데이터 과학이란 데이터로부터 의미 있는 정보를 추출해내는 학문을 의미한다.
통계학이 정형화된 데이터를 분석 대상으로 하며 데이터마이닝은 주로 분석에 초점을 두고 있으나, 데이터 과학은 기업의 실무 현장에서 생성되는 빅데이터 분석과 더불어 이를 효과적으로 구현 및 전달하는 과정을 포함하는 포괄적 개념이다.
글로벌 컨설팅 기업 중의 하나인 McKinsey and Company는 유럽 공공분야에서 데이터 과학(Data Science)을 적용할 경우, 약 2500억 유로의 효과를 얻을 수 있다고 전망하였고, 데이터 과학의 잠재적 가치는 정부 및 금융·보험에서 가장 높다고 주장하였다.최근 국내에서 금융 및 보험영역에서는 핀테크(Fin-Tech)라는 개념이 대두되고 있다.
금융(Financial)과 기술(Technology)의 합성어인 핀테크는 IT기술을 활용한 혁신적인 금융서비스를 의미하는 용어로 사용되고 있다.핀테크 기업의 진출분야는 지급결제(payment), 송금(remittance), 대출(lending), 개인자산관리(personal wealth management), 자금조달(financing), 은행 인프라 제공(bank infrastructure) 등으로 구분 가능하다.
그러나 금융과 관련된 더 많은 영역을 포괄할 수 있다.이러한 핀테크가 성장한 배경에는 전자상거래의 급격한 성장과, 비현금지급수단 이용의 증가, 인터넷 및 모바일의 보급 및 이용의 급증으로 기인한다. 금융 및 보험영역에서 데이터 과학을 적용할 때 가장 중요한 영역 중의 하나는 빅데이터 분석이다.
빅데이터란 디지털 환경에서 생성되는 데이터로 규모가 크고(volume), 생성 주기도 짧고(velocity), 수치뿐 아니라 문자와 영상 데이터(viriety)를 포함하는 대규모 데이터를 의미한다.최근에는 가치(value)를 포함하기도 한다.
이처럼 다양하고 방대한 데이터는 미래 경쟁력의 우위를 좌우하는 중요한 자원으로 활용될 수 있다는 점에서 주목을 받고 있다. 또한 빅데이터 분석은 과거에 불가능 했던 일을 가능하게 만들고 있다.빅데이터 분석은 금융영역에서 중요함에도 불구하고 규제라는 진입장벽안에 안주하는 기존 금융기관의 행태는 핀테크 산업의 활성화에 걸림돌로 작용하고 있다. 또한 규제와 대용량의 데이터를 기반으로 한 작업이 어렵다는 점으로 인해서 중소기업의 스타트업 활성화도 한계를 보이고 있다.
이러한 규제와 한계로 인해 국내 핀테크 성장이 지연되고 있는 순간 영국을 비롯한 중국 등은 규제개혁 및 산업촉진 정책을 기반으로 시장을 선점하며 금융영토를 확장해 나가고 있다.금융시장의 글로벌화로 인해 국내 금융산업 또한 개방의 물결을 거역할 수 없는 환경에 처해져 있다. 지급결제 등의 부분에서는 이미 글로벌 기업들이 국내 시장을 선점하고 있다. 비단 핀테크산업 뿐 아니라, 국내 모든 산업에서 이와 같은 어려움을 겪고 있다.
국경 없는 무한 경쟁시대에 금융주권을 빼앗기지 않으려면 산·학·연·정 모든 관련자들은 정신을 차리고 성장을 위해 매진해야 한다.정부는 핀테크와 관련된 규제를 조속히 개혁해야 한다. 즉 사전 규제에서 사후 책임으로 패러다임의 전환을 이루어야 한다.
또한 중소기업 등이 성장할 수 있는 생태계를 구축해야 한다. 학계 및 연구소는 빅데이터 분석역량을 보유한 데이터 과학자 양성과 핀테크 활성화를 위한 학문적이고 실문적인 기반조성에 적극적인 노력을 경주하여야 한다.기업은 사회환경이 변화할 때 기회를 창출할 수 있다. 핀테크는 국내 경제에 기회를 제공해 줄 수도 위기를 가져다 줄 수도 있다.
그럼에도 불구하고 중소기업 등은 많은 시간과 노력이 필요하겠지만, 핀테크라는 거대한 변화의 흐름에 편성하여 새로운 비즈니스모델을 토대로 핀테크산업에서 기회를 찾고 시장선점을 향해 나아가야 할 것이다.