오픈 뱅킹
오픈 뱅킹이란 무엇입니까?
오픈 뱅킹은 소비자의 금융 데이터에 대한 액세스 권한을 안전하게 제공하는 수단이며, 모든 것에 고객의 동의가 필요합니다.² 규제, 기술 및 동적 경쟁 환경이라는 요인 때문에 오픈 뱅킹은 은행이 아닌 타사, 소비자 등에 고객 데이터를 민주화할 것을 요구합니다. 혁신은 관련성이 매우 높은 플랫폼 기반 배포를 목표로 산업을 진화시키면서 은행에는 에코시스템과 신규 시장 진출 범위를 확장할 수 있는 다양한 기회를 제공합니다. 오픈 뱅킹을 활용하여 더 많은 금융 서비스 기관(financial service institution, FSI)이 API(Application Programming Interface) 및 기타 데이터 공유 모델을 통해 고객 데이터에 대한 액세스를 확장합니다.오픈 뱅킹 이니셔티브 및 관계가 성숙해지고 오픈 데이터 경제의 창출이 가능해 지면서 변화의 물결이 다가오고 있습니다. 이를 보여주는 조기 징후 중 하나는 유럽에서 오픈 뱅킹 패러다임의 최전선에 있는 타사 공급자(third-party provider, TPP)가 빠르게 성장했다는 것입니다. 유럽에서 TPP는 2년 안에 약 100개에서 450개 이상으로 증가했으며, 중점 분야는 결제 및 트랜잭션 리테일 뱅킹에서 금융 가치 사슬 전반으로 확대되었습니다.
- 29%에 달하는 은행의 기존 리테일 상품 기반 수익처가 위험에 처해 있습니다.
- 오픈 API 기반 서비스에 의한 새로운 기회 로 부터 2020년까지 뱅킹 수익이 55% 증가할 것으로 예측됩니다.
오픈 뱅킹에 대한 규제는 유럽과 미국에서 크게 달랐습니다. 그 결과, 유럽에서는 대체로 규제가 주도적인 역할(이 규제 이니셔티브를 PSD2라고 부름)을 하는 가운데 오픈 뱅킹이 도입된 반면, 미국에서는 시장 주도로 오픈 뱅킹이 도입되어 왔고 앞으로도 계속 시장 주도로 도입될 가능성이 큽니다.
86% | 10곳 중 8곳 | 94% | 99억 달러 |
오픈 뱅킹 데이터의 가치를 인식한 금융 기관의 비율 | 오픈 뱅킹을 도입하고 있거나 도입할 계획인 금융 기관 | 오픈 뱅킹이 현재 서비스를 어떻게 향상할 수 있는지에 대해 고려해 본 핀테크 기업의 비율 | 2022년까지 오픈 뱅킹 부문에서 발생할 것으로 추산되는 총 수익 |
출처: "Open Banking: Rearchitecting the Financial Landscape", FT Partners Research, 2021년 3월 및 OpenBanking.org, "Facts and Statistics"
오픈 뱅킹의 역사
2000년대 중반부터 유럽에서는 PSD1(Payment Services Directive 1)과 같은 규제가 시행되었습니다. 이 규제의 목적은 유럽 내의 결제 활동을 규제 및 조율하고 보안, 데이터 프라이버시 및 속도를 둘러싼 우려를 완화하는 것이었습니다. PSD2의 초안은 2013년에 작성되었으며, 2018년에 시행되었습니다. PSD2의 목적은 금융 기관과 타사 간의 상호운용성을 향상하는 것이었습니다. PSD2에 따라 은행은 데이터를 공개해야 하는 반면, Open Banking Directive는 영국에만 적용되는 이니셔티브로, 은행이 데이터를 안전하고 표준화된 형식으로 공개하여 사용 편의성뿐만 아니라 보안도 향상해야 한다고 규정하고 있습니다. 이 데이터에는 고객의 금융 데이터와 트랜잭션이 포함되며 사용자의 동의가 있을 경우에만 타사 공급자와 공유됩니다. 오픈 뱅킹은 영국에서 시작되었지만, 아시아 여러 국가와 미국으로 확산되었습니다.
오픈 뱅킹이 중요한 이유는 무엇입니까?
오픈 뱅킹은 규제 준수를 위한 활동일 뿐만 아니라 고객 경험을 향상할 수 있는 기회이기도 합니다. 높아진 고객의 기대치는 은행들이 개방형 API를 구축하도록 만들었으며– 금융 고객 중 67%는 더 많은 이점이 주어진다면 은행과 더 많은 데이터를 공유할 의향이 있다고 말합니다.3 은행은 오픈 뱅킹을 활용하여 개방형 API 또는 BaaS(Banking-as-a-Service)를 통해 맞춤형 금융(용어집에서 Personalized Finance 참조)을 제공할 수 있습니다. 오픈 뱅킹은 고객을 위해 자산 관리 방식의 유연성을 향상합니다. 예를 들면, 고객은 계 좌에 대한 가시성을 향상하고 결제 서비스를 더 편리하게 이용할 수 있습니다.
