쟁의 핵심이 되어 혁신과 성장을 촉진할 것으로 예상된다. 소셜 미디어 및 사물 인터넷의 증가와 함께 기업이 수집하는 정보의 양과 세부 사항이 증가함에 따라, 향후 몇 년 동안 빅데이터의 기하급수적인 성장이 가속화될 것으로 예상된다. 데이터가 증가함에 따라 데이터를 분석하는 도구가 향상되고 Business Objects 또는 SAS와 같은 비즈니스 분석 소프트웨어와 함께 인공 지능의 적용이 업계 표준 솔루션의 형태로 제공될 것으로 예상된다. 또한 실시간 통찰력이 품질을 향상시키고 점점 더 많은 사용 사례가 나타날 것으로 예상된다. 데이터 수익 창출은 수익성 있는 영역이 될 것이다. 은행은 고객에 대한 많은 정보를 보유하고 있으며 새로운 기술을 통해 가치 있는 통찰력과 개인정보 보호와의 균형을 맞추려는 노력도 나타날 것이다. 데이터 관리는 항상 복잡하여 데이터가 올바르게 처리되도록 하기 위해 더 많은 규정이 도입될 것으로 예상할 수 있다. 경험을 선도하는 숙련된 CIO(Chief Information Officer)가 있으면 도움이 될 것이므로 더 많은 회사에서 이러한 유형의 직책을 만들 것으로 기대할 수 있다.
박수용 교수의 경제 最前線 〈8〉 핀테크와 빅데이터
⊙ 기업 가운데 40% 이상이 빅데이터 활용 중이거나 활용 준비
⊙ 소셜커머스 기업, 빅데이터 활용한 ‘로켓배송’ 후 소비자 평판, 매출 증가
⊙ 심야버스 노선, 신용평가모델, 금융신상품 개발 등에 활용 가능
박수용
1962년생. 서강대 전자계산학과 졸업, 미 플로리다주립대 컴퓨터학 석사,
조지메이슨대 정보기술학 박사 / 한국소프트웨어공학회 회장, 국가과학기술위원회 전문위원,
서강대 정보통신대학원장 역임. 현 서강대 컴퓨터공학과 교수, 글로벌핀테크연구소장
최근 화두가 되고 있는 기술 중 하나로 ‘빅데이터’, ‘빅데이터 분석’과 같은 말들을 많이 들어보았을 것이다. 빅데이터란, 이름의 뜻 그대로 기존 방식으로 저장·관리·분석하기 어려울 정도로 큰 규모의 데이터를 의미한다.(디지에코 보고서, 2015)
빅데이터의 크기를 보기 위해서는 데이터의 크기를 표시하는 단위로 짐작할 수 있다. 우리가 일반적으로 알고 있는 것은 GB(기가바이트)이며, 이는 대부분의 PC 컴퓨터나 휴대폰 기기의 저장소 크기이다. 다음이 바로 TB(테라바이트)이며 1024TB는 1PB(페타바이트)가 된다. 일반적으로 빅데이터란 현재 페타바이트 단위를 의미한다.
그렇다면, 기존에도 인터넷의 발전과 함께 많은 큰 데이터들이 존재하였는데 왜 새로운 빅데이터란 이름이 나오게 된 것일까?
먼저, 기술의 발전과 함께 우리가 함께 쓰는 데이터의 양도 무섭도록 증가하고 있다. 유튜브(Youtube), 페이스북(Facebook), 카카오톡과 같이 우리가 일상 속에서 사용하는 것들은 모두 데이터이다. 유튜브를 통해 동영상을 시청하고, 페이스북을 통해 친구의 근황을 알고 실시간으로 카카오톡을 통해 친구와 대화를 하는 것 모두 데이터를 통해서 이루어지며 데이터로 저장된다.
유튜브의 경우 전세계 10억명의 사용자가 매일 4억개의 동영상을 시청한다. 데이터가 없다면 우리는 위와 같은 세상의 변화를 체감할 수 없을 것이다. 하지만 기업은 데이터를 관리하기 위해 알래스카에 데이터센터를 지으면서까지 데이터를 저장한다.
