KR101722017B1

KR101722017B1 - 빅데이터 분석을 이용한 ｐ２ｐ 뱅킹 방법 및 이를 수행하는 장치

Info

Publication number: KR101722017B1
Application number: KR1020150060926A
Authority: KR
Inventors: 홍승필; 인호
Original assignee: 성신여자대학교 산학협력단
Priority date: 2015-04-29
Filing date: 2015-04-29
Publication date: 2017-03-31
Also published as: KR20160128866A

Abstract

빅데이터 분석을 통해 산출한 개인 신용도 평가를 이용하는 P2P 뱅킹 방법 및 이를 수행하는 장치가 개시된다. P2P 뱅킹 방법은, 빅데이터 분석 기반의 신용도 평가를 위해 빅데이터를 분석하는 컴퓨팅 장치에서 수행되는 방법으로서, 랜디로부터의 신용도 평가 요청이나 대출 요청에 따라 랜디의 소셜 네트워크 서비스 계정에서 구조화되지 않은 데이터를 포함하거나 비정형 데이터를 포함하는 빅데이터를 수집하고, 빅데이터 중 미리 설정된 아이템에 해당하는 데이터를 미리 설정된 클래스의 대응 항목에 저장하여 데이터베이스 형태의 구조화된 데이터를 생성하고, 구조화된 데이터를 분석하고, 구조화된 데이터의 분석 결과를 포함한 랜디의 사용자 관련 데이터를 토대로 랜디의 신용도를 평가하고, 신용도의 평가 결과를 랜디 또는 1인 이상의 랜더들에게 제공하기 위하여 미리 정해진 포맷으로 출력한다.

Description

빅데이터 분석을 이용한 Ｐ２Ｐ 뱅킹 방법 및 이를 수행하는 장치{METHOD FOR PEAR TO PEAR BANKING USING BIG DATA ANALYSIS AND APPARATUS FOR PERFORMING THE SAME}

본 발명의 실시예들은 P2P(pear to pear) 뱅킹 방법에 관한 것으로, 더욱 상세하게는 빅데이터 분석을 통해 산출한 개인 신용도 평가를 이용하는 P2P 뱅킹 방법 및 이를 수행하는 장치에 관한 것이다.

우리나라의 전자금융거래 이용자 수는 금융기관의 인터넷 뱅킹 등록 고객수를 기준으로 약 8,419만명의 개인과 약 520만개의 법인을 넘어섰으며, 일일 평균 인터넷 뱅킹 이용건수 및 금액은 52,847천건 및 33,080.4십억원 가량되는 등 전자금융거래의 이용자 수와 거래금액은 매년 빠른 속도로 증가하고 있다(2013년 1분기 기준, 한국은행).

한편, 뱅킹(Banking) 또는 은행의 핵심 기반은 자산의 건전성에 집중되어 있으며, 따라서 은행은 자산의 건전성 확보를 위해 개인, 기업, 국가, 타은행 등과의 거래에서 신용을 평가하는 신용등급제를 도입하고 있다.

신용등급제는 경험적 토대를 바탕으로 과학적인 원리에 따라 도입되긴 하였으나, 이러한 기존의 신용등급제 시스템을 이용하더라도 현대의 다양하고 복합한 환경에서 고객이나 금융 거래 상대방의 신용을 현실성 있게 평가하기가 쉽지 않다. 즉, 금융 거래를 위한 신용등급제나 이에 적용되는 신용도 평가는 미래지향적 시스템으로 발전할 필요가 있지만 이를 뒷받침할만한 방안을 도출하기가 현실적으로 어려운 것이 사실이다.

또한, IT 기술이나 인터넷 등의 발전에 힘입어 최근 P2P(peer to peer 혹은 person to person) 뱅킹, 클라우드(cloud) 금융, 온라인 프라이머리 뱅킹(online primary banking) 등이 제안되고 있으나, 이러한 인터넷 뱅킹 또한 대출자의 신용도를 기존 방식으로 평가하거나 소정 금액 이하의 대출금에 대하여는 대출자의 신원확인 정보를 확보하는 정도에서 위험 부담을 떠안고 신용 대출을 수행하고 있는 실정이다. 이 경우, 대출자는 대출금의 이자가 높아 대출금 상환에 대한 부담이 크고, 대출금을 공급하는 자본가는 부실 대출에 대한 높은 위험성을 감수해야 하는 부담이 있다.

게다가, 인터넷 뱅킹은 오프라인 뱅킹에 비해 상대적으로 안전성 및 신뢰성 면에서 취약하므로, 개인정보 보호에 대한 요구가 증대되고 있다. 그러나 아직까지 인터넷 뱅킹이나 P2P 뱅킹에서 개인정보를 효과적으로 보호할 수 있는 방안이 없어 이에 대한 대응책 마련이 필요한 실정이다.

상기와 같은 종래 기술의 문제점을 해결하기 위한 본 발명의 목적은, P2P(peer to peer 또는 person to person) 뱅킹을 이용하는 사용자의 신용도를 소셜 네트워크 서비스에서 획득한 사용자의 빅데이터를 토대로 평가하고 이러한 신용도 평가에 기초하여 인터넷 전문 은행의 기능이나 클라우드 금융 거래를 지원하거나 수행하는 P2P 뱅킹 방법 및 이 방법을 수행하는 장치를 제공하는데 있다.

본 발명의 다른 목적은, 전술한 P2P 뱅킹에 적용할 수 있는 개인정보 보호기술이 결합된 P2P 뱅킹 방법 및 이를 수행하는 장치를 제공하는데 있다.

본 발명의 또 다른 목적은, 전술한 P2P 뱅킹에 비트코인 등의 디지털 화폐를 이용하는 P2P 뱅킹 방법 및 이 방법을 수행하는 장치를 제공하는데 있다.

본 발명의 또 다른 목적은, 전술한 P2P 뱅킹에 적용할 수 있는, 금융 자동화기기를 포함한 P2P 뱅킹 장치를 제공하는데 있다.

본 발명의 또 다른 목적은, 전술한 P2P 뱅킹에 에스크로(escrow)를 활용하는 P2P 뱅킹 방법 및 이 방법을 수행하는 장치를 제공하는데 있다.

상기의 목적을 달성하기 위하여 본 발명의 일 측면에서는, 빅데이터 분석 기반의 신용도 평가를 위해 빅데이터를 분석하는 컴퓨팅 장치에서 수행되는 빅데이터 분석을 이용한 P2P 뱅킹(peer to peer banking) 방법으로서, 랜디(lendee)로부터의 신용도 평가 요청이나 대출 요청에 따라 상기 랜디의 소셜 네트워크 서비스(social network service, SNS) 계정에서 구조화되지 않은 데이터를 포함하거나 비정형 데이터를 포함하는 빅데이터를 수집하고, 상기 빅데이터 중 미리 설정된 아이템에 해당하는 데이터를 미리 설정된 클래스의 대응 항목에 저장하여 데이터베이스 형태의 구조화된 데이터를 생성하고, 상기 구조화된 데이터를 분석하고, 상기 구조화된 데이터의 분석 결과를 포함한 상기 랜디의 사용자 관련 데이터를 토대로 상기 랜디의 신용도를 평가하고, 상기 신용도의 평가 결과를 상기 랜디 또는 1인 이상의 랜더들(lenders)에게 제공하기 위하여 미리 정해진 포맷으로 출력하는, 빅데이터 분석을 이용한 P2P 뱅킹 방법을 제공한다.

본 발명의 다른 측면에서는, 빅데이터 분석을 이용한 P2P 뱅킹(peer to peer banking) 장치로서, 네트워크에 연결된 통신 인터페이스; 프로그램이나 명령어를 저장하는 메모리 시스템; 및 상기 통신 인터페이스와 상기 메모리 시스템에 연결되고 상기 프로그램을 수행하는 1개 이상의 프로세서를 포함하며, 상기 프로세서는 상기 프로그램에 의해, 랜디(lendee)로부터 신용도 평가 요청을 포함한 대출 요청이 수신되면, 상기 랜디의 소셜 네트워크 서비스(social network service, SNS) 계정에서 구조화되지 않은 데이터인 빅데이터 혹은 비정형 데이터를 포함하는 빅데이터를 수집하고, 상기 빅데이터 중 미리 설정된 아이템에 해당하는 데이터를 미리 설정된 클래스의 대응 항목에 저장하여 데이터베이스 형태의 구조화된 데이터를 생성하고, 상기 구조화된 데이터를 분석하고, 상기 구조화된 데이터의 분석 결과를 포함한 상기 랜디의 사용자 관련 데이터를 토대로 상기 랜디의 신용도를 평가하고, 상기 신용도의 평가 결과를 상기 랜디 또는 1인 이상의 랜더들(lenders)에게 제공하는, 빅데이터 분석을 이용한 P2P 뱅킹 장치를 제공한다.

본 발명의 또 다른 측면에서는, 빅데이터 분석 기반의 신용도 평가를 위해 네트워크에 연결되고 상기 네트워크를 통해 수신된 빅데이터를 분석하는 컴퓨팅 장치를 포함하는 빅데이터 분석을 이용한 P2P 뱅킹(peer to peer banking) 장치로서, 랜디(lendee)로부터 신용도 평가 요청을 포함한 대출 요청이 수신되면, 상기 랜디의 소셜 네트워크 서비스(social network service, SNS) 계정에서 구조화되지 않은 데이터를 포함하거나 비정형 데이터를 포함한 빅데이터를 수집하는 수집부; 상기 빅데이터 중 미리 설정된 아이템에 해당하는 데이터를 미리 설정된 클래스의 대응 항목에 저장하여 데이터베이스 형태의 구조화된 데이터를 생성하는 구조화부; 상기 구조화된 데이터를 분석하는 분석부; 상기 구조화된 데이터의 분석 결과를 포함한 상기 랜디의 사용자 관련 데이터를 토대로 상기 랜디의 신용도를 평가하는 평가부; 및 상기 신용도의 평가 결과를 상기 랜디 또는 1인 이상의 랜더들(lenders)에게 제공하기 위하여 미리 정해진 포맷으로 출력하는 출력부를 포함하는, 빅데이터 분석을 이용한 P2P 뱅킹 장치를 제공한다.

본 발명의 또 다른 측면에서는, 빅데이터 분석 기반의 신용도 평가를 위해 네트워크에 연결되고 상기 네트워크를 통해 수신된 빅데이터를 분석하는 컴퓨팅 장치를 포함하는 빅데이터 분석을 이용한 P2P 뱅킹(peer to peer banking) 장치로서, 상기 컴퓨팅 장치는 금융자동화기기를 포함하고, 상기 금융자동화기기는, P2P 뱅킹을 위한 1개 이상의 화면을 제공하는 사용자 인터페이스; 상기 네트워크에 연결되어 신호를 송수신하는 통신부; 현금, 현금이 충전된 기프트 카드, 또는 현금과 환전가능한 디지털 화폐를 내부 저장부에서 출납하는 금전출납부; 프로그램을 저장하는 메모리 시스템; 및 상기 사용자 인터페이스, 상기 통신부와 상기 금전출납부와 상기 메모리 시스템에 연결되고 이들을 각각 제어하며 상기 프로그램을 수행하는 제어부를 포함하는, 빅데이터 분석을 이용한 P2P 뱅킹 장치를 제공한다. 여기에서, 상기 메모리 시스템은, 랜디(lendee)로부터 신용도 평가 요청을 포함한 대출 요청에 따라 상기 랜디의 소셜 네트워크 서비스(social network service, SNS) 계정에서 구조화되지 않은 데이터를 포함하거나 비정형 데이터를 포함한 빅데이터를 수집하는 수집 모듈; 상기 빅데이터 중 미리 설정된 아이템에 해당하는 데이터를 미리 설정된 클래스의 대응 항목에 저장하여 데이터베이스 형태의 구조화된 데이터를 생성하는 구조화 모듈; 상기 구조화된 데이터를 분석하는 분석 모듈; 상기 구조화된 데이터의 분석 결과를 포함한 상기 랜디의 사용자 관련 데이터를 토대로 상기 랜디의 신용도를 평가하는 평가 모듈; 및 상기 신용도의 평가 결과를 상기 랜디 또는 1인 이상의 랜더들(lenders)에게 제공하기 위하여 미리 정해진 포맷으로 출력하는 출력 모듈을 구비한다.

상기와 같은 본 발명에 따른 빅데이터 기반의 신용도 평가를 이용한 P2P 뱅킹 방법 및 시스템을 이용할 경우에는 P2P 뱅킹을 통해 금융 대출을 받고자 하는 사용자의 신용도를 사용자의 소셜 네트워크 서비스 계정에서 획득한 빅데이터를 토대로 평가하고 이러한 신용도 분석에 기초하여 인터넷 전문 은행의 기능이나 클라우드 금융 거래를 지원하거나 수행할 수 있다.

또한, P2P 뱅킹 서비스를 제공하는 P2P 뱅킹 시스템이나 서버 장치에서 빅데이터에 포함된 개인정보를 미리 준비된 포맷을 이용하여 구조화하고 구조화된 빅데이터가 저장된 데이터베이스에서 미리 지정된 필드들의 데이터(필드값)에 따라 서로 다른 설정 값을 부여하여 신뢰도를 평가할 때, 개인정보의 암호화 저장에 더하여 개인정보를 출력하는 출력데이터 포맷을 이중으로 관리하여 일반 관리자도 개인정보를 식별할 수 없도록 구현함으로써 효과적이고 신뢰성 높게 개인정보를 보호할 수 있는 장점이 있다.

또한, 전술한 P2P 뱅킹 서비스에 비트코인 등의 디지털 화폐를 활용함으로써 P2P 뱅킹 영역을 확장할 수 있을 뿐 아니라 디지털 화폐의 장점(중앙은행이 불필요한 분산 처리 구조, 익명성 등)을 P2P 뱅킹 서비스에 접목하여 일반 사용자에게 P2P 뱅킹이나 P2P 대출에 대한 우수한 사용자 편의성을 제공할 수 있는 장점이 있다.

또한, 전술한 P2P 뱅킹 시스템에 의하면, CD(cash dispenser) 또는 ATM(automated teller machine) 형태의 금융자동화기기를 제공할 수 있고, 그에 의해 언제 어디서나 빅데이터 기반의 신용도 평가를 이용하여 P2P 대출 등의 P2P 뱅킹을 편리하고 신뢰성 높게 사용할 수 있는 장점이 있다.

게다가, 전술한 P2P 뱅킹 서비스에서 상품 구매에 따른 지불 결제 등을 포함하는 P2P 대출 거래가 수행될 때 에스크로(escrow)를 접목하여 빅데이터 분석을 이용한 P2P 뱅킹 서비스를 제공함으로써 P2P 뱅킹 서비스의 신뢰성과 안정성을 더욱 향상시킬 수 있는 장점이 있다.

