4차 산업혁명 기술 발전에 따른 산업 데이터 활용의 중요성과 금융 산업의 디지털 혁신 및 초개인화 서비스 전망 doc_id CNTS-00118869942_41

4차 산업혁명의 진전에 따라 각종 IoT, 센서 등을 통해 기존과는 비교할 수 없는 규모의 산업 데이터가 발생하고 있으며 이에 대한 활용 역량 제고는 데이터 기반 산업경제 활성화를 견인하는 원동력이 될 것으로 기대되고 있다. 이에 따라 4차 산업혁명을 주도하고 있는 주요 제조선진국에서는 데이터주도 경제의 실현을 위한 움직임이 본격화되고 있다. 그 대표적 움직임 가운데 한 분야가 제조 및 산업데이터 연계ㆍ활용 관련이며 이에 대한 논의가 본격화되고 있다. 제조데이터 자체의 제품화가 진행되면서 데이터시장에서 거래와 교환이 이루어지고 있으며 이의 활성화 제고를 위해 미국, 독일, 일본 등 주요국에서는 이미 산업데이터 플랫폼 관련 정책 등이 활발히 모색되고 있는 상황이다. 대표적으로 미국의 빅데이터 R&D전략, 일본의 Society 5.0 실현 데이터 활용 전개, EU의 데이터 경제 육성전략, 중국의 빅데이터산업 발전계획을 들 수 있다. 그러나 우리나라는 이러한 주요 제조국이자 경쟁국의 움직임과 달리 산업데이터 교환, 공유, 산업데이터 플랫폼 등에 관한 정책적 관심도가 상대적으로 낮은 상황으로 평가된다. 따라서 데이터 경제 시대에 부합하는 정책의 개발이 절실히 요구되고 있다. 미국은 국가 주요 기반시설의 사이버 보안 강화를 위해 사이버 보안 프레임워크를 추진했으며, 트럼프 행정부 출범 후 연방정부 기관들의 보안 위협 점검을 위한 목적으로 확대하여 기존 ‘특정 기능의 방어(중요 인프라 중심)’으로부터 ‘서플라이체인(Supply-chain) 리스크 관리’로 확대했다. 2017년 5월 트럼프 미국 대통령이 발표한 ‘연방 네트워크 및 핵심 인프라의 사이버 보안 강화에 관한 행정명령’에 따라 ‘인프라 사이버 보안 개선을 위한 프레임워크 1.1’을 마련하였다. 또한, 행정명령 13800과 관련해 NIST는 2017년 5월 12일 연방정부 기관들이 사이버보안 프레임워크를 도입하고 활용할 수 있는 방법에 대한 안내자료(Draft implementation guide)를 발표하였으며, NIST는 2015년 6월 비연방정보시스템 및 기구 내에서의 비기밀통제정보(CUI, Controlled Unclassified Information)의 보호를 목적으로 SP 800-171을 발표했다. 하지만 공공데이터 분류기준도 모호하고 ‘공공데이터법’에서 국가안보 ․ 개인정보 등을 제외한 데이터를 개방하도록 네거티브 방식의 규정을 제시하고 있으나 실질적으로 관계부처에서는 제한적으로 데이터를 개방하고 있는 상황이다. 실제로 2018년 공공데이터 보유 현황 전수조사 결과에 따르면, 공공기관 보유 데이터는 42만개로 이 중 6.8%인 28,400개만이 개방되고 있으며, 비밀을 제외한 비기밀 데이터 중 중요 데이터 및 개인정보 개방에 대해서는 소극적으로 나타났다. 이를 해결하기 위해 유통되고 있는 데이터의 중요도 등급 체계를 구축하여 데이터를 체계적으로 관리하는 컨트롤 타워를 만들어야 하며, 개인정보 유출 방지를 위한 비식별 처리 기준 및 재식별 위험관리 가이드 마련을 위해 차분 프라이버시(differenctial privacy) 기법, 동형 암호(homomorphic encryption) 기법 등 다양한 개인정보 비식별화 기술에 대한 실증 프로젝트가 필요한 시점이다. 또한 데이터 활용 시 정보주체의 자기정보결정권 강화를 위해 다양한 운영형태(Mydata, PDS 등)를 검토하고, 실질적인 정보통제권 보장과 데이터 유통과정을 추적 관리할 수 있는 방안 마련 역시 필요하다. 1960년대 초반 금융기관의 전산화가 진행되었고, 그 이후 네트워크 기반 확충, 다양한 형태의 유무형 기기 등장 등으로, 금융기관들은 디지털화를 적극적으로 추진하였다. 