4. Ⅰ. 검토의 배경 (1)
3
§ IBM의 CEO Ginni Rometty는 “데이터는 21세기의 새로운 천연자원”이라고 강조:
18세기의 증기 기관, 19세기의 전기, 20세기의 석유·천연가스와 마찬가지로 데이터가
21세기 혁신을 주도할 주요한 자원이 될 것이라 예측1)
• 구글·애플·아마존 등 글로벌 선도기업들은 이미 빅데이터의 경제적 가치에 주목해 이를 활용한
분석·예측 역량 확보에 주력 중
• 빅데이터는 2012년 세계경제포럼(WEF)에서 국제 개발의 새로운 가능성을 여는 중요한 기술 중
의 하나로, 그리고 전 세계적으로 IT산업의 핵심 키워드로 대두되고 있음.
• 전 세계 빅데이터시장이 연간 30%씩 확대되어 2017년에는 약 534억 달러 규모로 성장할 것으로
전망됨.
§ 최근 들어 빅데이터(Big Data) 개념이 다양한 사회·경제 분야에 접목·활용되면서 전 세계
적인 주목을 끌고 있음.
1) ( 중 앙 일 보 , 2014. 8. 22, IBM, The Future of Insurance: How big data and cognitive computing are
transforming the industry, IBM Software White paper, 2013)
5. Ⅰ. 검토의 배경 (2)
4
§ 금융·보험업의 경우 아직까지 빅데이터의 활용이 활발하지 않은 편이나, 데이터 유입 및
집적량이 광대함에 따라 빅데이터의 활용범위가 다양하고 활용가치 또한 높을 것으로 기대됨.
• 일반적으로 금융·보험업은 타 산업 대비 데
이터 보유량이 많고 증가 속도가 빠른 것
으로 알려짐.
• 산업별 빅데이터 활용의 잠재 가치를 살펴
보면(미국 예), 금융·보험업이 가장 높은 것
으로 나타남.
• 특히 금융·보험업은 2000년대 들어 생산성
개선 수준이 다른 산업에 비해 높지 않았
다는 점에서 향후 빅데이터의 활용으로 생
산성 향상이 기대됨.
§ 한편, 올해 초 금융권에서의 개인정보 대량 유출 사고에 따른 개인정보보호 이슈가 화두로
떠오르면서 빅데이터의 활용이 위축되고 있는 상황
• 금융산업에서의 빅데이터의 활용과 개인정보보호의 조화로운 추진 방향의 모색도 필요
산업별 빅데이터 활용의 잠재 가치(미국)
주 : 세로축은 미국 내 생산성 증가율(2000~2008년)
자료 : Big data: The next frontier for innovation, competition,
and productivity, McKinsey & Company, 2011
(%)
7. 1) 빅데이터의 개념 및 특징
6
§ 개념 : “일반적으로 수십에서 수천 테라바이트(terabyte) 정도의 크기를 갖고, 여러 가지
다양한 비정형 데이터를 포함하고 있으며, 생성-유통-소비(이용)가 몇 초에서 몇
시간단위로 일어나 기존의 방식으로는 관리·분석이 어려운 데이터 집합”을 의미
§ 특징 : 빅데이터는 3V(Volume(규모), Variety(다양성), Velocity(속도))의 특징으로 설명
빅데이터의 특징
자료 : 노무라 종합연구소
8. • 빅데이터의 활용을 통해 의사결정의 적시성과 효과성을 높이고 나아가 선제적인 의사결정의 기반
마련이 가능
• 또한 내부 업무역량 향상, 업무 자동화 및 중복 제거, 프로세스의 안정화 등을 통한 생산성 향상 기대
• 특히 빅데이터의 적극적인 접목·활용을 통해 맞춤형 상품·서비스 개발 등을 포함한 비즈니스 혁신을
이끌어낼 수 있을 것으로 기대됨.
2) 빅데이터 활용에 따른 기대효과
7
§ 기업이 빅데이터를 활용할 경우 기대되는 효과는 다음과 같음.
