고정 헤더 영역
상세 컨텐츠
본문
빅데이터 생태계 근간인 데이터 결합 활성화 및 금융분야 가명정보 결합‧활용 위한 데이터전문기관 지정 확대 지속
□ 데이터전문기관 개요
금융회사간 또는 금융회사와 비금융회사(기관)간 가명정보*를 결합**하는 기관으로서 신용정보법에 따라 금융위원회가 지정하는 기관
* 이름 등을 암호화함으로써 추가정보(암호화 알고리즘 등) 없이는 특정 개인을 알아볼 수 없도록 안전하게 처리된 정보(예: (홍길동, 25세, A사 직원) → (AG3EF8, 20대, 직장인)
** 예: 금융회사가 통신사와 가명정보를 결합하려는 경우 데이터전문기관에 결합할 가명정보를 전송하고, 데이터전문기관은 결합 후 이를 다시 양사에 제공
□ 추진배경
1. 데이터 전문기관은 기업들의 신청에 의해 데이터의 익명·가명처리 적정성을 평가하여 안전하고 효율적으로 데이터를 결합하여 주는 기관으로서 신용정보법에 따라 금융위원회가 지정하고 있음.
- 현재까지 신용정보법에 따라 데이터전문기관으로 지정받은 곳은 신용정보원, 금융보안원, 금융결제원, 국세청 등 총 4곳을 시작으로 24년 07월 기준 12곳의 데이터 전문기관이 지정되어있음.
2. 그간 혁신적인 금융서비스 출현을 촉진하기 위해 데이터 전문기관을 확대하여 데이터 결합을 활성화해야 한다는 의견 지속 제기
3. 이에 금융위·금감원은 관련 전문가 TF 등을 통해 데이터 전문기관 지정원칙(신뢰성·전문성·개방성)과 세부 심사기준 등을 마련하고, ’22.7월부터 예비지정 신청을 받아 심사를 진행하며, 금융감독원 외부 전문가 평가위원회의 심사결과, 심사기준에 따라 심사를 진행하고, 예비로 지정된 기관은 데이터전문기관 업무 수행을 위한 설비 구축 등의 준비를 거쳐 본지정을 신청
□ 금융분야 데이터 결합제도 운영 현황
1. ‘20.8.5일 개정 신용정보법 시행에 따라 ’마이데이터‘와 더불어 데이터산업 활성화의 핵심 기반인 ’데이터 결합‘이 허용 됨.
- 데이터 결합을 지원하기 위해 ’20.8.6일 신용정보원, 금융보안원 등 총 4곳을 데이터전문기관으로 지정* 운영 시작
* 데이터전문기관 지정(12곳)
- 20.08.06 : 신용정보원, 금융보안원, 국세청(20.12.22) , 금융결제원(21.03.08)
- 23.07.19 : BC카드, 삼성SDS, 삼성카드, 신한은행, 신한카드, LG CNS, 쿠콘, 통계청
2. ’21.5.25일 현재까지 데이터전문기관을 통해 111개의 데이터가 결합되어 총 41건의 데이터 결합이 완료 됨.
- 총 46개사(금융 31개사, 비금융 15개사)가 결합에 참여(데이터 제공)하여, 35개사가 결합된 데이터를 받아 분석‧활용하고 있음
3. 결합 분야별로는 금융+금융간 결합(21건)이 가장 많았으며, 다음으로 금융+공공(7건), 금융+유통(6건) 순
- 결합 참여 횟수는 CB(44회), 핀테크(11회), 은행‧카드(9회) 순
※ 금융회사와 데이터를 결합하는 경우 신용정보법에 따른 데이터전문기관만 이용 가능
※ 개인신용평가회사(Credit Bureau: CB)는 신용평점 또는 신용등급에 대한 조회 서비스를 제공하는 금융 인프라기업이다. 회사는 여러 원천에서 수집한 개인 또는 기업의 신용정보를 신용평가모형에 투입함으로써 신용 평점 또는 등급을 계산한다.