도 1은 본 발명의 일실시예에 따른 빅데이터 분석을 이용한 P2P 뱅킹 시스템의 개략도이다.
도 2는 도 1의 P2P 뱅킹 시스템의 P2P 뱅킹 장치에 대한 블록도이다.
도 3a는 도 2의 P2P 뱅킹 장치의 데이터 처리부에 대한 블록도이다.
도 3b는 도 2의 P2P 뱅킹 장치의 P2P 뱅킹 지원부에 대한 블록도이다.
도 4는 도 3a의 데이터 처리부를 포함한 P2P 뱅킹 장치에 의해 수행되는 빅데이터 분석을 이용한 P2P 뱅킹 방법의 일실시예를 설명하기 위한 순서도이다.
도 5는 도 3a의 P2P 뱅킹 장치에 연결된 사용자 단말의 동작 과정을 설명하기 위한 예시도이다.
도 6은 도 5의 사용자 단말을 통해 접속한 소셜 네트워크 서비스(social network service, SNS)의 사용자 인터페이스 화면에 대한 예시도이다.
도 7은 도 4의 P2P 뱅킹 방법의 빅데이터 분석 과정에 대한 예시도이다.
도 8a 내지 도 8d는 도 7의 빅데이터 분석 과정을 통해 얻은 SNS 분석 소셜 데이터의 일부 테이블들과 각 테이블의 일부 필드명에 대한 예시도이다.
도 9는 도 1의 P2P 뱅킹 장치에 의해 수행되는 빅데이터 분석을 이용한 P2P 뱅킹 방법의 다른 실시예를 설명하기 위한 흐름도이다.
도 10은 도 9의 P2P 뱅킹 방법의 변형예에 대한 부분 흐름도이다.
도 11은 도 1의 P2P 뱅킹 장치에 의해 수행되는 빅데이터 분석을 이용한 P2P 뱅킹 방법의 또 다른 실시예를 설명하기 위한 흐름도이다.
도 12는 도 1의 P2P 뱅킹 장치에 의해 수행되는 빅데이터 분석을 이용한 P2P 뱅킹 방법의 또 다른 실시예를 설명하기 위한 흐름도이다.
도 13은 도 12의 P2P 뱅킹 방법을 수행하는 P2P 뱅킹 장치에서의 개인정보 보호를 위한 사용자 인터페이스 화면의 예시도이다.
도 14는 도 1의 P2P 뱅킹 장치에 의해 수행되는 빅데이터 분석을 이용한 P2P 뱅킹 방법의 또 다른 실시예를 설명하기 위한 흐름도이다.
도 15는 본 발명의 또 다른 실시예에 따른 빅데이터 분석을 이용한 P2P 뱅킹 장치의 개략적인 정면 사시도이다.
도 16은 도 15의 P2P 뱅킹 장치에서 수행되는 신용도 평가 및 개인정보 보호 안내에 대한 사용자 인터페이스 화면의 예시도이다.
도 17은 도 15의 P2P 뱅킹 장치에서 수행된 신용도 평가 결과를 저장하는 데이터베이스에서 사용자에 의해 호출된 일부 데이터를 보여주는 사용자 단말의 사용자 인터페이스 화면에 대한 예시도이다.

본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.

제1, 제2, A, B 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다. 및/또는 이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.

어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 아니하는 것으로 이해되어야 할 것이다.

본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.

다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가질 수 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.

이하, 첨부한 도면들을 참조하여, 본 발명의 바람직한 실시예를 보다 상세하게 설명하고자 한다. 본 발명을 설명함에 있어 전체적인 이해를 용이하게 하기 위하여 도면상의 동일한 구성요소에 대해서는 동일한 참조부호를 사용하고 동일한 구성요소에 대해서 중복된 설명은 생략한다. 또한, 본 발명을 설명함에 있어 관련된 공지기능 혹은 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단된 경우 그 상세한 설명은 생략한다.

도 1은 본 발명의 일실시예에 따른 빅데이터 분석을 이용한 P2P 뱅킹 시스템의 개략도이다.

도 1을 참조하면, 본 실시예에 따른 P2P 뱅킹 서비스 제공 시스템은 빅데이터 분석을 이용한 P2P 뱅킹 장치(10), P2P 뱅킹 장치(10)와 네트워크(8)를 통해 연결되는 복수의 사용자 단말들(1, 2, 3, 4), 및 네트워크(8)에 연결되는 제3자 시스템(5)을 포함한다. 용어 "P2P"는 "peer to peer" 또는 "person to person"을 지칭할 수 있다.

제3자 시스템(third party system, 5)은 인터넷 전문 은행을 위한 은행 서버, 사용자 인증을 위한 인증 서버, 소셜 네트워크 서비스(social network service, SNS)를 제공하는 하나 이상의 SNS 서버, 데이터 저장이나 공유 또는 원격 실행을 위한 클라우드 시스템, 또는 이들의 조합을 포함할 수 있다. SNS 서버는 페이스북(Facebook), 트위터(Twitter), 블로그(Blog) 등 중 적어도 어느 하나를 포함할 수 있다.

P2P 뱅킹 장치(10)는 기본적으로 인터넷 전문 은행이나 클라우드 뱅킹 서버 등의 뱅킹 서비스에 사용자의 신용도 평가 정보를 제공하는 플랫폼을 포함한다. 즉, P2P 뱅킹 장치(10)는 사용자의 SNS 계정에서 획득한 빅데이터를 분석하여 사용자의 신용도를 평가하고 평가 결과를 인터넷 전문 은행이나 클라우드 뱅킹 서버 또는 이들 중 어느 하나에 연결되는 사용자 단말에 제공하는 평가 서버를 포함할 수 있다.

또한, P2P 뱅킹 장치(10)는 P2P 뱅킹 서비스를 제공하도록 구현된 뱅킹 서버나 트랙커(tracker) 장치를 더 포함할 수 있다. 뱅킹 서버나 크랙커 장치는 사용자 단말들 간의 P2P 통신이나 P2P 뱅킹을 지원하기 위한 수단이나 이러한 수단에 상응하는 기능을 수행하는 구성부일 수 있다. 예를 들면, 뱅킹 서버는 사용자 단말의 네트워크 주소를 알려주는 디렉토리 서버의 기능을 수행하거나, 응용 프로그램을 제공하여 복수의 사용자 단말들 상호 간에 분산된 리소스 형태로 서로 연결되도록 기능할 수 있다. 또한, P2P 뱅킹 장치(10)는 사용자나 사용자 단말을 식별하거나 인증하기 위한 인증부 혹은 인증 서버를 더 포함할 수 있다. 또한, P2P 뱅킹 장치(10)는 P2P 뱅킹이나 신용도 평가를 위해 수집된 사용자의 개인정보를 소정의 법 규정에 적합하도록 보호하기 위한 보호부 혹은 보호 서버를 더 포함할 수 있다.

즉, P2P 뱅킹 장치(10)는 평가 서버 외에 뱅킹 서버, 인증 서버, 보호 서버 등에서 선택된 적어도 하나 이상을 더 포함하도록 구현될 수 있다. 평가 서버의 기능만을 포함하는 경우, P2P 뱅킹 장치(10)는 인터넷 전문 은행 서버나 클라우드 금융 거래 서버 등에 연결되고 이들 중 적어도 어느 하나로부터 획득한 사용자 정보에 기초하여 사용자의 SNS 계정에서 빅데이터를 수집하고, 수집한 빅데이터를 분석하여 사용자의 신용도를 평가한 후 이를 다시 인터넷 전문 은행 서버나 클라우드 금융 거래 서버, 혹은 이들 중 어느 하나에 연결된 사용자 단말에 제공하도록 구현될 수 있다.

사용자 단말(1 내지 4)은 P2P 뱅킹 장치(10)에 연결되고 P2P 뱅킹 장치(10)로부터 사용자의 신용도 평가 정보를 받을 수 있는 단말을 지칭한다. 또한, 사용자 단말은 P2P 뱅킹 장치(10)의 지원하에서나 자체적으로 다른 사용자 단말과 P2P 통신을 수행하는 단말 장치를 지칭할 수 있다. 이러한 사용자 단말은 토폴로지 이론 등에서 유래된 노드(node)로 지칭되거나 클라이언트 기능과 서버 기능을 겸비하는 의미에서 서번트로 지칭될 수 있다.

또한, 사용자 단말(1 ~ 4)은 P2P 뱅킹 장치(10)에서 지원하는 각종 API(application programming interface)를 통해 P2P 뱅킹 서비스와 신용도 평가 서비스 등을 제공받을 수 있다. 이 경우, P2P 뱅킹 장치(10)의 API는 인증(Authentication), P2P 뱅킹, 신용도 평가, 개인정보 보호, 디지털 화폐 지갑, 에스크로의 6요소를 포함하도록 구성될 수 있다.

전술한 사용자 단말(1 ~ 4)은 이동국(mobile station), 이동 단말(mobile terminal), 가입자국(subscriber station), 휴대 가입자국(portable subscriber station), 사용자 장치(user equipment), 접근 단말(access terminal) 등이거나 이들의 전부 또는 일부의 기능을 포함하는 것일 수 있다. 또한, 사용자 단말(1 ~ 4)은 네트워크(8)에 연결되는 데스크탑 컴퓨터(desktop computer), 랩탑 컴퓨터(laptop computer), 태블릿(tablet) PC, 무선전화기(wireless phone), 모바일폰(mobile phone), 스마트 폰(smart phone), CD(cash dispenser), ATM(automated teller machine) 등의 형태를 가질 수 있다.

네트워크(network, 8)는, 유선망과 무선망을 포함할 수 있고, 유선망은 예를 들어 장비 내부 케이블, 통신 케이블, 공중전화망, 데이터망, 인터넷 등을 포함하고, 무선망은 예를 들어 WiFi(wireless fidelity), WiBro(wireless broadband internet) 또는 WiMax(world interoperability for microwave access)와 같은 무선인터넷, GSM(global system for mobile communication) 또는 CDMA(code division multiple access)와 같은 2G 이동통신망, WCDMA(wideband code division multiple access) 또는 CDMA2000과 같은 3G 이동통신망, HSDPA(high speed downlink packet access) 또는 HSUPA(high speed uplink packet access)와 같은 3.5G 이동통신망, LTE(long term evolution)망 또는 LTE-Advanced망과 같은 4G 이동통신망, 및 5G 이동통신망 등을 포함할 수 있다. 인터넷의 기반인 IP 네트워크에서 사용자 단말(1 내지 4)은 IP 주소만 알면 어떤 단말기와도 연결될 수 있다. 즉, 사용자 단말들끼리 상대의 IP 주소를 알면, P2P(peer to peer) 통신 또는 P4P(proactive network provider participation for P2P) 통신이 가능하다.

본 실시예에서 빅데이터는 사용자의 신용도를 평가하는데 이용하기 위해 사용자의 SNS(social network service) 계정에서 획득한 데이터로서, 사용자의 SNS 계정상에서 획득할 수 있는 SNS 내의 모든 데이터를 포함할 수 있다. 이러한 빅데이터(big data)는 한 대의 서버에 담을 수 없는 일정 크기 이상의 규모 또는 용량을 갖거나, 너무 구조화되어 있지 않아 열과 행으로 된 데이터베이스에 맞지 않거나, 너무 연속적으로 유입되어 정적인 데이터 웨어하우스(static data warehouse)에 맞지 않는 데이터를 지칭하나 이에 한정되지는 않는다. 빅데이터는 덜 구조화된 데이터를 포함하는 거대한 데이터(massive data) 등으로 불릴 수 있다.

다시 말해서, 빅데이터는 기존 데이터베이스 관리 도구의 데이터 분석 역량을 넘어서는 데이터셋(dataset) 규모를 가지는 것으로서 고정된 필드에 저장되어 있지 않은 대용량 비정형 데이터를 포함할 수 있다. 빅데이터는 테라바이트(Terabyte)에서 페타바이트(Petabyte)까지의 데이터 규모를 가질 수 있고, 정형, 비정형, 텍스트, 멀티미디어 등의 데이터가 혼재된 다양성을 가질 수 있다. 또한, 빅데이터는 소정 시간(예컨대, 1초 이하) 동안에 의사결정이 가능하도록 스트리밍 데이터로서 분석될 수 있고, 본질적으로 불확실한 데이터 유형을 가지며 예측 가능성의 관리를 통해 높은 신뢰도의 정확성을 획득하는 데 이용될 수 있다.

빅데이터의 종류로는 매매거래, 로그 데이터, 이벤트, 이메일, 소셜 미디어, 센서, 외부 데이터, RFID 스캔 및 POS 데이터, 자유형식 텍스트, 위치 정보, 오디오, 정지화상, 비디오 등이 있으며, 본 실시예의 P2P 뱅킹 장치(10)에서는 사용자의 SNS 계정에서 얻은 비정형 혹은 반정형 데이터에서 텍스트나 영상이나 이미지를 분석하여 사용자의 신용도를 효과적으로 평가할 수 있다. 예를 들어, P2P 뱅킹 장치(10)는 텍스트 분석이나 영상 분석에 의해 사용자의 SNS 활동 빈도, 영상 분석에 의한 사진 속 평균 사람 수 등을 추출하고, 추출된 정보에 대해 미리 설정된 평가점수를 반영하여 사용자의 신용도를 평가할 수 있다.

본 실시예에서 P2P 뱅킹은 P2P 서비스를 제공하는 서버 장치나 애플리케이션을 통해 P2P 단말 상호 간에 은행업무(banking)를 행하는 것을 의미한다. 예를 들어, P2P 뱅킹에 있어서, 거래 당사자 중 일측은 돈을 빌리는 대출자가 되고, 거래 당사자 중 타측은 돈을 빌려주는 자본가나 투자자가 될 수 있다. 다른 예에서, 거래 당사자 중 일측은 상점에서 상품이나 서비스를 구매한 구매자가 되고, 거래 당사자 중 타측은 구매자의 상품이나 서비스 결제 대금을 구매자의 대출 형태로 상점의 판매자에게 지불하는 자본가가 될 수 있다. 또 다른 예에서, 거래 당사자 중 일측은 채권자에게 돈을 빌린 채무자가 되고, 거래 당사자 중 타측은 채무자가 빌린 돈을 채무자의 대출 형태로 채권자에게 갚는 자본가가 될 수 있다. 그리고 또 다른 예에서, 거래 당사자 중 일측은 돈을 빌리는 대출자가 되고, 거래 당사자 중 타측은 디지털 화폐나 실물 화폐 또는 실물 화폐로 환전가능한 금융 가치를 예금하는 예금주나 투자자가 되며, 서버 장치나 서비스 제공 장치는 투자자의 디지털 화폐, 실물 화폐 또는 금융 가지를 대출자가 원하는 대출금 형태로 환전하여 대출자에게 제공하는 환전장치(exchanger)를 포함하여 구성될 수 있다.

전술한 바와 같이, P2P 뱅킹은 적어도 1인 이상의 고객이나 사용자가 네트워크에 접속가능한 컴퓨팅 장치(이하, 사용자 단말이라 함)를 통해 다른 사용자에게 일정 금액을 대출하거나 투자하는 대출 거래를 포함한다. 대출 거래는 좁은 의미에서 두 사용자 단말들 간의 이체나 송금을 의미할 수 있으나, 이에 한정되지 않고, 넓은 의미에서 다양한 금융 거래 예컨대, 환전, 에스크로 등이 결합된 형태를 포함할 수 있다.

또한, P2P 뱅킹은 인터넷 전문 은행이나 클라우드 금융 거래에 대한 대표적인 예시로써, 이에 한정되지 않으며, 구현에 따라서 P4P 뱅킹 등으로 구현될 수 있다. P4P 뱅킹은 피어(peer)가 속한 ISP(internet service provider)로부터 수집한 네트워크 정보를 기반으로 동일한 ISP 내에 존재하는 피어들의 개수가 피어 리스트를 작성하기 부족할 경우(예컨대, 50개 이하), 가장 인접한 ISP의 피어들을 우선적으로 선택하도록 하는 피어 선정 알고리즘을 기반으로 동작하는 것을 지칭한다.

도 2는 도 1의 P2P 뱅킹 시스템의 P2P 뱅킹 장치에 대한 블록도이다.

