디지털 혁신에 따른 금융산업의 대변혁은 언뜻 보기에 금융 회사에 큰 위기로 비친다. 그러나 지금이야말로 금융회사가 파괴적 혁신을 시도할 적절한 때이다.

2021년 히타치 밴타라가 주최한 ‘금융 서비스 서밋’ 온라인 행사에는 금융 산업의 최고경영자와 데이터 혁신 인플루언서들이 참석해 글로벌 동향 및 혁신 기술, 금융 서비스 데이터 관리를 위한 기술 현대화가 논의됐다.

◆금융업계 리더들의 디지털 전환 전략 

영국 핀테크 업체 레일스뱅크(Railsbank)의 루이자 머레이(Louisa Murray) 최고운영책임자는 “오픈 뱅킹과 임베디드 금융으로 고객 관계를 개선할 수 있다”고 설명했다.

오픈뱅킹은 소비자, 금융회사, 써드파티 서비스 제공 업체 간 데이터 통합을 돕는다.

임베디드 금융은 소비자 금융 프로세스를 간소화해 소비자가 필요할 때 필요한 서비스를 더욱 쉽게 이용하도록 해 연결된 통합 경험을 제공한다.

루이자 머레이(Louisa Murray) 최고운영책임자는 덧붙여 “핀테크 기업과의 제휴가 고객 충성도 및 신뢰를 높이는 열쇠”라고 덧붙였다.

히타치 밴타라 글로벌 기술 리더 3명이 참여한 패널 토론에서는 데이터 수집의 현실적 문제에 대한 논의가 펼쳐졌다.

금융기업들은 다양한 애플리케이션에서 발생하는 수많은 형태의 정형, 비정형, 레거시 데이터 증가를 어떻게 대처할지 고민하고 있다.

데이터 관련 규제 준수와 데이터 거버넌스 문제는 기업이 놓치면 안될 부분이며, 필요할 때 언제 어디서나 데이터에 접근할 수 있는 메타데이터 표준화와 카탈로그화에 대한 전략이 필요하다고 설명했다.

네덜란드 금융회사 라보뱅크(Rabobank)의 콜린 샤틀리에(Colin Chatelier) 스토리지∙컴퓨팅 담당 매니저와 베리타스(Veritas)의 디지털 컴플라이언스 담당 에제이 바하샤(Ajay Bhatia) 총괄 책임자는 기업이 데이터 보호와 아카이빙을 통합하면서 규제 준수와 거버넌스를 보장하는 방법을 소개했다.

이들은 하이브리드 클라우드 환경이 인프라의 표준이 된 현 상황에서 전체 수명주기 동안 데이터를 관리하면서 위험을 최소화하고, 데이터를 효과적으로 보호하며 재사용 가능성을 높이기 위한 세심한 균형 조정 작업이 필수라고 말했다.

데이터 혁신을 앞당기기 위해 기업은 자사 데이터로부터 가치를 추출하면서 데이터 손실 및 사이버 범죄로부터 안전하게 보호하는 방안을 연구해야 하며, 복잡한 클라우드 환경과 데이터 패브릭 관련 증가하는 요구사항에 적극적으로 대응해야 한다고 주장했다. 

이외에도 금융AI를 통한 고객 맞춤형 서비스 제공, 다크 데이터 이해를 통한 혁신과 고객 만족도를 높이는 전략 등 도전적인 사고방식으로 금융권의 혁신을 리드하는 전략에 대한 다양한 논의가 이뤄졌다.

◆‘데이터 중심’의 금융 혁신

금융 상품은 더 이상 신청서 작성, 대출 심사 대기, 심사 통과 후 월 상환액 인출 등의 단계로 규정되지 않는다.

최근 사용자 경험과 간소화된 사용자 여정 제공을 위한 상품 개발이 많아지고 있지만, 단편화된 데이터나 트랜잭션 시스템 위에 프론트 엔드 계층을 더하는 정도의 겉핥기식에 불과한 경우가 많다.

현대적인 디지털 데이터 중심(Data-Driven) 제품은 높은 수준의 데이터 구성, 고급 알고리즘, 실시간 트랜잭션 시스템의 결합이 필요하다.