빅데이터 활용에 따른 부가가치 창출 효과
자료 : Big data: The next frontier for innovation, competition, and productivity, McKinsey & Company, 2011
9. 3) 빅데이터 시장규모 및 동향 - ① 시장규모 (1)
8
§ 조사업체인 IDC(International Data Corporation)는 전 세계 빅데이터 시장이 매년
39.4% 성장하여 2015년 169억 달러 규모로 증가할 것이라고 전망
§ 컨설팅업체인 Wikibon은 향후 빅데이터 시장 규모가 2012년 51억 달러에서 2017년
534억 달러로 보다 높은 성장률(연평균 60%)을 달성할 것으로 예상
전세계 빅데이터 시장규모
전세계 빅데이터 시장규모전세계 빅데이터 시장규모
자료 : 빅데이터 산업의 현황과 전망, KISTI, 2013
10. 3) 빅데이터 시장규모 및 동향 - ① 시장규모 (2)
9
§ 2013년 현재 우리나라 빅데이터의 시장규모는 약 1억 6,300만 달러로 추정되며,
중장기적으로 2020년경에는 약 9억 달러(한화 1조 원)에 이를 것으로 예상
우리나라 빅데이터 시장규모우리나라 빅데이터 시장규모
자료 : 빅데이터 산업의 현황과 전망, KISTI, 2013
우리나라 빅데이터 시장규모(단기) 우리나라 빅데이터 시장규모(중장기)
68.0
78.8
119.3
163.3
208.2
263.2
0
50
100
150
200
250
300
2010 2011 2012 2013 2014 2015
(단위 : 백만$)
332.8
422.7
539.3
692.1
893.8
0
200
400
600
800
1,000
2016 2017 2018 2019 2020
(단위 : 백만$)
자료 : 빅데이터 산업의 현황과 전망, KISTI, 2013
11. 3) 빅데이터 시장규모 및 동향 - ② 전체산업의 빅데이터 활용 동향
10
§ 빅데이터는 유통업, 통신업, 제조업, 운송업, 의료산업, 금융산업, 공공부문 등 거의 모든
산업 영역에서 활용 중
전체산업의 빅데이터 활용 동향
자료 : Press Release, Gartner Survey Reveals That 64 Percent of Organizations Have Invested or Plan to Invest
in Big Data in 2013, Gartner, September 2013, 금융업의 빅데이터 활용, KB금융지주경영연구소, 2013
12. Ø 상품개발 : 금융회사들이 고객정보, SNS 등을 통해 수집된 정보를 기반으로 신상품을
개발하거나 서비스기능을 제고하는 형태로 빅데이터를 활용
- 특히, 금융상품(보험상품 등)의 가격책정 등에도 많이 활용
Ø 마케팅 활용 : 신규고객 발굴 및 타겟마케팅을 위해 SNS, GPS 등을 활용하여 고객의
성향에 부합하는 서비스 및 프로모션을 제공
Ø 금융관련 부정행위 방지 : 보험사기, 신용카드 도용, 내부직원 비리 등 금융 관련
부정행위를 방지하는데 활용
Ø 신용평가 : 대출 및 카드발급 등과 관련된 심사의 정확도를 향상시키거나, 새로운
신용평가 모델 개발에 활용
Ø 리스크관리 : 금융회사의 전사적 리스크관리(ERM: Enterprise Risk Management)에 활용
3) 빅데이터 시장규모 및 동향 - ③ 금융산업의 빅데이터 활용 영역
11
산업별 빅데이터의 영향 전망
제조업 금융업 ICT산업 소매유통업 공공 부문 의료서비스
생산성 ◐ ● ● ◐ ◐ ◐
의사결정 ◐ ● ● ● ◐ ●
신사업 ◯ ◐ ● ◐ ● ◐
◯ 어느 정도 영향 ◐ 적지 않은 영향 ● 매우 큰 영향
자료 : 함유근·채승병, 빅데이터, 경영을 바꾸다, 삼성경제연구소, 2012
14. 13
가. 은행부문 빅데이터 활용사례 – 1) 국내 은행 (1)
§ 국내은행의 빅데이터사업은 일부 은행에서 마케팅 분야에 시범적으로 활용∙준비하는 단계에 있
으며, 본격적으로 빅데이터를 활성화하기 위해 금융당국 및 은행권이 준비∙논의 중에 있음.
