어니스트펀드, '데이터 활용성 극대화' 자동 분석 솔루션 상용화
![](/data/ecn/image/2023/02/01/ecn20230201000022.600x.0.jpg)
‘데이터 연합학습 솔루션’은 각 기관에서 보유한 다른 유형의 개인 데이터를 별도의 결합없이 AI 머신러닝 모형으로 분석, 개발할 수 있는 솔루션이다. 은행/보험/카드/CB(Credit Bureau) 등 각 기관에서 보유하고 있는 개인 데이터는 각기 다른 유형으로 구성돼 있어 이를 결합하기 위해서는 데이터의 연관성, 관계 등을 파악하는 과정을 거치게 된다.
이 과정에서 많은 시간과 비용이 소요되는데 해당 솔루션은 AI를 기반으로 데이터의 연관성을 자동으로 분석해 모형을 만들어 학습, 개발을 지원한다는 것이 특징이다.
별도 데이터 결합과정이 불필요한 만큼 실제 모형개발에 소요되는 시간과 비용이 절약되고 다양한 대안 정보에 적용이 가능해 효율성 및 활용성도 높다는 것도 장점이다.
이를 위해 기관이 보유하고 있는 교차정보를 암호화해 상호간 안전하게 비교할 수 있는 사적 집합 교차(Private set intersection), 모델이 가지고 있는 프라이버시 비중을 정량적으로 모델화해 정보 보호정보를 측정할 수 있는 차분 프라이버시(Differential privacy)기법 등이 적용됐다.
‘데이터 연합학습 솔루션’은 다양한 대안정보를 기반으로 운영되는 만큼 금융뿐 아니라 다양한 분야의 산업과도 협업할 계획이다. 현재 신용정보, 마케팅 등 다양한 대안정보를 활용하는 데이터 전문기관 및 마이데이터 기관 등을 대상으로 한 공급 논의도 진행 중에 있다. 솔루션 적용 시 각 기관은 데이터 결합 진행에 필요한 시간, 비용 등의 리소스 효율을 극대화할 수 있으며, 당사 역시 데이터 활용성을 넓힐 수 있을 것으로 기대하고 있다.
대안정보의 활용 폭을 넓혀 소득 안정성, 신용도를 기반으로 분석되는 기존 평가 프로세스의 개선도 가능하다. 여러 기관의 데이터를 결합해 새로운 평가모델을 제작, 재평가해 긱워커, 중저신용자 등의 특정 고객을 대상으로 한 금융상품 제작도 할 수 있다. 회사는 활용가능한 대안 데이터가 지속적으로 확대되고 있는 만큼 개인 신용데이터 분석 및 개선 솔루션을 제공하는 등의 사업적 연계도 확대할 수 있을 것으로 보고 있다.
고도화 중인 당사 대안신용평가모델에도 적용할 계획이다. 여러 대안정보 분석, 학습하는 고객평가지원 파이프라인에 적용해 평가 변별력을 더욱 강화할 방침이다. 앞서 특허 출원을 진행한 ▲신용점수 개선활동 추천 솔루션, ▲신용카드별 결제 최적 포트폴리오 추천 솔루션 역시 순차적으로 적용 및 상용화해 고객에게 제공할 수 있는 서비스를 점진적으로 확대할 예정이다.
해당 솔루션 개발을 담당한 어니스트펀드 신윤제 CDO는 “대안정보의 중요성과 활용성이 높아짐에 따라 보다 효율적으로 데이터 모델을 구축, 운영하고자 ‘데이터 연합학습 솔루션’을 개발하게 됐다”고 설명하며 “솔루션을 통해 플랫폼 기반 금융서비스인 온투업의 강점을 높이는 것은 물론 데이터를 활용한 다양한 산업과의 연계를 통해 당사가 지향하는 초개인화 금융데이터 정보 제공을 위한 인프라 구축에 속도를 더할 수 있을 것으로 기대한다”고 전했다.
ⓒ이코노미스트(https://economist.co.kr) '내일을 위한 경제뉴스 이코노미스트' 무단 전재 및 재배포 금지
많이 본 뉴스
1“호캉스+생일파티 한 번에!”…더 플라자, ‘해피 벌스데이’ 패키지 출시
2뉴발란스, 2027년 한국 지사 설립한다…이랜드와 라이선스 계약도 유지
3원/달러 환율, 美 소매판매 부진 영향에 소폭 하락
4크림, 티켓 거래 350% 성장…‘문화 소비 플랫폼’으로 진화
5“경기 어려운데 숨통 트이네”...카드수수료 인하에 가맹점주는 대환영
6한국투자증권, 상반기 리테일 영업 신입사원 공개채용
7메리츠증권 Super365, 예탁자산 5조원·고객수 10만명 달성
8"아파트에서 살래요"…작년 주택거래 아파트 비중 역대 최고
9“더는 못버텨, 실패한 정책”…카드노조 “수익 보존 장치 마련해 달라”