스마트폰의 혁신과 함께 변화한 세상은 더 많은 데이터를 내놓기 시작했고, 학자들은 과연 쌓여 있는 데이터들을 통해서 얻을 수 있는 게 있지 않을까라고 생각한다.
그것이 바로 빅데이터 분석이다. 현재 우리가 사용하고 있는 여러 분야에서 빅데이터가 활용되고 있는데 실제로 체감할 수는 없지만 빅데이터의 활용으로 우리는 조금 더 편리한 생활을 하고 있는 것이다. 이런 예로, 서울시 야간버스 노선도, 카드사의 고객맞춤 상품 출시 등이 있다.
빅데이터를 이용해야 하는 이유
최근 한 리서치 업체의 조사에 따르면, 빅데이터 활용을 준비 중이거나 이미 활용 중인 기업이 모든 업종별로 40% 이상인 것으로 조사되었다. 이러한 결과의 이유에는 바로 고객 파악이 모든 사업 성공의 필수 요건이기 때문이다.
데이터는 사용자들이 어떤 것을 원하고, 어떻게 이용하는지에 대한 정보가 모두 담겨 있다. 데이터 속에서 주된 고객층의 흐름을 파악하여 거기에 맞는 상품을 제공하는 것이 고객과 기업 모두의 이익이 되기 때문에 빅데이터 활용은 이제 기업 입장에서 선택이 아닌 필수조건이 되는 것이다. 현재 동일 업종의 기업 내에서 빅데이터를 이용하는 기업과 하지 않는 기업은 실제로 큰 차이를 보여주고 있다.
온라인으로 많은 것을 이용하는 현대 사회에서 소비자의 호감을 얻기 위해 가장 중요한 서비스 특징이 바로 신속성이다. 몇 년 전부터 한 소셜커머스 기업이 빅데이터 분석을 이용하여 다른 소셜커머스 기업들보다 크게 성공하였다.
서비스 이름은 바로 ‘로켓 배송’이다. 한 소비자가 기저귀가 필요하여 주문을 하면, 기존의 소셜커머스 기업들에서는 주문 정보가 들어가고 그때 포장을 하여 택배로 보내는 데까지 1~2일 정도 시간이 필요하다.
그러나 ‘로켓 배송’을 해 주는 소셜커머스 기업에 기저귀를 주문한다면, 주문 정보가 기업으로 가는 것이 아니라, 주문을 한 소비자의 지역에 있는 ‘캠프’라고 불리는 물류센터로 간다. 그렇게 되면 주문 정보를 받은 ‘캠프’에서는 미리 포장을 완료한 기저귀를 즉시 배송을 하여 불과 2~3시간 만에 소비자에게 기저귀가 배달된다.
‘캠프’에서 미리 포장 완료된 기저귀를 준비할 수 있었던 이유가 바로 빅데이터 분석을 활용하였기 때문이다. ‘로켓 배송’에서는 각 지역별로 주문했던 지난 내역들을 빅데이터 분석을 통해 주문이 들어올 상품들을 미리 포장을 완료하여 ‘캠프’라는 물류창고에 보관하고 있었기 때문에 빠른 시간 안에 주문부터 배송까지 완료를 할 수 있었던 것이다.
빅데이터 분석을 통한 주문상품 예측으로 빠른 배송이 완료되어, 소비자들의 기업에 대한 만족도가 ‘로켓 배송’을 안 하는 다른 업체에 비해 월등하게 높게 나타났다. 빅데이터 분석을 통한 주문물량 예측이 완벽하게 맞는 것이 아니기 때문에, 재고에 대한 기업 손해는 엄청나다. 결론적으로, 빅데이터 분석을 통한 주문 예측으로 ‘로켓 배송’에 성공하여 1조원의 투자를 받아 크게 성공했다.
우리 주변의 빅데이터 활용사례는?
서울시는 심야시간대의 통화량 등의 빅데이터를 분석해 심야버스 노선을 도출했다.
