1. Understanding FinTech & Case Study
December, 2017
Source: http://www.ccmalta.com/Images/fintech.jpg
2. 전통적으로 금융은 어떻게 돈을 벌어왔는가?
1
▪ 금융의 주요 업무
➢ 은행: 송금, 대출 등
➢ 카드/캐피털: 결제 등
➢ 증권: 거래, (펀드) 판매 등
➢ 보험: (보험) 판매 등
▪ 금융의 또 다른 비즈니스
➢ 중앙은행, 자산 운용, 재보험 등
Source: http://www.bsm.ac.th/wp-content/uploads/2017/10/jill_dauchy_debt-terms_stocksy_txpf83ffcc2iph000_original_610235.jpg
3. 핀테크(FinTech)란 무엇일까?
2
▪ 핀테크(FinTech)
➢ 금융(Financial)과 기술(Technology)의
합성어
➢ 금융과 IT의 융합을 통한 금융서비스 및
산업의 변화를 통칭함
▪ 핀테크(FinTech)를 통한 금융 서비스의 변화
➢ 모바일, SNS, 빅 데이터 등 새로운 IT기술
등을 활용하여 기존 금융기법과 차별화된
금융서비스를 제공하는 기술기반
금융서비스 혁신이 대표적임
Source: https://www.techbullion.com/wp-content/uploads/2016/05/what-is-fintech.png
4. 왜 지금 핀테크(FinTech)이 열풍일까?
3
▪ 2008년 세계 금융 위기
➢ 금융권 수익율 하락: 금융위기전(15~20%)
→ 금융위기 후(7~10%)
▪ 공유경제의 등장
➢ 탈 중앙화를 중심으로 한 새로운 비즈니스
모델 → 중앙화 가속에 따른 기존 산업의
붕괴
▪ 기술 발전에 따른 산업융합
➢ 산업간 융합으로 경계 무너짐 → 서비스를
도와주는 IT에서 새로운 서비스를 만드는
IT로의 변화
Source: https://static.kent.ac.uk/nexus/ems/57.jpg
5. 핀테크(FinTech)는 기존 금융과 무엇이 다를까?
4
▪ Financing의 탈 금융화
➢ 대규모 자본을 가진 회사만 자금 운용 가능
→ 소규모 자본을 가진 다수의 소비자
참여를 통한 자금 운용
▪ Processing 비용 절감
➢ 장소 : Offline → Offline + Online →
Online Only
➢ 시간: 자동화 (Automation)
▪ Niche Market 공략
➢ 소액 시장: 송금, 결제 등
➢ 비제도권 시장: 대출 등
Source: https://www.paymentlawadvisor.com/files/2017/06/Data_lock.jpg
6. Case Study: Lending Club
5
Source:https://media.licdn.com/mpr/mpr/shrinknp_800_800/AAEAAQAAAAAAAAddAAAAJDhiNjg5YzU1LTg1MTgtNGUxNi05ZWNmLTJmMjc3YzMxYWFjZQ.png
7. Case Study: SoFi
6
▪ 학자금 대출
➢ 2011년에 설립된 스탠포드
대학원생 동문 커뮤니티를
기반으로 시작한 P2P 금융
서비스
➢ 사업 초기 학교 동문 투자자로
커뮤니티를 구성 투자 → 외부
투자사와 투자자로부터 투자 /
운영
➢ 약 20만명을 회원 보유
➢ 120억달러 대출, 140억달러
투자금 조달 (2017.10 기준)
Source: https://www.sofi.com/
8. Case Study: Tesla – Pre-order
7
▪ 사전 예약
➢ 모델 3의 기본
가격:35,000달러 (약
3,800만원)
➢ 테슬라 모델 3 예약:
1,000달러 계약금 필요
➢ 약 40만 대 예약 (추정) →
4억 달러(약 4,348억원) 자금
확보 / 전략 판매 시 매출액
15조 2천억원
Source: https://quoted.thezebra.com/wp-content/uploads/2016/04/Tesla-Model-3.jpg
9. Case Study: Goldman Sachs
8