§ 고객감성분석을 통해 기업이미지 제고 등 평판관리에 활용
Ø 인터넷∙SNS상에 고객이 남긴 콘텐츠에 대한 감성분석 후 마케팅 및 기업
이미지 제고 등 평판관리에 활용
§ 추후 상품개발 및 마케팅 전략 수립에도 직접적으로 활용할 계획
Ø 개발상품 반응, 주요은행의 경쟁상품과 서비스동향 파악 등에 확대할 예정
Ø 빅데이터 전담 시장분석팀 신설 등 적극적인 빅데이터 사업 확대
§ 개인 소셜미디어(SNS)를 이용한 타겟 마케팅 활용
Ø 일정패턴을 가진 고객 중 고객 행동분석을 통해 선정된 고객을 대상으로
자동이체 또는 관련된 상품에 대한 타겟 광고활동 진행
§ 고객의 분석자료를 통해 RM에게 맞춤형 세일즈 정보 제공
Ø 기존 CRM 또는 MIS에서 부족∙조회 불가능한 데이터 요건을 정의 후,
RM의 영업활동에 필요한 고객정보(계좌개설, 계좌이동, 상품만기, 신용
카드 변경 등)를 제공
15. 14
가. 은행부문 빅데이터 활용사례 – 1) 국내 은행 (2)
§ 지도와 고객의 데이터를 결합해 지도 위에서 고객의 거래내용을 실시간
으로 볼 수 있는 시스템을 개발하여 마케팅에 활용할 계획
§ 로그보안에 대한 빅데이터 분석을 시행하여 보안성 향상
Ø 각각의 보안시스템에 기록된 로그를 대상으로 빅데이터 분석을 실시하는
로그 통합분석을 실시
§ 빅데이터 도입을 적극적으로 검토 중
Ø 신한은행 : 빅데이터 정의와 활용방안 등에 대해 논의 진행
Ø 우리은행 : IT지원부서 중심으로 빅데이터 업무 준비 중
16. 가. 은행부문 빅데이터 활용사례 – 2) 해외 은행 (1) : 미국 대형은행
15
§ 해외의 경우 국내은행에 비해 빅데이터가 다방면에서 적극적으로 활용되고 있는데, 특히,
미국의 경우 대형은행을 중심으로 주로 마케팅, 리스크관리 및 업무 효율화 등에 활용
§ 빅데이터 분석시스템을 활용하여 수익성 향상
Ø SNS채널 등 실시간 마케팅 강화하여 고객유치율 및 수익성 향상
§ 리스크에 대한 조기경보체계 강화
Ø 신용리스크 모델의 처리시간 단축, 신용관리 및 손실예측 처리시간 단축,
비정형분석과 시스템 가동성 증대 등
§ 빅데이터를 활용한 광고시장 진출, 신규상품 및 서비스 개발 등 다양한
측면에서 활용
§ 빅데이터 분석시스템을 활용한 대출심사 정확도 제고
Ø 빅데이터 자체시스템인 IBM 슈퍼컴퓨터 ‘왓슨(Watson)’을 이용하여 신
용도가 낮은 특정 고객 선별 후 대출/신용카드 발급여부 결정
§ 고객과의 소통개선 및 신규수익원 창출 등에도 빅데이터 시스템을 활용
§ 빅데이터를 이용하여 부동산시가 산정 등이 활용
Ø SNS상 부동산 관련정보를 부동산 시가산정에 반영
§ 빅데이터를 통해 소비자 트렌드에 대한 분석보고서를 은행에 판매하는
등 신규수익원 창출 및 소비동향분석 보고서 작성 등에 활용
§ 인터넷기록, 이메일 및 전화기록 등 직원비리에 따른 손실방지를 위한
사내감찰업무에 활용
17. 가. 은행부문 빅데이터 활용사례 – 2) 해외 은행 (2) : 기타 지역
16
§ 광발은행(广发银行) : 빅데이터를 신용리스크 관리에 활용
§ 중국공상은행 : 빅데이터 분석 솔루션을 구축함에 따라 의사결정 프로세스 개
선, 고객관계 강화, 리스크관리 효율성 증대 등 목표를 달성
• 중국 최초 신용카드 발급은행으로 방대한 신용카드가 발급(약 1,200만장 발급)되면서 고객∙운영∙신용리스
크 등 신용리스크관리 필요성에 의해 리스크관리를 위한 빅데이터 분석 플랫폼을 도입
• 빅데이터 분석플랫폼을 통해 빠르게 시장 및 고객변화에 대응할 수 있었으며, 마케팅 역량을 강화시켜 경
쟁업체와 확실한 차별화도 가능해짐.
• 2억 2천만명 고객과 6억개의 계좌를 보유한 세계 최대규모의 은행으로 일일 거래규모가 2억건에 달함에
따라 방대한 양의 데이터를 선별하기 위한 빅데이터 분석 솔루션을 구축
중 국
§ 로이드 은행 : 고객의 계좌조회 시, 단순잔액 뿐 아니라 평소 계좌이용성향을 반영해
예상잔액을 표시해주는 서비스를 제공할 계획
영 국
18. 나. 카드부문 빅데이터 활용사례 – 1) 국내 카드사 (1)
17
§ 국내카드업계는 소비자의 행동패턴을 분석하여 소비자의 카드이용 편의성 및 마케팅에 중
점적으로 활용하고 있으며, 신규상품 개발 등 최근 빅데이터 활용영역이 확장되고 있음.