도 2를 참조하면, 본 실시예에 따른 P2P 뱅킹 장치(10)는 프로세서(10a), 통신부(11) 및 저장부(14)를 포함한다.

통신부(11)는 네트워크(5)에 연결되어 1개 이상의 사용자 단말과 데이터 통신을 수행하는 수단이나 이러한 수단에 상응하는 기능을 수행하는 구성부를 포함할 수 있다. 여기서, 통신부의 수단이나 구성부는 네트워크에 연결되어 신호를 변복조하는 장치, 이러한 장치를 포함하는 웹 서버 등을 포함할 수 있다.

또한, 통신부(11)는 소셜 네트워크 서비스에 연결되어 사용자의 SNS 계정에서 획득한 데이터(빅데이터에 대응함)를 수집하는데 이용되는 모니터링 인터페이스를 포함할 수 있다. 모니터링 인터페이스는 사용자의 허용에 따라 1회성으로 사용자의 SNS 계정의 빅데이터를 수집하는데 이용되거나, 사용자의 권한 부여에 따라 주기적으로 복수회 빅데이터를 수집하는데 이용될 수 있다.

프로세서(10a)는 통신부(11)를 통해 외부와 통신하며, 저장부(14)에 저장된 프로그램을 수행하여 빅데이터 분석 기반의 신용도 평가를 수행하고 평가 결과 등을 출력할 수 있다. 프로세서(10a)는 인증부(12), 데이터 처리부(13), 보호부(15) 및 P2P 뱅킹 지원부(16)를 구비한다. 인증부(12), 데이터 처리부(13), 보호부(15) 및 P2P 뱅킹 지원부(16)는 저장부(14)에 저장된 인증 모듈, 데이터 처리 모듈, 보호 모듈, P2P 뱅킹 지원 모듈 등을 실행함으로써 프로세서(10a)에 각각 로딩되는 기능부이거나 이러한 기능부에 상응하는 기능을 수행하도록 적어도 그 일부가 하드웨어적으로 프로세서에 탑재되는 구성부일 수 있다.

프로세서(10a)의 구성요소를 좀더 상세히 설명하면, 인증부(12)는 P2P 뱅킹 장치(10)에 접근하는 사용자 또는 사용자 단말을 식별하거나 인증하기 위한 수단이거나 이러한 수단에 상응하는 기능을 수행하는 구성부로 구현될 수 있다. 인증부(12)는 신용도 평가를 받고자 하는 사용자의 SNS 계정에서 빅데이터를 수집하기 전에 SNS 계정을 식별하거나 인증할 수 있다.

또한, 인증부(12)는 빅데이터 분석을 이용한 신용도 평가를 기반으로 하는 P2P 뱅킹을 통해 사용자(대출자)가 대출금을 받기 전에, 대출자를 인증할 수 있다. 이 경우, 인증부(12)는 패스워드, i-PIN(Internet personal identification number), OTP(One time passwaord), 모바일 단말, 이메일, 공인인증서, 생체인식 또는 이들의 조합을 이용한 적어도 2-단계 이상의 다중 인증 인터페이스를 구비하거나 다중 인증 프로세스를 수행하도록 구현될 수 있다.

전술한 인증부(12)는 사용자 또는 사용자 단말의 식별이나 인증을 위한 수단(제1 인증수단), SNS 계정의 식별이나 인증을 위한 수단(제2 인증수단), P2P 뱅킹의 대출시에 사용자 단말을 인증하기 위한 수단(제3 인증수단) 등을 포함할 수 있으나, 이에 한정되지는 않는다. 또한, 인증부(12)는 사용자 인터페이스를 구비하고, 사용자 인터페이스를 통해 사용자 정보, SNS 계정 정보, 대출 확인 정보 등을 획득할 수 있다. 예컨대, 인증부(12)는 사용자 단말의 기기 플랫폼을 분석하고, 기기 인증번호를 확인하도록 동작할 수 있으며, 필요에 따라 비인증 사용자 단말이 기기 인증 프로세스를 수행하도록 유도할 수 있다. 한편, 인증부(12)는 P2P 뱅킹 장치(10)와 일체로 결합된 형태, 예컨대 실질적으로 동일한 장소에 배치되거나 단일 플랫폼상에서 구동하는 형태로 구현되는 것으로 한정되지 않고, 네트워크를 통해 P2P 뱅킹 장치(10)에 연결되는 별도의 인증 기관이나 인증 서버 형태로 구현될 수 있다.

데이터 처리부(13)는 빅데이터 분석을 통해 사용자의 신용도를 평가하기 위한 수단이나 이러한 수단에 상응하는 기능을 수행하는 구성부를 포함한다. 데이터 처리부(13)는 통신부(11)를 통해 수신되는 사용자의 SNS 계정의 빅데이터를 미리 설정된 포맷으로 구조화하고 구조화된 빅데이터를 분석하고, 빅데이터의 분석결과를 토대로 사용자의 신용도를 평가할 수 있다.

데이터처리부(13)는 빅데이터의 효과적인 분석을 위해 사용자의 SNS 계정에 연결되는 API에서 미리 설정된 방식에 따라 빅데이터를 수집하고, 로그 파일, 정형 또는 비정형 데이터, 소셜 미디어 등을 포함하는 빅데이터 내의 특정 정보를 미리 설정된 분석 모델의 데이터베이스 포맷이나 이에 대응하는 클래스에 저장할 수 있다. 분석 모델은 온톨리지 지식 기반 빅데이터 분석 기법 등을 이용하여 구현될 수 있으나, 이에 한정되지는 않는다. 분석 모델은 하둡(Hadoop), NoSQL(Cassandra, Hbase, MongDB 포함) 등의 분석 인프라, 혹은 텍스트 마이닝, 오피니언 마이닝, 소셜 네트워크 분석, 군집분석 등의 분석 기법들과 함께 사용되도록 구현될 수 있다. 볼 실시예에 따른 데이터처리부(13)는 효과적인 빅데이터 분석을 위해 빅데이터 내의 특정 데이터를 미리 설정된 데이터베이스 형태의 구조화된 포맷에 채워넣는 방식으로 구조화할 수 있다.

전술한 데이터처리부(13)는 저장부(14)에 연결되고 저장부(14)에 저장된 프로그램을 수행하는 프로세서(10a)에 탑재될 수 있다. 데이터처리부(13)는 프로세서(10a)의 적어도 일부 기능부나 이러한 기능부에 상응하는 기능을 수행하는 구성부로 구현될 수 있다. 기능부는 프로세서(10a)가 저장부(14)에 저장된 데이터 처리 모듈을 실행하는 것에 의해 프로세서(10a) 상에 구현될 수 있다.

저장부(14)는 빅데이터 및/또는 빅데이터를 분석하여 얻은 사용자별 데이터를 저장한다. 저장부(14)는 데이터의 효과적인 저장과 사용을 위해 데이터베이스 구조나 클러스터 구조(혹은 아키텍처)를 구비할 수 있다. 저장부(14)는 빅데이터의 관리를 위한 데이터 사전이나 자료 정의를 저장할 수 있다. 이러한 저장부(14)는 시스템의 플랫폼 종류나 형태에 따라 다양한 구조를 가질 수 있으며, 일례로 RAM(Random Access Memory)이나 ROM(Read Only Memory) 같은 저장 매체 형태의 메인 메모리와, 플로피 디스크, 하드 디스크, SSD(Solid State Drive), 플래시 메모리, 자기 테이프 등의 장기(long-term) 저장 매체 형태의 보조 메모리 중 하나 이상을 포함하는 메모리 시스템으로 구현될 수 있으나, 이에 한정되지는 않는다. 저장부(14)는 인터넷상의 저장소를 지칭하는 클라우드(cloud)를 포함할 수 있다.

보호부(15)는 P2P 뱅킹 장치(10)에서 신용도 평가 과정이나 P2P 뱅킹을 위해 수집되는 개인정보를 개인정보보호법 등에 따른 수준까지 보호하기 위한 수단이나 이러한 수단에 상응하는 기능을 수행하는 구성부를 지칭한다. 보호부(15)는 개인식별 정보를 분석하는 제1 보호모듈, 개인정보보호 기준별로 개인식별 정보를 재포맷하는 제2 보호모듈, 논리적 및 물리적으로 자율화된 환경에서의 온톨리지 지식 기반의 빅데이터 생성 및 운영시에 개인 식별 정보를 모니터링하는 제3 보호모듈, 및 개인정보 보호가 적용된 가공 데이터(도 14 참조)를 제공하거나 표현하는 제4 보호모듈을 포함할 수 있다.

전술한 보호부(15)는 프로세서(10a)가 저장부(14)에 저장된 개인정보 보호 모듈을 수행하여 P2P 뱅킹 장치(10)상에서 동작하는 형태와 같이 실질적으로 P2P 뱅킹 장치(10)와 단일 플랫폼상에서 구동하는 형태로 한정되지 않고, 네트워크를 통해 P2P 뱅킹 장치(10)에 연결되는 별도의 개인정보 보호 기관이나 개인정보 보호 서버 형태로 구현될 수 있다.

P2P 뱅킹 지원부(16)는 사용자 단말들 간의 P2P 뱅킹을 지원하는 수단이나 이러한 수단에 상응하는 기능을 수행하는 구성부를 포함할 수 있다. 예를 들어, P2P 뱅킹 지원부(16)는 네트워크를 통해 연결되는 게이트웨이나 기지국에서 제1 사용자 단말로부터의 신용도 평가 요청 신호나 이를 포함하는 P2P 뱅킹 요청 신호 또는 관련 구성 요청 메시지를 수신하고 수신된 신호나 메시지에 응답하여 게이트웨이나 기지국에 P2P 구성 정보를 제공하고, 이와 유사하게 게이트웨이나 기지국에서 제2 사용자 단말로부터의 구성 요청 메시지를 수신하고 구성 요청 메시지에 응답하여 해당 게이트웨이나 기지국에 P2P 구성 정보를 제공할 수 있다.

P2P 구성 정보는 이벌브드 유니버셜 지상 라디오 액세스(E-UTRA: evolved universal terrestrial radio access) 기술에 기초하여 기지국의 커버리지 내의 적어도 하나의 사용자 단말에 대한 P2P 통신을 지원하고, 제1 사용자 단말에 의한 피어 디스커버리를 위해 할당된 자원(P2P를 지원하는 라디오 자원 제어 메시지 등)을 특정할 수 있으나, 이에 한정되지는 않는다.

또한, P2P 뱅킹 지원부(16)는 뱅킹 서버나 트랙커 장치로 구현될 수 있다. 트랙커 장치는 피어들(peers)의 정보를 관리하는 서버를 지칭한다.

P2P 뱅킹 지원부(16)는 본 실시예의 P2P 뱅킹 장치(10)에 탑재되는 것으로 한정되지 않고, 별도의 P2P 뱅킹을 지원하는 수단이나 이러한 수단에 상응하는 기능을 수행하는 기능부 및/또는 구성부로 구현될 수 있다.

전술한 인증부(12), 데이터 처리부(13), 보호부(15) 및 P2P 뱅킹 지원부(16) 중 적어도 어느 하나를 포함하는 프로세서(10a)는 마이크로프로세서(microprocessor), 중앙 처리 장치(CPU: central processing unit), 또는 이와 유사한 수단이나 이러한 수단에 상응하는 기능을 수행하는 구성부를 포함할 수 있다. 프로세서(10a)는 계산을 수행하는 연산장치(arithmetic logic unit: ALU), 데이터 및 명령어(instructions)의 일시적인 저장을 위한 레지스터, 그리고 미들웨어들 간의 인터페이스 장치를 제어하거나 관리하기 위한 컨트롤러를 구비할 수 있다. 프로세서(10a)는, 서로 다른 기능을 수행하는 복수의 모듈 중 적어도 하나 이상을 레지스터의 소정 영역에 로드(load)하고, 특정 모듈의 작용이나 모듈들의 상호작용에 의해 수집된 빅데이터를 구조화하고, 구조화된 빅데이터를 분석하고, 빅데이터의 분석 결과를 토대로 사용자의 신용도를 평가한 후, 신용도 평가 결과를 출력할 수 있다.

또한, 프로세서(10a)는 디지털(Digital) 사의 알파(Alpha), MIPS 테크놀로지, NEC, IDT, 지멘스(Siemens) 등의 MIPS, 인텔(Intel)과 사이릭스(Cyrix), AMD 및 넥스젠(Nexgen)을 포함하는 회사의 x86 및 IBM과 모토롤라(Motorola)의 파워PC(PowerPC)와 같이 다양한 아키텍처(Architecture)를 구비할 수 있으나, 이에 한정되지는 않는다.

한편, 본 실시예에서는 인증부(12), 데이터 처리부(13), 보호부(15) 및 P2P 뱅킹 지원부(16)를 단일 칩 형태의 프로세서에 배치되는 실시예를 중심으로 설명하였으나, 본 발명은 그러한 구성으로 한정되지 않고, 복수의 프로세서에 인증부(12), 데이터 처리부(13), 보호부(15) 및 P2P 뱅킹 지원부(16)가 배치되는 형태를 구비될 수 있다. 그 경우, 인증부(12)가 탑재되는 프로세서나 P2P 뱅킹 장치는 P2P 뱅킹 서비스에서 인증 기능을 담당하는 별도의 인증 서버로 구현될 수 있다. 또한, 데이터 처리부(13)가 탑재되는 프로세서나 P2P 뱅킹 장치는 P2P 뱅킹 서비스에서 신용도 평가 기능을 담당하는 별도의 평가 서버로 구현될 수 있다. 또한, 보호부(15)가 탑재되는 프로세서나 P2P 뱅킹 장치는 P2P 뱅킹 서비스에서 개인정보 보호 기능을 담당하는 별도의 개인정보 보호 서버로 구현될 수 있다. 또한, P2P 뱅킹 지원부(16)가 탑재되는 프로세서나 P2P 뱅킹 장치는 P2P 뱅킹 서비스에서 P2P 대출 등의 뱅킹 기능을 담당하는 별도의 뱅킹 서버로 구현될 수 있다.

도 3a는 도 2의 P2P 뱅킹 장치의 데이터 처리부에 대한 블록도이다. 도 3b는 도 2의 P2P 뱅킹 장치의 P2P 뱅킹 지원부에 대한 블록도이다. 도 4는 도 3a의 데이터 처리부를 포함한 P2P 뱅킹 장치에 의해 수행되는 빅데이터 분석을 이용한 P2P 뱅킹 방법의 일실시예를 설명하기 위한 순서도이다. 도 5는 도 3a의 P2P 뱅킹 장치에 연결된 사용자 단말의 동작 과정을 설명하기 위한 예시도이다. 도 6은 도 5의 사용자 단말을 통해 접속한 소셜 네트워크 서비스(social network service, SNS)의 사용자 인터페이스 화면에 대한 예시도이다. 도 7은 도 4의 P2P 뱅킹 방법의 빅데이터 분석 과정에 대한 예시도이다. 그리고, 도 8a 내지 도 8d는 도 7의 빅데이터 분석 과정을 통해 얻은 SNS 분석 소셜 데이터의 일부 테이블들과 각 테이블의 일부 필드명에 대한 예시도이다.

