이종석 센터장은 신한카드 빅데이터 사업에 컨설턴트로 참여하게 되면서 신한카드와 인연을 맺게 됐다.

하지만 빅데이터는 데이터마이닝과는 다르게 분석 그 자체보다는 경영의 툴 그 자체의 성격이 강하기 때문에 컨설턴트로서 참여보다는 실제 사업을 리딩하는 것이 성공사례를 만들어 내는데 더 효율적이라는 생각을 가지게 됐고 신한카드 역시 빅데이터를 단순히 기술이나 분석기법으로 보지 않고 경영의 툴로 바라보고 있어 빅데이터 추진에 조직의 변화가 필요하다는 사실을 가장 잘 알고 있었다.

이에 이종석 센터장이 빅데이터에 대해 가지고 있던 생각과 신한카드가 추구하고자 하는 빅데이터가 같은 방향을 바라보고 있다는 판단이 들었기에 카드업계 최초 빅데이터센터 책임자로서 자리에 앉게 됐다.

이종석 센터장은 “2000년 당시 대기업 계열 금융관계사들이 너도나도 분석 CRM 솔루션을 도입했지만 CRM이 내세웠던 데이터로부터 인사이트 도출을 이끌어내지 못했다. 분석 역량이 중요하지만 그 당시 CRM은 글로벌 벤더 솔루션만 도입하는 수준에 그쳤기 때문에 실패할 수밖에 없었다”고 언급하며 빅데이터 역시 자칫 CRM의 전례를 답습하지 않을까 우려의 목소리를 냈다.

이종석 센터장이 신한카드 빅데이터센터장으로 취임하게 된 것도 그 간의 다양한 업무 경험과 전공을 충분히 살릴 수 있는 영역이기에 도전해볼만한 가치가 있다는 판단도 있었지만 데이터 분석 관련 전공자로서 CRM과 같은 실패를 되풀이해서는 안 된다는 생각이 그를 이끌었다.

“최근 상공회의소의 조사에 의하면 국내 500개 기업 중 81.6%의 기업들이 빅데이터를 활용하고 있지 않은 것으로 나타났다. 그렇다면 81.6%의 기업들이 모두 다 빅데이터에 관심이 없을까? 그렇지 않다”

이종석 센터장은 빅데이터에 대한 알만한 것은 다 아는데 어떻게 활용할지 뭔가 손에 잡히지 않는다는 것이 가장 큰 문제라고 지적했다. 이런 어려움은 글로벌 기업들도 마찬가지도 경험하고 있다고 언급했다.

이 센터장은 “빅데이터의 성공적인 추진을 위해서는 기술, 분석기법, 솔루션 그 자체보다 조직 및 문화 그 자체가 빅데이터와 공명하는 것이 중요하다. 글로벌 기업들은 국내기업들과 동일한 어려움을 겪으면서도 성공사례를 만들어 내고 있다. 이젠 국내 기업 차례다”고 생각을 밝혔다.

코드나인, 고객의 다양한 요구에 대한 패턴 찾기
이처럼 이종석 센터장은 국내 기업 내에서 빅데이터 성공적인 추진을 위해 노력하고 있다.

이 센터장은 “어떻게 하면 고객의 다양한 요구와 최신 유행을 명확하게 파악하고 이를 상품 및 서비스에 담을까하는 본질적인 의문에서 시작했다”고 설명한 것처럼 신한카드가 선보인 빅데이터 기반 고객 중심의 상품개발 체계인 코드나인(Code 9)의 본질은 고객임을 밝혔다.

이 센터장은 코드나인이 크게 3가지 과정을 통해 분석하고 있다고 설명했다.

첫 번째, 2,200만 고객의 소비패턴 분석(Macro Trend 분석)을 통해 남/여 각각 9개의 트렌드 코드(Trend Code)를 도출했다. 총 18개의 트렌드 코드는 빅데이터 기법을 활용, 보다 세분화하여 업종을 재분류했다. 예를 들어 학원 업종 이용 시 자기개발을 위한 학원 이용인지 자녀를 학원에 보내기 위한 이용인지에 대한 파악을 한 것이다. 여기에 이용되는 2,200만 고객의 업종을 변수로 클러스터링(Clustering) 기법을 활용하여 세그먼트(Segment)화 한 것이 바로 남여 각각 9개의 트렌드 코드인 것이다.

