네티자 솔루션 도입, 정보 처리 성능 ‘UP’ 운영비용 ‘DOWN’
데이터 처리 속도 1/20 단축
개인신용평가전문회사인 코리아크레딧뷰로(KCB)는 지난 2008년 네티자 DW어플라이언스제품인 NPS10200을 기반으로 정보계시스템을 구축했다. 올해 1월엔 NPS 압축엔진인 ‘NPS 릴리스 4.5’를 추가로 업그레이드해 사용공간을 확충하고 처리 성능을 높였다.
정보계시스템을 새로 구축한 KCB는 고객기업이 원하는 분석정보를 모두 제공할 수 있게 됐다. 또한 데이터 처리 속도를 크게 올린 까닭에 반복적인 테스트 업무가 가능해져 결과물의 정확성을 높였다. KCB는 이와 같은 성과를 기반으로 고객 신뢰를 얻었고, 장기적인 대국민 수익 기반을 확보했다.
[Background #1] 분석 역량 한계, 선진 인프라 도입 필요성 제기
그 동안 개인신용평가는 연체 정보를 비롯해 주로 부정적인 신용정보를 기반으로 분석을 해왔기에 개인의 우량 정보는 상대적으로 소홀한 대접을 받았다.
이러한 한계를 극복하기 위해, KCB는 부정적인 정보뿐만 아니라 대출상환 실적, 카드사용 실적 등 다양한 우량 정보를 활용해 분석하는 균형 잡힌 개인신용평가 방식을 국내에선 처음으로 도입했다. 아울러 개인 신용도 변화를 파악하고자 동태적인 우량정보까지 포괄하는 개인신용평가 프로그램을 구축하게 된다.
◆ KCB 서정진 정보시스템부 팀장
하지만 KCB는 여기에 만족하지 않았다. 이 회사는 세계 수준의 선진 신용인프라를 갖추기 위해 기존의 적재 중심 서비스 제공방식에서 탈피해 분석 중심 데이터 서비스를 고객에게 제공할 것을 결정했다. 그리고 이에 필요한 정보계시스템 구축에 돌입했다.
정보계시스템을 도입하기 위해 먼저 신용거래나 금융거래 등 다양한 개인신용 정보를 확보해야 했다.
이를 위해 우선 금융회사로 구성된 KCB주주회사들로부터 축적된 데이터를 제공받은 후, 5년 분량이나 되는 개인거래데이터를 시계열 방법으로 꼼꼼히 분석했다.
[Background #2] 철저한 BMT 거쳐 네티자 DW어플라이언스 도입
이렇게 분석에 필요한 원천 데이터를 확보한KCB는 이후 고객의 우량 및 불량 점수평가(스코어링)나 권유 상품 분석 등을 수행하기 위해 개별 용도에 맞는 데이터 마트를 만들었다.
하지만 이런 데이터 마트 생성 방식은 추가 분석요구가 발생할 때마다 마트를 반복해서 만들어야 하는 치명적인 약점을 안고 있었다. 한 차례 만들어 놓은 마트를 새 요구사항에 맞춰 쓸 경우 원치 않는 결과값이 나왔다.
예를 들면 날짜가 왜곡되거나, 변화하는 시장과 고객 상황을 실시간으로 반영할 수 없는 한계를 그대로 노출했다.
개선책은 없었고, 시스템 담당자는 고객의 분석 요구사항이 추가로 발생할 때마다 분석의 정확성을 확보하기 위해 마트의 물리 및 논리 설계를 다시 하거나, 데이터 마트를 반복해서 생성해야 하는 불합리한 상황이 발생했다.
이런 숙제를 풀기 위해 KCB는 다이나믹 마트를 만들기로 결정한다.
다이나믹 마트는 원천 데이터에 직접 접근해 데이터 마이닝 작업을 수행하고, 다양한 분석 요구까지 수용할 수 있는 획기적인 방식이다.
다이나믹 마트를 만들기 위해선, 고성능 대용량의 스트리밍 처리가 필요했다. 종래 DW 방식으론 이런 기술적 요구 수용이 불가능하다고 결정을 내린 KCB는 오랜 시장조사 끝에 DW어플라이언스란 해답을 찾아 낸다.
이런 결정을 내린 KCB는 곧바로 시중에 나와 있는 DW어플라이언스 제품 조사에 들어갔고, 자사 요구사항에 적합하다고 판단된 몇 가지 제품을 대상으로 철저한 벤치마킹테스트(BMT)에 돌입했다. 그리고 데이터 처리 성능, 운영 편의성 등 모든 평가 기준에서 최고의 점수를 획득한 네티자의 NPS10200을 최종 낙점했다.
◆ 국내 대형 금융회사로 구성된KCB 주주회사
[Best Practice #1] 고객이 원하는 분석정보 완벽 제공 신뢰성 확보
비즈니스 관점에서 볼 때 KCB의 사업 방향은 명확했다. 다양한 금융회사로부터 받은 개인신용정보를 고객기업의 요구사항에 맞춰 정확히 분석한 후, 이를 적시에 고객기업에게 제공하는 것이 이 회사의 최우선 사업 목표.
그리고 이 같은 목표는 높은 데이터 처리 성능을 갖춘 NPS10200을 기반으로 정보계시스템을 재편한 이후 대부분 성취할 수 있었다.
NPS10200는 비대칭 초병렬 데이터 처리 방식인 ‘AMPP(Asymmetric Massively Parallel Processing)’구조를 취하고 있어 데이터의 입출력(I/O) 과정을 생략할 수 있었고, 이런 기능을 이용해 KCB는 데이터 처리 시간을 크게 단축할 수 있었다.