도 3a 및 도 4를 참조하면, 본 실시예에 따른 P2P 뱅킹 장치의 데이터 처리부(13)는 수집부(131), 구조화부(132), 분석부(133), 평가부(134) 및 출력부(135)를 포함한다. 수집부(131)는 신용도 평가 요청 신호의 수신(S141)에 응하여 사용자의 SNS 계정에서의 빅데이터를 포함한 사용자 관련 데이터를 수집한다(S142). 사용자 관련 데이터는 빅데이터 외에 P2P 뱅킹을 위해 사용자로부터 획득한 데이터를 포함할 수 있다. 구조화부(132)는 수집된 빅데이터를 미리 설정된 클래스나 포맷에 의해 분류하여 구조화하고(S143), 분석부(133)는 구조화된 빅데이터를 분석하며(S144), 평가부(134)는 빅데이터 분석 결과를 포함한 사용자 관련 데이터를 토대로 사용자의 신용도를 평가한다(S145). 그리고, 출력부(135)는 신용도 평가 결과를 P2P 뱅킹 장치에 결합된 인터넷 전문 은행 서버나 클라우드 금융 거래 서버나 사용자 단말에 제공하기 위해 미리 정해진 포맷으로 출력한다. 미리 정해진 포맷은 사용자 단말에서 출력되는 양식으로 변환되기 이전의 데이터 포맷 형태를 가질 수 있다.

도 3b를 참조하면, 본 실시예에 따른 P2P 뱅킹 장치의 P2P 뱅킹 지원부(16)는 획득부(161), 대출부(162), 입금부(163), 환전부(164), 담보처리부(165) 및 배분부(166)를 포함할 수 있다.

획득부(161)는 P2P 뱅킹이나 클라우드 뱅킹에서 대출자에게 자금을 공급하는 자본가나 투자자인 1인 이상의 랜더들로부터 랜디에 대한 대출 여부 정보 및 대출 금액 정보를 받거나 인식하는 수단이나 구성부를 지칭한다. 또한, 획득부(161)는 랜디의 대출 요청 금액 이상이 될 때까지 1인 이상의 랜더들로부터 대출 금액 정보를 수신할 수 있다. 이 경우, P2P 뱅칭 장치의 데이터처리부 또는 출력부는 평가부의 신용도 평가 결과에 따라 변동되는 적어도 하나의 대출 금액 정보를 출력할 수 있다.

대출부(162)는 획득부(161)로부터의 대출 가능 여부 및 대출 가능 금액을 토대로 1인 이상의 랜더들로부터 모은 대출금의 적어도 일부를 랜디에게 제공하는 수단이나 구성부로 구현될 수 있다.

입금부(163)는 송금, 이체, 대출금 상환 등을 위한 실물 화폐나 디지털 화폐를 받고 이에 대한 입금 정보를 제어부나 프로세서의 특정 구성요소에 전달하는 수단이나 구성부를 포함할 수 있다.

환전부(164)는 독립적인 사용자, 사용자들 사이, 랜디와 랜더 사이, 판매자와 구매자 사이 혹은 채권자와 채무자 사이에서 디지털 화폐를 실물 화폐로 환전하거나 실물 화폐를 디지털 화폐로 환전하는 수단이나 구성부로 구현될 수 있다.

담보처리부(165)는 신용도를 평가하기 전이나 대출금의 적어도 일부를 랜디에게 제공하기 전에, 랜디로부터 담보로서 디지털 화폐나 실물 화폐를 접수하고 접수 정보를 제어부나 프로세서의 특정 구성요소에 전달하는 수단이나 구성부를 포함할 수 있다.

배분부(166)는 랜디와 1인 이상의 랜더 사이에 P2P 뱅킹이 성사될 때 미리 설정된 비율에 상응하는 거래 수수료를 거래 당사자로부터 받고 거래 수수료의 적어도 일부를 P2P 뱅킹의 참여자 중 적어도 일부에게 디지털 화폐로 배분하는 수단이나 구성부로 구현될 수 있다. 디지털 화폐는 비트코인일 수 있으나, 이에 한정되지는 않는다.

전술한 설명에서는 획득부(161), 대출부(162), 입금부(163), 환전부(164), 담보처리부(165) 및 배분부(166)가 P2P 뱅킹 지원부(16)에 함께 탑재되는 형태로 설명하였으나, 이에 한정되지는 않으며, 획득부(161), 대출부(162), 입금부(163), 환전부(164), 담보처리부(165) 및 배분부(166) 중 적어도 어느 하나 이상의 구성요소가 P2P 뱅킹 지원부(16)로서 저장부 등에 하나 이상의 모듈 형태로 탑재되도록 구현되는 것도 가능하다.

다시 도 3a 및 도 4를 참조하여 각 구성요소를 좀더 구체적으로 설명하면, 수집부(131)는 사용자의 SNS 계정을 통해 SNS 내에서 접근할 수 있고 획득할 수 있는 모든 데이터를 수집 가능하다. 수집부(131)는 도 5에 나타낸 바와 같이 사용자 단말(3)에서 P2P 뱅킹을 실행하는 동안에 사용자에 의해 입력되고 그 개인정보의 수집 및 이용이 동의된 SNS 계정에 접근할 수 있다. 일례로, 사용자는 사용자 단말(3)의 사용자 인터페이스 화면(301)에서 이름 입력창(302)에 이름(Gil-dong Hong)을 입력하고, 아이디 입력창(304)에 아이디(GDH)를 입력하고, 패드워드(password, P/W) 입력창(306)에 소정 패스워드를 입력한 후, "소셜 사이트 이동하기" 버튼(308)을 선택함으로써 SNS 계정의 개인정보 수집 및 이용에 동의할 수 있다.

수집부(131)에서 수집하는 빅데이터는 도 6에 나타낸 바와 같이 페이스북(www.facebook.com)에 접속된 사용자 계정의 사용자 인터페이스 화면(101)에서 접속일자나 접속시간 등의 로그기록; 텍스트; 사진, 이미지 등의 페이지 내 객체 정보; 포스트(Post) 정보; 좋아요(Like) 정보; 공유(Share) 정보; 댓글(Comment) 정보; 친구(Friends) 정보; 모임 또는 그룹(Groups) 정보; 취미 또는 관심(Interests) 정보 등을 포함할 수 있다. 또한, 수집부(131)는 구현에 따라 트위터(https://twitter.com)에서 트윗, 팔로잉, 팔로워, 로그기록, 텍스트, 사진, 포스트 정보, 취미 정보, 그룹 정보, 친구 정보 등을 수집할 수 있다. 수집된 데이터는 비정형 데이터를 포함하는 빅데이터로서 저장부에 저장될 수 있다.

또한, 수집부(131)는 도 8a에 도시한 바와 같이 사용자 등록이나 개인정보 동의 시에 사용자에 의해 입력된 사용자 정보를 토대로 이름, 전화번호, 주소, 통화내역(서비스 제공자와의 통화 내역을 포함함), SNS(소셜 ID를 포함함), 금융 정보, 주민번호 등의 컬럼(필드명)을 가진 테이블(제1 테이블)(81)이나 제1 테이블을 포함하는 데이터베이스(제1 데이터베이스)를 생성할 수 있으나, 이에 한정되지는 않는다.

구조화부(132)는 사용자를 미리 정해진 타입으로 분류한다. 분류 타입은 도 8b에 도시한 바와 같이 업무별, 지역별, 키워드 군집별, 처리기관별 등을 포함할 수 있으나, 이에 한정되지는 않는다. 각각의 분류 타입은 데이터베이스의 소정 테이블(82)에서 복수의 필드에 대응할 수 있다.

또한, 구조화부(132)는 분류 타입 중 하나 이상에서 개인정보 보호가 필요한 사용자와 그렇지 않은 사용자를 분류하거나, 일반 고객과 우수 고객을 분류하도록 구현될 수 있다.

또한, 구조화부(132)는, 도 7에 도시한 바와 같이, API(Application programming interface)를 통해 페이스북 등의 SNS 서버(5a)에 접근할 수 있고, SNS 서버(5a)에서 사용자의 빅데이터를 수집할 수 있다. 수집되는 빅데이터는 비정형 데이터(D1a)와 정형 데이터(D1b)를 포함할 수 있다.

또한, 구조화부(132)는 빅데이터에 포함된 비정형 텍스트 데이터를 분석하기 위해 키워드 분석부(133a)를 포함하거나, 빅데이터에 포함된 비정형 영상 또는 이미지 데이터를 분석하기 위해 영상 분석부(133b)를 포함할 수 있다. 키워드 분석부(133a) 또는 영상 분석부(133b)에서 구조화된 빅데이터는 SNS 분석 소셜데이터(D3)로서 저장부 또는 저장부의 데이터베이스에 저장될 수 있다.

전술한 구조화부(132)에 의하면, 사용자의 SNS 계정의 비정형 데이터를 포함하는 빅데이터는 구조화를 위해 미리 설정된 데이터베이스 클래스에 차후 융합가능한 데이터 형태로 저장될 수 있다. 즉, 구조화부(132)에 의하면, 비정형 데이터가 포함된 빅데이터 내 특정 정보는 미리 정해진 정형 데이터 포맷을 가진 테이블의 1개 이상의 필드에 저장될 수 있다.

분석부(133)는 사용자 정보나 소셜 데이터를 토대로 기본 정보를 분석하거나, 이슈 정보를 분석하거나, 재식별 정보를 분석하거나, 금융 정보를 분석할 수 있다. 또한, 분석부(133)는 분석된 정보를 미리 설정된 컬럼이나 필드명을 갖는 테이블로 생성할 수 있다. 테이블은 특정 데이터베이스에 포함될 수 있다.

예를 들어, 도 8c에 나타낸 바와 같이, 빅데이터에서 분석된 정보 중 기본 정보는 직업, 급여, 결혼 여부, 주택, 자동차, 주소, 연령, 성별, 취미, 동아리 등으로 구분된 필드를 포함하는 테이블(83a)에 저장될 수 있고, 이슈 정보는 기간별, 이슈별 발생추이(사기, 신용카드 도용, 전과 기록 등), 액수별 등으로 분류된 필드를 포함하는 테이블(83b)에 저장될 수 있고, 재식별 정보는 이름, 주민번호, 카드 정보 등으로 분류된 필드를 포함하는 테이블(83c)에 저장될 수 있으며, 금융 정보는 카드 정보, 은행 계좌, 보험 정보 등으로 구분된 필드를 포함하는 테이블(83d)에 저장될 수 있다.

또한, 분석부(133)는, 소셜 데이터에 포함된 비정형 데이터에서 사용자의 행동 패턴이나 생활 패턴을 분석할 수 있다. 예를 들어, 분석부(133)는 사용자에 대한 댓글 분석, 빈도수 분석, 관심도 분석, 음식 분석 등을 수행할 수 있다.

댓글 분석의 경우, 분석부(133)는 페이스북 등의 SNS에서 수집한 텍스트나 영상(image)의 분석을 통해 사용자의 좋아요 또는 댓글, 혹은 사용자의 글에 달린 친구들의 좋아요 또는 댓글 개수에 따라 미리 설정된 개수 범위 기준에 따라 점수를 부여할 수 있다. 또한, 분석부(133)는 욕설, 비방 등의 부정적인 말에 대한 개수에 따라 미리 설정된 점수를 부여할 수 있다. 여기서 개수는 미리 설정된 기간에 해당 사용자 패턴이나 이와 관련된 패턴이 발생한 회수의 평균값일 수 있다.

빈도수 분석의 경우, 분석부(133)는 사용자의 로그인 회수, 댓글 평균 주기 등에 따라 미리 설정된 기준에 따른 점수를 부여할 수 있다. 일례로, 분석부(133)는 로그인 회수가 6회 이상(/1일)이면 사용자의 해당 패턴의 데이터나 이 데이터가 저장되는 필드에 3점을 부여하고, 3회 내지 5회(/일)이면 2점을 부여하고, 1회 또는 2회이면 1점을 부여하고, 그리고 1일 평균 1회보다 작으면 0점을 부여하도록 동작할 수 있다.

전술한 댓글 분석과 빈도수 분석은 주로 분석부(133)의 텍스트 분석부에 의한 텍스트 분석을 통해 수행될 수 있다.

또한, 관심도 분석의 경우, 분석부(133)는 사용자의 취미, 관심 등에 대한 노출빈도에 따라 해당 데이터나 이를 저장한 필드에 점수를 부여할 수 있다. 예컨대, 분석부(133)는 사진 분석 등의 이미지 분석을 통해 관심 객체를 설정하고, 관심 객체의 노출 빈도를 카운트하고, 일정 기간당 카운트된 횟수에 따라 미리 설정된 점수를 부여할 수 있다. 여기서, 이미지 분석은 배경 분석, 사물 분석 등을 포함할 수 있고, 관심 객체는 사람, 동물, 사물, 대상(종교 포함), 국가, 지역 등을 포함할 수 있다. 관심도 분석은, 예를 들어, 일정 기간의 전체 사진들 중 특정 대상 (예컨대 자전거, 스키, 골프, 여행 등 중 어느 하나)의 빈도수를 체크하고, 60% 초과이면 3점, 30% 초과 ~ 60% 이하이면 2점, 10% 초과 ~ 30% 이하이면 1점, 10% 이하이면 0점을 부여하도록 설정될 수 있다.

음식 분석의 경우, 분석부(133)는 관심도 분석의 경우와 유사하게 특정 대상인 음식에 대한 관심도를 분석할 수 있다. 한편, 음식 분석은 다양한 분석 대상 중 하나에 대한 예로써 옷, 주택, 자동차 등에서 선택되는 어느 하나로 대체될 수 있다.

전술한 관심도 분석과 음식 분석은 주로 분석부(133)의 텍스트 분석부에 의한 텍스트 분석을 통해 수행될 수 있다.

전술한 실시예들 외에 분석부(133)는 댓글, 빈도수, 관심도, 음식 등에 대한 분석에서 주기성이나 반복성이 강한 항목에 대하여 최고 또는 최저 점수를 부여하도록 설정될 수 있다. 항목은 미리 설정되는 것으로서 빈도수가 높을수록 점수가 높아지는 좋은 항목, 빈도수가 높을수록 점수가 낮아지는 나쁜 항목 등을 포함할 수 있다.

평가부(134)는 분석부(133)의 빅데이터 분석 결과를 포함하는 사용자 관련 데이터를 토대로 데이터의 트리 구조를 생성한다. 이러한 작업을 통해, 평가부(134)는 해당 사용자에 대한 정형화 데이터(structured data)에서 행(Row) 데이터를 강화할 수 있다. 즉, 미리 설정된 데이터베이스 포맷에서 클래스, 특정 필드 혹은 정보 분석 필드에 기록된 데이터를 충실히 채워넣는 형태로 구현될 수 있다. 이는 데이터 파싱에 준하여 빅데이터에서 1차 데이터를 추출하는 것에 대응할 수 있다.

또한, 평가부(134)는 도 8d에 나타낸 바와 같이 등급별, 우선순위(Priority), 거래량(Amount), 신용도 대비 등으로 분류된 필드를 포함하는 테이블(84)에 앞서 파싱된 데이터를 저장할 수 있다. 신용도 대비 필드의 경우, 처음에는 공란 또는 해당 없음을 지칭하는 N/A로 표시될 수 있으나, 사용자의 신용도 평가 서비스에 대한 이용 횟수의 증가에 따라 소정의 신용도 대비 값을 가질 수 있다.

본 실시예에서 신용도 대비 값은 이전 신용도 중 전체 혹은 일정 기간(예컨대, 3개월)의 평균이거나 직전 신용도와의 차이를 해당 값으로 가질 수 있다. 예를 들어, 신용도 대비 값이 -10이면, 이전의 평균 신용도나 직전 신용도에 비해 상대값 10의 크기만큼 신용도가 떨어진 것을 나타내고, 신용도 대비 값이 10이면, 그만큼 신용도가 올라간 것을 나타낼 수 있다.