빅데이와 핀테크의 미래
〈그림 1〉은 최근에 소비자들에게 소셜커머스 기업들의 평판을 조사한 자료이다. 이 그래프에서 보듯, ‘로켓 배송’을 하여 소비자에게 빠른 상품 배달을 한 쿠팡은 다른 기업들에 비해 소비자 평판이 높게 나왔다. 또한 ‘로켓 배송’ 서비스를 시작한 2015년 이후 매출액이 상당히 증가한 것을 확인할 수 있었다.이러한 ‘로켓 배송’이 가능한 이유는 차세대 IT 기술인 빅데이터 분석을 적극 활용하였기 때문이다. 이처럼 빅데이터 분석을 통해 서비스를 개발한 기업은 그러지 않은 기업에 비해 높은 소비자 만족도와 매출을 얻게 되었다.주변을 둘러보면 빅데이터는 이미 우리의 일상 속 많은 분야에서 응용되고 있다. 대표적인 사례는 2013년 개통한 서울시 심야버스 노선이다. 심야버스의 노선도는 직관적으로 만들어진 것이 아니라 빅데이터를 통한 철저한 분석에 의해 도출된 것이다. 어떤 식으로 사용 되었는가를 간단히 살펴보면 다음과 같다.우선 심야시간대의 통화량 등을 이용하여 서울시 각 지역의 유동인구 밀집도를 수집하고 이를 분석한다. 그리고 결과에 따른 최적의 노선을 도출한다. 이렇게 도출된 노선을 기준으로 다시 한 번 유동인구 빅데이터를 이용하여 배차 간격을 조절한다. 이러한 과정을 거쳐 탄생한 심야버스는 하루 평균 1000명 이상의 승객이 이용하고 있다. 즉, 빅데이터를 통한 분석과 의사결정이 사람들에게 좀 더 편안함을 준 사례이자 아주 모범적인 빅데이터의 활용 사례라고 할 수 있다.빅데이터는 일상생활뿐만 아니라 금융에서도 널리 이용되고 있다. 최근의 신용평가 모델은 기존의 복잡한 과정과 인터뷰 등을 거치지 않고 온라인상으로 제공하는 서비스가 등장하고 있다. 이는 빅데이터 기반의 핀테크 서비스 중 하나로 대두되고 있다. 기존의 신용평가는 여러 종류의 서류와 인터뷰 등을 통해 이루어졌다. 심사 대상자는 신용평가 등급을 받기 위해서는 복잡하고 귀찮은 준비 과정을 거쳐야만 했다.그러나 빅데이터를 기반으로 한 새로운 신용평가 모델은 이러한 준비가 전혀 필요치 않다. 최소한의 신청자 정보만을 가지고 해당 신청자의 소셜네트워크 활동 데이터를 수집하여 이를 기준으로 평가하는 방식이다. 예를 들면, 신청자가 소셜네트워크상에서 “부정적인 단어의 사용이 많다”라는 것이 빅데이터 수집, 분석을 통해 도출되었다면 신청자의 신용도에 대해서 다시 한 번 고려해 볼 만한 사항이 될 수 있을 것이다.또한 택배 이용률도 신용평가의 기준이 될 수 있다. 만약 A라는 사람이 꾸준히 택배를 이용하는 사람이라면 A는 일정한 소득이 있을 것이라고 유추할 수 있고 이것을 신용도를 평가하는 요소로 활용할 수 있을 것이다. 즉 빅데이터는 기존의 정형적인 데이터를 넘어서 비정형적인 데이터에서도 의미를 찾을 수 있도록 해 주었다고 할 수 있다.또한 빅데이터는 금융 기업들의 마케팅 및 상품 개발에서도 이용되고 있는데 대표적으로 신한카드를 예로 들 수 있다. 신한카드는 위성호 신한카드 사장이 취임하면서 ‘빅데이터 경영’을 선언하였다. 이는 신한카드가 보유하고 있는 고객들의 카드 사용 실적을 토대로 빅데이터를 구성하고 이를 분석하여 소비패턴, 선호 트렌드를 도출한 뒤 각각의 성별, 연령대에 맞춤 형태의 상품을 개발하여 제공하고 있다. 사용자들은 자신에게 가장 적합한 서비스를 제공받을 수 있고 기업의 입장에서는 훨씬 효율적으로 고객유치를 할 수 있으므로 1석 2조의 효과를 가지고 있다고 볼 수 있다.