두 번째는, 조합(Combination)이다. 우리 인간(소비자)의 욕구는 단 하나로 정형화할 수 없으며, 잠재적 요구까지도 담아내야 한다. 이에 전 고객에게 1개의 메인 코드(Main Code)와 2개의 서브 코드(Sub Code)를 조합함으로써 고객의 요구를 정했다.

세 번째는 고객의 최신 요구를 반영코자 하는 마이크로 트렌드(Micro Trend) 분석이다. 마이크로 트렌드로는 현재의 소비흐름 자체를 세심하게 포착하는데 한계가 있다. 이에 과거 이용패턴으로는 파악하기 힘든 최신 유행, 트렌드 등을 SNS 분석, 언론기사, 소비트렌드 발표 자료 등을 통해 신속히 포착하고, 이에 대한 요구가 높은 코드를 분석함으로써 신상품 혹은 서비스 개발 시, 최대한 반영코자 했다.

내부 정형데이터 분석을 벗어나 내외부 비정형 데이터 활용
신한카드는 지난 2월 글로벌 금융회사들이 빅데이터를 통해 창출한 가치를 조사해 카드사의 가장 중요한 △마케팅 △리스크 △고객서비스 △R&D 등 4대 업무 영역을 프로세스별로 가치분류했다. 또한 핵심가치 영역을 18개로 선정했으며, 조직별로 달성해야 할 핵심가치를 도출하기도 했다.

이 같은 핵심가치를 제대로 달성하기 위해 필요한 분석 모델 개수는 가치마다 다르지만 분석 영역별로 목적하는 예측의 정확도는 상이할 수 있다는 게 이종석 센터장의 설명이다.

이종석 센터장은 “설비 영역의 경우 설비자체가 수학적 모델에 따라 움직이기 때문에 그 이상여부에 대해서는 어느 정도 정확한 예측이 가능하다. 내가 개발했던 분석기법을 활용한 핵잠수함의 핵심부품 중 하나인 고압공기압축기의 이상 진단 여부의 경우 94% 이상의 정확한 예측이 가능했다. 하지만 마케팅이나 인사 같은 영역에서의 예측은 좀 다른 측면이 있다. 아무리 좋은 마케팅 이론에 따라 예측을 정확히 한다고 해도 상대방이 있는 게임이고 시장 환경에 따른 영향이 매우 큰 특히 금융업의 경우 그 예측의 정확도를 제고하는데 상당한 어려움이 있는 것도 사실이다”고 밝혔다.

그럼에도 불구하고 현재 신한카드는 그동안 내부 정형데이터만을 가지고 개발됐던 예측모델의 정확도를 제고하기 위해 필요한 추가적인 데이터들을 발굴하거나 기존 데이터를 결합해 새로운 데이트를 창출하는 작업을 진행 중에 있다.

“주로 내외부 비정형 데이터를 활용하여 분석력이 높은 변수들을 찾고 있으며 지속적으로 발전시켜 정확도를 제고시킬 예정”이라며, 대표적으로 이탈 가능 고객 사전 예측 모형을 통해 고객 이탈 예측률을 68.4%까지 맞추는 수준까지 도달한 것이 예가 될 수 있다고 설명했다.

기업 내부 다양한 비정형 데이터 존재한다
또한 이종석 센터장은 대부분 기업들이 비정형 데이터라고 하면 기업 외부에 있는 트위터나 페이스북 등 SNS 데이터로만 알고 있지만 기업 내부에도 그동안 활용하지 못하고 있던 다양한 형태의 비정형 데이터가 존재한다고 지적했다.

고객이 웹페이지에 접속한 이력이나 상담메모 혹은 고객의 VOC 등이 기업 내부의 비정형 데이터의 하나의 예라는 것이다.

신한카드의 이탈 가능 고객 사전 예측 모델은 텍스트 형태의 내부 비정형 데이터와 고객의 과거 이용주기 대비 현재 이용주기와의 관계 측면에서 비정형 데이터를 정형화할 수 있는 기법을 개발했다. 현재 이 모델은 3개월간의 실제 테스트를 통해 그 효과를 검증하는 단계에 있다.

