“핀테크”… 다양한 종류와 빅데이터가 핵심

핀테크(FinTech)를 넘어 테크핀(TechFin)의 시대가 왔다고 말이 실감하는 시대이다. 그렇다면 우리가 누리고 있는 핀테크 서비스는 어떠한 것들이 있을까? 그리고 기술이 금융 시장을 장악하는데, 그 변화의 흐름 속에서 갖춰야 하는 역량은 어떤 게 하는지 알아보도록 하자.

요즘 핀테크를 선도하는 기업을 떠올려 보면 토스나 카카오뱅크가 생각이 난다. 핀테크라는 말이 처음 나왔을 때만 하더라도 금융회사가 그 변화를 주도했다. 인터넷이 발달하면서 전자상거래 시장이 발전했고, 온라인 결제나 인터넷 뱅킹이 활발해졌다. 금융회사들은 기존의 금융 인프라를 그대로 사용하면서, IT 기술 기반의 금융 서비스를 사람들에게 제공했고, 그것이 핀테크의 시작이다.

토스나 카카오뱅크와 같은 IT 기업이 사람들에게 보다 편리함을 제공하는 금융 서비스를 출시하면서 핀테크를 선도하기 시작한 것이다. 그래서 기존 금융회사가 핀테크의 중심이 되었던 것을 전통적 핀테크라고 부르기도 하고, IT 기업이 중심이 되는 핀테크를 말의 순서를 바꿔 테크핀(TechFin)이라 하기도 한다.

핀테크의 종류

그렇다면 어떤 것들이 핀테크에 속할까? 핀테크의 종류는 매우 다양하다. 금융업에 기술이 접목되었다면 그게 바로 핀테크이다. 우리가 평상시에 너무도 익숙하게 사용하고 있는 것들도 있다. 살펴보도록 하자.

첫째, 간편결제 및 간편송금은 아마 가장 널리 사용되고 있는 핀테크가 ‘간편결제’일 것입니다. 간편결제는 계좌정보나 신용카드를 스마트폰에 미리 등록해 간단한 본인인증만으로 결제를 하는 서비스이다. 페이코(PAYCO), 토스(Toss), 카카오페이(KakaoPay) 등이 간편결제 및 송금의 대표적인 서비스이다.

온라인에서 무료 또는 소액의 수수료로 빠르고 간편하게 결제나 송금을 할 수 있다. 이전에는 공인인증서를 이용해 다소 복잡한 인증 절차가 필요했다. 이제는 이체 비밀번호나 지문인식, 얼굴인식 등과 같은 바이오 인증으로 쉽고 빠르게 처리할 수 있게 되었다.

둘째, 로보어드바이저는 컴퓨터 알고리즘을 이용한 온라인 자동 자산 관리 서비스입니다. 컴퓨터 알고리즘을 이용하기 때문에 사람보다 시장 상황의 변화를 더 빠르게 인식하고 시의적절하게 대응할 수 있어 일반적으로 사람에 의한 자산관리보다 더 높은 투자수익을 가져다 줄 수 있다고 알려져 있다. 또한, 알고리즘을 이용해 비교적 저렴한 비용으로 각종 투자와 자산관리 포트폴리오를 구성할 수 있다. 간단하게는 주식 자동매매 프로그램도 로보 어드바이저에 포함된다.

국내에는 딥러닝 알고리즘을 탑재하여 맞춤 자산관리를 해주는 KEB하이로보나 기관을 통할 필요 없이 모바일로 모든 투자가 가능하고, 해외 직구 투자도 가능한 에임(AIM)이 대표적인 로보어드바이저 이다.

셋째, 마이데이터는 빅데이터와 연계된 핀테크도 있습니다. 바로 마이데이터가 대표적인데요. 마이데이터란, 개인이 자신의 정보를 적극적으로 관리·통제하는 것은 물론 이러한 정보를 신용이나 자산관리 등에 능동적으로 활용하는 일련의 과정을 말한다.

점점 더 개인정보 활용에 대한 규제가 엄격해지고, 개인정보에 대한 사람들의 인식이 향상되면서 점점 더 마이데이터 영역의 중요성이 커질 것으로 보인다. 마이데이터 서비스의 기본적인 기능은 여러 금융회사에 흩어져 있는 본인 데이터의 통합조회입니다. 고객은 서로 다른 금융회사의 전산망에 일일이 접속하지 않고도 마이데이터 서비스를 통해 본인의 금융자산 현황을 한 곳에서 쉽게 파악할 수 있고, 그 덕분에 의사결정을 보다 빠르게 내릴 수 있게 되었다.

넷째, 인슈어테크(InsurTech)는 보험(Insurance)과 기술(Technology)이 결합한 것을 인슈어테크라고 합니다. 상품개발, 계약 체결, 고객관리 등 보험 업무에 사물인터넷(IoT), 빅데이터, 인공지능 등의 기술을 결합해 더욱 효율적이고 혁신적인 서비스를 제공할 수 있게 된다.

국내에는 아직 인슈어테크가 활성화되지는 않았지만, 국내 대표 보험회사인 현대해상이 최근 음성봇을 도입해 인건비를 절감하고 실시간 고객 응대를 강화했다는 소식이 있다. 이처럼 인슈어테크는 보험업계에 기술을 도입함으로써 비대면 거래를 증가시키고, 인건비 및 관리비를 절감시키고, 실시간 고객응대를 강화할 수 있다.

