신용평가에서는 연체일수와, 주요 금융기관에서의 채무불이행 등록 여부, 개인회생 신청 여부 등의 금융 퍼포먼스 항목을 타겟으로 두고 있습니다. 저희 솔루션은 방대한 금융데이터를 분석하고, 이 데이터들이 앞서 말씀드린 타겟항목과의 패턴을 학습하여 해당 타겟항목을 예측하는 예측함수를 생성합니다. 예측함수는 타겟항목 정보들을 통해 예측 부도율을 산출하고, 이에 따른 고객 신용등급도 산출합니다. 머신러닝을 통한 신용심사 결과는 일반 모형의 신용심사 보다 정확하기 때문에, 금융사에서는 부도율을 감소하고, 신용승인율을 올릴 수 있습니다.
[질문] 업무적으로 사용하는 폰의 경우 MDM을 설치하여 주의를 할 수 있겠지만 직원들 개인 휴대폰에 설치하여 관리하는 것은 반발도 있고 여러가지 어려움이 있을 것 같은데 어떤 해결책이 있을까요?
개인용 Apple 기기에 MDM을 등록하여 사용하는 경우 사용자가 희망할 때 기기를 MDM의 관리에서 벗어날 수 있습니다.
뿐만아니라 MDM은 Apple의 정책에 따라 개발되기 때문에 사용자의 개인정보를 침해하지 않습니다.
따라서 업무시간에만 MDM의 관리를 받고, 업무 외 시간에는 개인의 기기로 돌아가서 사용하는것이 가능합니다.
그러면 업무 시간외의 침해에 대해선 취약해 지지 않나요
이런 경우 관리자 업무 부담이 증가하지 않을까요? 외부 활동이 잦으면 매번 설정하고 해제하고 번거로울 것 같기도 하구요.
QR코드를 통해 간단하게 등록하고, 기기 내에서 관리에서 벗어날 수 있습니다.
취합된 로그를 통해 사용자별로 확인하여 업무 부담없이 기기의 보안을 유지할 수 있습니다.
[질문]금융사의 타겟항목 분석의 대표적인 우수 사례 소개 부탁드립니다.