이종석 센터장은 “외부 개방형 SNS 데이터의 경우 많은 분석 시도가 이뤄지고 있으나 그 효과성에 대해서 대부분의 기업들이 확신을 가지지 못 하는 경우가 많은 것 같다”며, “이는 일반 소비자들은 스마트폰과 같은 제품에는 관심을 보이지만 관심을 보이지 않는 기업이나 상품에 대해 기업명이나 제품명으로 SNS 상에서 반응을 보자고 하기 때문”이라고 지적했다.

“SNS 데이터로부터 가치를 창출하기 위해서는 먼저 기업이 SNS 분석을 통해 얻고자 하는 것이 무엇인지. 즉 비즈니스 가설을 잘 수립해야 한다. 그리고 그 가설에 대해 SNS 분석업체와 충분한 소통을 통해 원하는 데이터를 잘 찾도록 가이드라인을 정확히 제공해줘야 한다”고 조언했다. 이 과정을 거치지 않으면 분석에 상당한 기간이 소요될 뿐만 아니라 성공 가능성도 낮아질 수 있다고 이 센터장은 경고했다.

“신한카드의 경우 신규 소비 트렌드와 연관된 고객의 소리를 듣고자 SNS 분석을 활용하고 있다”며, “이렇게 분석된 SNS 결과는 기업 내부의 정형/비정형 데이터와 비교를 통하여 반드시 검증하고 검증된 가설에 대해서만 실제 개선으로 연계해 그 유용성을 제고시키고 있다”고 덧붙였다.

또한 신한카드는 최근 정부3.0 등 공공데이터 개방에 맞춰 공공데이터의 목록을 조사하여 각 데이터 별로 수집 및 저장방식에 대해 조사를 완료했다. 그 중 신용카드 업계에서 활용도가 높을 것으로 예상되는 날씨 데이터를 최근 5년간 분량을 저장하고 있다. 날씨 데이터 외 지리정보, 교통정보 등을 포함한 공간데이터도 관심을 가지고 있는 상태다.

데이터사이언티스트, 개인이 아닌 조직으로 바라봐야
이종석 센터장은 빅데이터 분석을 위해 필수요소인 데이터사이언티스트에 대해 “현실세계에 대한 강한 호기심을 가지고 자신의 과학적 지식을 활용하여 사람, 국가, 세계 그리고 자연 혹은 산업계에 영향을 미치는 사람”이라고 정의하고 있다.

우선 사이언티스트는 한 분야 혹은 여러 분야에 걸쳐 전문적 지식을 가지고 있어야 하며 그 역할에 따라 기존 데이터를 설명하거나 새로운 결과를 예측할 수 있는 모델을 만들 수 있는 ‘이론가’와 여러 가지 방식의 측정을 통해 모델의 유효성을 테스트 할 수 있는 ‘실험가’로 구분할 수 있다는 게 이 센터장의 설명이다.

“데이터사이언티스트는 사이언티스트의 전문영역이 하나 더 생겨났다고 생각한다. 즉 자신의 과학적 지식을 활용하여 데이터를 분석하고 그 분석결과가 현실세계에 혜택을 줄 수 있도록 인사이트를 제공할 수 있는 사람이 데이터사이언티스라고 생각한다”며, “데이터사이언티스트도 한 분야에만 전문일 수도 있고 여러 분야에 전문성을 가질 수 있다. 이론적인 방법론을 개발할 수도 있지만 다양한 실험을 통해 이를 검증하는데 전문일 수도 있다. 즉 데이터사이언티스트의 역량은 산업별, 업무영역 별, 전문영역 별로 다 다를 수 있다”는 게 이종석 센터장의 주장이다.

이종석 센터장은 “데이터사이언티스트는 존재하지만 그런 인재는 이미 기업 기업에서 상당한 대우를 받고 있기 때문에 새롭게 영입할 수 있는 가능성은 낮다. 이에 최적의 대안은 데이터사이언티스트가 아닌 데이터사이언티스트 조직이다. 즉, 데이터사이언티스트가 갖추어야 할 역량을 한 사람에게서 찾기보다는 개별적인 역량을 모아서 조직을 구성하여 데이터사이언티스트 역량을 확보하는 것이다”고 말했다.

이에 신한카드 빅데이터 센터도 외부에서 데이터사이언티스트를 영입하기 보다는 △비즈니스 전문가 △분석전문가 △데이터 아키텍트 전문가 등 3가지 영역의 역량을 모아서 데이터사이언티스트 조직을 구성하고 있다.