오픈 뱅킹의 가치는 대부분의 경우 리테일 채널에서 시작될 것입니다. 은행은 상호적 이익을 제공하는 대규모 에코시스템과의 전략적 파트너십을 통해 가시성과 존재감을 향상하여 기회가 있는 곳이면 언제든지 상품을 판매할 수 있을 것입니다. 또한 애플리케이션을 구축 및 테스트할 수 있는 포털과 샌드박스를 개발자에게 제공할 수 있으며 승인 후에 금융 데이터에 안전하게 액세스할 수 있는 타사 애플리케이션을 소비자에게 제공할 수 있습니다. 이로 인해 더 많은 기업들이 금융 서비스 분야에서 경쟁하여 시장에서의 경쟁이 촉진되고 빠른 혁신을 가져올 것입니다.
오픈 뱅킹 통합 시 발생하는 문제는 무엇입니까?4
API 성능 및 신뢰성. 개발자는 오픈 뱅킹을 가능하게 하는 공용 API를 만들 수는 있지만, 이 API가 지원해야 하는 다양한 타사 애플리케이션과 최종 사용자 구성에 따라 안정적으로 작동할 것이라고 보장할 수 없기 때문에 타사 API를 테스트하는 것이 그 어느 때보다 중요합니다.
소비자의 걱정. 소비자는 트랜잭션 데이터 공유 시 개인 정보 보호 및 보안 우려로 인해 오픈 뱅킹 사용을 망설일 수 있습니다. 사용자 데이터는 가장 민감한 정보 형태 중 하나이며 그 결과, 오픈 뱅킹의 개인 정보 보호 기능 및 보안과 관련된 충돌이 가장 중대한 장애물 중 하나가 되었습니다.
표준화된 규정 준수 표준의 부재. 개발자는 오픈 뱅킹 애플리케이션을 만들 때 다양한 글로벌 규정 준수 규칙에 신경을 써야 합니다. 표준화된 규정 준수 표준의 부재는 오픈 뱅킹 통합이 정확히 어떤 방식으로 작동해야 하는지 또는 오픈 뱅킹을 어떤 방식으로 사용할 수 있는 지를 정의하는 보편적인 기술 표준이 없다는 뜻입니다.
Databricks는 금융 기관이 오픈 뱅킹 표준을 따르고 오픈 뱅킹을 구현하는 데 어떤 도움을 주나요?
금융 서비스용 레이크하우스는 안전한 멀티클라우드 환경에서 모든 데이터 유형에 대한 실시간 분석, 비즈니스 인텔리전스 및 API 기능을 지원합니다. 오픈 뱅킹, 규정 준수 및 규제 기관 보고, 거래 후 분석, 리스크 관리, 사기 탐지와 같은 중요한 금융 사용 사례를 위한 특정 솔루션이 포함되어 있습니다.
또한, Databricks 레이크하우스는 두 가지 통합 세트를 지원합니다.
첫째, Databricks Delta Sharing은 Nasdaq, FactSet 및 Intercontinental Exchange와 같은 선도적인 금융 데이터 제공자와의 표준화된 실시간 데이터 공유를 지원하여 플랫폼을 통해 데이터를 더 쉽게 소비하고, 공유하고, 수익을 창출할 수 있습니다. 둘째, Databricks 레이크하우스는 FINOS(Fintech Open Source Foundation)의 기반 프로젝트인 Legend 그리고 Linux Foundation의 금융 부문 프로젝트와 통합되어 뱅킹 에코시스템 전반의 금융 데이터를 위한 공통 표준을 기반으로 개방형 에코시스템을 만듭니다.——
Mckinsey에 따르면, 오픈 뱅킹의 잠재적 이점은 상당합니다. 예를 들면, 고객 경험 향상, 새로운 수익원 확보, 서비스가 충분하지 않은 기존 시장을 위한 지속 가능한 서비스 모델 등이 그 이점입니다.5 소비자가 계속해서 디지털 결제 및 뱅킹 애플리케이션으로 이동함에 따라 개방형 API를 구축하지 않는 은행은 뒤떨어질 위험이 있습니다.
오픈 뱅킹/개방형 금융에 Databricks를 활용할 경우 얻을 수 있는 이점은 무엇입니까?
금융 서비스용 레이크하우스는 은행 및 오픈 뱅킹 통합업체가 가맹점 분류 과제를 해결하여 컨텍스트 정보만으로 카드 트랜잭션 데이터를 개선하고 트랜잭션 행동에 대한 추가적인 인사이트를 얻을 수 있도록 지원합니다. 레이크하우스를 사용하면 FS는 개방형 협업 플랫폼에서 데이터와 AI를 통합하여 맞춤화된 고객 경험을 제공하고, 리스크를 최소화하고, 혁신을 가속화할 수 있습니다. 레이크하우스 플랫폼의 장점은 다음과 같습니다.
보안. 카드 트랜잭션 데이터 및 개인 정보에 관한 PCI-DSS 규정 준수
확장성. 수 백만 소비자와 가맹점으로 분류된 수 십억 개의 카드 트랜잭션 데이터를 처리할 수 있음
협업. ML 모델과 분야별 전문 지식을 함께 활용하여 분화를 촉진하는 지출 행동 학습
2 www.openbank.org/customers/what-is-open-banking
4 https://www.rtinsights.com/4-challenges-for-open-banking-integration/
5 https://www.mckinsey.com/industries/financial-services/our-insights/data-sharing-and-open-banking