§ 국내 업계1위인 카드사로 2,200만 고객의 방대한 데이터를 기반으로
고객데이터를 상세하게 분석하여 고객마케팅 및 신상품 개발 등에 적극
적으로 적용
Ø 2,200만 고객의 빅데이터 분석을 통해 만들어낸 상품개발 체계인 ‘코드나인’
을 이용하여 신상품을 출시하고 있으며, ‘코드나인’을 통해 고객을 세밀하게
분류한 맞춤형 카드를 개발
Ø 또한, ‘신한RPM플래티늄샵카드‘, ‘포인트플러스 서비스‘, ‘큐브카드’, ‘신한스
마트월렛＇등 신규상품을 성공적으로 출시
Ø 2013년 빅데이터 센터를 설립하여 영역 확장
§ 백화점, 마트 등 계열사와 제휴해 마케팅 및 서비스 중심의 빅데이터 사
업을 실시
Ø 유통계열사인 롯데계열사 정보를 공유하여 고객소비패턴 데이터를 수집∙분
석한 타겟 마케팅을 실시
Ø 빅데이터를 이용한 ‘스마트 컨슈머＇앱을 통해 고객은 가맹점 평가 및 가맹
점 정보, 할인쿠폰 등을 제공 받음.
19. 나. 카드부문 빅데이터 활용사례 – 1) 국내 카드사 (2)
18
§ 빅데이터 분석 기반으로 카드이용서비스 및 편의성 제고
Ø 카드 이용객의 행동패턴을 분석하여 ‘혜택가맹점’앱을 통해 맛집의 고객 재
방문율, 성별∙연령별 이용객분포, 시간대별 이용률 등의 정보 제공
Ø 최근에는 빅데이터를 활용한 고객의 니즈와 위치에 따라 최적화된 카드혜택
및 맞춤형 정보를 실시간으로 받을 수 있는 ‘실시간 마케팅시스템’을 운영 중
§ 빅데이터 기반으로 카드이용 편의성을 제고하는 마이메뉴서비스 제공
Ø 최근 3개월의 데이터를 기반으로 현대카드 마이메뉴 서비스를 제공하고 있
으며, 특정 외식 가맹점을 방문하는 고객의 성별, 연령대, 직업, 재방문율, 보
유카드 혜택 등의 정보 제공
§ 빅데이터를 통해 회원별로 차별화된 혜택을 제공하는 ‘삼성카드 링크
(LINK)’ 실시
Ø 링크 서비스는 고객에게는 실용적인 서비스를 찾아서 제공하고 가맹점에게
는 고객들을 연결해 주는 것이 특징으로, 회원들에게 음식점, 의류전문점, 커
피전문점 등 평소 자주 가는 가맹점에서 할인 또는 포인트 적립혜택을 제공
20. § 빅데이터 기반의 ‘Real time messaging’로 고객 타겟 마케팅을 실시하고 있으며, 카드 부정사용감지
시스템으로 부정사용을 사전감시
VISA의 빅데이터를 이용한 Real time messaging 사례
자료 : KB경영연구소(2013), 금융업의 빅데이터 활용
Ø 고객의 동의 하에 타겟고객의 결제위치∙시점∙구입품목 등을 실시간으로 파악하고 구매이력 및 성향을
파악하여 자주 이용하는 가맹점에서 결제를 마치면 인근가맹점의 할인쿠폰을 발송하는 Real time
messaging 실시
Ø ‘카드부정사용감지시스템’을 통해 전 회원의 이용패턴을 분석해 카드의 부정사용을 사전에 감시
나. 카드부문 빅데이터 활용사례 – 2) 해외 카드사 (1)
19
§ 해외카드사의 경우 빅데이터를 마케팅, 리스크관리 등 다방면에서 적극적으로 활용
21. 20
§ 지난 10년간 빅데이터를 적극 활용한 마스터카드는 분석전문회사와 협
력해 빅데이터 사업 확장을 시도하고 있으며, 빅데이터를 상품개발, 리
스크관리 등에 활용
Ø 마스터카드는 빅데이터 사업 확장을 위해 시카고의 분석전문회사 뮤시그마
에 투자하고 빅데이터 기술 개발과 제품판매의 공동진행을 계획 중
Ø 수년간의 소비자 이용패턴을 분석하여 동일카드로 멀리 떨어진 두 지역에서
짧은 시간 내 카드 거래 발생시 카드 도용위험을 실시간으로 파악하여 거래
를 일시 중지시키는 리스크관리 프로그램 도입
§ 소셜네트워크 정보를 활용하여 고객 맞춤형 마케팅 실시
Ø 위치기반 소셜 네트워킹 웹사이트인 포스퀘어(Foursquare)와 제휴를 맺고
고객의 거래정보 및 소셜미디어, 위치정보를 토대로 실시간 고객 맞춤형 프
로모션 제공
나. 카드부문 빅데이터 활용사례 – 2) 해외 카드사 (2)
23. 가. 보험산업의 빅데이터 활용 잠재성 및 분야 – 1) 활용 잠재성
22
2) Press Release, Gartner Survey Reveals That 64 Percent of Organizations Have Invested or Plan to Invest in Big Data in 2013, Gartner,
September 2013
3) Press Release, PWC, December 2013
4) ComputerWeekly
§ Gartner Survey에 의하면 빅데이터 관련 투자에 적극적인 산업으로 보험산업이 포함되어 높은
관심이 나타남.
