금융 데이터전문기관 통해 결합된 데이터 111개 기록
금융당국은 올 하반기 데이터 전문기관 추가 지정 방안을 마련, 데이터 결합을 활성화한다고 26일 밝혔다.
작년 8월5일 개정된 신용정보법에 따라 데이터 산업 활성화 핵심인 데이터 결합이 허용됐으며, 신용정보원·금융보안원·국세청·금융결제원 등 4곳이 데이터 전문기관으로 지정됐다.
데이터 전문기관은 기업이 결합을 신청한 데이터를 안전하게 결합한 뒤 정보 주체를 알아볼 수 없도록 익명·가명 처리, 전달하는 역할이다.
또 금융당국은 데이터 자가 결합(데이터 전문기관이 보유한 데이터와 제삼자 데이터를 결합) 허용 요건도 확대한다. 기존에는 이해 상충 가능성이 없는 경우만 자가 결합을 허용해왔다. 여기서 ‘이해 상충 가능성이 없는 경우’를 결합 데이터를 제삼자에게 제공하는 경우 등으로 제한적으로 규정해왔는데, 앞으론 이해 상충 가능성이 없는 경우에 ‘적정성 평가를 다른 전문기관이 수행하는 경우’를 추가해 자가 결합 허용 요건을 완화하기로 했다.
또 금융당국은 원본 데이터에서 일부만 임의 추출(샘플링)해 데이터 결합 가능한 ‘샘플링 결합’ 절차를 도입한다. 기존엔 결합 데이터 일부만 샘플링해 활용하려 해도 전체 데이터를 전문기관에 제공·결합해야 했기 때문에 비효율적이라는 평가가 나왔다.
데이터 결합 참여 주체를 결합 데이터를 보유한 기관으로 제한하는 규정도 변경, 데이터 이용기관도 결합 신청·참여가 가능해진다.
금융당국은 올 하반기 중으로 관련 법령과 안내서 개정을 추진한다.
한편, 지난해 8월 가명정보 결합 제도 시행 후 데이터 전문기관을 통해 결합한 데이터 수는 총 111개다. 가명정보는 추가 정보를 결합하지 않으면 특정 개인을 알아볼 수 없게 만든 정보를 의미한다.
금융 31개·비금융 15개사 등 총 46개사가 결합에 참여, 데이터를 제공해 35개사가 결합 데이터를 받아 분석·활용 중이다. 예컨대 인터넷 포털 내 입점한 온라인 사업자 정보와 신용평가회사(CB)의 대출·상환 정보를 결합, 포털에 입점한 사업자를 위한 맞춤형 대출 심사 모형·상품을 개발한 사례가 있다.
또 핀테크 고객 결제 정보와 은행 여·수신 정보를 결합해 금융 이력이 많지 않은 청년층(씬파일러·제로파일러)을 위한 대안 신용평가 모형을 개발하기도 했다. 화물차 안전 운전자를 위한 맞춤형 신용평가 모델 연구, 상권 분석 서비스 고도화 등에도 결합 데이터 방식이 활용된 사례도 있다.
작년 8월5일 개정된 신용정보법에 따라 데이터 산업 활성화 핵심인 데이터 결합이 허용됐으며, 신용정보원·금융보안원·국세청·금융결제원 등 4곳이 데이터 전문기관으로 지정됐다.
데이터 전문기관은 기업이 결합을 신청한 데이터를 안전하게 결합한 뒤 정보 주체를 알아볼 수 없도록 익명·가명 처리, 전달하는 역할이다.
또 금융당국은 데이터 자가 결합(데이터 전문기관이 보유한 데이터와 제삼자 데이터를 결합) 허용 요건도 확대한다. 기존에는 이해 상충 가능성이 없는 경우만 자가 결합을 허용해왔다. 여기서 ‘이해 상충 가능성이 없는 경우’를 결합 데이터를 제삼자에게 제공하는 경우 등으로 제한적으로 규정해왔는데, 앞으론 이해 상충 가능성이 없는 경우에 ‘적정성 평가를 다른 전문기관이 수행하는 경우’를 추가해 자가 결합 허용 요건을 완화하기로 했다.
또 금융당국은 원본 데이터에서 일부만 임의 추출(샘플링)해 데이터 결합 가능한 ‘샘플링 결합’ 절차를 도입한다. 기존엔 결합 데이터 일부만 샘플링해 활용하려 해도 전체 데이터를 전문기관에 제공·결합해야 했기 때문에 비효율적이라는 평가가 나왔다.
데이터 결합 참여 주체를 결합 데이터를 보유한 기관으로 제한하는 규정도 변경, 데이터 이용기관도 결합 신청·참여가 가능해진다.
금융당국은 올 하반기 중으로 관련 법령과 안내서 개정을 추진한다.
한편, 지난해 8월 가명정보 결합 제도 시행 후 데이터 전문기관을 통해 결합한 데이터 수는 총 111개다. 가명정보는 추가 정보를 결합하지 않으면 특정 개인을 알아볼 수 없게 만든 정보를 의미한다.
금융 31개·비금융 15개사 등 총 46개사가 결합에 참여, 데이터를 제공해 35개사가 결합 데이터를 받아 분석·활용 중이다. 예컨대 인터넷 포털 내 입점한 온라인 사업자 정보와 신용평가회사(CB)의 대출·상환 정보를 결합, 포털에 입점한 사업자를 위한 맞춤형 대출 심사 모형·상품을 개발한 사례가 있다.
또 핀테크 고객 결제 정보와 은행 여·수신 정보를 결합해 금융 이력이 많지 않은 청년층(씬파일러·제로파일러)을 위한 대안 신용평가 모형을 개발하기도 했다. 화물차 안전 운전자를 위한 맞춤형 신용평가 모델 연구, 상권 분석 서비스 고도화 등에도 결합 데이터 방식이 활용된 사례도 있다.