아래의 표 1은 평가부(134)의 신용도 평가를 위한 분석 모델의 자료 정의 및 산술화 정보를 예시하여 나타낸 도표이다.

표 2는 표 1의 클래스의 가중치에 대한 예시도이다.

표 1 및 표 2에 나타낸 바와 같이, 본 실시예에서 구조화부(132), 분석부(133) 및 평가부(134)는 사용자의 소셜 데이터인 빅데이터 내의 비정형 데이터를 구조화하고 분석하여 미리 설정된 데이터베이스 클래스의 테이블 필드를 채운 후 평가하도록 구현된다. 그리고 평가부(134)는 각 필드의 필드 값 또는 그 내용에 따라 서로 다른 가중치를 적용할 수 있다.

본 실시예에서 사용자의 SNS 계정에서 획득한 소셜 데이터에 대한 가중치는 30%로 설정되어 있으나, 이에 한정되지는 않으며, 구현에 따라서 분석 모델의 데이터베이스 클래스들 중 소셜 데이터에 설정되는 가중치는 데이터 누적에 따라 30%를 초과하고 90% 또는 100% 이하에서 설정될 수 있다.

또한, 본 실시예에서 가중치는 개인정보보호를 위한 식별정보에 가중치를 부여하고 있지 않으나, 개인정보보호를 실행하는 경우, 개인정보보호에 대한 클래스를 추가하고 그에 대하여 소정의 가중치를 부여할 수 있다.

표 3은 본 실시예에 따른 P2P 뱅킹 장치의 신용도 평가 결과를 미리 설정된 환산점수로 변환한 것을 예시하여 나타낸 것이다.

표 3에 나타낸 바와 같이, 빅데이터 분석을 이용한 신용도 평가 결과는 P2P 뱅킹에서 사용할 수 있는 신용도 평가 등급의 환산점수로 표현될 수 있다. 이때, 신용도 평가 결과에 반영된 빅데이터의 비율(%)을 표시할 수 있다. 또한, 구현에 따라서 P2P 뱅킹 장치는 신용도 평가에 반영할 빅데이터의 비율을 미리 설정하고, 설정된 데이터가 채워지기까지 사용자의 SNS 계정에서 빅데이터를 수집하거나 구조화된 데이터베이스에 포함되지 않는 특정 데이터를 사용자에게 요청하여 보완하도록 구현될 수 있다. 이와 같이, 본 실시예에 따른 신용도 평가에 의하면, 사용자의 SNS 계정의 빅데이터 분석을 통해 사용자의 신용도를 신뢰성 있게 평가할 수 있다.

본 실시예에 있어서, 1등급(A)은 90% 이상의 빅데이터를 포함하는 사용자 관련 데이터를 분석하여 개인신용도를 평가한 결과로서 90점을 획득한 경우를 나타내고, 2등급(B)은 80% 이상의 빅데이터를 포함하는 사용자 관련 데이터를 분석하여 개인신용도 80점을 획득한 경우를 나타내고, 3등급(C)은 70% 이상의 빅데이터를 포함하는 사용자 관련 데이터를 분석하여 개인신용도 70점을 획득한 경우를 나타내며, 4등급(D)은 70% 미만의 빅데이터를 포함하는 사용자 관련 데이터를 분석하여 개인신용도 70점 미만을 획득한 경우를 나타낸다.

또한, 구현에 따라서, 각 등급과 빅데이터 포함 비율 등은 P2P 뱅킹 서비스의 특성에 따라 조정가능하다. 예를 들어, 70% 미만의 빅데이터를 포함하는 평가데이터를 분석하여 개인신용도 70점 이상 80점 미만인 경우를 3-3등급(C-3)으로, 개인신용도 80점 이상 90점 미만인 경우를 2-3등급(B-3)으로, 개인신용도 90점 이상인 경우를 1-3등급(A-3)으로 표현하는 것을 더 포함하거나, 이와 유사하게 70% 이상 80% 미만의 빅데이터를 포함하는 경우, 80% 이상 90% 미만의 빅데이터를 포함하는 경우 그리고 90% 이상 100%의 빅데이터를 포함하는 경우 각각에 대하여, 분석 결과인 개인신용도 점수에 따라 3-2등급(C-2), 2-2등급(B-2), 1-2등급(A-2), 3-1등급(C-1), 2-1등급(B-1), 1-1등급(A-1) 등으로 구분하여 이용할 수 있다.

도 9는 도 1의 P2P 뱅킹 장치에 의해 수행되는 빅데이터 분석을 이용한 P2P 뱅킹 방법의 다른 실시예를 설명하기 위한 흐름도이다.

도 9를 참조하면, 본 실시예에 따른 P2P 뱅킹 방법은 P2P 뱅킹을 위해 개인 뱅크를 개설한 복수의 사용자 단말들을 네트워크상에서 연결하는 단계(S11), P2P 뱅킹 거래가 성립한 경우(S13의 예), 거래 수수료의 적어도 일부를 P2P 뱅킹의 적어도 일부 참여자에게 디지털 화폐로 배분하는 단계(S15)를 포함한다.

상기의 연결 단계(S11)에 의하면, 본 실시예의 P2P 뱅킹 방법을 수행하는 P2P 뱅킹 장치는 사용자 단말들에게 P2P 뱅킹 서비스를 제공하기 위하여 사용자 단말의 IP 어드레스 등을 제공할 수 있으며, P2P 뱅킹을 수행하는 사용자 단말로부터 신용도 평가 요청을 수신하고 이를 별도의 신용도 평가 서버에 전달할 수 있다.

P2P 뱅킹 거래는 P2P 대출을 포함한다. P2P 뱅킹 거래 성립 여부에 대한 판단(S13)은 응용프로그램에 탑재된 P2P 뱅킹 거래 성립 보고자를 통해 수행될 수 있다. 또한, 구현에 따라서 P2P 뱅킹 거래 성립 여부에 대한 판단(S13)은 P2P 뱅킹 거래 시 상대방 또는 자기 자신의 신용도 평가 요청에 따라 사용자 단말과 연결되는 채널을 통해 수행될 수 있다. 그리고 P2P 뱅킹 장치는 신용도 평가 수수료의 적어도 일부를 P2P 뱅킹의 적어도 일부 참여자에게 디지털 화폐로 배분하는 안내 메시지를 사용자 단말에 제공하고, 사용자 단말의 응답을 통해 P2P 뱅킹 거래 성립 여부를 확인할 수 있다.

본 실시예에 의하면, P2P 뱅킹에 있어서 사용자의 SNS 계정에서 획득한 빅데이터를 이용하여 사용자의 신용도 평가 서비스를 제공할 수 있으며, 또한 신용도 평가 서비스에 대한 거래 수수료의 적어도 일부를 디지털 화폐로 사용자에게 되돌려주어 신용도 평가 서비스를 부담없이 이용하도록 할 수 있다.

본 실시예에 의하면, 인터넷 전문 은행 등에서 P2P 뱅킹을 통해 대출 금융 거래 시에 빅데이터 분석을 이용하여 개인의 신용도를 평가하는 서비스를 제공할 수 있고, 거래 수수료의 적어도 일부를 배분할 수 있으며, 그에 의해 P2P 뱅킹의 활성화와 거래의 신뢰성 및 안정성을 향상시킬 수 있는 장점이 있다.

또한, 본 실시예의 변형에 따르면, P2P 대출 등의 P2P 뱅킹에 있어서 P2P 뱅킹 장치가 P2P 뱅킹 중계 서버로 기능하는 경우, P2P 뱅킹 장치는 P2P 뱅킹 거래가 성립된 사용자 단말들에게 P2P 뱅킹 중계에 대한 거래 수수료를 청구할 수 있다. 그 경우, 본 실시예의 P2P 뱅킹 방법은 P2P 뱅킹에 대한 거래 수수료의 적어도 일부를 디지털 화폐로 사용자에게 되돌려주는 피드백 기능을 포함할 수 있다.

도 10은 도 9의 P2P 뱅킹 방법의 변형예에 따른 흐름도이다.

도 10을 참조하면, 본 실시예에 따른 P2P 뱅킹 방법은 도 9의 P2P 뱅킹 거래 성립이 완료되기 이전 즉, P2P 뱅킹 도중에 대출자나 대출자에게 돈을 대출해 주는 자본가(혹은 투자자)로부터 신용도 평가 요청에 따라 빅데이터 분석을 이용한 사용자의 신용도를 평가하고(S14), 신용도 평가 결과를 사용자 단말에 제공할 수 있다(S16).

자본가로부터 신용도 평가 요청을 접수하는 경우는, P2P 뱅킹에 대한 기본적인 사용자 정보가 P2P 뱅킹 장치에 저장되어 있거나 P2P 뱅킹 서비스에서 사용자 인증 등의 인증 서비스를 제공하는 인증 서버에 저장되어 있는 경우일 수 있으며, 그러한 경우, P2P 뱅킹 장치나 P2P 뱅킹 장치에 연결되는 신용도 평가 서버(혹은 신용도 평가 시스템)는 자본가의 사용자 단말로부터 대출자에 대한 신용도 평가 요청을 수신하고, 신용도 평가 요청에 대응하는 대출자에게 필요한 정보를 요청한 후, 대출자의 필수 정보 입력이나 동의에 따라 대출자의 SNS 계정에서 수집한 빅데이터를 분석하여 대출자의 신용도를 평가하고 신용도 평가 결과를 자본가의 사용자 단말이나 대출자의 사용자 단말로 전송할 수 있다.

본 실시예에 의하면, 자본가는 P2P 뱅킹에서 대출을 받고자 하는 대출자의 신용도를 대출자의 SNS에서 획득가능한 빅데이터를 이용하여 평가한 신용도 평가 결과를 받아볼 수 있고, 또한 빅데이터 분석을 이용한 신용도 평가 결과를 토대로 기존 대비 높은 안정성을 갖고 P2P 대출 적정 여부를 판단하여 P2P 뱅킹을 이용할 수 있는 장점이 있다. 또한, 대출자는 자신의 SNS 상의 개인정보를 통해 신용도를 높임으로써 이자율을 낮추거나 신용 대출 금액을 높여 더욱 유리한 입장에서 P2P 뱅킹을 이용할 수 있는 장점이 있다.

도 11은 도 1의 P2P 뱅킹 장치에 의해 수행되는 P2P 뱅킹 방법의 또 다른 실시예를 설명하기 위한 흐름도이다.

도 11을 참조하면, 본 실시예에 따른 P2P 뱅킹 장치는 먼저 사용자 요청을 수신한다(S51). 사용자 요청은 신용도 평가 요청 또는 P2P 대출 요청을 포함할 수 있고, P2P 대출 요청은 신용도 평가 요청을 포함할 수 있으며, 미리 설정된 요청 타입을 포함할 수 있다.

다음, P2P 뱅킹 장치는 사용자를 구분한다(S52). 본 단계에서 P2P 뱅킹 장치는 사용자를 국내, 국외, 개인, 소상공인, 기업인 등으로 구분할 수 있다.

다음, P2P 뱅킹 장치는 요청고객의 정보 횟수가 1보다 큰지를 판단한다(S53). 본 단계에서 P2P 뱅킹 장치는 기 저장된 사용자 데이터베이스에 기초하여 현재 접속한 사용자가 최초 서비스 이용 고객인지 기존 고객인지를 판단할 수 있다.

최초 서비스 이용 고객인 경우, P2P 뱅킹 장치는 사용자로부터의 개인정보 동의 여부를 판단한다(S54). 개인정보 동의는 사용자의 개인정보 특히 SNS에서 획득가능한 개인정보의 수집 및 이용에 대한 동의를 포함할 수 있다. 개인정보 동의가 수행되지 않으면, P2P 뱅킹 장치는 해당 사용자의 접속 상태를 로그아웃(Logout) 상태로 전환하여 본 프로세스를 종료할 수 있다.

다음, P2P 뱅킹 장치는 개인정보의 수집 및 이용이 동의된 사용자의 소셜 ID를 확인한다(S55). 소셜 ID의 확인은 사용자의 소셜 ID 입력, 특정 소셜 네트워크 서비스(Social network service, SNS)로의 이동 버튼 클릭 등에 의한 SNS 접속 과정에서 획득될 수 있다. 한편, 본 단계(S55)는 P2P 뱅킹 장치가 개인정보 동의 후에 소셜 ID를 확인하는 것으로 한정되지 않는다. P2P 뱅킹 장치는 개인정보 동의와 함께 혹은 개인정보 동의 이전에 소셜 ID를 확인하도록 구현될 수 있다.

다음, P2P 뱅킹 장치는 사용자 단말의 요청 플랫폼을 분석한다(S56). 본 단계(S56)는 상기의 단계(S53)에서의 판단 결과, 서비스 요청 고객이 최초 이용 고객이 아니고 기존 이용 고객인 경우, 개인정보 동의를 생략하거나 소셜 ID 확인이 이미 완료된 것으로 가정한 상태에서 수행될 수 있다. 본 단계(S56)에서, P2P 뱅킹 장치는 사용자 단말과의 데이터 통신을 통해 사용자 단말의 요청 플랫폼을 식별할 수 있다. 기기의 플랫폼 또는 운영체제는 윈도우즈 씨이(Windows CE), 아이오에스(iOS), 안드로이드(Android), 타이젠(Tizen), 마이유아이(MiUI), 바다(Bada) 등에서 선택되는 어느 하나를 포함할 수 있다.

다음, 요청 플랫폼 식별자나 기기 인증번호가 저장부에 저장되어 있지 않거나 확인되지 않으면, P2P 뱅킹 장치는 현재 확인된 사용자 단말의 기기 타입을 저장하거나 등록한다(S58).

다음, 기기 인증번호가 확인되었거나 기기 타입의 등록이 완료되면, P2P 뱅킹 장치는 사용자 요청을 분석하여 P2P 뱅킹의 진행을 판단한다(S59). P2P 뱅킹 진행은 P2P 대출 진행을 포함할 수 있다.

사용자 요청이 P2P 뱅킹의 진행을 포함하는 것으로 판단되면, P2P 뱅킹 장치는 멀티 팩터 인증(multi factor authentication)을 수행할 수 있다(S60). 멀티 팩터 인증은 복수의 서로 다른 인증 방법을 통해 사용자 혹은 사용자 단말인 클라이언트 기기를 인증하는 방법을 포함할 수 있다. 복수의 서로 다른 인증 방법은 동시에 수행되거나 순차적으로 수행될 수 있다. 한편, 사용자 요청이 P2P 뱅킹을 진행하지 않는 것으로 판단되면, P2P 뱅킹 장치는 사용자 단말의 접속을 차단(logout)하고 본 프로세스를 종료할 수 있다.

도 12는 도 1의 P2P 뱅킹 장치에 의해 수행되는 P2P 뱅킹 방법의 또 다른 실시예를 설명하기 위한 흐름도이다. 도 13은 도 12의 P2P 뱅킹 방법을 수행하는 P2P 뱅킹 장치에서의 개인정보 보호를 위한 사용자 인터페이스 화면의 예시도이다.

도 12를 참조하면, 본 실시예에 따른 P2P 뱅킹 장치는 보호부를 통해 개인정보를 관리하고 보호하며, 이를 좀더 구체적으로 나타내면 다음과 같다.

먼저, 보호부는 데이터처리부나 분석부와의 연계를 통해 사용자의 소셜 네트워크 서비스(SNS) 계정에서 수집되는 빅데이터 내의 개인 식별 정보를 분석한다(S101). 물론, 보호부는 빅데이터 외에 사용자 요청 정보로부터 획득한 데이터를 포함하는 사용자 관련 데이터에서 개인 식별 정보를 분석할 수 있다.

