금융 빅데이터 개방으로 디지털 금융혁신을 촉진합니다.

금융 빅데이터 개방으로 디지털 금융혁신을 촉진합니다.

 

담당부서: 금융데이터정책과

 

제 목 : 금융 빅데이터 개방으로 디지털 금융혁신을 촉진합니다.

- 신용정보원, 금융결제원 금융 빅데이터 개방 확대

■ 보험정보 빅데이터 추가 개방(7.1) 등 신용정보원 CreDB 개방을 확대*

* ① 제공 DB 확대(보험DB, 맞춤형DB, 교육용DB 추가개방), ② 성능 확충, ③ 융합 DB 제공

■ 금융결제원 빅데이터 개방시스템* 구축을 통해 디지털 금융혁신 지원

* 정보주체를 알아볼 수 없도록 철저히 비식별화하여 개방

1 개 요

□ ‘데이터’는 인공지능(AI), 스마트 공장, 언택트 서비스 등 ‘디지털 경제’ 시대 혁신산업 성장의 핵심자원으로,

ㅇ 데이터 활용 활성화를 위해 공공기관 등이 생성‧보유한 수많은 데이터를 기업들이 활용할 수 있도록 개방하는 것이 필요합니다.

※ 디지털 뉴딜 현장방문시 대통령님 말씀(’20.6.18)
“디지털 뉴딜은 디지털 경제의 기반이 되는 ‘데이터 댐’을 만드는 것” … “공공과 민간에서 생성되는 많은 데이터들을 기업들이 활용할 수 있도록 과감하게 개방하는 것이 필요”

□ 금융위는 기업들이 데이터를 원활히 활용할 수 있도록 유관기관과 함께 데이터를 개방‧유통‧결합하는 금융분야 빅데이터 인프라 구축을 단계적으로 추진하고 있습니다.

➊ (신용정보원 CreDB 구축) 금융권에 축적된 금융정보(개인‧기업 신용정보)를 금융회사·일반기업·학계 등에 제공하고 있습니다.(’19.6.3일~)

* 신용정보원 보유한 5,000여개의 금융회사의 약 4,000만 명의 신용정보중 일부를 비식별화하여 빅데이터가 필요한 금융회사, 상거래기업, 연구소 등에 개방
➋ (금융 데이터거래소 출범) 데이터 공급자와 수요자를 매칭하여 데이터 검색, 계약, 결제, 분석 등을 One-Stop으로 지원합니다.(’20.5.11일)

※ 거래소 운영 현황(6.26일 기준)

• (참여기업:68개사) 37개 금융회사(은행(12), 카드(5), 중소서민(6), 금융투자(5), 보험(4), 기타(5))
31개 비금융회사(핀테크(8), 통신(2), 컨설팅(7), 언론(1), 보안(4), 기타(9))

• (거래건수) 145건 거래(유료거래 11건, 2.9억원) • (상품개수) 349개

* 4.9일 은행의 데이터 유통 등 빅데이터 부수업무 신고를 수리하는 등 금융회사가 빅데이터 유통에 참여할 수 있도록 적극적으로 관련 부수업무 신고 수리중

➌ (금융공공데이터 개방 서비스) 금융위 및 9개 공공기관*이 보유한 금융 공공데이터(4,450만건)를 민간기업 등에 개방하였습니다.(’20.6.9일)

* 금감원, 예보, 산은, 기은, 신보, 예탁결제원, 캠코, 주금공, 서민금융진흥원

➍ (데이터전문기관 지정) 데이터 부가가치 창출을 위해 데이터를 안전하게 결합할 수 있는 전문기관을 지정할 예정입니다.(20.8월~)

* 신용정보원, 금융보안원, 금융결제원 등을 데이터전문기관으로 우선 지정 예정

□ 이와 함께, 신용정보원, 금융결제원의 데이터를 안전하게 개방하여 디지털 금융혁신을 촉진하겠습니다.