ü 2013년 기준 빅데이터에 대한 투자가 많았던 산업분야는 미디어∙통신, 은행 및 서비스 분야이었던 반면,
향후 2년간 투자계획 부문에서는 운수(50%), 의료(41%), 보험(40%)분야 순으로 적극성을 보임.
Gartner Survey2) (전세계 720개 기업대상)
§ 보험사 경영진을 대상으로 한 설문조사 결과 설문대상자의 91%가 빅데이터가 향후 보험사의
경쟁력 제고 및 차별화에 있어 핵심 요소가 될 것이라 응답
§ 또한 설문대상자의 90%는 보험사의 비즈니스모델 변화·발전에 있어 빅데이터가 주요
동인(drivers)이 될 것이라 응답
PWC Survey3)
§ 보험사 Underwriter들을 대상으로 설문조사 결과, 설문대상자의 82%가 빅데이터를 적절히
활용하지 못하는 보험사는 향후 도태될 것으로 응답
Ordnance Survey4)
24. 가. 보험산업의 빅데이터 활용 잠재성 및 분야 – 2) 활용 분야
23
보험산업에서의
활용 분야
Ø 다양하고 광대한 데이터의 집적, 분석 등을 통해
신규 혁신 상품 및 맞춤형 상품 개발
Ø 소비자의 다양한 고객정보, 구매패턴 등을 활용한
고객만족도 제고 및 맞춤형 서비스 확대
Ø 보험사기 방지 및 보험금 지급 프로세스 개선
Ø 날씨, 기후, 재해 등과 관련된 데이터의 집적∙분석
등을 통해 이를 리스크관리 및 관련 상품 개발에
활용
Ø 전사적 리스크관리, 해외시장 개척 등에 활용
25. 나. 보험산업의 빅데이터 활용사례 – 1) 상품혁신∙마케팅 활용: 상품혁신 (1)
24
5) 이석호, 자동차보험에서의 UBI프로그램 활용 추세 및 시사점, 주간금융브리프, 한국금융연구원, 2014. 5 참조
6) Discovery사 홈페이지
§ (자동차보험5)) 최근 들어 미국, 영국 등 주요국에서는 자동차보험의 요율 산정에 있어
주행거리뿐만 아니라 가입자의 운전행태를 종합적으로 반영하는 UBI 프로그램이
활성화(미국 Progressive사, 이탈리아 Generali사 등)
ü 자동차보험의 전통적인 요율 산정 기준 외에 보험가입자의 실제 주행거리를 포함하여 주행속도, 급코
너링, 급가속, 급제동, 주행시간대, 주행도로 종류 등 전반적인 운전 습관 및 행태와 관련된 데이터를
차량에 부착된 ‘telematics’라는 장치를 통해 종합적으로 모니터링하고, 이에 기반하여 보험료율을 책
정⇒‘PHYD(Pay-How-You-Drive)’ 프로그램
ü UBI 프로그램에 가입한 자동차운전자는 ‘telematics’ 장치에 의해 측정된 실제 운전행태에 따라 할인
율이 적용
ü 동 프로그램을 활용하는 자동차보험의 판매 비중이 향후 5~6년 내 전체 자동차보험시장의 25~40%
정도에 달할 것으로 예상
§ (건강보험) 건강, 질병보험 등에서도 UBI개념을 접목한 ‘one-to-one underwriting’이 가능
한 상품 개발
ü 남아프리카공화국 Discovery사는 건강검진, 체력증진 프로그램 등에 가입하여 건강한 생활습관을 유
지하는 고객을 대상으로 ‘Vitality Points’ 적립을 통해 보험료할인, 보상(여행, 물품구입 등 관련)을 제
공하는 “Vitality”라는 프로그램을 출시6)
UBI(Usage Based Insurance) 프로그램
26. 나. 보험산업의 빅데이터 활용사례 – 1) 상품혁신∙마케팅 활용 : 상품혁신 (2)
25
§ 일본 NTT도코모와 도쿄해상은 공동으로 ‘도코모 원타임 보험’ 출시
ü 휴대전화에서 수집하는 위치 정보, SNS 데이터 등을 활용하여 일상생활 상황에 부합하는
보험상품을 문자메시지 등을 통하여 권유하거나 판매(일종의 일일단위 또는 일회성 보험):