다음, 보호부는 신용도 평가를 위한 데이터를 저장하는 사용자 데이터베이스를 개인정보 보호 기준별로 재포맷한다(S102). 본 단계(S102)에서 사용자 데이터베이스는 테이블의 특정 레코드 또는 행(row)을 포함하는 열(column)이나 레코드 전체가 재포맷(reformatting)될 수 있다.

다음, 보호부는 사용자의 SNS 계정에서 획득한 빅데이터를 소정의 분석 모델을 통해 구조화된 데이터로 생성 및 운영할 수 있다(S103). 보호부는 P2P 뱅킹 장치의 빅데이터 처리 과정에서 예컨대, 논리적 및 물리적 자율화 환경하에서 온톨리지 지식 기반의 빅데이터(Ontology Knowledge Based Big Data)를 생성하고 운영할 수 있다.

다음, 보호부는 개인 식별 정보를 포함하는 사용자 데이터베이스에서 개인정보가 비식별 형태로 보호 적용된 가공 데이터를 미리 설정된 데이터 포맷으로 출력할 수 있다(S104). 도 13에 도시한 바와 같이, 보호부는 사용자 단말이나 관리자 단말의 사용자 인터페이스를 통해 개인정보보호가 적용된 가공 데이터로서 각 클래스(개인정보, 집, 직업, 은행, 보험, 소셜, 식별정보, 자동차 등)에 대한 점수를 포함하는 빅데이터 평가 점수, 키 관리 여부, 주요 정보 암호화 적용 여부, 식별정보 보호방안 여부(가명처리, 총계처리, 데이터값 삭제, 범주화, 맛킹, 이원화 등), 최소 수집의 원칙에 따라 선택된 항목들(인적관계, 집, 직업, 은행, 보험, 소셜, 식별정보, 자동차 등), 파기 공지 기간, 개방성 범위(내부, 외부, 제3자 활용 및 가공 등), 사용의 목적(신용평가, 빅데이터 평가, 담보, 대출 등), 개인정보 동의 여부, 개인정보 식별 ID 등을 표시할 때 적어도 개인정조 식별 ID를 비식별 형태로 표현할 수 있다. 도 13에서 개인정보 식별 ID는 단지 "KIM"으로만 표시되어 사용자가 비식별 형태로 표시되어 있다.

P2P 뱅킹 장치는 전술한 개인정보보호 방안들 중 적어도 하나 이상을 추가로 적용하여 개인정보보호를 수행할 수 있다. 표 4는 개인정보 비식별화를 위한 방안의 주요 내용 및 처리 예를 나타낸다.

도 14는 도 1의 P2P 뱅킹 장치의 작동 원리의 또 다른 실시예를 설명하기 위한 흐름도이다.

도 14를 참조하면, 본 실시예에 따른 P2P 뱅킹 장치는 P2P 뱅킹과 클라우드 금융 거래가 조합된 형태를 가질 수 있다. 또한, P2P 뱅킹 장치는 금융 위험 관리 차원에서 빅데이터 분석을 이용하여 고객의 신용도를 평가 및 점검하고 에스크로 또는 보안성 강화를 통해 P2P 금융 거래에 부실 위험을 낮추고 안정성 및 신뢰성을 강화할 수 있다.

좀더 구체적으로 설명하면, 고객 요청 정보가 수령되면(S121), P2P 뱅킹 장치는 고객 요청 정보의 사기(Fraud) 또는 신용 도용(Creit Abuse)인지를 판단한다(S122). 이러한 판단은 기존 거래 기록 및/또는 이전 빅데이터 분석 결과를 이용할 수 있다.

사기 또는 신용 도용인 경우, P2P 뱅킹 장치는 고객 사기정보 회복패턴(Recovery Pattern) 여부를 판단한다(S123). 회복 패턴이면, P2P 뱅킹 장치는 고객 금용 요청을 재정립하고(S124), 필요에 따라 추가 데이터에 대한 요청을 사용자 단말에 전송할 수 있다. 한편, 회복패턴이 아니면, P2P 뱅킹 장치는 고객 통보 불가로서 현재의 접속을 로그아웃하거나 본 프로세스를 종료할 수 있다(S125).

한편, 사기 또는 신용 도용이 아닌 경우, P2P 뱅킹 장치는 고객 신용도 점검 프로세스를 수행한다(S126). 고객 신용도 점검 프로세스는 앞서 설명한 빅데이터 분석을 이용한 신용도 평가를 포함한다.

다음, P2P 뱅킹 장치는 빅데이터 분석이나 고객 신용도 점검의 빈도수가 1번 이상 10번 이하인지(S127), 10번 초과 50번 이하인지(S128) 또는 50번 초과(S129)인지를 판단할 수 있다. 이러한 이용 빈도수는 신용도 평가에 긍정적 혹은 부정적인 가중치 형태로 반영될 수 있다.

다음, P2P 뱅킹 장치는 고객 요청 정보를 토대로 요청 대출 에스크로(escrow) 액수를 점검한다(S130). P2P 뱅킹 장치는 에스크로 액수가 만달러 미만인지 이상인지를 점검할 수 있다.

에스크로 액수가 1달러 이상 1만 달러 미만이면(S131의 예), P2P 뱅킹 장치는 최소한의 사용자 정보를 토대로 별도의 신용 재검증 프로세스를 생략하고 대출을 바로 수행할 수 있다(S136). 여기서, 최소한의 사용자 정보는 사용자의 SNS 계정에 접속하기 위해 필요한 정보와 SNS 계정에서 획득한 빅데이터의 수집 및 이용 동의에 대한 정보를 포함할 수 있다.

한편, 에스크로 액수가 1만 달러 이상이면(S131의 아니오), P2P 뱅킹 장치는 별도의 신용 재검증 프로세스를 수행할 수 있다(S133). P2P 뱅킹 장치는 신용 재검증 프로세스에서 빅데이터 분석 프로세스를 재매핑할 수 있다(S134).

또한, P2P 뱅킹 장치는 대출에 앞서 보안성 강화 프로세스를 작동시킬 수 있다(S135). 여기서, 보안성 강화 프로세스는 전자인증, 암호화, DRM(Digital Right Management) 등을 포함할 수 있다.

상기의 신용 재검증 프로세스와 보안성 강화 프로세스가 정상적으로 진행되면, P2P 뱅킹 장치는 사용자에게 1만 달러 이상을 대출할 수 있다(S136).

본 실시예에 따른 P2P 뱅킹 장치는 미리 설정된 개인 신용 등급을 이용할 수 있다. 개인 신용 등급을 예시하면 아래의 표 5와 같다.

도 15는 본 발명의 또 다른 실시예에 따른 빅데이터 분석을 이용한 P2P 뱅킹 장치의 개략적인 정면 사시도이다.

도 15를 참조하면, 본 실시예에 따른 P2P 뱅킹 장치는 컴퓨팅 장치를 포함하고, 컴퓨팅 장치는 네트워크에 연결되는 금융자동화기기(7)를 포함할 수 있다.

금융자동화기기(7)는 기존의 CD(cash dispenser) 또는 ATM(automated teller machine)과 유사한 형태를 가진다. 다만, 본 실시예의 금융자동화기기(7)는 빅데이터 분석 기반의 신용도 평가를 사용자에게 제공하기 위해 네트워크를 통해 사용자의 소셜 네트워크 서비스(SNS) 계정에서 획득한 빅데이터를 미리 설정된 데이터 포맷의 항목에 해당 정보를 삽입하는 형태로 구조화하고 빅데이터에서 얻어 구조화한 일부 데이터(구조화된 빅데이터)를 분석하여 사용자의 신용도 평가와 관련된 유용한 정보를 추출하도록 구현된다.

금융자동화기기(7)는 P2P 뱅킹을 위한 1개 이상의 화면을 제공하는 사용자 인터페이스를 구비할 수 있다. 사용자 인터페이스는 디스플레이 장치(102)를 통해 구현될 수 있다. 예컨대, 사용자 인터페이스는 빅데이터 분석을 이용한 신용도 평가 등을 위한 메뉴나 링크를 디스플레이 장치(102)에 표시하고, 사용자 입력을 통해 사용자의 선택 정보나 설정 정보 등을 획득할 수 있다.

디스플레이 장치(102)의 화면(102a)에 표시되는 메뉴들로는 P2P 뱅킹 대출 신청(1021), 사용자 인증(1022), 신용도 평가 요청(1023), 개인 정보 이용 동의(1024), 소셜 네트워크 서비스 계정 연결(1025), 비트 코인 송금/입금 확인(1026) 등이 포함될 수 있다.

또한, 금융자동화기기(7)는 카드인식부(1022a), 통장인식부(1022b), 지문인식부(1022c), 스피커(103a), 영수증출력부(105a), 현금출납부(1027a), 카드출납부(1027b) 및 하우징(107)을 포함한다. 현금출납부(1027a)와 카드출납부(1027b)는 금전출납부로 지칭될 수 있다. 하우징(107) 내부에는 통신부, 메모리 시스템 및 제어부가 배치될 수 있다[도 2의 통신부(11), 저장부(14) 및 프로세서(10a) 참조].

전술한 경우, 메모리 시스템은 수집 모듈, 구조화 모듈, 분석 모듈, 평가 모듈 및 출력 모듈을 포함한다. 수집 모듈, 구조화 모듈, 분석 모듈, 평가 모듈 및 출력 모듈은 메모리 시스템에 저장된 프로그램을 수행하며 프로그램에 의해 해당 모듈의 기능을 수행하는 프로세서의 기능부(수집부, 구조화부, 분석부, 평가부 및 출력부)에 대응할 수 있다(도 2 및 도 3 참조).

수집 모듈은, 예컨대 P2P 대출에서의 랜디(lendee)로부터 신용도 평가 요청을 포함한 대출 요청에 따라 랜디의 소셜 네트워크 서비스(social network service, SNS) 계정에서 구조화되지 않은 데이터를 포함하거나 비정형 데이터를 포함한 빅데이터의 수집을 위한 프로그램이나 명령어(instructions)를 포함할 수 있다.

구조화 모듈은, 빅데이터 중 미리 설정된 아이템에 해당하는 데이터를 미리 설정된 클래스의 대응 항목에 저장하여 데이터베이스 형태 등의 구조화된 데이터를 생성하기 위한 프로그램이나 명령어를 포함할 수 있다.

분석 모듈은, 빅데이터에서 추출하거나 분석하여 얻은 데이터를 구조화한 데이터를 분석하기 위한 프로그램이나 명령어를 포함할 수 있다. 분석 모듈은 텍스트 분석이나 영상 분석 기법을 이용하도록 구현될 수 있다. 본 실시예에 따른 분석 모듈은 사용자의 소셜 네트워크 서비스에서의 빅데이터에서 획득한 텍스트나 영상을 분석하여 사용자의 활동성, 일관성, 경제성, 영향력 및 친화력 지수를 산출하도록 구현될 수 있다.

활동성 지수는 SNS 내에서의 글쓰기, 댓글 작성, 사진 업로드 등의 활동 횟수를 토대로 산출될 수 있다. 일관성 지수는 주기적인 자기관리, 지속적인 취미 활동 등에 대한 미리 설정된 수치를 토대로 산출될 수 있다. 경제성 지수는 집, 토지, 자동차 등의 소유 재산 항목에 대하여 미리 설정된 수치를 토대로 산출될 수 있다. 영향력 지수는 사용자의 글에 대한 댓글의 개수, 좋아요 또는 공유의 개수, 사진의 평균 사람 수 등의 관계성 항목에 대하여 미리 설정된 수치를 토대로 산출될 수 있다. 그리고 친화력 지수는 사용자의 글에 대한 댓글, 좋아요 혹은 공유 등의 소통 항목에 대하여 얼마나 신속하게 반응하는지에 대한 수치를 토대로 산출될 수 있다.

한편, 분석 모듈은 미리 설정된 분석 모델에 따라 빅데이터 분석을 수행하는 중에 상호 모순된 데이터가 미리 설정된 비율 이상 발견되는 경우 해당 사용자에 대한 사기(fraud)나 신용 남용(credit abuse)의 가능성을 P2P 뱅킹 사용자(자본가 혹은 투자자)에게 전달하고 P2P 뱅킹 장치의 관리자나 금융감독기관에 경고할 수 있다.

평가 모듈은, 구조화된 데이터의 분석 결과를 포함한 랜디의 사용자 관련 데이터를 토대로 랜디의 신용도를 평가하기 위한 프로그램이나 명령어를 포함할 수 있다. 또한, 평가 모듈은 빅데이터의 분석 결과 점수를 미리 설정된 환산 점수로 변환하기 위한 테이블이나 프로그램이나 명령어를 포함할 수 있다.

출력 모듈은, 랜디(lendee) 또는 1인 이상의 랜더들(lenders)에게 신용도의 평가 결과를 제공하기 위하여 신용도 평가 결과를 미리 정해진 포맷으로 출력하기 위한 프로그램이나 명령어를 포함할 수 있다. 출력 모듈은 인트라넷이나 인터넷 등의 네트워크를 통해 데이터를 전송하기 위한 프로그램이나 명령어를 포함할 수 있다.

전술한 메모리 시스템은 클라이언트 장치에 배치되는 적어도 하나의 제1 메모리 시스템과 서버 장치에 배치되는 적어도 하나의 제2 메모리 시스템을 포함할 수 있다. 이 경우, 제어부도 클라이언트 장치에 배치되는 적어도 하나의 제1 프로세서와 서버 장치에 배치되는 적어도 하나의 제2 프로세서를 포함할 수 있다. 여기서, 클라이언트 장치가 본 실시예의 금융자동화기기(7)에 대응하는 경우, 서버 장치는 네트워크를 통해 클라이언트 장치와 연결되는 다른 금융자동화기기, 별도의 신용도 평가 서버 등이 될 수 있다. 다만, 서버 장치는 본 실시예의 컴퓨팅 장치에 포함된다.

본 실시예의 금융자동화기기(7)는 빅데이터 기반 신용도 평가를 직접 수행하지 않고, 네트워크를 통해 연결되는 서버 장치로부터 신용도 평가 정보를 수신하도록 구현될 수 있으나 이에 한정되지는 않는다. 예를 들어, 전술한 수집 모듈, 구조화 모듈, 분석 모듈, 평가 모듈 및 출력 모듈은 제1 메모리 시스템에 설치되지 않고 서버 장치의 제2 메모리 시스템에 탑재될 수 있다.

또한, 본 실시예의 금융자동화기기(7)는 구현에 따라서 메모리 시스템에 탑재되는 배분 모듈, 보호 모듈, 에스크로 모듈 및 인증 모듈 중에서 적어도 어느 하나 이상의 모듈을 더 포함할 수 있다.

배분 모듈은, P2P 뱅킹에서 랜디와 1인 이상의 랜더들 간에 P2P 대출이 성사되면, P2P 대출 거래의 당사자들로부터 받은 거래 수수료의 적어도 일부를 P2P 뱅킹의 참여자들 중 적어도 일부에게 디지털 화폐로 배분하기 위한 프로그램이나 명령어를 포함한다. 디지털 화폐는 비트코인(Bitcoin)을 포함할 수 있다. 또한, 배분 모듈은 사용자가 자신에게 배분된 디지털 화폐를 자신의 전자지갑에 접속하여 확인하기 위한 프로그램이나 명령어를 포함할 수 있다.