➊ (신용정보원 CreDB 개방 확대) 보험정보 빅데이터를 추가 개방(7.1) 하는 등 신용정보원 CreDB 개방을 확대*하겠습니다.(20.下~)

* ① 제공 DB 확대(보험DB, 맞춤형DB, 교육용DB 추가개방), ② 성능 확충, ③ 융합 DB 제공

➋ (금융결제원 ‘빅데이터 개방시스템’ 구축) 계좌이체정보 등 금융 결제정보를 철저히 비식별화하여 민간에 개방하겠습니다.(20.下~)

※ 개방 과정에서 개인정보가 침해되는 일이 없도록 모든 개방 정보는 정보주체를 알아볼 수 없게 철저히 비식별화

➡ ①CreDB, ②데이터거래소, ③공공데이터 개방, ④데이터전문기관, ⑤금결원 빅데이터 개방시스템의 ‘금융 빅데이터 5대 인프라’ 완성

ㅇ 인공지능(AI), 언택트 서비스 등 ‘디지털 경제’ 시대 혁신산업 성장과 창업‧핀테크 기업 등의 아이디어 사업화를 지원하고,

ㅇ 새로운 부가가치 및 양질의 디지털 일자리를 창출하는 디지털 뉴딜을 위한 금융분야 데이터 댐으로 자리매김하겠습니다.

※ 데이터 보호 3대 인프라(①정보보호 상시평가, ②정보활용 동의서 개편, ③정보보호 제도(프로파일링 대응권 등))도 구축하여 데이터 활용과 보호를 균형있게 추진
2 신용정보원 빅데이터 개방시스템(CreDB) 개방 확대

1 현황 및 평가


□ 금융회사·일반기업·학계 등의 데이터 부족 해소를 위해 금융 빅데이터 개방시스템(이하 CreDB)을 오픈하였습니다(’19.6.3일).

* 43개 기관(80명 이용자)이 CreDB서비스를 통해 청년층 맞춤형 신용평가모형 개발, 대출수요 예측모형 개발, 금리 산정 알고리즘 개발 등 53개 연구 수행

ㅇ 금융회사·일반기업·학계 등은 원격분석시스템을 통해 신정원의 신용정보 표본DB*에 접속하여 빅데이터 분석‧활용이 가능합니다.

※ 개인신용정보 표본DB(’19.6월 개방) : 신용정보원의 일반신용정보DB에 등록된 차주의 5% 표본(약 200만명)의 대출, 연체 및 신용카드 개설 정보를 비식별화하여 제공

※ 기업신용정보 표본DB(’19.12월 개방) : 기업신용공여 대상 기업체DB에 등록된 개인사업자·법인의 20% 표본(약 110만개 업체)의 대출, 연체 및 기술신용 정보를 비식별화하여 제공

□ 신용평가 모형 개발, AI 솔루션 고도화 등의 CreDB 활용성과가 시현됨에 따라, 이용 수요가 증가하여, 보다 많은 데이터를 원활히 사용할 수 있도록 시스템을 고도화할 필요성이 제기되었습니다.

ㅇ (DB범위 제한) 보험신용정보 미제공, 동일 DB 제공* 등으로 연구자가 충분한 데이터를 얻기 어려웠던 측면이 있었습니다.

* 개별 사용자의 수요와 무관하게 전반적으로 수요가 많은 항목만을 샘플링한 DB를 구축하여 모든 연구자에게 동일하게 제공

ㅇ (분석 인프라 제한) CreDB 서버 성능 한계 등으로 인해 딥러닝 등 높은 성능을 필요로 하는 분석 기법 활용이 곤란하였습니다.

- 또한, 분석시스템에 제한된 인원(40명)의 접속만 가능하였습니다.

ㅇ (융합 분석 제한) CreDB와 타 데이터의 결합‧분석이 제한되어 금융‧비금융정보(통신, 유통 등) 융합 분석이 제한적이었습니다.

➡ ① 제공 DB 확대, ② 성능 확충, ③ 융합 DB 제공 등 CreDB 고도화를 통해 신용정보 빅데이터 개방‧활용 범위를 대폭 확대할 필요
2 CreDB 개방 확대 방안


? 보험신용정보 표본DB 및 맞춤형DB 서비스, 교육용DB 배포 등 제공정보 확대를 통해 다양한 연구를 지원하겠습니다.

