|
‘데이터 연합학습 솔루션’은 다양한 대안정보를 기반으로 운영되는 만큼 금융뿐 아니라 다양한 분야의 산업과도 협업할 계획이다. 현재 신용정보, 마케팅 등 다양한 대안정보를 활용하는 데이터 전문기관 및 마이데이터 기관 등을 대상으로 한 공급 논의도 진행 중에 있다. 솔루션 적용 시 각 기관은 데이터 결합 진행에 필요한 시간, 비용 등의 리소스 효율을 극대화할 수 있을 것으로 기대된다.
대안정보의 활용 폭을 넓혀 소득 안정성, 신용도를 기반으로 분석되는 기존 평가 프로세스의 개선도 가능하다. 여러 기관의 데이터를 결합해 새로운 평가모델을 제작, 재평가해 긱워커, 중저신용자 등의 특정 고객을 대상으로 한 금융상품 제작도 가능하다.
어니스트펀드는 데이터 연합학습 솔루션을 대안신용평가모델에도 적용할 계획이다. 여러 대안정보 분석, 학습하는 고객평가지원 파이프라인에 적용해 평가 변별력을 더욱 강화할 방침이다. 앞서 특허 출원을 진행한 △신용점수 개선활동 추천 솔루션 △신용카드별 결제 최적 포트폴리오 추천 솔루션 역시 순차적으로 적용 및 상용화해 고객에게 제공할 수 있는 서비스를 점진적으로 확대할 예정이다.
해당 솔루션 개발을 담당한 신윤제 어니스트펀드 CDO는 “대안정보의 중요성과 활용성이 높아짐에 따라 보다 효율적으로 데이터 모델을 구축, 운영하고자 ‘데이터 연합학습 솔루션’을 개발하게 됐다”면서 “솔루션을 통해 플랫폼 기반 금융서비스인 온투업의 강점을 높이는 것은 물론 데이터를 활용한 다양한 산업과의 연계를 통해 당사가 지향하는 초개인화 금융데이터 정보 제공을 위한 인프라 구축에 속도를 더할 수 있을 것으로 기대한다”고 말했다.