금융 분야의 Digital Transformation(디지털 전환)

🔁 Digital Transformation이란? 

= 디지털 전환

디지털 기술을 사회 전반에 적용하여 전통적인 사회 구조를 혁신시키는 것 

• 기업에서 IoT, 클라우드 컴퓨팅, 인공지능(AI), 빅데이터 솔루션 등 정보통신기술(ICT)을 플랫폼으로 구축, 활용하여 기존 전통적인 운영 방식과 서비스 등을 혁신하는 것
• 기업이 디지털과 물리적인 요소들을 통합하여 비즈니스 모델을 변화시키고 산업에 새로운 방향을 정립하는 전략 

---

💸 금융산업의 Digital Transformation 배경

금융 산업의 변화

• 코로나 19로 인해 언텍트 금융이 가속화된 것과 더불어 핀테크, 빅테크, 금융 플랫폼 등 다양한 용어로 대변되는 새로운 디지털 금융의 가파른 성장
• 글로벌 금융주 시가총액의 중심도 2010년대 이후 전통 금융사에서 금융 플랫폼으로 이동하기 시작하였다.
• 국내에서도 카카오뱅크, 카카오페이 등 핀테크 기업들과 암호화폐 관련 시장의 수요가 늘어나고 있음 

 

금융주 투자 패러다임의 변화

1. Capital intensive -> Capital light

전통 금융사들은 자산 혹은 매출을 늘리기 위해 이에 상응하는 자본이 요구되고, 자본이 뒷받침되지 않는다면 자산 혹은 매출 성장도 한계에 봉착할 수 밖에 없다.

금융 플랫폼들은 자본을 필요로하지 않는 상품 운용이 아닌 상품 중개에 집중해서 소비자와 전통 금융사를 이어주는 단순 역할을 담당하면서, 자본에 제한을 받지 않고 매출 성장이 가능하다.

2.  MAU/이용자 경험 중요

MAU(Monthly Active User): 월간 이용자 수 

금융 상품 판매채널의 플랫폼화로 인해 금융주에 대한 평가 방식은 플랫폼에 대한 가치 평가 방식으로 변화하고 있으며, MAU와 이용자 경험에 대한 비중이 높아지고 있다. 

3. TAM이라는 지표가 적극 활용되기 시작

TAM(Total Addressable Market) 해당 기업이 수익 창출을 목표로 하는 전체 시장 내에서 동사가 차지하는 시장 점유율에 따른 예상 수익 규모에 기반한 가치 평가

디지털 금융의 확산으로 금융주 평가에 TAM이라는 지표가 적극 활용되기 시작하였다. TAM은 현재의 매출과 수익성과는 상관없이 기업 미래 성장 가능성만을 고려한다. 이는 금융산업에서 창출되는 부가가치가 세분화되고 이 중 일부가 전통 금융사에서 핀테크로 이동됨을 내포한다. 

---

⚙️ 금융 Digital Transformation 기술

1. 핀테크

[핀테크란?]

금융(Finance)과 기술(Technology)의 합성어로 금융과 정보통신(IT)기술의 융합을 통한 금융서비스와 산업의 변화를 아우르는 말이다.

구체적으로 모바일, SNS, 빅데이터, 클라우드, 인공지능(AI), 사물인터넷(IoT), 가상현실(VR) 등21세기에 등장한 새로운 IT 기술을 통해 금융서비스 이용 방식의 편리성이 높아지고 있다.

 

[핀테크 기술의 예]

글로벌 핀테크 서비스로는 금융기관이 아닌 IT 기업에서 제공하는 미국의 페이팔, 중국의 알리페이 등의 지급결제서비스가 대표적이다. 우리나라의 예로는 카카오페이나 네이버페이, 토스, 삼성페이 등이 포함된다.

 

핀테크 기업들의 부상은 디지털에 능숙한 소비자들의 공감을 불러일으키는 기술 중심 솔루션을 제공하면서 전통 은행을 넘어서는 추세를 보인다. 