이러한 여러 사례들을 통해서도 볼 수 있듯이 빅데이터는 우리에게 정보를 보는 새로운 관점과 단순한 숫자나 문자의 나열에 불과했던 과거의 데이터들과는 다르게 의미있는 정보를 제공해준다.위의 빅데이터의 활용 사례를 보면서 우리가 기술 발전의 혜택이 보이지 않는 곳에서도 많이 받는다는 것을 알 수 있다. 앞으로 빅데이터를 이용한 서비스를 제공하는 기업이 늘어날 추세이며, 우리가 이용하는 데이터 정보가 더 늘어나게 된다면 우리가 받는 혜택 또한 더 다양해질 것이다. 빅데이터가 주는 혜택이란, 우리에게 느껴지지는 않지만 마음속으로만 바랐던 편의성을 기업과 정부에서 제공하는 것이다.카드 활용 사례나 개인 신용 평가에서 빅데이터가 이용되는 사례를 본다면 과거에 언급하였던 P2P대출, 로보어드바이저의 투자와 같은 핀테크 업체에도 충분히 이용될 전망이다. 특히 최근 P2P대출의 선두주자로 소개하였던 ‘렌딩클럽’의 경우 초기 사용자의 대출 상환이 이루어지지 않아 많은 어려움을 겪고 있는 실정이다. 초기 사용자의 신용평가 모델이 적합하지 않아 이러한 일이 벌어지게 되었는데 빅데이터를 통한다면 해결책이 될 수 있다. 또한 로보어드바이저의 경우에는 기본적으로 데이터 분석을 통한 투자이다. 그렇다면 다양하고 많은 데이터가 있다면 새로운 투자 상품 개발과 투자 적합처를 발견할 수 있게 될 것이다.이외에도 보험, 대출, 투자 등 핀테크 기업은 빅데이터를 활용하여 사업에서 가장 중요한 시장의 흐름, 고객의 니즈 파악, 상품 분석 등에 이용이 가능하다. 또한 이를 활용한 기업과 활용하지 않은 기업의 차이는 최종적인 성공의 여부와 관련이 있을 것이다.결론적으로, 이제는 데이터가 우리 사회 전반의 기술의 기름과 같은 역할을 하게 되었고, 더 많은 데이터를 가지고 이용하는 기업이 돈을 벌고, 경쟁에서 이길 수 있는 세상이 열린 것이다.⊙
상명대학교 핀테크·빅데이터융합·스마트생산 전공
등록된 글이 없습니다.
핀테크·빅데이터융합·스마트생산 전공을 소개합니다.
핀테크·빅데이터융합·스마트생산 전공의 포토갤러리입니다.
핀테크·빅데이터융합·스마트생산 전공에 오신 것을 환영합니다.
이 사이트는 자바스크립트를 지원하지 않으면 정상적으로 보이지 않을수 있습니다.
키워드에 대한 정보 핀 테크 빅 데이터
다음은 Bing에서 핀 테크 빅 데이터 주제에 대한 검색 결과입니다. 필요한 경우 더 읽을 수 있습니다.
이 기사는 인터넷의 다양한 출처에서 편집되었습니다. 이 기사가 유용했기를 바랍니다. 이 기사가 유용하다고 생각되면 공유하십시오. 매우 감사합니다!
사람들이 주제에 대해 자주 검색하는 키워드 금융위에 물어봅시다!_핀테크가 뭔가요?(2019년 업무계획)
- 금융위원회
- 금융위
- 금융
- 금융공부
- 금융상식
- 금융기초
- 핀테크
- 규제샌드박스
- 금융규제
- P2P
- 대출
- 금융서비스
- 기술
- 경제
- 경제뉴스
- 정책
- 금융정책
- 간편결제
- 모바일
- 빅데이터
- 크라우드펀딩
- 펀드
- 인슈어테크
- 로보어드바이저
- 자산
- 돈
- 마이데이터
- 금융권
금융위에 #물어봅시다!_핀테크가 #뭔가요?(2019년 #업무계획)
YouTube에서 핀 테크 빅 데이터 주제의 다른 동영상 보기
주제에 대한 기사를 시청해 주셔서 감사합니다 금융위에 물어봅시다!_핀테크가 뭔가요?(2019년 업무계획) | 핀 테크 빅 데이터, 이 기사가 유용하다고 생각되면 공유하십시오, 매우 감사합니다.