Source:http://s3.amazonaws.com/finovate-archive/old/finovatewebsite/assets_c/2014/11/Kensho_homepage2-thumb-500x280-13588.jpg
▪ Kensho (금융 인공지능)
➢ 기업의 실적과 주요 경제수치,
주가의 움직임 등 방대한 양의
금융데이터를 분석해
투자자들의 질문에 답을 주는
프로그램
➢ 50만달러의 연봉을 받는 전문
애널리스트가 40시간이 걸쳐
하는 작업 수분 내 처리 가능
→ 2000년 초반 600여명에
달했던 골드만삭스의 뉴욕
본사 트레이더는 2명까지 줌
10. Case Study: Venmo
9
▪ 소액 결제
➢ 지인 간(페이스북, 주소록)
간편 소액결제 및 결제이력
온라인에 공유 가능
➢ 송금액은 주당 300달러로
제한되나 SSN 제공,
페이스북 인증 등 추가 인증
시 최대 3000달러까지 가능
➢ 직불카드, 은행 계좌 이용 시
무료, 신용카드 연계 지불 시
수수료 지불
Source: http://ixd.prattsi.org/wp-content/uploads/2017/01/venmo.png
11. 핀테크(FinTech) 관련 3가지 질문: 데이터의 중요성
10
▪ 핀테크(FinTech)에서 기술이 왜 중요한가?
➢ 기술 그 자체가 아닌 기술로 만들어 낼 수
있는 내부/외부 사용자의 서비스 개선이 더
중요함
▪ 서비스 개선으로 무엇을 얻을 수 있나?
➢ 사용자의 능동적인 참여를 통해 사용자의
경험 자산화 및 관련 데이터를 확보할 수
있음
▪ 사용자 데이터가 중요한 이유는 무엇인가?
➢ 금융 그 자체만으로는 보편적인 인프라
요소가 강해 더 이상 차별성을 제공하기
어려움 (어렵게 상품을 출시하더라도
카피캣이 쉽게 등장함)
Source: https://cdn.crowdfundinsider.com/wp-content/uploads/2017/04/fintech-european-commission-600x437.png
12. 핀테크(FinTech)는 데이터를 어떻게 활용하는가?
11
▪ 데이터 결합
➢ 금융 + 비금융 데이터의 결합: 금융 관련
데이터 → 사용자 데이터 + 금융 데이터
▪ 데이터 분석
➢ 금융 + 사용자 데이터 분석: 금융 상품
제안 → 신용도 측정, 사기거래탐지(FDS)
활용
▪ 데이터 생성
➢ 사용자의 행동 변화 유도: 단순 금융 정보
제공 → 사용자 상황에 따른 정보 제공 →
상품 가입 및 금융 이슈 해결
Source: https://www.finance-monthly.com/Finance-Monthly/wp-content/uploads/2017/01/fintech1.jpg
13. Case Study: Visual DNA
12
Source:https://media.licdn.com/mpr/mpr/shrinknp_800_800/AAEAAQAAAAAAAAddAAAAJDhiNjg5YzU1LTg1MTgtNGUxNi05ZWNmLTJmMjc3YzMxYWFjZQ.png
▪ 주요 서비스
➢ 금융 거래 내역이 없는 소비자가 몇 가지
설문조사에만 답한 뒤 신용도를 평가받음
➢ “무슨 색을 좋아하나요?” 등의 사용자
취향과 심리 상태를 물어보고 이에 기반한
신용평가 결과 도출 → 사회심리학과
통계학을 바탕에 둔 평가 방법
▪ 도입 사례
➢ 마스터카드: 2014년 비주얼DNA 신용도
평가 데이터를 대출 업무에 도입 → 부도율
기존 대비 23% 낮춤
14. Case Study: Bank of America
13
Source:http://banknxt.com/wp-content/uploads/2016/11/Bank-of-AmErica.jpg
▪ Erica (금융 챗봇)
➢ 이용자들은 에리카와
대화하면서 다양한 금융 제공
확인 가능
➢ 계좌 잔액 확인, 송금, 자금
계획에 대한 상담 및 조언
제공 가능
➢ 24시간 고객 대응 및 인건비
절감
15. 데이터의 시대: Data Technology
14
Source:http://chinajingji.co.kr/wp-content/uploads/2016/10/%EC%9E%AD%EB%A7%88-840x420.jpg
"IT 시대가 끝나고
DT(Data Technology)
시대가 올 것이라
생각합니다.”