특히 Toss는 원앱전략(결제를 담당하는 Toss Payments, 은행은 토스 뱅크, 증권은 토스 증권, 보험은 토스 보험 등의 서비스를 하나의 앱으로 고객에게 서비스하는 전략)과 직관적인 UI로 소비자들의 편의성을 극대화시켰다.

 

2. 빅데이터 & 데이터 분석

[금융산업에서의 빅데이터]

금융산업의 경우, 업무처리가 온라인에서 이루어지는 경우가 많기 때문에, 내 외부 데이터의 유입과 접근이 매우 용이하고 방대하다. 또한, 고객기반의 업무가 주를 이루기 때문에 데이터의 정확도뿐만 아니라 잠재 가치와 활용도가 높다.

 

미국의 증권/투자, 은행, 보험업의 데이터 보유량은 전체 산업의 데이터 보유량의 50%가 넘는 수준이며, 금융/보험업이 잠재가치가 높고 데이터 획득이 용이하다.

 

[빅데이터 활용 분야 및 사례]

• 상품 개발: 고객정보, SNS 정보 등을 통해 수집된 데이터를 기반으로 기존 상품 갱신, 서비스 개선, 신규 서비스 도입, 새로운 시장 개척 등 다양한 방면으로 활용
• 위험관리: 빅데이터 기반 신용평가모형 개발, 기업여신 건전성 관리 등 다방면으로 빅데이터를 활용하여 기존 모델을 보완함
• 마케팅: 빅데이터 분석을 통한 신규고객 발굴 및 타깃 마케팅, 상품추천, 교차판매 등 고객관계관리 뿐만 아니라 고객 이탈 방지와 같은 사후관리까지 가능

[미국 시티은행] IBM의 왓슨(Watson) 인공지능 시스템을 도입하여 기존 신용평가 모델을 보완해 대출심사의 정확도를 높임
연체여부, 연체기간, 거래내역, 사용 양태 분석 등 다양한 데이터를 수집하여 심층 분석해 이전 시스템에서 신용도가 낮아 대출 받지 못하는 고객을 선별하여 대출 승인 또는 거절

[미국 BoA] 빅데이터를 활용하여 비정형분석을 통해 신용리스크 모델 고도화 및 신용리스크에 대한 조기경보체계 강화
신용관리시간 및 손실예측 처리 시간 단축 효과

[중국 위뱅크] 텐센트가 만든 인터넷전문은행인 위뱅크는 대출자의 위챗 로그온 시간, 가상계좌 자산, 게임 활동 내역, 온라인 구매 내역 등 다양한 사용자의 정보를 수집하여 신용도를 계산하여 중금리 대출 시행

[영국 Visual DNA] 심리학과 빅데이터를 결합한 신용평가 방식을 개발함상습연체자의 응답을 연구하여, 40개의 이미지를 활용한 분석을 통해 개인의 재무성향 및 신용도 평가

[Visa] RTM(Real Time Messaging) 서비스 제공을 통해 고객의 구매양식과 경향을 빅데이터로 분석하여 고객에게 지역기반 쿠폰 실시간 발행 → 신용카드 사용량 증대 및 카드 가맹사에게도 새로운 고객을 제공함

[Aviva] 건강검진 대신 빅데이터 기반한 건강 위험 예측 모형을 개발하여 기존의 리스크 평가를 대체하여 언더라이팅 단계에서 활용하여 비용을 절감함

[Enservio] Content Analyzer라는 소프트웨어를 제공하여 실시간으로 보험 청구 데이터에 점수를 매기고 보험 청구 사기를 찾아내어 위험 절감 및 비용 절감 효과를 기대함

[USAA] 인구통계학적 자료, 보험 및 기타 금융상품 가입 이력, 채널 선호도 분석, 콜센터 기록, 웹사이트 방문 기록, 모바일 앱 사용 기록 등을 활용한 빅데이터 타깃 마케팅 시작하여 마케팅 결과가 50% 향상됨

 

