AI 용어집 · 기초 · 데이터 엔지니어링 · 금융·보험
대안 데이터 Alternative Data
대안 데이터는 재무제표·주가·신용 기록 같은 전통적 금융 데이터 밖에서 얻는 정보로, 카드 결제 흐름, 위성 사진, 웹 트래픽, 통신비 납부 이력 등을 투자 판단이나 신용평가에 활용하는 것이다.
어떻게 작동하나
전통 데이터는 분기마다 나오는 재무제표처럼 늦게, 정해진 형식으로 나온다. 대안 데이터는 결제 기록, 앱 사용량, 온라인 리뷰, 채용 공고, 위성 영상처럼 더 자주, 더 다양한 형태로 쌓인다. 이를 정제하고 머신러닝으로 분석해 기업 매출이나 개인의 상환 능력을 미리 짐작하는 신호로 바꾼다. 위성 영상이나 리뷰 글처럼 정리되지 않은 데이터는 AI로 숫자나 범주로 바꾸는 작업이 먼저 필요하다.
전통 데이터 대 대안 데이터
전통 데이터재무제표·주가·신용 기록
- 정해진 형식으로 나옴
- 분기마다처럼 늦게 나옴
- 검증된 기준이 오래 쌓여 있음
대안 데이터결제·위성 영상·웹 트래픽 등
- 더 자주, 다양한 형태로 쌓임
- 정제·AI 분석이 먼저 필요
- 개인정보·공정성 점검 필요
공통 둘 다 기업 실적이나 개인의 상환 능력을 짐작하는 데 쓴다
왜 중요한가
투자에서는 공식 실적 발표 전에 기업 상황을 먼저 읽어 내 남보다 빠르게 판단하려고 쓴다. 신용평가에서는 대출·카드 이력이 거의 없어 점수를 받기 어려운 사회 초년생이나 자영업자의 상환 능력을 통신비·공과금 납부 이력, 매출 흐름 등으로 평가해 금융 접근성을 넓힐 수 있다. AI가 대량의 비정형 데이터를 처리할 수 있게 되면서 활용 범위가 빠르게 넓어졌다.
알아 둘 점
개인 데이터를 쓸 때는 본인 동의와 개인정보 보호 규제를 지켜야 하며, 비식별화가 제대로 되지 않으면 재식별 위험이 있다. 사는 지역이나 쓰는 기기 같은 정보가 성별·소득 같은 민감한 특성을 간접적으로 드러내 차별적인 대출 결정으로 이어질 수 있어, 금융 당국은 공정성과 설명 가능성을 요구한다. 데이터가 일부 집단만 대표하거나 중간에 수집 방식이 바뀌면 신호가 왜곡된다. 투자에서는 데이터를 얻은 경로가 미공개 중요 정보 이용 같은 법적 문제에 걸리지 않는지도 확인해야 한다.
예시
한 자산운용사는 대형 마트 주차장의 위성 영상에서 차량 수를 세어, 실적 발표 전에 해당 유통 기업의 매출 흐름을 짐작하는 데 참고한다. 한 인터넷은행은 금융 이력이 짧은 고객의 대출 심사에 통신비 납부 이력과 본인이 동의한 결제 데이터를 함께 반영해, 기존 신용점수만으로는 거절됐을 사람에게도 대출 기회를 준다. 두 경우 모두 데이터 출처와 동의 여부, 모델의 공정성을 따로 점검한다.