□ 데이터전문기관을 통한 데이터 결합 사례
1. 금융 소외계층을 위한 맞춤형 신용평가모형 및 금융상품 개발
ㅇ 데이터 결합‧분석을 통해 비금융정보 기반 맞춤형 대안신용평가 등이 개발되어 금융 소외계층의 금융접근성 확대
사례 1) 온라인 사업자 정보 ✚ CB사정보 ➡ 온라인 소상공인 대출심사모형ㆍ상품 개발
- 인터넷 포탈에 입점한 온라인 사업자정보와 CB사의 대출‧상환 정보를 결합‧분석하여 포탈 입점 사업자 맞춤형 대출심사 모형 및 상품 개발
➡ 다양한 데이터를 기반으로 전통적인 신용평가시 대출을 받기 어려웠던 온라인 소상공인에 대한 대출 가능
사례 2) 핀테크 결제‧고객행동정보 ✚ 은행 여‧수신정보 ➡ 청년층 신용평가모형 개발
- 청년층이 이용하는 핀테크사의 고객결제‧행동정보와 은행의 여‧수신정보를 결합‧분석하여 금융이력이 많지 않은 청년층을 위한 대안신용평가모형 개발
➡ 금융이력이 부족하여 금융 접근성이 낮은 청년층도 다양한 금융상품 및 금융서비스 이용 가능
사례 3) 화물차 운행량·안전운행 정보 ✚ CB사의 운전자 신용정보 ➡ 화물차 안전 운전자 맞춤형 신용평가 모델 연구
- 교통 공공기관이 보유한 개인 화물차의 운행량·안전운행정보를 CB사의 신용정보와 결합하여 안전운전 사업자에 대한 맞춤형 신용평가모델 연구
➡ 운수업 종사자에 대한 신용대출 조건 개선 등 금융 지원 활성화 가능
2. 새로운 기술‧서비스 개발 및 고도화
ㅇ 결제정보, 구매품목 정보 및 금융투자정보 등을 결합‧분석하여 상권분석 컨설팅, 맞춤형 금융서비스 개발 등에 활용하고 있음
사례 1) 카드사 결제정보 + VAN사 구매품목 정보 ➡ 상권분석 서비스 고도화
- 신용카드 결제 정보와 가맹점 구매품목 정보를 결합하여 상권별로 성별, 연령, 직업군 등에 따른 소비패턴 및 특성을 효과적으로 추론
➡ 상권별 소비자 특성에 맞는 맞춤형 상품‧서비스 추천 등 소상공인 경영 컨설팅 제공
사례 2) 금융투자업자 금융투자정보 ✚ 카드사 결제정보 ➡ 맞춤형 금융서비스 개발
- 고객의 금융투자내역과 카드 결제내역을 결합하여 금융투자성향과 카드사용패턴간의 연관관계 분석
➡ 금융소비자 맞춤형 금융서비스, 혁신 금융상품 개발에 활용
사례 3) 소득/소비/자산 정보 ✚ 온라인 채널 택배정보 ✚ IPTV 시청정보➡ 상권별 소비행태 분석 (신한은행, CJ올리브네트웍스, LGU+)
- 은행의 소득/소비/자산 정보와 택배사의 택배정보, 통신사의 IPTV 시청정보를 결합하여 상권별 거주자 소비행태를 분석
➡ (소상공인) 주거지 인근 상권 마케팅전략 수립, (공공기관) 정책 수립 및 행정 서비스 제공
사례 4) 카드 이용정보 ✚ 기지국 접속 정보 ➡ 여행/관광 정보 분석(신한카드, SKT)
- 카드사 보유 카드 이용정보와 통신사의 고객 기지국 접속 정보를 결합하여 여행/관광 정보 분석
➡ (공공기관) 여행/관광 정책수립, (기업 등) 고객 특성별 선호 여행지 정보 제공
사례 5) 카드 이용정보 ✚ 택배 정보 ➡ 소비행태 분석(KB카드, CJ올리브네트웍스)
- 카드 이용 정보와 택배사의 온라인 채널 택배정보를 결합하여 온‧오프라인 소비행태 분석
➡ (공공기관 및 지자체) 온‧오프라인 소상공인 지원정책 수립 활용
3. 면밀한 정책효과 분석 및 맞춤형 정책개선
ㅇ 여러 기관에 분산된 정책수요자의 데이터 결합을 통해 정책 효과를 면밀히 분석, 수요자별 맞춤형 정책이 제공되고 있음
사례 1) 대출정보 ✚ CB사 신용평점정보 ➡ 취약계층에 대한 금융지원정책 효과 분석
- 신용집중기관이 보유한 대출금리 및 잔액 정보와 CB사가 보유하고 있는 신용평점 정보를 이용하여 금융 취약계층 등에 대한 대출 및 금리 현황을 분석
➡ 햇살론15 등 금융 취약계층 맞춤형 금융지원정책 수립에 활용
※ 출처 : 금융위원회 보도자료
이상. 끝.