ü 예: ① 보험료는 300엔에 불과하나 골프장에 도착한 고객에게 기물파손 3,000만엔 배상,
홀 인원 시 30만엔 지급 등의 제시
② 부모나 친구 등의 자동차를 운전할 때 1일당 500엔 내외의 보험료로 필요한 기간만
큼 자동차보험 가입
일일단위 보험
27. 나. 보험산업의 빅데이터 활용사례 – 1) 상품혁신∙마케팅 활용 : 마케팅 활용7)
26
7) 김종현, 국내외 금융권 빅데이터 활용사례 및 도입 활성화를 위한 선결과제, 우리금융경영연구소, 2013, Lessons from MetLife’s Big Data
Initiative, CEB, October 2013, 알리안츠생명보험 DW & CRM 시스템 구축 성공사례, DailyGrid, 2010. 12, Big Data 글로벌 선진사례Ⅱ,
한국정보화진흥원, 2013 등을 참조
§ 보험마케팅에서 빅데이터는 다양한 고객정보, SNS 등을 활용한 소비자의 행동 분석 등을
통해 소비자를 360도의 전방위 각도에서 살펴보게 해 줌.
미국 MetLife :
고객정보와 관련된
one-stop platform
MetLife사는 “Metlife Wall”이라는 고객정보와 관련된 one-stop
platform을 개발( 다양한 상품종목을 망라한 70개 이상의
데이터베이스가 통합)하였는데 개별 소비자에 대한 종합적인
구매행동 정보(주기적으로 업데이트)가 들어있으며, 직원들이
이를 마케팅에 적극적으로 활용
미국 Assurant Solutions :
빅데이터 분석정보를
고객관계관리에 활용
고객 개인정보와 상담 이력정보를 토대로 고객과 콜센터 직원 개
개인의 친화성 정도를 평가하여 고객이 전화 했을 때 고객에게 보
다 적합한 직원을 실시간으로 배정하는 시스템을 개발하여 활용
Ø 시스템 도입 후 6년간 매출 190% 증가, 고객 해약 방지율
117% 상승, 직원이직률 25% 하락
Allianz 생명:
빅데이터 기반의
CRM 시스템 활용
빅데이터 기반의 ‘DW(Data Warehouse) & CRM(Customer
Relationship Management) 시스템’을 도입하여, ‘추가가입 모델’,
‘신규가입 모델’, ‘기존 고객계약 이탈방지 모델’ 등 3가지 예측 모
델을 통해 고객 유형을 세분화하고 타깃을 설정하여 영업활동을
수행: 추가 가입률 3~5% 상승, 특히 상위 10%는 종전 대비 4~5
배 가입률 상승
28. 나. 보험산업의 빅데이터 활용사례 – 2) 보험금 Claim 관련8) (1)
27
① 보험사기 방지
• 미국: 보험금 청구의 약 10% 가량이 보험사기이며, 이중 오직 20%정도만이 적발되거나 거절되
는 것으로 보고되며, 매년 약 800억 달러 규모의 사기성 보험금 청구가 되고 있는 것으로 파악됨.
• 한국: 민영보험의 보험사기 금액이 연간 3.4조원으로 추정됨.
- 보험사기 적발 금액(억원) : (’10) 3,747 → (’11) 4,237 → (’12) 4,533 → (’13) 5,190
§ 보험사기 현황: 보험사기는 보험금 누수로 인한 보험사의 재정적 부담뿐만 아니라 이로 인
한 보험료 증가 등 막대한 사회·경제적 비용을 초래
§ 남아프리카의 Santam사 : 리스크의 경중에 따라 보험금 클레임을 자동 분류하고 빅데이
터 분석을 통하여 보험사기를 효율적으로 적발
- 특히 클레임 심사기간이 단축되었고(저위험 청구는 기존 3일이상 → 즉시지급), 관련 시
스템 운영 4개월만에 약 US $2.4M에 이르는 사기성 보험금 청구 적발
§ BCG에 따르면, 미국의 한 손해보험사의 경우 빅데이터를 활용한 자동차보험사기 적발로
적발률이 30%정도 상승하였으며, 보험금지급도 3%가량 줄어든 것으로 보고됨.