이 센터장은 “각 영역의 역량을 단순히 모아놓는다고 해서 당장 유기적으로 이어지지 않는다. F1과 같은 자동차 경주에서 드라이버의 운전 실력도 중요하지만 타이어를 교체하는데 걸리는 시간 단축도 중요하다는 사실은 차에 조금이라도 관심이 있는 사람이라면 누구라도 알고 있는 사실이다. 실제로 타이어 교체 시간 단축은 절묘한 팀워크에서 나온다. 이처럼 데이터사이언티스트 조직이 성과를 내기 위해서는 상당기간의 튜닝을 통한 팀워크 필요하다. 이러한 튜닝에 걸리는 시간을 확보하기 위해서는 최고경영층의 지원은 반드시 필요하다”고 강조하며, “또한 데이터사이언티스트 조직의 역량을 처음부터 다 구비하는 것보다는 단계적으로 그 역할이 확대됨에 따라 필요한 역량을 확보해 나가는 것이 더 중요하다. 신한카드 역시 하반기에는 분석된 결과에 대해 고객의 눈높이에서 설명하고 스토리라인을 펼칠 수 있는 컨설팅 역량을 추가적으로 확보할 계획”이라고 덧붙여 말했다.

이 센터장은 “신한카드에서 필요한 데이터사이언티스트는 △빅데이터를 통해 얻을 수 있는 가치를 명확하게 전달할 수 있는 컨설팅 역량 △데이터에 대한 선처리 및 분석기법에 대한 전문적인 지식 등에 대한 자질이 필요하다”며, “다만 신한카드가 추구하는 것은 데이터사이언티스트 조직이기 때문에 두 가지 자질 중 하나라도 해당되는 사람이 곧 데이터사이언티스트다”고 언급하기도 했다.

고객 이해를 바탕으로 맞춤 솔루션 제공하겠다
이종석 센터장은 신한카드 빅데이터 센터는 2가지 미션을 가지고 있다고 말했다.

첫 번째는 ‘고객의 이해를 바탕으로 세상을 이롭게 한다’는 것이고, 두 번째는 ‘빅데이터를 통해 도출된 2,200만 고객에 대한 명확한 인사이트를를 기반으로 고객 한명, 한명에게 맞춤 솔루션을 제공하겠다’는 것이다.

첫 번째 미션을 위해 현재 신한카드가 보유하고 있는 2,200만 고객의 빅데이터를 활용하여 한국문화정보센터, 킨텍스 등 여러 공공기관의 다양한 정책 수립에 필요한 분석을 지원하고 있다. 향후에도 이런 공공영역의 빅데이터 컨설팅 사업은 지속적으로 확대해 나갈 것이며, 이를 통해 빅데이터 컨설팅이라는 새로운 비즈니스 모델을 만들어 나갈 계획을 밝혔다.

두 번째 미션 수행을 위해 코드나인을 지속적으로 고도화 나갈 계획도 밝혔다.

이종석 센터장은 “2,200만 고객의 데이터는 살아있는 생명체처럼 계속 성장해나가고 경제상황 등에 따라 변해 가고 있다. 상품개발체계인 코드나인을 기반으로 선호하는 상품, 가맹점 그리고 마케팅 프로모션 등과 좀 더 긴밀하게 연결하고 상세하게 타깃팅 함으로써 궁극적으로는 고객 한명, 한명을 위한 맞춤 솔루션으로 지속 발전시켜 나간다”는 계획을 밝혔다.

현재 마스터카드와 준비하고 있는 CLO(Card Linked Offer)는 고객에게 필요한 할인 등 프로모션 등을 분석을 통해 보다 정확하게 타깃팅하고 이를 카드에 직접 연결하여 별도의 쿠폰 등 제시없이 바로 할인 등 혜택을 적용받을 수 있게 준비하고 있는 노력 중의 하나라는 게 이 센터장의 설명이다.

또한 비즈니스 전반의 경쟁력을 획기적으로 높이고자 내부 비즈니스 경쟁력 제고에 필요한 과제들을 발굴하고 지속적으로 개선해 나갈 계획도 밝혔다.

이종석 센터장은 “결론적으로 카드가 소비를 리딩하는 것이 아니라 고객이 소비를 리딩하고 카드가 이를 지원하는 새로운 빅데이터 경영 시대로 진입하고자 한다”는 말로 인터뷰를 마쳤다.