데이터 기반 전략 활용을 통한 금융 서비스 데이터 교환 최적화

Tony Bishop, 플랫폼, 성장 및 마케팅 부문 SVP
2021년 6월 30일

빠르게 진화하는 디지털 경제는 금융 서비스 조직을 재편하는 동시에 가치 창출 및 전달 방식을 변화시키고 있습니다. 이 과정에서 기업들은 그 어느 때보다 많은 정보를 생성, 처리, 저장하고 있으며, 그 결과 작년에 데이터의 폭발적인 증가와 디지털 혁신의 가속화로 이어졌습니다. 이 모든 것이 야기하는 파괴적인 도전에도 불구하고, 다음과 같은 목적으로 모두 활용될 수 있다는 점을 인지해야 합니다.

• 고객 경험 강화
• 마진 증대 및 경쟁 우위 강화
• 성장 기회 확대
• 이는 모든 산업에서 필수적인 기능이어야 하지만 금융 서비스 산업에서는 업무상 특히 중요한 기능입니다.

그렇다면 금융 서비스 업계에서 폭발적인 데이터 성장과 가속화되는 디지털 혁신 시대에 이러한 목표를 달성하려면 어떻게 해야 할까요?

데이터 교환 최적화에 집중하려면 IT 인프라를 재고하고 재창조해야 합니다.

이것이 무엇을 의미하는지, 왜 필요한지 자세히 살펴보겠습니다.

데이터 중력 집중도가 금융 서비스 업계의 IT 인프라 아키텍처 전략에 근본적인 변화를 가져오고 있습니다.

업계 내에서 생성된 방대한 데이터 세트를 생각해 볼 수 있습니다. 2020년 McKinsey 설문조사에 따르면 특히 팬데믹 이후 이로 인해 디지털 가속화가 엄청난 폭으로(소비재 회사가 보고한 것보다 거의 두 배) 증가했습니다.

당사는 자체 연구를 수행하고 글로벌 데이터베이스를 구축했으며 기업 데이터 생성 라이프사이클의 집중도 증가와 IT 인프라에 미치는 영향을 측정, 수량화, 예측하는 코드를 해독했습니다.데이터 중력으로 불리는 이 메가트렌드는 금융 서비스 업계에서 폭발적인 속도로 계속 확대되고 있습니다.

이제 이러한 메가트렌드를 디지털 혁신의 가속화와 결합함으로써 금융 서비스 기업은 다음과 같은 여러 가지 중요한 과제를 해결하기 위해 노력하고 있습니다.

• 성장과 경쟁 – 지속적인 마진 압박, 데이터 수익 창출 목표 및 핀테크 경쟁
• 복잡성 및 사이버 위험 – 고객 선호도 변화와 사기 손실 증가
• 규제 및 컴플라이언스 – 규제 홍수, 데이터 중심 규제 및 끊임없는 사이버 위협
• 인수 합병 - 확장을 통한 규모 확대, 비즈니스 분야 다각화 및 파괴적 기업 인수

소매 및 상업 은행, 증권, 트레이딩 및 투자 은행(IB), 자산 및 재산 관리, 보험 등 모든 부문에서 데이터 교환 최적화에 초점을 맞춘 인프라 전략의 전환으로 다음과 같은 이점을 실현할 수 있습니다.

• 데이터 중력 장벽 극복
• 민감한 데이터 보호
• 데이터 컴플라이언스 시행
• AI 기반 기능 활용
• 위험 감소
• 비용 절감
• 수익 증대

데이터 교환 최적화는 금융 서비스의 모든 지점에서 고객을 보호하고 서비스를 제공하는 데 도움을 줍니다.

데이터 중력은 기업의 워크플로우 성능을 저해하고 비용을 증가시킬 뿐만 아니라 규제 요건 및 기타 인위적인 제약으로 인해 더욱 복잡한 새로운 보안 문제를 야기합니다.

은행, 신용 조합 및 기타 금융 기관의 IT 임원 및 의사 결정권자에게는 데이터를 수집, 처리하고 모든 관련 비즈니스 라인에 연결하는 효과적인 데이터 중심 전략을 주도할 수 있는 능력이 필요합니다.

소매 및 상업 은행

이 분야에서 일한다면 다음 사항을 결정해야 합니다.

고객 개인 정보 보호와 AI 기반 신용 및 사기 방지를 제공하면서 풍부한 뱅킹 경험을 제공하려면 어떻게 해야 할까요?

기존 인프라는 데이터 생성, 유입/유출 제어, AI/머신 러닝 기능에 영향을 미치는 장벽을 만들기 때문에 새로운 인프라가 필요합니다.말할 것도 없이, 데이터 중력은 글로벌 규모로 은행 업무를 운영하는 수단을 크게 제한할 수 있습니다.

소매 및 상업 은행은 데이터 교환을 최적화하는 데이터 중심 아키텍처를 구축함으로써 다음을 수행할 수 있습니다.

