작년 하반기 발표한 ｢ 금융권 인공지능 (AI) 활용 활성화 및 신뢰확보 방안 ｣의 후속조치로 오늘 6월 21일(수), 금융위원회는 ｢ 금융 AI 데이터 라이브러리 ｣를 혁신금융서비스 로 지정 하였다. ｢금융 AI 데이터 라이브러리｣는 가명정보의 안전한 재사용을 허용 하는 데이터 인프라 이다.
현재 금융회사, 핀테크 기업, 통신사, 신용정보회사, 데이터 전문기업 등 총 32개 기업·기관 이 데이터 개방·공유 를 통한 상생의 금융 빅데이터 생태계 구축 을 위하여 동 컨소시엄에 참여 하기로 하였다. 추가 참여 문의가 있는바, 향후 동 컨소시엄에 참여하기를 희망 하는 기업·기관은 언제든 컨소시엄에 참여할 수 있다.
< 현행 데이터 결합과 ｢ 금융 AI 데이터 라이브러리 ｣ 비교 > 2020년 신용정보법 개정 을 통하여 가명정보 와 데이터 ( 가명정보 ) 결합 제도 를 도입하였다. 가명정보는 특정 개인을 알아볼 수 없도록 처리한 정보로, 통계작성 , 연구 , 공익적 기록보존 을 위해서는 정보주체의 동의 없이 가명정보를 이용할 수 있다.
아울러, 데이터 결합에 따른 재식별 우려 등을 해소 하기 위하여 금융위원회가 지정한 데이터전문기관 이 데이터 결합을 수행하도록 규정하였다. AI 학습 , 혁신적 서비스 개발 , 신용평가 및 리스크관리 고도화 등을 위해서는 데이터 결합 이 필수적 이다.
현행 신용정보법령 및 ｢ 금융분야 가명·익명처리 안내서 ｣에 따르면 데이터전문기관 은 데이터 결합을 수행한 후, 결합 전·후 데이터 를 모두 즉시 파기 하여야 한다. 데이터 이용기관 도 데이터 이용목적 달성 후, 결합 후 데이터 를 파기 하여야 한다.
이에 따라 중소 핀테크, 금융회사들이 대량·양질의 데이터셋 을 구축·이용하는데 큰 애로 가 발생하고 있다. 구체적으로, 데이터전문기관 은 동일한 데이터 를 여러 번 결합 에 사용하는 경우에도 데이터 보유기관으로부터 매번 데이터를 전송받아 결합 해야 한다.
- 1) . 데이터 이용기관 은 데이터 결합 신청시 명시한 이용목적을 위해서만 해당 데이터를 사용할 수 있으므로, 데이터 결합을 통해 이미 확보한 데이터를 새로운 이용목적 으로 이용하고자 할 경우 다시 데이터 결합 을 신청해야 한다
- 2) . 데이터 결합 신청시 명시한 기업·기관만 결합 데이터를 이용할 수 있으므로 결합 신청시 명시하지 않은 새로운 기관 이 동일한 결합 데이터 를 이용하고자 하는 경우에도 다시 데이터 결합 을 신청해야 한다.
- 1) (예시) 데이터전문기관이 A+B, A+C, A+D를 수행하려는 경우에도 A를 저장하고 있을 수 없어 데이터 보유기관으로부터 A를 매번 전송받아야 함
- 2) (예시) ‘신용평가모형 고도화’를 목적으로 결합한 데이터를 ‘대출심사 전략’에 활용 불가 이러한 불필요한 데이터 결합 에 과도한 시간 과 비용 이 소요되고 있다. 데이터 결합 신청부터 최종 데이터 결합 및 제공까지 평균 약 2개월 이 소요되어 사업 추진 등이 지연 될 우려가 있다. 또한, 데이터전문기관 및 데이터 보유기관의 운영비·인건비 등이 중복 발생 한다. 반복적인 데이터 송·수신 에 따른 정보유출 등 보안위험 의 발생도 증가할 수 있다. 다만, 데이터 재사용을 전면 허용 하는 경우 재식별 우려 등 개인정보보호 문제 가 초래될 수 있어 우선 혁신금융서비스를 통해 테스트 를 진행할 예정이다. 고도의 데이터 보호체계 를 갖춘 신용정보원·금융보안원 이 데이터를 저장·관리 하며, 데이터 재사용시 적정성 평가 를 거칠 계획이다. 이를 통해 동일한 데이터라도 데이터 이용목적, 데이터 이용기관의 개인정보 보호수준 등을 고려하여 가명처리 수준 을 차등 적용
하는 등 재식별 우려를 해소할 수 있다.
(예시) 정보보호 수준이 높은 기관에 대해서는 생년월일을 출생년도로 가명처리하고, 정보보호 수준이 상대적으로 낮은 기관에 대해서는 10세 단위 연령으로 가명처리 ｢금융 AI 데이터 라이브러리｣ 운영을 7월 중 시작 할 계획이다. 중소 핀테크, 금융회사 등이 안전한 가명정보의 재사용을 통해 데이터 결합에 소요되는 시간·비용 등을 절약 하고 금융권이 데이터를 적시성 있게 활용 할 수 있을 것으로 기대된다. 아울러, 데이터 생태계 활성화 와 양질의 빅데이터 확대 를 통해 AI 학습·개발 이 촉진되고 금융 AI 성능이 개선 될 것으로 기대된다.