그런데, 최근 4차 산업혁명의 핵심인 네트워크에 기반한 데이터의 수집 및 분석은 물론 블록체인이나 보안 및 인증 등 관련 기술들이 금융과 결합되면서, 금융산업에서의 혁신은 가속화되고 있다. 빅데이터/AI, 블록체인, 보안 및 인증, 클라우드 컴퓨팅 등의 다양한 기술이 진전되면서, 관련된 세부 기술들이 금융에 활용되고, 그에 따라 새로운 비즈니스모델이 금융시장에 도입, 산업 전반의 변화를 유도할 것이다. 그러나 이러한 기술 가운데, 아마도 빅데이터/AI가 금융혁신에 가장 많은 영향을 미치고 있다. McKinsey(2011)에서는 산업별 빅데이터 활용의 잠재적 가치를 분석, 제시하였는데, 금융 및 보험업이 가장 높고, 그 다음으로 정부서비스업, 정보서비스, 도매 및 소매업에서의 그 가치가 높은 것으로 나타났다. 빅데이터, 인공지능(AI), 블록체인 등의 기술 활용과 스마트기기 사용이 가능해지면서, 금융산업에는 많은 변화가 나타날 것으로 전망된다. 먼저, 개인이든 기업이든 금융소비자에 대한 정보를 기반으로 맞춤형 서비스를 제공하게 되었다. 이는 금융의 질적 개선이 이루어졌다는 것을 의미한다. 둘째, 이러한 산업환경 변화는 금융 거래의 방식이나 장소도 변화시키고 있다. 보안이나 인증 기술의 진전으로, 네트워크상에서 거래의 비대면화도 가능해졌다. 마지막으로 이러한 변화는 기존의 금융기관은 물론, 핀테크 또는 테크핀 업체들이 주도하고 있다. 특히, 이들은 금융혁신이나 기술혁신을 활용하여, 제공자 측면에서는 부가가치 제고를, 소비자 측면에서는 편의성이나 비용 효율성을 창출할 수 있는 비즈니스 모델 개발에 주력하고 있다. 금융기관들은 소득과 지출, 그리고 자산 포트폴리오 등 소비자의 정보를 실시간으로 확보, 관리하는 한편, 인공지능을 활용하여 금융소비자의 행태를 분석한다. 고객의 다양한 정보를 분석하여 유동성 예금을 최소화하면서, 대출이자나 원금을 상환할지, 아니면 투자할지 등의 여부를 제시한다. 언제, 어디서, 무엇을 하는지를 실시간으로 파악하여, 마케팅 및 상품서비스를 개인별로 추천하기도 한다. 센싱 기술의 발달에 따라 개인화된 보험상품 추천을 통한 위험 보호(Risk Protection)도 가능해졌다. 이처럼 금융기관들은 고객 행태에 대한 이해를 바탕으로, 소비자 니즈에 적합한 초개인화 PFM(Personal Financial Management) 서비스를 제공하고 있다. 이와 관련 금융소비자가 편리하게 계좌관리, 송금 등을 수행할 수 있도록 하는 디지털 개인금융 관리 플랫폼이 확산되고 있으며, 그 활용은 더욱 늘어날 것으로 전망된다. 참고로, 미국에서 개인 금융을 어떤 방식으로든 관리하는 경우가 금융소비자는 전체의 82%에 달하지만, 수기나 기억에 의존하는 소비자도 여전히 54%에 달하는 것으로 나타났다. 앞에서 다룬 초개인화된 금융은 개인을 수요대상으로 하고 있지만, 혁신금융은 일반 기업은 물론 4차 산업혁명을 주도해 나갈 스타트업 등을 대상으로 한다. 대기업을 제외하고, 우리나라의 기업들은 대부분 충분한 자금을 확보하고 있지 못해, 금융기관으로부터의 자금조달이 무엇보다 중요하다. 그러나 금융기관들은 기업의 매출이나 부동산 등의 자산을 담보로 대출을 하였기에, 기업들이 자금을 조달하기가 쉽지 않았다. 그런데, 최근 금융기관들은 디지털금융에 대한 기업들의 요구 증대에 따라 빅데이터나 인공지능 등을 활용하여 디지털화를 추진하고 있다. 이는 업무의 정확도를 높이거나, 업무처리 시간을 단축하는 등 비용 절감 및 영업 효율화를 통해 고객기반의 확대와 생산성 향상에 기여하고 있다. BCG(2018)는 기업금융의 디지털화가 수익 개선(15~25%)과 비용 절감(5~15%)에 일정 수준의 효과를 미친 것으로 분석하였다.