16. Case Study: OFO vs MOBIKE
15
▪ 중국의 공유 자전거 시장
➢ 시장 규모: 총 규모 5400백만 위안 (약
8,900억원, 2016년 기준) → 2019년 3배
성장 예상
➢ 사용자 규모: 약 425만 명
➢ 오포(ofo): 알리바바, 홍이캐피탈,
디디추싱, 러시아 벤처캐피탈 DST Global
투자
➢ 모바이크(Mobike): 텐센트, 테마섹 홀딩스,
폭스콘 투자
Source: https://www.thebeijinger.com/sites/default/files/styles/blog_list_image/public/thebeijinger/blog-images/313215/mobikevsofo_0.jpg
17. 알리바바와 텐센트는 왜 공유 자전거에 투자를 했을까?
16
▪ 공유 자전거 데이터
➢ 공유 자전거 시장: 알리바바와 텐센트의
대리 전장 → 사용자 데이터 확보
➢ 알 수 있는 정보: 남녀 성비, 이용 횟수,
이용시간, 이동거리 등
▪ 상품 판매 데이터
➢ 알리바바 광군제(2017. 11. 11): 약 21조원
(1200억 7000만 위안) 판매
➢ 알 수 있는 정보: 구매물품 종류, 구매물품
수, 구매주기 등
Source: http://image.zdnet.co.kr/2016/11/12/lyk_6Dd1dN5UEAeiBEzs.jpg
18. 데이터의 핵심: High Frequency
17
Source: https://cdn.techinasia.com/wp-content/uploads/2017/09/AAEAAQAAAAAAAAvCAAAAJDY1NjYwMmYxLTM5NjctNDBkNS05ZDUyLWFjOTUyN2IzYTJmYg.png
▪ 데이터 발생 빈도
➢ 결제는 모든 행위의 최종
단계에서 일어남 → 사용자가
어떤 상황과 단계에서 결제를
하는지 알 수 없음
➢ 사용자의 데이터의 많이
확보하면 사용자의 행동
패턴을 분석할 수 있음 →
인공지능 등으로 미래의 행동
패턴 예측 가능
19. 사용자와의 접점을 어떻게 확대할 것인가?
18
Source: http://3151d51icgqm2htsix3htrf9-wpengine.netdna-ssl.com/wp-content/uploads/2017/03/Brand-Touch-Points-1030x836.png
▪ 편리성 강화
➢ 공인인증서 제거 등을 통한 사용성 증대 →
카카오뱅크
▪ 연속성 강화
➢ 보험은 타 금융업에 비해 사용자와의 접점
낮음: 헬스케어와 연계한 상품 출시 및
사용자 데이터 확보 → 유나이티드 헬스
케어 + 애플 헬스키트(Healthkit)
▪ 연계성 강화
➢ 타 금융사들과 제휴 등을 통해 통합적인
정보 제공 → 모벤(Moven)
20. Case Study: UHC + Apple Healthkit
19
Source: https://cdn.techinasia.com/wp-content/uploads/2017/09/AAEAAQAAAAAAAAvCAAAAJDY1NjYwMmYxLTM5NjctNDBkNS05ZDUyLWFjOTUyN2IzYTJmYg.png
21. Case Study: Moven
20
Source: https://www.enterprisetech.com/wp-content/uploads/2015/07/Moven.jpg
▪ 네오뱅크 서비스
➢ 모벤을 이용하는 고객들은
모벤과 제휴한 특정 은행에서
자신이 이용 중인 계좌나
소비이력, 투자 내역 등의
모든 정보를 손쉽게 확인 가능
➢ 고객의 소비행태를 분석해서
월평균 지출그래프를
보여주는 등
재무관리서비스를 제공함
➢ 현재 7개 국가에서 7개 은행
정보 제공 중이며, 고객 규모
약 2억명 추정
22. 사용성 증대에 기반한 핀테크(FinTech) 사업
21
Source: https://d3tdunqjn7n0wj.cloudfront.net/1400x933/soft-eng-evolving-architectures-of-fintech-crop-6a8bd2349f983adf467e31323cee25ca.jpg