① (보험DB) 보험정보 활용 연구 등을 할 수 있도록 보험가입‧해지 내역, 담보 내역 등 보험표본 DB*를 개방합니다('20.7.1일).

* 신정원이 보유한 약 5,200만명의 보험 계약, 담보 정보를 샘플링 후 비식별 처리하여 제공

※ 7.1일부터 보험DB 이용을 신청받아, 심사 후 선정된 회사(연구자)에 8월중 제공

② (맞춤형DB) 수요자의 목적에 따라 신용정보를 맞춤 가공(샘플링 확대, 항목 추가 등)한 맞춤형DB 시범 서비스*를 제공합니다('20.下).

* 예) 청년층의 금융거래 현황을 정교하게 분석할 수 있도록 ① 청년층 샘플링 비율을 확대(5%→20%)하고, ② 일반신용DB(대출정보 등)와 보험DB(보험계약정보 등)를 연계 제공

③ (교육용DB) 신용정보 빅데이터를 교육기관 등이 교육 목적으로 활용할 수 있도록 교육용DB* 서비스를 제공합니다('20.7.1일).

* 다수 교육생의 접근이 가능하도록 신용정보의 통계적 특성을 가진 가상 데이터(개인정보 유출 위험 無)로 DB를 구축‧배포→ 교육기관이 다운받아 자체 서비스 제공

※ 금융분야 데이터 거래소(금융보안원) 등을 통해 무료로 배포할 계획

? 딥러닝 등 높은 성능을 필요로 하는 AI 분석 기술 등을 활용할 수 있도록 원격분석 서버의 성능을 대폭 확충*하겠습니다('20.下).

* ① 머신러닝/딥러닝 등 반복학습이 필요한 AI 분석을 위한 별도 서버 제공
② 보다 많은 기업이 CreDB를 활용가능토록 동시접속 제한 인원 확대(40→60명)

? CreDB 신용정보와 타 기관의 금융·비금융정보(통신, 유통 등)를 결합한 융합 DB를 구축*하여 융합新산업 연구를 촉진하겠습니다('20.下).

* 비금융회사 등이 CreDB의 신용정보와 해당 회사 정보를 결합한 융합 DB 신청시 양 데이터를 결합한 융합 DB를 구축하고, 이를 원격분석시스템 등을 통해 제공

ㅇ 중장기적으로 타 공공 부문의 빅데이터 센터 등과도 협업하여 공공 부문간 데이터가 결합된 융합 DB 구축도 추진합니다.
3 기대 효과


◇ 금융회사·일반기업·학계 등의 신용정보 빅데이터 활용 확대

⇒ 금융분야 新서비스 및 융합 新서비스 개발 활성화

⇒ 신용정보를 활용한 심층분석 연구, AI개발 등 활성화

? (보험 DB) 인슈어테크 등 新 서비스 개발이 가능합니다.(맞춤형 상품추천 등)
성별‧연령별 보험가입‧유지 현황 제공
?
생애주기에 따른 보험 가입 현황 및 해지율을 분석하여 맞춤형 보험추천 AI 개발
?
고객은 더 낮은 보험료로 맞춤형 보장 가능

? (맞춤형 DB) 정교하고 심도 있는 심층분석·연구 수행을 지원합니다.
20대 샘플링 비율을 확대하고, DSR 등 정보를 추가하여 제공
?
20대 청년층의 부채현황 심층분석에 활용
?
정교하고 효과적인 청년층 지원정책 마련 가능

? (융합 DB) 이종 데이터 융합 분석을 통한 새로운 가치창출이 가능합니다.
ICT기업의 데이터와 신정원의 데이터를 결합‧제공
?
IT서비스 이용기록 등과 신용정보간 상관 분석 등 실시
?
신규 핀테크 서비스 개발 가능

? (성능 확충) 신용정보 빅데이터 활용 AI산업 성장 및 연구가 촉진됩니다.
CreDB 접속 계정수와 AI분석 시스템 확충
?
보다 많은 수요자가 AI등 다양한 분야의 분석을 신속 수행
?
신용정보 빅데이터 활용 AI산업 등 성장 가능
3 금융결제원 빅데이터 개방 시스템 구축

1 현황 및 문제점


□ 금융결제원은 금융전산망 관리 기관으로, 계좌이체, 전자결제, 전자 어음 거래, 공인인증 등 대량의 금융결제정보를 보유*하고 있습니다.

