정보통신기사, 정보통신학과, 통신직 등 정보통신일반 요점 정리 140. IT 중심의 융합 기술 2

140.  IT 중심의 융합 기술 2

•인터넷전문은행 : 주 영업채널이 오프라인(지점)이 아닌 온라인으로 영업을 하는 은행으로 Direct Bank, Online only Bank 등으로 불린다. 기존 은행보다 유리한 금리 등으로 경쟁력을 확보하고, 무점포 영업에 따라 기존 은행에 대비하여 고정비용 경감 등 업무 원가 절감을 통해 가격 경쟁력 이 있으며, 서비스 측면에서는 영업점 방문없이 금융상품에 가입할 수 있는 신속성과 편리성을 확 보가 가능하다.

라. 핀테크 (Fin-Tech)
핀테크는 Financial(금융) + Technology(기술)의 합성어로 금융과 ICT의 결합을 통
해 새롭게 등장한 산업 및 서비스 분야를 통칭하는 금융서비스의 혁신이라 정의할 수
있다.
(1) 핀테크의 산업별 분류
핀테크는 간편결제를 포함한 지급결제, 자금중개 플랫폼, 전자화폐, 빅데이터를 활
용한 금융정보 분석 등이 있으며, 대표적인 서비스는 다음과 같다.
• 지급결제(간편결제) : 애플페이, 알리페이, 페이팔, payWave
• 자금중개(플랫폼) : P2P 대출서비스, Lending Club, OnDeck
• 전자화폐 : 비트코인, 트랜스퍼와이즈
• 금융정보 분석 : TrustCloud, Mint, Credit Karma, 비주얼DNA, Affirm
핀테크는 전통적인 금융권 기업이 제공하는 서비스에서 IT 서비스를 제공하는 비
금융권 기업이 금융서비스를 제공하는 시대로 바뀌고 있다. 전통적인 금융 기업이 아
닌 ICT 기업, 플랫폼 기업, 보안업체 등이 금융서비스로 진출하고 있다. 핀테크에 대
한 산업 분류는 [표 8-11]과 같이 송금, 결제, 자산 관리, 투자, 보안 및 데이터분석
서비스 등으로 구분할 수 있다.

 

핀테크의 산업별 분류

 

구분	서비스 형태	종류	특징
금융 서비스	송금	모바일 및 이메일 송금	•온라인으로 거래 가능한 가상 화폐 •이메일과 모바일을 통해서 개인과 기업간 송금
	결제	전자결제서비스	•상품 및 서비스 결제 편의성 향상 •가상계좌, 신용카드, 실물계좌로 결제가능
	자산관리	온라인 펀드, 인터넷 은행, 보험, 증권	•온라인으로 다양한 펀드를 살 수 있는 슈퍼마켓의 역할 •인터넷은행, 온라인 전용으로 여수신 기능을 제공 •인터넷만을 통해 가입하는 보험 •온라인 전용으로 주식, 채권, 선물 투자 플랫폼 제공
	투자	금융투자플랫폼 (소셜트레이딩, 크라우드펀딩)	•대출, 창업자금 지원 등 투자 관련 금융을 서비스하는 온 라인 플랫폼 •스마트폰 등을 이용하여 투자 정보교유를 통한 가치판단 및 투자활동에 영향 •개인 간 자금조달을 중개해 주는 서비스 제공

ICT 기술	보안 및 데이터 분석	정보보안	•새로운 금융서비스를 보다 편리하게 사용하기 위해서는 보다 고도화된 금융보안기술이 필요
		금융 빅 데이터분 석 및 금융 S/W	•빅 데이터 분석으로 소비패턴의 인식을 통한 소비활동 증진 •대규모 데이터를 활용한 보다 정교한 대출금리 산정

(2) 핀테크의 특징
핀테크의 특징으로는 서비스, 결제 및 인증방식을 간소화하여 이용자의 편의성을
제고하고 채널/서비스/기술 간의 다양한 융복합 현상이 일어나고 있으며, 고객의 개
인정보 및 금융정보에 대한 수집/이용/제공에 대한 니즈가 증가하고 있다. 또한 정보
보안 규제의 완화로 활성화에 촉진제가 되고 있다.

(3) 핀테크 활성화를 위한 금융정책방향
핀테크 활성화를 위하여 사전규제 최소화를 통하여 규제 패러다임의 전환이 필요하
며, 인터넷전문은행 허용을 통하여 오프라인 중심의 규율을 재편하고 핀테크 지원센
터를 설치하여 핀테크 산업을 육성하고 있다.