8) Lori Chordas, A New Approach, Best’s Review, March 2013, 금융감독원, 보험사기 근절대책, 보도자료, 2014. 7, 빅데이터의 보험산업
활용 시사점, CEO Report, 보험개발원, 2013, Eric Brat et al, Big Data: The Next Big Thing for Insurers?, BCG, March 2013, 김종현,
국내외 금융권 빅데이터 활용사례 및 도입 활성화를 위한 선결과제, 우리금융경영연구소, 2013 등을 참조
29. 나. 보험산업의 빅데이터 활용사례 – 2) 보험금 Claim 관련 (2)
28
① 보험사기 방지(계속)
• FDS는 보험사기 위험도를 알려주는 시스템으로 사고접수 시 자동으로 사건의 사기 위험도 정도를
보상 담당자에게 전달하여 보험사기 여부 판단 및 처리를 지원⇒ 시스템 적용 후 전체 사기 사건의
25%를 빅데이터 분석을 통해 적발
§ 현대해상 : 사기범죄 적발 및 예방을 위한 빅데이터 기반의 분석 솔루션(FDS)을 도입.
• 기존 빅데이터를 토대로 접수된 사고의 위험도를 스코어링한 후, 일정 점수 이상의 건에 대해서는
보험사기 의심 건으로 추정하여 즉시 조사에 착수
§ 삼성화재: 빅데이터 분석 솔루션을 활용하여 ‘mora hazard’ 사고 및 ‘고위험군 사고’를 분
석하는 시스템인 IFDS를 개발
② 보험금지급 서비스 개선
• 미국 Progressive사는 차량에 설치한 GPS를 활용하여 사고발생시 가장 가까운 곳에 위치한 사고
처리요원이 출동하며, 가능한 현장에서 즉시 보험금을 지불할 수 있는 시스템도 구축
• 건강보험서비스를 제공하는 Blue Cross Blue Shield는 유선전화, 팩스, 인터넷, 스마트폰 앱 등으
로 접수되는 지급청구건들을 빅데이터기술 중 정형ㆍ비정형 데이터 통합 기술을 통해 통합ㆍ관리
하여 지급서비스의 기능 개선 및 비용 절감
§ 보험금지급 프로세스 개선을 통한 고객만족도 제고
30. 나. 보험산업의 빅데이터 활용사례 – 3) 기후∙재해관련 예측 및 관련 상품개발9)
29
• 미국 캘리포니아 MetroMile사는 날씨 데이터에 기반한 농작물보험을 판매 중이며, 세분화된 지역
기후데이터를 수집하여 활용: 미국 전역을 2×2mile 크기의 섹터로 세분화하고, 각 섹터에서 2년,
약 10,000시간에 걸쳐 수집된 날씨 빅데이터를 활용
§ 보험사(특히 손보사)는 기후·재해 등과 관련된 위험에 직·간접적으로 노출되어 있는 산업:
다양한 빅데이터 활용을 통해 날씨·이상기후·재해 등에 대해 분석·예측함으로써 사회안전
망 기능 제고 및 수익성 향상에 기여(관련 상품 개발 및 리스크관리 등을 통해)
§ 날씨 빅데이터에 기반한 농작물 보험상품 개발
• 보험사 및 재보험사를 위한 예측 분석회사인 Datum사는 빅데이터를 활용한 연구개발을 통해 약
40억건 이상의 기후변화 요소를 반영한 중장기 재난발생 예측모델 개발
§ 거대위험 발생에 대한 예측분석
9) 빅데이터의 보험산업 활용 시사점, CEO Report, 보험개발원, 2013 등을 참조
31. 나. 보험산업의 빅데이터 활용사례 – 4) 기타(ERM 및 해외시장 개척)
30
10) Frank Coyne, Getting to the efficient frontier, Best's Review, April 2013 등 참조
11) StackIQ, Capitalizing on Big Data Analytics for the Insurance Industry, White Paper, 2012 등 참조
§ 보험사는 보험영업·투자영업 등과 관련된 다양한 형태의 위험에 노출되어 있으며, 이들
위험들은 내적·외적 요인들을 통해 상호 밀접한 상관관계로 얽혀있음.