• 경쟁력 있는 뱅킹 경험 제공
• 고객과 가까운 곳의 데이터 보호
• AI로 커진 위험 및 사기 로컬화
• 로컬 데이터 컴플라이언스 시행

증권, 트레이딩 및 투자 뱅킹

오늘날 증권과 트레이딩 분야에서는 시장 점유를 위한 전략 최적화부터(알파 찾기) 투자 은행 기회 활용까지 모든 것에 AI를 활용하고 있습니다.마지막으로 ESG 투자 및 대체 데이터도 얻을 수 있습니다.

그러나 오늘날 디지털 경제에서는 AI/머신러닝 준비 태새, 글로벌 거래 역량, 유입/유출 제어에 대한 제한 등 여러 가지 장벽이 장애물로 작용할 수 있습니다.

증권, 트레이딩 및 투자 은행에서는 데이터 교환 최적화로 다음과 같은 이점을 얻을 수 있습니다.

• 경쟁력 있는 트레이딩 전략 수립
• 안전한 타사 데이터 통합
• AI 기반 투자 은행 상호 작용 현지화
• 로컬 데이터 컴플라이언스 시행

자산 및 재산 관리

자산 관리자이거나 투자 회사에 근무하는 경우, 고객에게 차별화된 자문 경험을 제공하고 대체 데이터 소스와 인사이트를 통합하여 경쟁력을 유지할 수 있습니다.이러한 전략은 AI 기반 모니터링 및 보고와 결합하여 더욱 강화됩니다.

금융 서비스 산업의 다른 분야와 마찬가지로 자산 관리 회사는 AI/머신러닝 기능과 유입/유출 제어 문제에 직면해 있습니다. 여기에 데이터 생성 및 데이터 사용에도 문제가 있습니다. 또한 데이터 중력은 이들 기업에 글로벌 규모로 영향을 미칠 수 있습니다.

따라서 아키텍처에 최적화된 데이터 교환 전략이 반영되어 있다면 다음과 같은 이점을 얻을 수 있습니다.

경쟁사와 차별화되는 자문 경험을 제공하는 동시에 증권, 트레이딩 및 투자 은행 부문의 모든 이점을 활용할 수 있습니다.

보험 및 재보험

데이터를 보호하는 동시에 풍부한 고객 및 고객 경험에 크게 의존하는 또 다른 부문입니다. 보험이나 재보험 분야에서는 위험 관리 및 보험 프로세스의 일부로 AI를 사용합니다.

기존 아키텍처의 과제는 옴니채널 데이터 생성 및 사용, 유입/유출, AI/머신러닝 기능, 글로벌 규모의 비즈니스 수행 방식에 영향을 미칩니다. 실제로 2024년까지 보험 업계의 G2000 기업은 전 세계적으로 연평균 143%의 성장률이 추정되는 데이터 중력 강도의 가속화에 직면할 것으로 예상됩니다.

보험 및 재보험 부문에서 데이터 교환 최적화에 따른 이점은 다음과 같습니다.

• 경쟁력 있는 보험 경험 제공
• AI 기반 제품 및 서비스 현지화
• 타사 데이터 통합을 보호하는 동시에 현지 데이터 컴플라이언스를 준수합니다.

최적화된 데이터 교환을 달성하려면 모든 채널, 비즈니스 기능 및 PoP에서 디지털로 지원되는 상호 작용을 통해 고객, 파트너 및 직원에게 최상의 서비스를 제공하기 위해 실시간 인텔리전스로 보강되고 유비쿼터스 및 온디맨드 방식으로 운영되는 퍼베이시브 비즈니스 플랫폼이 필요합니다.

금융 서비스의 디지털 혁신 과제와 데이터 중력 장벽을 극복하는 방법

금융 서비스 산업 종사자라면 당사 '퍼베이시브 데이터 센터 아키텍처(PDx™)' 라이브러리: 금융 서비스 데이터 교환 최적화 솔루션 개요의 최신 항목을 읽어보시기 바랍니다.

바로 "데이터 기반 디지털 혁신"입니다.이는 데이터를 전략적 자산으로 전환해야 한다는 의미입니다.

ABN AMRO Bank의 최고 설계자 겸 데이터 관리 책임자인 Santhosh Pillai는 월스트리트 저널 기사에서 "점점 더 디지털화되는 세상에서 고객 중심이 된다는 것은 곧 데이터 중심이 된다는 것을 의미합니다."라고 설명했습니다.“특히 코로나 19 이후에는 기업이 고객과 직접 만날 수 없어 데이터와 분석 인사이트에 대한 의존도가 더 커지고 있습니다.”

이 솔루션 개요는 금융 서비스 비즈니스 및 기술 리더에게 데이터 기반 디지털 혁신을 구현하고 경쟁 우위를 확보하며 새로운 성장 기회를 창출하기 위한 체계적인 전략과 솔루션 접근 방식을 제공합니다.

새로운 금융 서비스 데이터 교환 최적화 솔루션 개요를 다운로드하여 자세히 알아보십시오.