- 지능적인 사용자 경험 = 모바일 애플리케이션에서 채팅, 대화형 인터페이스에 이르기까지 다양한 방식에서 이용되는 지능적인 사용자 경험이 가능하며, 개인별 다양한 특징을 통합해 개인화 수준이 높은 제품 경험과 사용자 여정을 제공한다.
 
- 임베디드 제품 기능 = 고급 통계 학습, 머신러닝, 딥러닝 방식을 이용하여 데이터 분석, 의사결정, 추천, 가상 금융 시나리오, 이상거래 탐지 및 기타 많은 알고리즘과 데이터 중심 기능을 지원한다.

- 운영 프로세스 자동화 = 데이터를 이용해 운영 효율성을 높일 수 있도록, 관련된 모든 운영 프로세스를 자동화할 수 있다.

데이터 중심 제어 환경 구축과 규제 준수 자동화를 통해 수작업과 운영 위험을 줄인다.

대다수 금융 대기업은 트랜잭션 플랫폼과 데이터가 단편적으로 존재하고 상호 독립적으로 실행돼 고급 디지털 상품과 서비스 개발에 큰 어려움을 겪고 있다.

이 문제가 더욱 복잡한 이유는 고급 분석과 학습 알고리즘이 신제품 기능을 구현하는 핵심이고, 개발∙운영을 위한 연산 뿐 아니라 대용량 트랜잭션 및 비 트랜잭션 데이터를 이용해야 하기 때문이다.

◆통합 분석 전략 ‘컨버지드 애널리틱스’

통합 분석 전략 ‘컨버지드 애널리틱스(Converged Analytics)’를 채택해 기업은 일관성 있는 프레임워크, 통합된 데이터 세트, 고급 처리 환경을 통해 차세대 디지털 제품 개발을 위한 토대를 구축할 수 있다. 

▲ 컨버지드 애널리틱스

통합 플랫폼은 다음과 같은 여러 핵심적인 기본 기능을 제공, 매우 빠른 제품 개발과 민첩성을 지원한다.

- 데이터 공유 = 고속의 데이터 인프라를 기반으로 복잡한 데이터 파이프라인과 처리 과정이 없이도 데이터 관리와 이용을 가능하게 한다.

또한 모든 융합 분석 프로세스에서 이용 가능한 공유 데이터 패브릭을 제공한다.

- 고급 분석 = 비즈니스 인텔리전스 애플리케이션에서 이용 가능한 확장성과 성능이 뛰어난 데이터 분석을 제공하고, 단일 플랫폼에서 데이터 개발 및 배포가 가능하다.

- 빅데이터 = 기존 빅데이터 처리 환경을 통합해 연산 수준이 높고 데이터 집약적인 재무 계산을 지원할 수 있다.

- AI 머신러닝/딥러닝 = 고급 인공지능(AI) 기법을 개발하고 운영할 수 있다. 또한 지능적인 기능을 개발하고 이를 디지털 제품과 서비스에 통합할 수 있다.

- 데이터 관리 = 전체 데이터 관리 및 거버넌스 수명주기를 지원하면서 데이터 품질, 제어, 보안을 보증한다.

‘컨버지드 애널리틱스’를 통한 통합 분석은 첨단 디지털 제품의 토대를 구성하는데 이용할 수 있다. 

즉 데이터와 함께 여러 고급 알고리즘을 이용해 자산관리 분야에서 동급 최강 디지털 제품을 개발할 수 있다.

‘컨버지드 애널리틱스’는 급격한 변화에서 기회를 포착하는 금융 조직을 위한 데이터 기반 의사결정과 비즈니스 민첩성을 확보해 준다. 

지금까지 자산과 투자 상담은 고도의 개인화된 서비스였다. 하지만 이제 고객들의 요구사항은 달라졌다.

투자 내역에 대한 실시간 확인과 모바일 기기나 체계적인 구조의 자문 서비스를 원한다.

여러 가지 고급 데이터 분석 및 머신러닝 방법을 이용해 고객에게 원활한 사용자 경험을 제공하고, 고객 및 투자 알고리즘과 상호작용해 수준 높은 서비스를 제공해야 한다.

제품과 서비스 혁신을 주도하기 위해 통합 분석을 수용하지 않은 금융 서비스 조직은 빠르게 발전하는 다른 기업과의 경쟁에서 뒤쳐질 수밖에 없을 것이다. 

<권동수 효성인포메이션시스템 데이터사업팀 전문위원>his-dskwon@hyosung.com