* 일평균 약 2.3억 건(0.76TB)의 결제정보가 처리되며, 약 2,350TB의 결제정보 보유

□ 금융결제정보는 채무, 자산 등 일반적인 신용정보 분석으로는 알 수 없는 자금의 흐름, 금융서비스 이용패턴 분석 등에 활용 가능합니다.

ㅇ 해외 결제 인프라기관에서는 개인자산관리, 보이스피싱 등 금융사기 예방, 데이터 개방 등 빅데이터 활용 서비스를 제공*하고 있습니다.

* (영국-PSR) 개인종합자산관리, 금융사기 예방 등, (미국-TCH) 학술용 데이터 제공 플랫폼 등

□ 그간 국내에서는 금융결제정보에 대한 저조한 관심 등으로 인해, 금융결제정보를 통계 등에만 제한적으로 사용하고 있었습니다.

ㅇ 특히, 금결원 회원 기관만 결제정보 접근이 가능하여 결제정보 활용에 관심있는 핀테크‧창업기업 등은 활용이 어려웠습니다.

□ 따라서, 비식별 처리된 금융결제정보 개방을 통해 비회원 금융회사, 핀테크‧창업기업, 상거래기업, 연구기관, 학계 등의 금융결제정보 활용을 활성화할 필요가 있습니다.

※ 국내는 금융결제정보가 금결원에 집중되어 있어 개방‧활용시 데이터 활용 효과가 극대화 될 수 있을 것으로 예상(해외의 경우 금융결제정보가 분산 관리 되고 있음)

• 미국: (Fed, TCH) 어음‧수표 거래, 전자자금이체, (FIS, FirstData 등) CD·ATM 거래

• 영국: (Pay.UK) 어음‧수표 거래, 전자자금이체, (Link 등) CD·ATM 거래

• 중국: (인민은행 등) 어음‧수표 거래, CD·ATM 거래 (왕롄 등) 전자자금이체

* PSR: Payment System Regulator, TCH: The Clearing House, FIS: Fidelity National Information Service

➡ 핀테크 기업, 창업 기업 등의 금융결제정보를 활용한 다양한 서비스 개발 지원 등을 위해 금융결제정보 빅데이터 개방 추진 필요
참고 1 금융결제원 보유데이터 유형 및 특성

⃞ (유형) 금융회사간 계좌이체 등 거래 중계과정에서 발생하는 ① 중계성 데이터, 인터넷지로 등 금융서비스를 제공을 통해 수집한 ② 고객정보 데이터로 구분

① (중계성 데이터) 계좌이체, 어음교환 등과 관련한 데이터(거래금액 등), 무역망* 등과 관련한 데이터(기관코드, 거래정보 등) 등

* 신용장 개설, 개설여부 확인 등과 관련하여 기업 및 금융회사간의 정보 중계

② (고객정보 데이터) 인터넷지로, 전자어음, 인증, PayInfo 등과 관련한 서비스 이용 고객정보(납부정보, 발급정보 등) 등

※ 데이터 개방시 계좌번호 등 개인을 알아볼 수 있는 정보는 철저히 비식별화하는 등 개인신용정보 침해가 없도록 데이터를 관리‧제공 예정

⃞ (특성) 분석‧활용이 용이하며, 패턴 및 흐름 분석에 활용 가능

① 금융결제원과 금융회사간 공동협약에 따라 설계되어 처리하는 데이터로 정형화되어 분석·활용이 용이

② 은행간 금융거래 데이터를 보유하고 있어 개별 금융회사가 자체 보유한 데이터만으로 분석이 어려운 서비스 이용패턴 및 자금흐름 분석에 효용가치가 높음