 

마. 빅데이터(BigData) 기술
(1) 빅데이터의 개념
최근 스마트폰의 보급과 SNS 활성화, 센싱 기술의 발달과 첨단 연구장비의 등장으
로 과학 기술 뿐만 아니라 사회 전반적으로 빅데이터에 대한 관심이 증폭되고 있다.
빅데이터는 다양한 종류의 대용량 데이터를 말하며, 데이터를 수집, 저장, 관리, 분
석하여 가치 있는 정보를 추출하고 기존 지식과 연계하여 현재 상황을 파악하고 미래
변화를 예측하여 대응 방안을 조언하기 위한 도구와 플랫폼을 포함한 정보화 기술 및
아키텍처를 말한다.

 

(2) 빅데이터의 특징
빅데이터의 공통적인 특징은 [그림 8-51]과 같이 데이터의 양(Volumn), 데이터의
생성 속도(Velocity), 데이터 유형의 다양성(Variety) 또는 가변성(Variability)이 있으
며, 이를 3V 특징이라 부른다. 최근에는 기존 3V에 가치(Value)를 더하여 4V 특징이
라 부르기도 한다.

(3) 빅데이터 활용을 위한 요소기술
빅데이터 활용을 위한 단계별 요소기술로는 [그림 8-52]와 같이 처리 흐름에 따라
빅데이터 수집기술, 빅데이터 저장기술, 빅데이터 처리기술, 빅데이터 분석기술, 빅
데이터 시각화기술 등으로 분류한다.
1) 빅데이터 수집기술
조직내부와 외부의 여러 데이터 소스로부터 필요한 데이터를 검색하여 수집하는 일
련의 과정에 대한 기술로 검색, 수집, 변환을 통해 정제된 데이터를 확보하는 기술이
다. 데이터의 구조화된 정도에 따라 정형(Structured), 반정형(Semi-Structured), 비
정형(Unstructured)으로 구분하며, 최근 SNS 등 비정형 스트림 데이터의 양이 훨씬 많
아 이에 대한 처리에 관심이 높아졌다.
2) 빅데이터 저장기술
작은 데이터라도 모두 저장하여 실시간으로 저렴한 비용으로 데이터를 처리하고,
처리된 데이터를 더 빠르고 쉽게 분석하여 비즈니스 의사 결정에 바로 이용하도록 하
는 기술이다. 분산, 병렬 기반의 클라우드 컴퓨팅 기술과 결합하여 하둡(Hadoop)을 중심으로 한 빅데이터 분석 에코시스템으로 통합되고 있다.
3) 빅데이터 처리기술
엄청난 양의 데이터를 저장, 수집, 관리, 유통, 분석을 처리하는 일련의 기술로 수
많은 사용자 요청을 실시간으로 처리한 후, 처리 결과를 반환하는 기술이다. 하둡 맵
리듀스(MapReduce) 등의 일괄처리기술(Batch Proecss)과 아파치 스톰(Apache Storm),
아파치 스파크(Aparch Spark)와 같은 실시간 처리기술이 대표적이다. 방대한 데이터
양으로 인해 빅데이터 분석에서 처리속도가 중요해지면서 데이터베이스 저장이 아니
라 메모리로 데이터를 로딩하여 실시간으로 처리하는 인메모리(In-Memory) 기술이
주목을 받고 있다.
4) 빅데이터 분석기술
빅데이터를 활용한 데이터 분석 결과를 바탕으로 주요 의사 결정을 내리기 위한 근
거를 마련하는 기술이다. 최근 대용량의 비정형 데이터를 정형화하는 기술인 데이터
마이닝(Data Mining) 기술이 핵심으로 부상하고 있으며, 인공지능기반 기술도 비약
적인 발전과 함께 분석 기술에 활용되고 있다.
5) 빅데이터 시각화기술
빅데이터 분석 결과를 데이터의 나열이 아닌 추세를 포함하여 효과적인 인식을 위
하여 그래프, 차트 등으로 표현하는 기술이다.

•하둡(Hadoop) : 분산 시스템 상에서 대용량 데이터 처리 분석을 지원하는 오픈소스 소프트웨어 프 레임워크로 구글이 개발한 맵리듀스를 오픈소스로 구현한 결과물이다. •H베이스(Hbase) : 구글의 ‘빅 테이블(Big Table)’을 참고로 개발된 오픈소스 분산 비관계형 데이 터베이스로 파워셋에서 개발했으며 현재는 아파치에서 하둡(Hadoop)의 일환인 프로젝트로 관리 되고 있다. •맵리듀스(MapReduce) : 분산 시스템 상에서 대용량 데이터 세트를 처리하기 위해서 구글이 제안 한 소프트웨어 프레임워크로 하둡(Hadoop)에도 구현되었다. •비관계형 데이터베이스 : 데이터를 테이블에 저장하지 않는 데이터베이스이며, 관계형 데이터베이 스와는 대조적인 개념이다. 이를 사용하면 스키마 없는 엔티티(NoSQL)를 관리할 수 있다.