아울러 분석범위를 넓히고 테스트 시간을 확보하게 되면서 분석 결과의 정확성을 높일 수 있었다.
통상 분석의 신뢰성은 분석 범위를 넓히고, 테스트 과정을 반복함으로써 확보할 수 있다. KCB는 NPS20100 도입으로 이 두 가지 요건을 모두 충족시킬 수 있었다. 새 정보시스템 구축 후 빨라진 분석속도 덕분에 데이터의 전수 조사가 가능해졌고, 테스트 횟수 또한 크게 늘릴 수 있었다.
과거엔 시스템의 분석속도가 떨어져 4천만 명에 달하는 경제활동인구의 이력 데이터를 모두 분석하는 것이 불가능했고, 대안으로 샘플링 방식을 채택해 분석하는 방법을 썼다.
하지만 정보계 구축 후엔 전체 모수를 모두 분석할 수 있게 돼, 분석 값의 신뢰성을 온전히 확보했다. 아울러 하루 꼬박 걸렸던 분석작업 시간을 1~2시간 안으로 단축하면서 테스트 횟수를 늘려 분석값의 완성도를 크게 높였다.
이러한 분석 데이터의 신뢰성 확보는 장기 관점에서 서비스 품질 제고와 서비스 다양화로 이어졌으며, 종국엔 기업의 이윤창출에 긍정적인 동인으로 작용했다.
[Best Practice #2] 사라진 데이터 마트, 운용비용 대폭 절감
네티자의 DW어플라이언스를 도입한 KCB는 전산 운영인력을 최소화하고, 운영비용을 절감할 수 있었다. 종래 방식의 DW시스템은 통상 별도로 관리 인력을 써야 한다.
반면 DW어플라이언스는 HW/SW 일체형 제품이라 관리 포인트가 매우 적은 것이 특징이다. 이 때문에 시스템의 운영 관리가 수월하다. 또한 시스템 개발과정이 매우 단순해 별도의 운영 인력이 필요치 않았다.
시스템 구축 후 관리자의 업무 편의성도 크게 높아졌다. 종래 방식은 데이터를 원천 DB에서 DW시스템으로 끌어온 후 데이터를 분석해 테이블로 정의하는 매우 복잡한 방식을 썼다. 이 방식은 데이터 처리 과정이 복잡해 분석 속도가 매우 느렸고, 이를 극복하기 위해선 데이터 마트를 만들어야 했다.
하지만 새 정보계 구축 후 이런 문제점은 완전히 사라졌다. 원천 데이터를 직접 추출해서 뷰로 보여주는 방식을 적용했기에, 데이터 마트를 구축하는 과정을 생략할 수 있었다.
뷰 방식을 적용하는 것만으로 마트를 더 이상 만들지 않아도 된다는 사실에, KCB는 매우 만족했다.
뷰 방식의 선택은 또 다른 효과를 제공해주었다. 기존 DW시스템을 운영할 때는 데이터를 다차원 모델로 정의하고,ETL 작업을 수행하는데 전체 공수의 70%를 투입했지만, NPS는 뷰로 원천 데이터를 확인할 수 있어 ETL 작업을 생략해도 단 몇 분 이내에 분석 결과를 알 수 있었다.
◆ KCB 장기적인 사업 목표
[Best Practice #3] 데이터 압축 기술 적용 데이터 처리 성능 높여
KCB는 올해 1월, 네티자의 데이터 압축 기술을 추가로 도입해 시스템을 업그레이드했다. 현업 사용자도 DB에 접근해 데이터를 추출, 가공할 수 있게 하면서 분석에 대한 수요가 폭발적으로 많아졌기 때문이다. 급증하는 데이터량을 감당하기 위해선 데이터 압축 기술을 이용해 디스크 공간은 늘리고, 파일 사이즈는 줄여야 했다.
이 회사가 새로 업그레이드한 NPS 릴리스 4.5는 기존 NPS 시스템에 압축 엔진을 추가하는 제품으로, 서버, 스토리지 등 하드웨어 증설이나 튜닝 작업 없이 SW 업그레이드만으로 저장 공간을 늘려 시스템 성능을 2배 가량 올릴 수 있다.
데이터 압축 기술을 추가함에 따라, 정보계 사용 공간을 40% 확대하고, 데이터 처리 성능을 30% 정도 향상시킬 수 있게 됐다. 또한 3시간 정도 걸렸던 작업 시간을 2시간으로 단축할 수 있었다.
[Future Plan] 통계 패키지, GIS에 연동 "분석 능력 높인다"
KCB는 앞으로 고급화, 다양화돼 가는 고객 수요를 충족하고, 분석 능력을 높이기 위해 SPSS 등 통계 툴이나 지리정보시스템(GIS)을 정보계와 연동시킬 계획이다.
정보계를 통계시스템과 연동하면 잠재 대출 수요 등 비즈니스에 필요한 예측 능력을 크게 높일 수 있다. 또한 GIS와 연결하면 거주 지역별 고객 성향 분석을 비롯해 특정 지역의 고객 성향을 좀더 정확히 분석할 수 있다. 이렇게 통계 및 지리정보시스템을 정보계와 단단히 연동하면 향후 질 좋은 마케팅 리소스를 확보할 것으로 KCB는 기대하고 있다.
이 밖에도 데이터 변환이나 가공 솔루션 도입을 다방면으로 검토하고 있는 KCB는 원천 DB와 정보계시스템 사이의 데이터 이관 시간을 줄이고, 이관 시 진행하는 데이터 가공 및 처리 성능을 강화하는데 주력하고 있다.
<데일리그리드>