< 금융결제원과 금융회사가 보유한 데이터 차이 >
개별 은행 금융결제원(중계센터)


• 은행 내부거래 또는 접점 은행 간 • 참여 은행 간 전체 금융거래 데이터를 보유
거래 데이터만 보유 • 동일 이용주체 고객의 종합적인 서비스 이용패턴 및 자금흐름 분석 가능
• 동일 이용주체 고객의 타행 이용실적 및 자금흐름을 파악할 수 없는 한계
* 비식별화하여 분석‧모델링에 활용
2 구축 방안


◇ ‘금융결제원 빅데이터 활용’의 점진적 확대 및 활성화를 위한
① 분석 → ② 개방 → ③ 결합의 3단계 로드맵 추진

※ 우선 비식별처리된 데이터를 금융회사 내부업무 개선에 활용할 수 있도록 제공(1단계)하고 활용 효과 및 정보보호 영향 등을 보아가며 단계적으로 확대

? (1단계) 결제 정보 분석 데이터 제공 ⇒ 금융회사 업무 개선(’20.下)

ㅇ 금결원이 금융결제정보 빅데이터를 분석하고, 결과를 금융회사에 제공하여 ‘금융회사 업무개선’에 활용할 수 있도록 지원합니다.

? (2단계) 결제 정보 개방시스템 구축 ⇒ 금융결제 정보 대외 개방(’21.上)

ㅇ 신용정보법 개정(8.5일 시행)으로 가명‧익명처리시 정보의 활용범위가 확대됨에 따라, 금융결제정보를 연구 등 목적으로 활용할 수 있도록 ‘금융결제 빅데이터 개방시스템’을 구축합니다.

※ 금융결제원이 신용정보제공‧이용자임을 규정하여 신용정보법에 따라 금융결제정보(신용정보)를 익명‧가명처리하여 활용가능함을 명확화(신용정보업감독규정 개정)

① 非개인정보(통계데이터 등) → 홈페이지, API를 통해 공개‧제공

* 정보의 성격, 위험성, 활용도, 접근성 등을 고려하여 필요시 일부 데이터는 ‘데이터 거래소(금보원 운영)’를 통해서도 제공

② 익명‧가명정보(계좌이체 내역, 결제 내역 등) → 개인, 기업 등으로부터 연구 과제를 신청 받아 선정된 과제에 한해 가명‧익명정보 제공

< 금융결제 빅데이터 개방시스템 서비스 제공방안(예시) >


? (3단계) 결제 정보 결합 인프라 구축 ⇒ 데이터 결합 전문기관(’21.上)

ㅇ 금결원이 금융회사, 핀테크, 일반기업의 데이터를 받아 금융결제정보와 결합하여 가명‧익명정보 형태로 제공합니다.
3 기대 효과


◇ 금융분야 빅데이터 활용 및 이종 산업간 데이터 융합 활용 확대

⇒ 핀테크, 창업기업 등에 빅데이터, AI 관련 신규 사업 기회 제공

⇒ 고객 맞춤형 서비스 개발 활성화를 통한 소비자 편의 증진

? (개방시스템 구축) 결제정보 분석을 통한 新서비스 개발이 가능합니다.

고객 거래정보를 가공하여 나이별, 성별, 지역별 거래횟수· 금액 등 데이터 셋 제공
?
고객 유형별 금융서비스 이용패턴 분석
?
고객 맞춤형 서비스 개발

? (결합 인프라 구축) 결제정보와 기업(예: CB사 등) 보유 정보 융합‧활용을 통한 저신용층 신용평가 모델 등 新서비스 개발이 가능합니다.

개인‧기업 결제정보와 CB사의 신용정보를 결합하여 제공
?
신용평가 모델에 반영하여 다각적인 평가 수행
?
저신용층 금융 접근성 제고

? (분석데이터 제공) 결제정보 빅데이터 분석 결과를 활용하여 금융회사의 업무(예: 기업고객 리스크 관리 등) 개선이 가능합니다.