ü 보험사가 전방위적으로 노출되어 있는 다양한 리스크와 관련하여 빅데이터가 적절히 활용될 경우
SolvencyⅡ 등에서도 권유하고 있는 전사적 리스크관리(ERM)의 효율성 제고에도 기여할 것으로 기대10)
ERM(Enterprise Risk Management)에의 활용
§ 신규시장 개척 시, network provider 등과 제휴하여 해당지역내의 고객성향, 위험요소 등에
대해 분석하는 것이 긴요
ü 실제로 미국 Travelers사는 해외진출과 관련하여 인수·합병 등으로부터 창출되는 다양한 상품종목의
사업내용 및 해당 진출지역의 지역·정치 위험요소들에 대한 효율적인 분석을 위해 빅데이터(및
분석기법)를 적절히 활용하고 있는 것으로 파악
§ 한편 방카슈랑스를 활용한 해외진출의 경우 해당 은행 고객 등에 대한 적극적·종합적 분석이
선행되는 것이 중요
ü 미국 Metlife사는 단순히 은행과의 판매제휴보다는 빅데이터 등을 활용하여 해당 제휴은행에 대한
전반적인 고객 분석 등을 철저히 시행함으로써 그에 상응하는 상품군들 위주로 판매제휴를 하는 것으로
알려짐.
해외시장 개척
33. 32
Ⅳ. 금융산업의 빅데이터 이슈 (1)
① 금융지주 계열사간 정보 공유
• 계열사간 고객정보 제공·공유의 제약은 금융산업 빅데이터 활성화의 주요 제약 요인
중의 하나
§ 정보유출 사태로 인해 금융지주 계열사간 고객정보 제공·공유가 제한*되면서
빅데이터 활용에 제약
② 빅데이터의 그늘
* 계열사간 고객동의 없이 정보제공이 가능한 범위를 ‘영업상 목적’에서 ‘내부 경영관리상 이용하게 할 목적’
으로 한정(금융지주회사법 개정: 2014년 11월 29일 시행)
§ 방대한 고객 정보 수집 및 집중에 따라 개인정보 유출 위험이 증대될 가능성
• 기존 데이터 유형과 달리 빅데이터는 고객의 단순한 개인정보 뿐만 아니라 신용정보,
SNS를 통한 이미지, 위치 등 방대하고 광범위한 정보를 수집하기 때문에 유출사고 발
생 시 사고규모가 대형화되고, 특히 피해액 규모가 막대해질 것으로 우려
34. 33
③ 정책금융의 공공정보 활용
• 공공정보의 민감성을 감안하여 정책금융 관련 기관에만 한정하고 보안유지에 유의
§ 공공정보 관련 빅데이터를 서민금융 지원, 저소득층·재활형금융 지원 등에 활용
하고, 특히 중복지원 제한 및 비적격 지원을 방지하는 데에도 기여
④ 전문인력 양성 필요
§ 특히 방대한 데이터 수집∙분석 및 활용을 사업화할 수 있는 전문인력 양성 필요
• 빅데이터는 기존 조사분석과 달리 방대한 데이터를 신속하게 처리하는 운용기술과 분
석∙활용 등 사업화할 수 있는 능력을 갖춘 전문인력이 필요함.
• 삼성경제연구소는 2012년 5월 기준 빅데이터 국내 전문인력이 100명 안팎에 불과하다
고 지적하였으며, 2013년 빅데이터 산업 실태조사에 따르면 조사대상 208개 기업 및
기관 중 데이터베이스 분석 전담인력 보유비중은 32.2%인 67곳에 그친 것으로 나타남.
* 삼성경제연구소(2012.5), “빅데이터: 산업 지각변동의 진원”
* 한국정보통신진흥협회 빅데이터포럼, “2013년 빅데이터 산업 실태조사 결과보고서＂
Ⅳ. 금융산업의 빅데이터 이슈 (2)
§ 빅데이터의 적절한 활용을 위해서는 인력, 기술, 시스템 등의 고도화가 필수
35. 34
⑤ 빅데이터 활용과 개인정보보호의 조화
• 신용정보 등의 활용에 대해 고객들이 믿고 맡길 수 있는 환경이 조성되려면 정보유출에
대한 우려가 불식되어야 함.
• 이를 위해서는 금융회사 CEO들의 보안에 대한 투자 및 인식 제고가 필수적(보안 및 유
출사고 예방은 천문학적 비용 지출을 방지한다는 측면에서 수익과도 직결된다는 점에
유념할 필요)
§ 금융부문에서 빅데이터의 활용이 지속·발전하기 위해서는 보안성 및 안정성에
대한 신뢰가 전제되어야 함.
Ⅳ. 금융산업의 빅데이터 이슈 (3)
§ 그러나, 개인정보보호 이슈가 지나치게 강조되다 보면, 빅데이터 활용 및 이를
통한 금융산업ㆍ서비스의 혁신 및 발전이 위축될 우려
→ 빅데이터 활용과 개인정보보호의 조화로운 추진 방향 모색 필요
§ 한편, 금융보안전담기구 설립을 통해 금융업권간 보안관제의 규제차익을 줄일
필요