▪ Network Effect
➢ 사용자의 증대를 통한 서비스
개발 → 고객의 충성도 증대
→ 신규 고객 유입
▪ Servitization
➢ 서비스 중심의 접근: 고객
중심의 사용성 개선 및 가치
증대 → 고객의 충성도 증대
→ 바이럴 효과 발생 → 고객
확대
▪ Credit / Risk Management
➢ 데이터에 기반한 자산 관리
23. Case Study: STARBUCKS
22
▪ 선불카드
➢ 상품권 유통과 같은 동일한
효과
▪ 부수적인 효과
➢ 서비스 사용성 증대: 사이엔
오더 등을 통한 사전 주문,
쿠폰 관리
➢ 신규 상품 테스트: 음식은
경험재임으로 사용자 경험을
통해 반복 구매가 이루어짐
➢ 로열티 증대: 충전 이후
구매에 대한 저항감 감소
Source: http://economyplus.chosun.com/special/special_view.php?t_num=9967
24. Case Study: 한국신용데이터
23
▪ 정산 자동화
➢ 별도 모바일 앱을 설치없이
카카오톡만으로 이용
➢ 카드 매출 자동 회계기장 및
절세방안 제공
➢ 세무신고 대행
▪ 주요 현황
➢ 고객사 2만 3천여 개,
관리매출 4조 원
Source: https://app.cashnote.kr/images/social.png
25. Case Study: MADOROSS
24
▪ 낚시 O2O 서비스
➢ 낚시인들을 위한 선박 예약
서비스
➢ 국민 취미생활 변경: 등산 →
낚시
▪ 신규 비지니스로서의 확대 가능성
➢ 낚시 출조 및 관련 정보 수집
(예약, 날씨, 기온 등) →
낚시배의 출조 및 예상 매출
추정(데이터 분석) → 선박
대출 크레딧 관리 및 위험
관리 가능
➢ 약 1조 규모의 시장 규모
Source: http://madoross.com/
26. 미래의 핀테크(FinTech)는 어떻게 발전할 것인가?
25
▪ 금융의 발전 방향
➢ 은행 - 송금(수수료), 대출(이자) : 비용을
낮추는 방향으로
➢ 카드/캐피털 - 결제(간편) : 사용성을
높이는 방향으로
➢ 증권 - 거래, 판매(로봇): 개입을 줄이는
방향으로
➢ 보험 - 판매(맞춤): 매출을 늘리는
방향으로
Source: https://d3tdunqjn7n0wj.cloudfront.net/1400x933/soft-eng-evolving-architectures-of-fintech-crop-6a8bd2349f983adf467e31323cee25ca.jpg
27. Digital Transformation: The Shark Fin
26 https://www.accenture.com/t20150921T111755__w__/us-en/_acnmedia/Accenture/Conversion-Assets/Blogs/Images/5/Accenture-Shark-Fin-Model-
660.jpg?la=en&h=296&w=660
Why digital disruption resembles a shark fin
more than a bell curve (SEPTEMBER 22, 2015)
28. Biz Model Innovation: Three Horizons of Innovation
27 https://www.accenture.com/t20150921T111755__w__/us-en/_acnmedia/Accenture/Conversion-Assets/Blogs/Images/5/Accenture-Shark-Fin-Model-
660.jpg?la=en&h=296&w=660
29. Thank you for Listening!
http://static1.squarespace.com/static/54c7179ae4b02140e98244fe/t/54eed811e4b0ae0904da3700/1424939033374/?format=2500w28