AI 기술의 발전으로 데이터의 중요성이 높아지고 있으나 불충분한 데이터, 데이터 수집 비용 증가, 개인정보 유출 위험 문제가 걸림돌로 작용하고 있어, 이를 효과적으로 개선하기 위한 AI 학습 데이터 확보 방안으로 합성데이터가 주목받고 있다. 

가트너가 2021년 6월 발표한 'Maverick Research'에 따르면, 2030년도에는 합성데이터가 실제 데이터를 압도할 것으로 예측하고 있으며, 프라이버시 강화 기술(PET)의 하나로 합성데이터가 떠오르고 있다.

합성데이터는 실제 데이터의 특성을 반영하여 인공적으로 만들어지는 데이터로, 금융사기 식별(합성 지불 데이터), 위암 진단(합성 위암환자 내시경 이미지), 자율주행(합성 주행 이미지) 등 다양한 분야에서 활용되고 있으며, AI 기술을 활용해 보다 쉽고 효과적으로 생성할 수 있다.

아직까지 합성데이터에 대한 익명성 판단기준, 유용성에 대한 연구는 시작단계로 금융분야에서도 인공지능을 통한 금융혁신을 추진하는 과정에서 적극적으로 논의되고 있다.

금융보안원은 금융분야 인공지능의 발전에 따른 합성데이터의 효과적이고 안전한 활용을 지원하고자 ’금융분야 합성데이터 활용 세미나’를 개최해 각 분야 전문가들과 함께 정형·비정형 데이터의 주요 연구사례, 개인정보 노출 위험에 따른 고려사항 등 합성데이터 동향과 기술에 대하여 발표하고 필요한 정보를 공유할 예정이다.

세미나 참석은 금융 데이터 활용에 관심 있는 누구나 참석 가능하며, 6월 7일부터 사전등록을 진행할 예정이다.

금융보안원(원장 김철웅)은 “이번 금융분야 합성데이터 활용 세미나」가 AI 학습 등 다양한 데이터 활용에 촉매로 작용하기를 기대한다. 합성데이터를 통해 고객의 개인정보 노출 위험 없이 데이터 분석 및 AI 모델 학습을 수행할 수 있으므로, 앞으로도 금융 합성데이터의 안전한 활용 및 효율적인 환경을 만들기 위하여 금융분야 데이터전문기관으로서 적극 지원할 것이다”하고 말했다.