IT 기업 중에서는 카카오가 인슈어테크를 본격적으로 준비 중입니다. 경쟁사인 네이버나 토스의 경우, 타 보험사가 만든 상품을 판매하고 수수료를 받는 중개업자로 영업하고 있는 반면, 자체적으로 판매 중개인 없이 관련 기술로 보험 가입을 가능하게 하는 서비스를 운영하는 것을 목표로 하고 있다.

다섯째, 블록체인은 블록체인 역시 핀테크의 한 분야라고 할 수 있습니다. 기존의 중앙집중형 데이터베이스는 하나의 데이터베이스에서 모든 정보를 관리하기 때문에 장애가 발생하면 서비스가 중단된다는 단점이 있다. 하지만 분산 데이터베이스, 즉 블록체인은 같은 정보가 담긴 블록체인이 각각의 네트워크 참가자들에 의해 분산되어 저장, 관리되기 때문에 일부 장애가 발생하더라도 데이터베이스 시스템을 운영할 수 있다.

여섯째, P2P대출은 핀테크의 발달로 나타난 새로운 금융상품입니다. 대출자의 다양한 데이터를 통해 신용등급을 평가하게 된다. 그리고 돈이 필요한 사람과 돈을 굴리고 싶은 사람을 매칭해 대출과 투자를 이어준다. 사람 간 거래의 위험 부담감은 부동산 담보를 받기 시작하면서 보다 안정적으로 변모하고 있다.

대표적인 서비스로는 부동산 P2P담보대출 서비스인 테라펀딩, 수백 개의 채권에 자동 분산 투자를 해 주는 렌딧(LENDIT)이 있습니다. 개인들의 빅데이터를 활용한 핀테크라고 할 수 있겠다.

일곱째, 크라우드펀딩(crowdfunding)은 군중(crowd)과 자금조달을 뜻하는 펀딩(funding)의 합성어로, 자금이 필요한 개인, 단체, 기업이 인터넷이나 모바일을 통해 불특정 다수로부터 자금을 모으는 것을 뜻한다.

주로 스타트업이나 전시회, 공연 등 문화 콘텐츠 사업이 크라우드펀딩을 많이 하는 것을 볼 수 있다. 국내에는 와디즈(Wadiz), 텀블벅(tumblbug) 등이 대표적인 온라인 크라우드펀딩 플랫폼이다.

핀테크도 결국 '데이터'가 핵심

빅데이터 분석은 금융기관의 가치사슬 상 본원적·지원적 활동에 적용되어 부가가치를 효과적으로 제고할 수 있다. 가치사슬에서 빅데이터 활용이 활발하거나, 적용 시 특별한 효익이 예상되는 활동들은 4대 주요 업종 공통적으로, 크게 상품개발, 위험관리, 마케팅 등의 세 영역으로 그룹화할 수 있다.

핀테크는 다양하고, 고객의 데이터를 분석해 개인에게 맞는 금융 서비스를 추천해주는 추천 서비스 역시 핀테크이다. 핀테크는 결국 ‘기술’이고, 핀테크 산업이 발전한다는 것은 곧 기술의 발전을 의미한다. 그리고 그 기술 발전의 핵심은 ‘데이터’에 있다.

기존의 일반 금융회사나 IT 기업 모두 데이터를 다룰 수 있는 인재를 채용하는 데 집중하고 있습니다. 핀테크 발전의 핵심은 데이터이기 때문이다. 데이터 역량은 크게 데이터 수집 및 관리, 추출, 분석 등으로 나눌 수 있다. 데이터 수집이나 관리는 개발자의 영역이다. DB를 구축하고, 관리하는 일은 개발 지식이 있어야 가능한 업무이다. 실제로 일반 금융회사나 IT 기업에서 계속 개발자를 더 많이 채용하려고 하고 있다. DT를 원활히 하기 위해서는 데이터를 다룰 수 있는 개발자가 필수적이다.

그렇다면 비개발자는 어떻게 데이터의 영역에서 핀테크 발전에 기여할 수 있을까? 개발자가 데이터를 모으고, 수집한 다음의 일을 비개발자가 수행하게 된다. 수집된 빅데이터 안에서 필요한 데이터를 추출하고, 이를 분석하는 업무이다. 이전에는 데이터 추출 역시 개발자의 역할 중 하나였다.

하지만 빠르게 고객의 요청에 대응하고 서비스를 개선해나가기 위해서 점점 더 많은 비개발자들이 SQL을 활용해 본인이 원하는 데이터를 직접 추출하기 시작했다. 실제로 많은 IT 회사의 기획자나 마케터 등 데이터를 다뤄야 하는 직군들은 스스로 데이터를 추출하고, 추출한 데이터를 보기 쉽게 시각화해 분석할 수 있는 사람들이 많다.

결론적으로 기존에 활용이 불가능했던 데이터의 활용 방안 마련, 창의적이고 다양한 데이터의 활용, 데이터의 통합적 활용 등을 실현하기 위해서는 금융기관과 국가적 차원의 공동 노력 필요하다. 국가 및 산업적인 차원에서, 개인정보보호법에 의한 데이터 활용 제한, 타기관 데이터 활용이나 기관간 데이터 거래 제한 등이 선결되어야 한다.

분석 및 활용 대상 데이터를 정형 및 금융정보 중심에서 다양한 비정형 데이터로 확대함으로써, 데이터를 통한 지식추출의 가능성을 제고하려는 금융기관의 적극적이고 체계적인 노력 필요하다.