기업의 자금거래 종류·기간· 금액·한도 등을 빅데이터 분석하여 금융회사에게 제공
?
기업간 자금흐름 분석 및 거래 규모 파악
?
기업고객의 금융리스크 관리
4 향후 계획

? 발표한 신용정보원 빅데이터 개방시스템 개방 확대 및 금융결제원 빅데이터 개방시스템 구축을 차질없이 추진하겠습니다.

? 금융분야 데이터 인프라 구축 및 고도화를 지속 추진하겠습니다.

➊ 금융공공데이터 서비스(6.9일 개시)의 공공데이터 개방 범위를 지속 확대해 나가겠습니다.

➋ 개정 신용정보법 시행(8.5일 예정)에 맞춰 데이터 결합 등을 지원하는 ‘데이터전문기관’을 구축 운영하겠습니다.

? 신용정보법 등 데이터 3법 시행(8월)에 맞추어 (가칭) ｢빅데이터(BigData) 활성화 추진협의회*｣를 구성하여 빅데이터 활성화를 위한 정책을 지속 추진하겠습니다.

* (목적) 금융 빅데이터 이용 활성화 및 데이터 기반 新사업 육성 등 관련 제도개선 과제 발굴, 정보공유, 기관간 협업을 위한 협의체
(구성) 금융위, 유관기관(금감원, 금보원, 신정원, 결제원 등), 금융회사, 핀테크, 빅테크, 학계, 법조계 등 빅데이터 관련 민‧관 전문가로 구성



☞ 본 자료를 인용 보도할 경우 출처를 표기해 주십시오. 금융위원회 대 변 인
http://www.fsc.go.kr prfsc@korea.kr

“혁신금융, 더 많은 기회 함께하는 성장”
참 고 신용정보원 빅데이터 개방 시스템(CreDB) 이용 사례

? 대출수요 예측모형 개발 (머니랩스, 씨즈데이터)

ㅇ (개요) 제2금융권 대출 수요가 높은 금융소비자를 예측하는 모형 개발

ㅇ (성과) CreDB 분석 결과를 바탕으로 대출 수요가 높은 상위 20% 고객(전체 평균의 약 2.5배에 달함)을 대상으로 맞춤형 대출 상품을 추천하는 서비스(브로콜리 맞춤 대출 추천 및 인앱 자산관리 서비스) 런칭

? 청년층 맞춤형 신용평가모형 (머니랩스, 씨즈데이터)

ㅇ (개요) 핀테크 주요 고객인 청년층(20~30대) 특화 신용평가모형 개발

ㅇ (성과) 청년층 특화 변수(학자금대출 거래패턴 등)를 이용하여 금융 소외 계층인 청년층의 신용평가모형 정교화(‘20.8월 서비스 런칭 예정)

* CreDB 데이터를 이용할 경우 청년층의 신용 우량(1~3등급) 비율이 기존 13.5%에서 35%로 약 3배 가까이 증가하고, 신용평가모형의 변별력도 8% 이상 향상되는 것을 확인

? 머신러닝 알고리즘 성능 비교 (삼성SDS)

ㅇ (개요) 머신러닝 알고리즘간 차주의 채무불이행 예측 성능 비교

ㅇ (성과)「금융 빅데이터 개방시스템(CreDB)을 활용한 채무불이행 예측 모형에 관한 연구」논문 발표(한국IT서비스학회 추계학술대회(‘19.11))

□ (활용 현황) 총 154건의 이용 신청을 접수 받았으며, 이중 53건(43개 기관 80명 이용자)을 선정하여 서비스 제공
< CreDB 운영 현황 >
업권 전체 1차 2차
과제수(건) 기관수(개) 과제수(건) 기관수(개) 과제수(개) 기관수(개)
금융 23 17 11 10 12 11
핀테크 16 15 9 9 7 7
학계·기타 14 11 8 8 6 5
합계 53 43 28 27 25 23