AI가 오픈 뱅킹을 주도할 때, 데이터 개인정보 보호는 그것을 지원한다

80%의 미국人が 금융 앱의 편리함에 의존하는 반면, 전 세계적으로 약 65%의 금융 기관이 2024년에 랜섬웨어 공격을 경험했다고 보고했다. 이것은 단순한 우연이 아니다. 금융 기관은 개인 정보를大量으로 보유하고 있기 때문에 악의적인 행위자들에게 주요 표적이 된다. 계좌 번호, 주소, 사회 보장 번호, 거래 내역 및 개인 정보는 사이버 범죄자들의 눈에 보석과 같다.

수년간, 금융 기관과 데이터를 공유하여 소비자와 기관의 관행을 보호하려는 노력 사이에 장벽이 존재해왔다. 2025년에, 이러한 장벽은 “오픈 뱅킹”이라고 불리는 모델에서 사라진다. 이 혁신은 인공 지능(AI)과 복잡한 코딩으로 사용자에게 금융 건강에 대한 명확한 그림을 제공한다. 단일 프로필에는 예금 및 저축 계좌 잔액, 베모 또는 페이팔 거래 내역 및 개인별 지출에 대한 개인화된 통찰력이 포함될 수 있다. 그러나 이 새로운 혁신의 시대에는 위험도 따른다. 금융 기관은 이미 악의적인 행위자들의 표적이 되고 있으며, 기관 간의 벽을 허물면 공격의 기회가 증가한다.

PETs 만으로 오픈 뱅킹을 보장할 수 없다

개인 정보 보호 강화 기술(PETs)은 데이터를 보호하기 위한 복잡한 도구로 등장했다. PETs는 금융 기관이 개인 정보를 식별할 수 있는 정보에 의존하지 않으면서도 데이터를 분석할 수 있도록 한다. PETs가 제공하는 서비스는 사용되는 도구와 기술에 따라 다르며, 몇 가지 일반적인 서비스는 다음과 같다:

• 다자간 계산: 암호화와 수학적 기술을 사용하여 회사는 프로젝트에 협력할 수 있지만 개별적으로 소유한 원시 데이터를 공개하지 않는다. 예를 들어, 여러 은행에서 사기 시도가 발생할 경우, 각 회사는 개인 정보를 공개하지 않고도 추세를 공유할 수 있다. PETs를 사용하면 회사는 글로벌 사기를 추적할 수 있으며, 이는 글로벌 개인 정보 보호 법률의 차이에도 불구하고 가능하다.
• 차별적 개인 정보 보호: 데이터셋에 “노이즈”를 추가함으로써 금융 기관은 데이터를 개인으로 추적하는 것을 거의 불가능하게 만든다. 정확성을 위협하지 않으면서도 원시 데이터를 보호하는 데이터 “노이즈”이다.
• 호모모르픽 암호화: 이것은 불가능해 보이지만, 회사는 암호화된 데이터에서 계산을 수행할 수 있지만 데이터를 해독하지 않는다. 예를 들어, 개인 데이터가 공개되지 않는 암호화된 금융 거래에 대한 계산을 수행할 수 있다. 사용된 쿼리는 특히 국경을 초월한 범죄 탐지에서 유용한 경우에 보호될 수 있다.
• 연합 학습: 마지막으로, AI 모델이 더頻繁하게 사용됨에 따라, 연합 학습을 통해 회사는 데이터를 모두 함께 풀지 않고 로컬에서 AI 모델을 훈련할 수 있다. 이러한 작은 모델은 결국 AI 모델의 기능을 활용하기 위해 결합되지만, 데이터를 이동하지 않는다.

이러한 방법에도 불구하고, PETs는 데이터가 수집되고 사용 중일 때만 데이터를 보호한다. PETs는 데이터를 수집, 처리 또는 공유하는 것이 합법적인지 여부를 결정할 수 없다. GDPR 및 CCPA와 같은 규정은 정보를 처리하기 전에 명시적인 동의를 요구한다. PETs는 데이터를 안전하게 유지할 수 있지만, 데이터를 사용할 수 있는 명확한 능력이 없으면, 사용자 정보를 처리하는 것이 불법일 수 있다.

결측값: 동의 및 선호도 관리

동의 및 선호도 관리 플랫폼(CPMs)은 PETs의 법적 보완이다. CPMs는 사용자가 무엇을 공유하기로 동의했는지에 대한 단일 진실 기록을 생성한다. 이는 사용자의 선호도가 오픈 뱅킹 모델에서 정보를 공유하는 다양한 기관에 의해 존중됨을 보장한다.

CPMs가 없으면, 동의는 금융 기관이 정보를 공유하고 교차하는 과정에서 무시될 수 있다. 이는 준수상 문제가 발생할 가능성이 있다. CPMs를 사용하면 금융 기관은 사용자에게 허가된 내용을 유지하고, 고객의 선택과 신뢰를 존중하고 있음을 보장할 수 있다.

PETs와 CPMs를 결합하면, 데이터 보호를 희생하지 않고도 통찰력을 얻을 수 있는 시대가 끝났다. 이제 금융 기관은 개인에게 귀중한 지식을 제공하고 산업을 발전시키면서도 귀중한 데이터를 희생하지 않을 수 있다.

신뢰와 준수에 대한 도박

연방거래위원회에 따르면, 소비자는 2024년에 사기 피해로 12.5억 달러 이상의 손실을 보고했다. 이는 전년보다 25% 증가한 금액이다. 금융 기관이 데이터를 풀면, 그 정보의 가치가 증가한다. 대규모 데이터 침해는 고객의 신뢰를 손상시키고 기관의 평판을 훼손할 수 있다.

PETs의 복잡성에도 불구하고, 100%의 보안을 보장할 수 없다. PETs는 데이터를 강화하기 위해 복잡한 계산과 상당한 산업 전문 지식이 필요하다. AI가 혁신의 문을 열어주면, 악의적인 행위자들이 보안 시스템의 구멍을 찾을 수 있는 복잡한 공격을發動할 수 있다. 또한, GDPR와 같은 규정은 새로운 기술에 따라 발전하고 있다. PETs는 강력하지만, 강한 동의 및 선호도 관리基础 без代替할 수 없다.

이중 계층 방어 시스템 구축

오픈 뱅킹은 투명한 뱅킹, 범죄 예방, 고객 경험 개선 등 새로운 금융 가능성을 제공한다. 그러나 이러한 기회는 데이터 개인 정보 보호를 고려하지 않고서는 중요하지 않다. PETs와 CPMs를 결합하면 기술적 수준에서 데이터를 보호하면서 고객의 신뢰를 유지하는 강력한 프레임워크를 생성할 수 있다.

인상적인 혁신의 시대에, 고객의 신뢰를 오픈 뱅킹 운영의 핵심으로하는 금융 기관은 번창할 것이다. 혁신과 신뢰가 함께 발전하면, 금융 산업은 모든 사람을 위한 더 강하고 더 안전한 세계를 열 수 있다.