보호 모듈은, P2P 뱅킹이나 신용도 평가를 위해 수집한 사용자 관련 데이터 내의 개인정보를 보호하기 위한 프로그램이나 명령어를 포함할 수 있다. 일례로서 보호 모듈은 사용자 관련 데이터의 출력 포맷이나 출력 모맷을 포함하는 뷰어 혹은 사용자 인터페이스에서, 개인신상이나 개인식별정보에 대한 적어도 하나의 개인정보를 가명처리, 총계처리, 데이터값 삭제, 범주화(categorization), 데이터 마스킹 또는 이들의 조합으로 비식별화하도록 구현될 수 있다.

에스크로 모듈은, P2P 뱅킹에서 랜디 및 1인 이상의 랜더들 중 어느 하나의 구매자로부터 P2P 뱅킹에서의 판매자에게 지불하기 위한 거래 대금을 받고, 구매자로부터 거래 완료 신호를 받은 후에 거래 대금 또는 거래 대금을 미리 설정한 다른 화폐로 환전한 환전 거래 대금을 판매자에게 전달하기 위한 프로그램이나 명령어를 포함할 수 있다.

인증 모듈은, P2P 뱅킹 장치에 접속하는 사용자나 사용자 단말을 식별하거나 인증하기 위한 프로그램이나 명령어를 포함할 수 있다. 또한, 인증 모듈은 신용도 평가를 받고자 하는 사용자의 SNS 계정에서 빅데이터를 수집하기 전에 SNS 계정을 식별하거나 인증하기 위한 프로그램이나 명령어를 포함할 수 있다. 그리고, 인증 모듈은 빅데이터 분석을 이용한 신용도 평가를 기반으로 하는 P2P 뱅킹을 통해 사용자(대출자)가 대출금을 받기 전에 사용자를 다중 팩터 방식으로 인증하기 위한 프로그램이나 명령어를 포함할 수 있다.

한편, 본 실시예의 P2P 뱅킹 장치에서는 금융자동화기기(7)에 대하여 P2P 뱅킹과 신용도 평가를 중심으로 설명하였으나, 이에 한정되지는 않으며, 구현에 따라서 금융자동화기기(7)가 입금, 환전, 담보접수 등의 수행을 위한 모듈을 포함할 수 있다. 모듈은 메모리 시스템에 프로그램이나 명령어 형태로 저장될 수 있다.

입금의 경우, 금융자동화기기(7)는 실물 통화, 디지털 화폐, 이체, 송금, 대출금상환 등의 방식으로 접수된 사용자의 입금을 기록 저장하기 위한 입금 모듈을 포함할 수 있다.

환전의 경우, 금융자동화기기(7)는 디지털 화폐를 시세에 따라 실물 화폐로 환전하거나 실물 화폐를 디지털 화폐로 환전하기 위한 환전 모듈을 포함할 수 있다.

담보접수의 경우, 금융자동화기기(7)는 디지털 화폐를 담보로 접수하고, 접수된 담보 금액을 신용도 평가 서버에 제공하는 담보처리 모듈을 포함할 수 있다. 이 경우, 시세에 따른 담보 금액에 따라 신용도 평가를 통해 얻고자 하는 대출 금액을 차감한 대출 요청 금액으로 신용도 평가를 수행할 수 있으며, 금액에 따라 신용도 평가가 생략될 수 있다.

도 16은 도 15의 P2P 뱅킹 장치에서 수행되는 신용도 평가 및 개인정보 보호 안내에 대한 사용자 인터페이스 화면의 예시도이다.

도 16에 도시한 바와 같이, 본 실시예에 따른 P2P 뱅킹 장치는 사용자에 의해 P2P 뱅킹 대출 신청이나 사용자 인증이나 신용도 평가 요청 항목이 선택될 때, 디스를레이 장치(102)의 특정 화면(102b)을 통해 P2P 뱅킹을 위한 신용도 평가 안내를 수행할 수 있다.

예를 들어, P2P 뱅킹 장치는 P2P 뱅킹 대출 신청 항목이나 신용도 평가 요청 항목의 선택 시, 사용자 인증 후에 SNS 계정에 접속하고, SNS 계정의 빅데이터를 포함한 사용자 관련 데이터의 개인정보 수집 및 이용에 동의하면 신용도 평가를 수행하고, 신용도 평가 결과를 사용자에게 제공하도록 이루어진 P2P 뱅킹을 위한 신용도 평가 안내 메시지를 화면(102b)에 출력할 수 있다.

또한, P2P 뱅킹을 위한 신용도 평가 안내 메시지가 출력되는 화면(102b)에는 신용도 평가를 위해 수집되는 개인정보가 법률에서 정한 개인정보 보호지침에 따라 보호됨을 알리는 개인정보 보호 관련 메시지도 함께 출력될 수 있다.

도 17은 도 15의 P2P 뱅킹 장치에서 수행된 신용도 평가 결과를 저장하는 데이터베이스에서 사용자(자본가, 투자자 또는 관리자)에 의해 호출된 일부 데이터를 보여주는 사용자 단말의 사용자 인터페이스 화면에 대한 예시도이다.

도 17을 참조하면, 본 실시예에 따른 P2P 뱅킹 장치는 P2P 뱅킹에서 대출자에게 돈을 빌려주는 자본가 또는 투자자에게 대출자에 대한 대출 관련 정보와 신용도 정보를 제공할 수 있다. 예시한 바와 같이, P2P 뱅킹 장치는 사용자 단말의 디스플레이 장치(102)의 특정 화면(102c)에 대출자의 이름, SNS 계정명, 신용도 평가 등급, 대출 희망 금액, 제시 이자 등에 관한 정보를 제공하고, 사용자 단말로부터 사용자(자본가 또는 투자자)가 선택한 대출자 정보와 공급 금액을 접수할 수 있다.

본 실시예에 의하면, 기업이나 상점을 소유하거나 운영하는 개인 사용자가 P2P 뱅킹에서의 신용도 평가를 위해 자신의 SNS 계정을 공개하고, SNS 계정에서 획득한 빅데이터의 분석을 이용하는 신용도 평가를 통해 투자자의 신뢰도를 얻어 필요한 자금을 공급받을 수 있다.

또한, 본 실시예에 의하면, P2P 뱅킹에서의 자본가, 투자자 혹은 이에 상응하는 특정 회원은 대출자들의 신용도 평가 점수나 등급, 대출 희망 금액, 신용 대출 한도(자체 설정값일 수 있음), 대출 횟수, 제시 이자 등의 항목을 열람하고, 원하는 대출자에게 대출희망금액의 적어도 일부를 공급할 수 있다.

한편, 본 실시예의 P2P 뱅킹 장치에서 사용자 단말의 화면에는 도시의 편의상 대출자의 이름이 명확하게 식별되도록 표시되어 있으나, 이에 한정되지는 않으며, 개인정보 보호를 위해 기본적인 개인정보를 비식별화하고(도 12, 도 13 및 표 4 참조), P2P 대출 등의 성립시에만 해당 거래당사자에게 필요한 개인정보를 공개할 수 있다.

상기에서는 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.

1, 2, 3, 4: 사용자 단말 5: 제3자 시스템(third party system)
8: 네트워크 10: P2P 뱅킹 장치
10a: 프로세서 11: 통신부
12: 인증부 13: 데이터처리부
14: 저장부 15: 보호부
16: P2P 뱅킹 지원부

