실제사례로 알아보는 금융분야 빅데이터 활용 사례

은행 및 보험사 빅데이터 활용 사례

보험회사 프로그래시브(Progressive)

해당 회사는 자동차에 부착된 기기를 이용하여 운전자의 운전패턴 및 습관을 분석한다.

이를 통해 운전속도 및 습관이 위험하지 않고, 위험하지 않은 시간대/지역애서 사용하는 사람들에게는 적은 보험료를 청구한다. 이런 점을 통해 운전자의 안전운전을 유도하는 데에도 도움이 된다.

 

삼성화재

삼성화재는 IFDS (Insurance Fraud Detection System)라는 시스템을 통해 빅데이터를 활용하여 보험사기를 적발하고 있습니다. 이 시스템은 보험계약과 보험 정보 등 방대한 데이터를 분석하여 사기 위험이 높은 사례를 자동으로 식별하고, 현장조사를 담당하는 전문가에게 알려주어 조사를 진행할 수 있도록 도와줍니다.

 

실제로 IFDS를 사용하여 적발된 사례 중 하나는 고급승용차 도난 사고였습니다. 보험 가입자가 차량 도난을 접수한 후, IFDS 시스템은 가입자의 정보와 사고 경위 등의 데이터를 수집하여 분석한 결과 해당 사건을 고위험군으로 분류했습니다.

 

그 결과, 전담 보험사의 조사를 거쳐 이 사건은 차량을 담보로 대출 받은 후 이를 갚지 않기 위해 허위로 신고한 사례로 판명되었습니다. 이렇듯 IFDS 시스템은 적발되지 않을 수 있는 보험사기를 탐지하고 이를 예방하는 데에 도움을 주는 중요한 도구로 사용되고 있습니다.

 

 

카드사 빅데이터 활용 사례

비자(VISA)

비자(VISA)는 실시간으로 구입 품목, 결제 시기, 결제 위치 등을 파악하여 고객의 구매 이력과 성향을 고려하여 RTM(Real Time Messaging) 서비스를 제공하고 있습니다. 이 서비스는 고객에게 인근 가맹점의 할인 쿠폰을 실시간으로 발송해 줍니다. 이로 인해 카드 이용 건수와 가맹점의 신규 고객이 증가하는 결과를 얻을 수 있었습니다.

 

또한, 비자는 고객의 카드 이용 패턴을 실시간으로 분석하여 부정 사용을 사전에 차단하는 시스템을 개발하고 운영하고 있습니다. 이 시스템은 빅데이터 기술을 활용하여 고객의 이용 패턴을 모니터링하고 이상 행위를 감지하여 부정 사용을 사전에 방지합니다. 이를 통해 비자는 고객의 보안을 강화하고 부정 거래로 인한 손실을 최소화하는 데에 기여하고 있습니다.

 

삼성카드

삼성카드는 빅데이터를 활용하여 맞춤형 할인 혜택을 제공하는 링크(LINK) 서비스를 제공하고 있습니다. 이 서비스는 고객의 카드 거래 실적을 분석하여 앞으로 자주 이용할 것으로 예상되는 가맹점의 혜택을 미리 제안합니다. 고객은 별도의 쿠폰이나 할인권을 제시하지 않아도 결제만 하면 자동으로 혜택을 적용받을 수 있습니다.

 

이를 통해 기존의 문자메시지나 타깃 마케팅보다 더 높은 구매율을 얻을 수 있었으며, 가맹점의 신규 고객 유입 부분에서도 뚜렷한 결과를 얻을 수 있었습니다. 즉, 고객들은 링크 서비스를 통해 개인화된 할인 혜택을 경험하며 쉽고 편리하게 혜택을 받을 수 있었습니다. 이로 인해 삼성카드는 고객 충성도를 높이고 가맹점과의 협력을 강화하는 데 성공하였습니다.

 

 

핀테크 기업의 비데이터 활용사례

Kreditch

독일의 Kreditech 사는 기존 은행 거래 정보 외에도 페이스북, 이베이, 아마존과 같은 플랫폼에서의 행동 패턴을 고려하여 대출 여부를 판단합니다. 이 회사는 맞춤법을 틀리지 않는 대출자가 연체 가능성이 적은 경향을 가지고 있다는 사실을 발견했습니다. 따라서 맞춤법 오류의 정도를 신용평가 모델의 변수로 활용하고 있습니다.

 

또한, Kreditech 사는 대출 정보 약관을 얼마나 꼼꼼히 읽었는지 여부도 변수로 고려합니다. 이는 대출 신청서를 상세히 검토하는 사람일수록 대출을 상환하는 경향이 더 높다는 사실을 기반으로 합니다. 더욱 흥미로운 점은 택배 기사가 주기적으로 방문하는 빈도를 신용평가에 반영한다는 것입니다. 그 이유는 정기적으로 온라인 쇼핑을 하는 것은 일정한 소득을 가지고 있다고 추정할 수 있기 때문입니다.

 

Kreditech 사의 이러한 접근 방식은 기존의 은행 거래 정보 외에 다양한 데이터를 활용하여 대출 신청자의 신용 평가를 개선하는 데 도움을 주고 있습니다.

 

Lenddo

Lenddo는 미국 기업으로, 신용평가 알고리즘을 개발할 때 온라인상 대출자의 평판에 대한 비정형 데이터를 활용하여 신용도를 평가합니다. 이는 SNS 친구 목록 중 연체자가 있는지, 그리고 "자동차사고"나 "실직"과 같은 부정적인 단어가 얼마나 자주 등장하는지 등을 고려합니다. 이러한 요소들이 많으면 신용점수가 낮아지는 경향이 있습니다. 또한, 소상공인의 경우 개인이 아닌 기업의 평판 및 영업 활성화 정도를 통해 대출 여부를 판단합니다.

 

소상공인의 기업 평판과 영업 활성화 정도가 높을수록 대출 가능성이 높아지는 것입니다. 이러한 방식을 통해 Lenddo는 전통적인 신용평가에 의존하지 않고 온라인에서 얻은 다양한 비정형 데이터를 활용하여 대출 신청자의 신용도를 평가합니다. 이를 통해 보다 포괄적이고 정확한 신용 평가를 제공하고, 개인과 소상공인 모두에게 대출 기회를 더욱 공평하게 제공하려고 노력하고 있습니다.