[카카오뱅크] 카카오뱅크의 신용평가모델은 주주사인 카카오의 정보를 활용하여 쇼핑, 택시 등의 온라인 활용 데이터, 고객 선호도, SNS 활동 내역 등을 결합한 카카오 스코어를 산출하여 신용평가모델에 적용함

[케이뱅크] 주주사인 KT의 통신 데이터와 BC카드의 고객 데이터 및 가맹점 데이터를 활용하여 신용평가모델을 개발한 결과, 더 넓은층의 고객을 확보했을 뿐만 아니라 시중 은행보다 낮은 연체율을 기록함중금리 대출에서 4~8등급 이용은 60%, 연체율 0.08%, 고정이하여신비율4 0.05%를 기록함(시중은행 평균 연체율 0.83%)

[우리은행] 국내 최초로 빅데이터를 활용한 기업진단시스템‘ 빅아이’를 도입함으로써 비정형 데이터를 여신심사 시 활용할 수 있을 것으로 기대됨

[삼성화재] 보험사기탐지시스템(IFDS, Insurance Fraud Detection system)을 개발하여 보험계약과 개인 보험정보 등 방대한 데이터를 활용하여 보험사기 고 위험군을 추출 후, 조사 착수 시스템을 구축함. 이를 통해 허위 신고를 통해 보험금을 받으려는 사기 건을 사전 적발이 가능함

[신한카드] 빅데이터 분석 플랫폼 신한카드샵(#)을 통해 중소가맹점의 매장 운영과 홍보를 도와주는 서비스를 개발함
가맹점의 요일별, 연령별, 성별 이용 패턴 등 매출과 관련된 정보를 제공할 뿐만 아니라 지역 상권에서 최근 뜨고 지는 업종을 알려주는 상권분석 기능을 제공함

 

3. 인공지능과 자동화

 

인공지능과 자동화는 고객 서비스 챗봇에서부터, 트레이딩 알고리즘에 이르기까지 금융 업계의 다양한 기능에서 효율성 향상을 주도하고 있다.

고급 알고리즘과 머신 러닝(ML)을 포함한 기술을 사용하여 데이터를 분석하고, 업무를 자동화하며, 금융 서비스 업계에서 의사 결정을 개선할 수 있다. 

 

현재 금융분야는 AI 활용 초기단계로 로보어드바이저, 챗봇, 상품 추천, 이상거래탐지, 신용평가 및 여신심사 등에서 활용되고 있다. 

 

[금융 분야에서 AI 기술의 활용]

AI기술은 활용자산관리(Asset management), 알고리즘 매매 (Algorithmic trading), 신용중개(Credit intermediation) 및 블록체인 금융 분야에서 활용

• 빅데이터를 기반으로 수천가지의 시나리오를 설정 및 분석한 후 최적의 수익 위험 비율을 발견하고 투자
• 의사결정 및 자료 분석 비용을 현격하게 축소함으로써 금융활동의 비용을 감소시킴 

 

 

4. 블록체인 

블록체인 기술은 국경 간 결제 및 스마트 계약과 같은 프로세스에서 향상된 보안, 투명성, 효율성을 제공한다.

 

블록체인(Blockchain)은 분산 컴퓨팅 기술 기반의 데이터 위변조 방지 기술이다.

• 일련의 순서로 연결된 데이터 단위(‘블록’이라고 함)로 구성된 일종의 분산 장부 기술(Decentralized Ledger Technology)로, 각 블록에는 이전 블록의 고유 번호가 담겨 있어 체인을 형성한다.
• 일종의 데이터베이스 역할을 하며, 암호화폐에 활용되는 것으로 가장 널리 알려져 있다.
• 투명성과 탈중앙화 장점을 활용하여 스마트 계약이나 거버넌스 합의 플랫폼의 역할을 할 수도 있다.

 

 

 

---

📌 참고자료

디지털 전환

삼성증권

 

금융권의 빅데이터 활용 동향 - SPRi

 

블록체인이란 무엇인가요? 어떤 원리로 작동하나요?