Claims

빅데이터 분석 기반의 신용도 평가를 위해 빅데이터를 분석하는 컴퓨팅 장치에서 수행되는 빅데이터 분석을 이용한 P2P 뱅킹(peer to peer banking) 방법으로서,
랜디(lendee)로부터의 신용도 평가 요청이나 대출 요청에 따라 상기 랜디의 소셜 네트워크 서비스(social network service, SNS) 계정에서 구조화되지 않은 데이터를 포함하거나 비정형 데이터를 포함하는 빅데이터를 수집하고,
상기 빅데이터 중 미리 설정된 아이템에 해당하는 데이터를 미리 설정된 클래스의 대응 항목에 저장하여 데이터베이스 형태의 구조화된 데이터를 생성하고,
상기 구조화된 데이터를 분석하고,
상기 구조화된 데이터의 분석 결과를 포함한 상기 랜디의 사용자 관련 데이터를 토대로 상기 랜디의 신용도를 평가하고,
상기 신용도의 평가 결과를 상기 랜디 또는 1인 이상의 랜더들(lenders)에게 제공하기 위하여 미리 정해진 포맷으로 출력하며,
상기 구조화된 데이터를 생성하는 것은, 상기 랜디의 금융거래(account)에 대한 정보를 포함하는 제1 사용자 관련 데이터, 및 개인신상(personal), 주택(housing), 직업(job), 보험(insurance), 소셜(social) 및 자동차(vehicle)를 포함하는 제2 사용자 관련 데이터를 미리 설정된 포맷의 데이터베이스의 해당 필드에 저장하는 것을 포함하고,
상기 신용도를 평가하는 과정에서 상기 데이터베이스의 상기 개인신상, 상기 주택, 상기 직업, 상기 금융거래, 상기 보험, 상기 소셜 및 상기 자동차의 각 클래스에 가중치를 부여하되, 상기 소셜에 가장 큰 가중치를 부여하는,
빅데이터 분석을 이용한 P2P 뱅킹 방법.
청구항 1에 있어서,
상기 1인 이상의 랜더들로부터 상기 랜디에 대한 대출 여부 정보 및 대출 금액 정보를 수신하는 것을 더 포함하는 빅데이터 분석을 이용한 P2P 뱅킹 방법.
청구항 2에 있어서,
상기 랜디의 대출 요청 금액 이상이 될 때까지 상기 1인 이상의 랜더들로부터 대출 금액 정보를 수신하고,
상기 신용도의 평가 결과에 따라 변동되는 적어도 하나의 대출 금액 정보를 상기 랜디 또는 상기 복수의 랜더들에게 제공하는 것을 더 포함하는,
빅데이터 분석을 이용한 P2P 뱅킹 방법.
청구항 1에 있어서,
상기 빅데이터를 수집하기 전에, 상기 빅데이터의 수집을 위해 상기 SNS 계정을 식별하거나 인증하는 것을 더 포함하는 빅데이터 분석을 이용한 P2P 뱅킹 방법.
삭제
청구항 1에 있어서,
상기 데이터베이스의 필드는 상기 필드에 저장되는 데이터의 내용에 따라 미리 설정된 점수나 레벨을 출력하도록 설정되는 빅데이터 분석을 이용한 P2P 뱅킹 방법.
청구항 6에 있어서,
상기 구조화된 데이터를 분석하는 것은,
상기 SNS 계정에서의 소셜 미디어 또는 텍스트 데이터의 긍정, 부정 또는 중립의 선호도를 판별하거나,
상기 SNS 계정에서의 소셜 네트워크의 연결 구조 및 강도를 바탕으로 상기 랜디의 명성 및 영향력을 측정하거나,
상기 SNS 계정에서의 유사한 특성을 가진 개체를 일정 기준에 도달할 때까지 합쳐 유사 특성의 군집을 발굴하거나,
상기의 선호도 판별, 영향력 측정 및 군집 발굴에서 선택되는 둘 이상의 조합에 의해 상기 구조화된 데이터를 분석하는 것을 포함하는,
빅데이터 분석을 이용한 P2P 뱅킹 방법.
청구항 7에 있어서,
상기 구조화된 데이터를 분석하는 것은, 상기 선호도 판별, 상기 영향력 측정, 상기 군집 발굴 또는 이들의 조합의 분석 결과로서 상기 필드에 저장되는 데이터의 내용에 따른 빅데이터 평가 점수를 출력하는 것을 포함하는 빅데이터 분석을 이용한 P2P 뱅킹 방법.
청구항 8에 있어서,
상기 신용도를 평가하는 것은, 상기 빅데이터 평가 점수에 대응하여 설정되고 대출 가능 여부 또는 대출 가능 금액을 한정하는데 이용되는 환산점수를 토대로 상기 랜디의 신용도를 평가하는 것을 포함하는 빅데이터 분석을 이용한 P2P 뱅킹 방법.
청구항 9에 있어서,
상기 대출 가능 여부 및 상기 대출 가능 금액을 토대로 상기 1인 이상의 랜더들로부터 모은 대출금의 적어도 일부를 상기 랜디에게 제공하는 것을 더 포함하는 빅데이터 분석을 이용한 P2P 뱅킹 방법.
청구항 10에 있어서,
상기 대출금은 전자적으로만 교환되는 돈이나 증서인 디지털 화폐(digital currency)를 포함하는 빅데이터 분석을 이용한 P2P 뱅킹 방법.
청구항 11에 있어서,
상기 디지털 화폐를 상기 1인 이상의 랜더들 중 적어도 어느 하나로부터 받거나, 상기 랜디에게 대출금으로 제공하거나, 상기 1인 이상의 랜더들 중 적어도 어느 하나와 상기 랜디 사이에서 상기 디지털 화폐를 실물 화폐로 환전하는 것을 더 포함하는 빅데이터 분석을 이용한 P2P 뱅킹 방법.
청구항 10에 있어서,
상기 대출금의 적어도 일부를 상기 랜디에게 제공하기 전에, 상기 랜디를 인증하는 것을 더 포함하고,
상기 랜디를 인증하는 것은, 패스워드, i-PIN(Internet personal identification number), OTP(One time passwaord), 모바일 단말, 이메일, 공인인증서, 생체인식 또는 이들의 조합을 이용한 적어도 2-단계 이상의 다중 인증 프로세스를 포함하는 빅데이터 분석을 이용한 P2P 뱅킹 방법.
청구항 10에 있어서,
상기 신용도를 평가하기 전이나 상기 대출금의 적어도 일부를 상기 랜디에게 제공하기 전에, 상기 랜디로부터 담보로써 디지털 화폐를 접수하는 것을 더 포함하는 빅데이터 분석을 이용한 P2P 뱅킹 방법.
청구항 10에 있어서,
상기 랜디와 상기 1인 이상의 랜더 사이에 P2P 뱅킹이 성사될 때 거래 당사자로부터 받는 거래 수수료의 적어도 일부를 상기 P2P 뱅킹의 참여자 중 적어도 일부에게 디지털 화폐로 배분하는 것을 더 포함하는 빅데이터 분석을 이용한 P2P 뱅킹 방법.
청구항 1에 있어서,
상기 사용자 관련 데이터에 포함된 개인정보를 보호하는 것을 더 포함하며,
상기 개인정보를 보호하는 것은, 상기 사용자 관련 데이터의 출력 포맷이나 상기 출력 포맷을 포함하는 뷰어 혹은 사용자 인터페이스에서, 개인신상이나 식별정보에 대한 적어도 하나의 정보를 가명처리, 총계처리, 데이터값 삭제, 범주화, 데이터 마스킹, 또는 이들의 조합으로 개인정보를 비식별화하는 것을 포함하는,
빅데이터 분석을 이용한 P2P 뱅킹 방법.
빅데이터 분석을 이용한 P2P 뱅킹(peer to peer banking) 장치로서,
네트워크에 연결된 통신 인터페이스;
프로그램이나 명령어를 저장하는 메모리 시스템; 및
상기 통신 인터페이스와 상기 메모리 시스템에 연결되고 상기 프로그램을 수행하는 1개 이상의 프로세서를 포함하며,
상기 프로세서는 상기 프로그램에 의해,
랜디(lendee)로부터 신용도 평가 요청을 포함한 대출 요청이 수신되면, 상기 랜디의 소셜 네트워크 서비스(social network service, SNS) 계정에서 구조화되지 않은 데이터인 빅데이터 혹은 비정형 데이터를 포함하는 빅데이터를 수집하고,
상기 빅데이터 중 미리 설정된 아이템에 해당하는 데이터를 미리 설정된 클래스의 대응 항목에 저장하여 데이터베이스 형태의 구조화된 데이터를 생성하고,
상기 구조화된 데이터를 분석하고,
상기 구조화된 데이터의 분석 결과를 포함한 상기 랜디의 사용자 관련 데이터를 토대로 상기 랜디의 신용도를 평가하고,
상기 신용도의 평가 결과를 상기 랜디 또는 1인 이상의 랜더들(lenders)에게 제공하되,
상기 구조화된 데이터를 생성하는 것은, 상기 랜디의 금융거래(account)에 대한 정보를 포함하는 제1 사용자 관련 데이터, 및 개인신상(personal), 주택(housing), 직업(job), 보험(insurance), 소셜(social) 및 자동차(vehicle)를 포함하는 제2 사용자 관련 데이터를 미리 설정된 포맷의 데이터베이스의 해당 필드에 저장하는 것을 포함하고,
상기 신용도를 평가하는 과정에서 상기 데이터베이스의 상기 개인신상, 상기 주택, 상기 직업, 상기 금융거래, 상기 보험, 상기 소셜 및 상기 자동차의 각 클래스에 가중치를 부여하되, 상기 소셜에 가장 큰 가중치를 부여하는,
빅데이터 분석을 이용한 P2P 뱅킹 장치.
청구항 17에 있어서,
상기 프로세서는 상기 통신 인터페이스를 통해 상기 1인 이상의 랜더들로부터 상기 랜디에 대한 대출 금액 정보를 수신하는 빅데이터 분석을 이용한 P2P 뱅킹 장치.
청구항 18에 있어서,
상기 프로세서는,
상기 랜디의 대출 요청 금액 이상이 될 때까지 상기 1인 이상의 랜더들 중 복수의 랜더들로부터 대출 금액 정보를 수신하고,
상기 신용도의 평가 결과에 따라 변동되는 적어도 하나의 대출 금액 정보를 상기 통신 인터페이스를 통해 상기 랜디 또는 상기 복수의 랜더들에게 제공하는 것을 더 포함하는 빅데이터 분석을 이용한 P2P 뱅킹 장치.
빅데이터 분석 기반의 신용도 평가를 위해 네트워크에 연결되고 상기 네트워크를 통해 수신된 빅데이터를 분석하는 컴퓨팅 장치를 포함하는 빅데이터 분석을 이용한 P2P 뱅킹(peer to peer banking) 장치로서,
랜디(lendee)로부터 신용도 평가 요청을 포함한 대출 요청이 수신되면, 상기 랜디의 소셜 네트워크 서비스(social network service, SNS) 계정에서 구조화되지 않은 데이터를 포함하거나 비정형 데이터를 포함한 빅데이터를 수집하는 수집부;
상기 빅데이터 중 미리 설정된 아이템에 해당하는 데이터를 미리 설정된 클래스의 대응 항목에 저장하여 데이터베이스 형태의 구조화된 데이터를 생성하는 구조화부;
상기 구조화된 데이터를 분석하는 분석부;
상기 구조화된 데이터의 분석 결과를 포함한 상기 랜디의 사용자 관련 데이터를 토대로 상기 랜디의 신용도를 평가하는 평가부; 및
상기 신용도의 평가 결과를 상기 랜디 또는 1인 이상의 랜더들(lenders)에게 제공하기 위하여 미리 정해진 포맷으로 출력하는 출력부를 포함하며,
상기 구조화부는, 상기 랜디의 금융거래(account)에 대한 정보를 포함하는 제1 사용자 관련 데이터, 및 개인신상(personal), 주택(housing), 직업(job), 보험(insurance), 소셜(social) 및 자동차(vehicle)를 포함하는 제2 사용자 관련 데이터를 미리 설정된 포맷의 데이터베이스의 해당 필드에 저장하고,
상기 평가부는 상기 데이터베이스의 상기 개인신상, 상기 주택, 상기 직업, 상기 금융거래, 상기 보험, 상기 소셜 및 상기 자동차의 각 클래스에 가중치를 부여하되, 상기 소셜에 가장 큰 가중치를 부여하는,
빅데이터 분석을 이용한 P2P 뱅킹 장치.
청구항 20에 있어서,
상기 1인 이상의 랜더들로부터 상기 랜디에 대한 대출 여부 정보 및 대출 금액 정보를 인식하는 획득부를 더 포함하는 빅데이터 분석을 이용한 P2P 뱅킹 장치.
청구항 21에 있어서,
상기 획득부는 상기 랜디의 대출 요청 금액 이상이 될 때까지 상기 1인 이상의 랜더들로부터 대출 금액 정보를 수신하고,
상기 출력부는 상기 평가부의 상기 신용도의 평가 결과에 따라 변동되는 적어도 하나의 대출 금액 정보를 출력하는, 빅데이터 분석을 이용한 P2P 뱅킹 장치.
청구항 20에 있어서,
상기 수집부에서 상기 빅데이터를 수집하기 전에, 상기 빅데이터의 수집을 위해 상기 SNS 계정을 식별하거나 인증하는 인증부를 더 포함하고,
상기 빅데이터는 구조화되어 있지 않아 데이터베이스에 저장되지 않거나, 한 대의 서버에 담을 수 없는 일정 이상의 규모 또는 용량을 갖거나, 연속적으로 유입되어 정적인 데이터 웨어하우스(static data warehouse)로 처리되지 않는 데이터에 대응하는, 빅데이터 분석을 이용한 P2P 뱅킹 장치.
삭제
청구항 20에 있어서,
상기 데이터베이스의 필드는 상기 필드에 저장되는 데이터의 내용에 따라 미리 설정된 점수나 레벨을 출력하도록 설정되는 빅데이터 분석을 이용한 P2P 뱅킹 장치.
청구항 25에 있어서,
상기 구조화부는,
상기 SNS 계정에서의 소셜 미디어 또는 텍스트 데이터의 긍정, 부정 또는 중립의 선호도를 판별하거나,
상기 SNS 계정에서의 소셜 네트워크의 연결 구조 및 강도를 바탕으로 상기 랜디의 명성 및 영향력을 측정하거나,
상기 SNS 계정에서의 유사한 특성을 가진 개체를 일정 기준에 도달할 때까지 합쳐 유사 특성의 군집을 발굴하거나,
상기의 선호도 판별, 영향력 측정 및 군집 발굴에서 선택되는 둘 이상의 조합에 의해 상기 구조화된 데이터를 분석하는,
빅데이터 분석을 이용한 P2P 뱅킹 장치.
청구항 26에 있어서,
상기 분석부는 상기 구조화부에서의 상기 선호도 판별, 상기 영향력 측정, 상기 군집 발굴 또는 이들의 조합에 대한 분석 결과로서 상기 필드에 저장되는 데이터의 내용에 따른 빅데이터 평가점수를 출력하는,
빅데이터 분석을 이용한 P2P 뱅킹 장치.
청구항 27에 있어서,
상기 평가부는 상기 빅데이터 평가점수에 대응하는 미리 설정된 환산점수를 토대로 상기 랜디의 신용도를 평가하고, 상기 신용도의 평가에 따른 대출 가능 여부 또는 대출 가능 금액을 생성하는, 빅데이터 분석을 이용한 P2P 뱅킹 장치.
청구항 28에 있어서,
상기 대출 가능 여부 및 상기 대출 가능 금액을 토대로 상기 1인 이상의 랜더들로부터 모은 대출금의 적어도 일부를 상기 랜디에게 제공하는 대출부를 더 포함하는, 빅데이터 분석을 이용한 P2P 뱅킹 장치.
청구항 29에 있어서,
상기 대출금은 전자적으로만 교환되는 돈이나 증서인 디지털 화폐(digital currency)를 포함하는, 빅데이터 분석을 이용한 P2P 뱅킹 장치.
청구항 30에 있어서,
상기 디지털 화폐를 상기 1인 이상의 랜더들 중 적어도 어느 하나로부터 받는 입금부, 또는 상기 1인 이상의 랜더들 중 적어도 어느 하나와 상기 랜디 사이에서 디지털 화폐를 실물 화폐로 환전하는 환전부를 더 포함하는,
빅데이터 분석을 이용한 P2P 뱅킹 장치.
청구항 29에 있어서,
상기 대출금의 적어도 일부를 상기 랜디에게 제공하기 전에, 상기 랜디를 인증하는 인증부를 더 포함하고,
상기 인증부는, 패스워드, i-PIN(Internet personal identification number), OTP(One time passwaord), 모바일 단말, 이메일, 공인인증서, 생체인식 또는 이들의 조합을 이용한 적어도 2-단계 이상의 다중 인증 인터페이스를 구비하는, 빅데이터 분석을 이용한 P2P 뱅킹 장치.
청구항 29에 있어서,
상기 신용도를 평가하기 전이나 상기 대출금의 적어도 일부를 상기 랜디에게 제공하기 전에, 상기 랜디로부터 담보로써 디지털 화폐를 접수하는 담보처리부를 더 포함하는, 빅데이터 분석을 이용한 P2P 뱅킹 장치.
청구항 29에 있어서,
상기 랜디와 상기 1인 이상의 랜더 사이에 P2P 뱅킹이 성사될 때, 거래 당사자로부터 받은 거래 수수료의 적어도 일부를 상기 P2P 뱅킹의 참여자 중 적어도 일부에게 디지털 화폐로 배분하는 배분부를 더 포함하는,
빅데이터 분석을 이용한 P2P 뱅킹 장치.
청구항 20에 있어서,
상기 사용자 관련 데이터에 포함된 개인정보를 보호하는 보호부를 더 포함하며,
상기 보호부는 상기 사용자 관련 데이터의 출력 포맷이나 상기 출력 포맷을 포함하는 뷰어 혹은 사용자 인터페이스에서, 개인신상이나 식별정보에 대한 적어도 하나의 개인정보를 가명처리, 총계처리, 데이터값 삭제, 범주화, 데이터 마스킹, 또는 이들의 조합으로 비식별화하는, 빅데이터 분석을 이용한 P2P 뱅킹 장치.
빅데이터 분석 기반의 신용도 평가를 위해 네트워크에 연결되고 상기 네트워크를 통해 수신된 빅데이터를 분석하는 컴퓨팅 장치를 포함하는 빅데이터 분석을 이용한 P2P 뱅킹(peer to peer banking) 장치로서,
상기 컴퓨팅 장치는 금융자동화기기를 포함하고, 상기 금융자동화기기는,
P2P 뱅킹을 위한 1개 이상의 화면을 제공하는 사용자 인터페이스;
상기 네트워크에 연결되어 신호를 송수신하는 통신부;
현금, 현금이 충전된 기프트 카드, 또는 현금과 환전가능한 디지털 화폐를 내부 저장부에서 출납하는 금전출납부;
프로그램을 저장하는 메모리 시스템; 및
상기 사용자 인터페이스, 상기 통신부와 상기 금전출납부와 상기 메모리 시스템에 연결되고 이들을 각각 제어하며 상기 프로그램을 수행하는 제어부를 포함하고,
상기 메모리 시스템은,
랜디(lendee)로부터 신용도 평가 요청을 포함한 대출 요청에 따라 상기 랜디의 소셜 네트워크 서비스(social network service, SNS) 계정에서 구조화되지 않은 데이터를 포함하거나 비정형 데이터를 포함한 빅데이터를 수집하는 수집 모듈;
상기 빅데이터 중 미리 설정된 아이템에 해당하는 데이터를 미리 설정된 클래스의 대응 항목에 저장하여 데이터베이스 형태의 구조화된 데이터를 생성하는 구조화 모듈;
상기 구조화된 데이터를 분석하는 분석 모듈;
상기 구조화된 데이터의 분석 결과를 포함한 상기 랜디의 사용자 관련 데이터를 토대로 상기 랜디의 신용도를 평가하는 평가 모듈; 및
상기 신용도의 평가 결과를 상기 랜디 또는 1인 이상의 랜더들(lenders)에게 제공하기 위하여 미리 정해진 포맷으로 출력하는 출력 모듈을 구비하며,
상기 구조화 모듈은, 상기 랜디의 금융거래(account)에 대한 정보를 포함하는 제1 사용자 관련 데이터, 및 개인신상(personal), 주택(housing), 직업(job), 보험(insurance), 소셜(social) 및 자동차(vehicle)를 포함하는 제2 사용자 관련 데이터를 미리 설정된 포맷의 데이터베이스의 해당 필드에 저장하고,
상기 평가 모듈은, 상기 데이터베이스의 상기 개인신상, 상기 주택, 상기 직업, 상기 금융거래, 상기 보험, 상기 소셜 및 상기 자동차의 각 클래스에 가중치를 부여하되, 상기 소셜에 가장 큰 가중치를 부여하는,
빅데이터 분석을 이용한 P2P 뱅킹 장치.
청구항 36에 있어서,
상기 제어부는 클라이언트 장치에 배치되는 적어도 하나의 제1 프로세서와, 상기 네트워크를 통해 상기 클라이언트에 연결되는 서버 장치에 배치되는 적어도 하나의 제2 프로세서를 구비하고-여기서 상기 서버 장치는 상기 컴퓨팅 장치에 포함됨-,
상기 메모리 시스템은 상기 클라이언트 장치에 배치되는 적어도 하나의 제1 메모리 시스템과 상기 서버 장치에 배치되는 적어도 하나의 제2 메모리 시스템을 구비하며,
상기 수집 모듈, 상기 구조화 모듈, 상기 분석 모듈, 상기 평가 모듈 및 상기 출력 모듈은 상기 제1 또는 제2 메모리 시스템에 탑재되는,
빅데이터 분석을 이용한 P2P 뱅킹 장치.
청구항 37에 있어서,
상기 메모리 시스템은 상기 랜디와 상기 1인 이상의 랜더들 간에 P2P 뱅킹이 성사될 때 거래 당사자로부터 받은 거래 수수료의 적어도 일부를 상기 P2P 뱅킹의 참여자 중 적어도 일부에게 디지털 화폐로 배분하기 위한 배분 모듈을 더 포함하는, 빅데이터 분석을 이용한 P2P 뱅킹 장치.
청구항 37에 있어서,
상기 메모리 시스템은 상기 사용자 관련 데이터에 포함된 개인정보를 보호하는 보호 모듈을 더 포함하며,
상기 보호 모듈은 상기 사용자 관련 데이터의 출력 포맷이나 상기 출력 포맷을 포함하는 뷰어 혹은 사용자 인터페이스에서, 개인신상이나 식별정보에 대한 적어도 하나의 개인정보를 가명처리, 총계처리, 데이터값 삭제, 범주화, 데이터 마스킹, 또는 이들의 조합으로 비식별화하는, 빅데이터 분석을 이용한 P2P 뱅킹 장치.
청구항 37에 있어서,
상기 메모리 시스템은 에스크로 모듈을 더 구비하며,
상기 제어부는 상기 에스크로 모듈의 수행에 의해,
상기 랜디 및 상기 1인 이상의 랜더들 중 어느 하나의 구매자로부터 P2P 뱅킹에서의 판매자에게 지불하기 위한 거래 대금을 받고, 상기 구매자로부터 거래 완료 신호를 받은 후에 상기 거래 대금 또는 상기 거래 대금을 미리 설정한 다른 화폐로 환전한 환전 거래 대금을 상기 판매자에게 전달하는,
빅데이터 분석을 이용한 P2P 뱅킹 장치.