1. BC카드
- 비지니스 패턴 파악
신용카드회사의 골치거리중 하나가 남의 카드를 훔치거나 주워서 몰래 사용하는 경우다.
BC카드사는 이러한 일이 발생하는 것을 미리 방지하기 위해 데이터마이닝 솔루션을 도입함
예를 들어 신용카드를 사용하는 패턴이 평소 사용하는 특성에서 벗어나게 되면 위험도점수가 높아지며 이 점수가 일정 수준에 이르면 자동으로 거래가 거절된다. 만일 이때 신용 카드 가맹점에서 카드를 긁게 되면 BC카드사로 연락을 요청하는 메세지가 승인 단말기에 해당 전화번호와 함께 자동으로 나타난다.
이렇게 되면 카드사용자는 비씨카드사 직원과의 전화통화로 본인여부를 확인하는 절차를 밟아야 하고 아무 이상이 없다고 판단되면 정상적으로 카드거래가 이뤄지게 되는 것이다.
BC카드사의 분실/도난 카드에 대한 조기검색시스템은 SAS사의 데이터마이닝 기법 중의 하나인 인공신경망(Neural Network Application) 방법을 이용하여 개발됐다.
BC카드사는 한국SAS사와 4개월간의 공동개발을 통해 시스템을 개발하고 98년 4월부터 본격적으로 사용하고 있다. BC카드사는 분실/도난 카드에 대한 조기검색시스템을 통하여 카드의 부정사용으로 인한 손실액을 적지 않게 줄일 수 있었다. 내부적으로 그 효과에 상당히 만족해 하고 있다고 BC카드 관계자는 밝혔다.
문제점 : 신용카드를 정상적으로 사용하고 있는 일부 회원들이 불편을 호소한 것이다.
보완작업을 서둘렀다. BC카드사는 이러한 부작용을 최소화하기 위해 분실/도난 카드에 대한 조기검색시스템의 모델링을 두 번에 걸쳐 개선했으며 현재는 그와 같은 불편을 최소화하고 있다.
BC카드사가 분실/도난 카드에 대한 조기검색시스템을 개발한 초기에는 별도의 데이터웨어하우스가 구축돼 있지 않았다. 이 때문에 전혀 가공되지 않은 데이터를 데이터마트 형태로 만들어 데이터마이닝 솔루션에서 돌려야만 했다. 따라서 현업이 요청하는 구미에 맞는 데이터를 만들기 위해서는 메인 시스템에서 원시 데이터를 데이터마트형태로 전환시키는데 대부분의 시간(전체 소요시간의 70~80%)을 소비했다.
따라서 이러한 문제를 해결하기 위해 비씨카드사는 데이터웨어하우스 구축작업을 시작하였다. 오는 9월 데이터웨어하우스 구축 작업이 마무리 되면 그동안 고민거리였던 데이터 가공에 소요되는 인적, 물적 투자를 최소화할 수 있을 것으로 BC카드 관계자들은 예상하고 있다. 즉 현업의 별도 서버에서 원시 데이터를 가공하는데 걸렸던 시간을 최소화함에 따라 시스템 개선에 더 많은 인적, 물적 투자를 하여 보다 완벽한 시스템을 구현할 수 있을 것으로 기대하고 있다.
- 깨끗한 데이터
컨설팅 업체인 제임스마틴코리아의 오상훈 사장은 데이터마이닝 솔루션을 돌리기 위해 데이터웨어하우스가 반드시 필요한 것은 아니라고 설명한다.
물론 데이터웨어하우스가 구축돼 있으면 데이터마이닝을 위한 정제된 데이터가 이미 데이터웨어하우스 안에 존재하고 있기 때문에 작업이 한결 쉬워진다. 사실 데이터웨어하우스가 없는 상태에서 데이터마이닝 솔루션을 돌리기 위해서는 데이터를 추출하고 정제하는 작업을 해야 하기 때문에 여간 번거로운 게 아니다 그러나 반드시 데이터마이닝을 위해 데이터웨어하우스를 구축해야 하는 것은 아니다. 이것은 데이터웨어하우스를 구축했다고 해서 데이터마이닝 솔루션을 반드시 도입해야 하는 것은 아닌 것과 마찬가지다.
국내 경우 데이터마이닝 솔루션을 사용하고 있는 기업은 대부분 데이터웨어하우스가 구축돼 있다. 물론 데이터웨어하우스가 없는 상태에서 데이터마이닝 솔루션을 돌리고 있는 기업도 있다.
이 경우는 전혀 가공되지 않은 데이터를 데이터마트 형태로 만들어 데이터마이닝 솔루션에서 사용한다. 그러나 중요한 것은 기업이 가지고 있는 데이터가 정제된 정확한 데이터냐 하는 것이다. 데이터웨어하우스에 있는 데이터라도 정확하지 않은 데이터가 있을 수 있다는 것이다. 언스트영 경영컨설팅의 강원석 차장은 데이터웨어하우스가 구축되어 있다고 해서 반드시 그 데이터를 신뢰할 수 있는 것은 아니라고 설명한다.
“국내 한 기업의 경우 고객 정보를 다시 조사해서 데이터웨어하우스의 데이터를 갱신하고 있다. 데이터웨어하우스의 데이터를 신뢰하고 있지 못하고 있다는 반증이다. 이런 기업의 경우에는 데이터웨어하우스의 데이터를 바탕으로 데이터마이닝을 돌렸다고 해도 그 결과는 만족스럽지 못할 것이다.”
정확하고 깨끗한 데이터가 사용되어야 데이터마이닝 솔루션을 통해 도출된 결과도 신뢰할 수 있다는 것은 당연한 말처럼 들린다. 하지만 이러한 기본적인 사항조차 안돼 있는 것이 국내 기업의 현실이며, 이 때문에 많은 기업들이 고민하고 있다. 데이터가 데이터웨어하우스에서 나온 데이터인지, 아니면 운영시스템에 있는 데이터를 데이터마트 형태로 가공해 사용하는지 등은 그렇게 중요해 보이지 않는다. CIO들은 이런 고민을 하기 전에 과연 우리 회사의 데이터는 신뢰할 수 있는지에 대한 의문을 먼저 제기해야 할 것이다.
