1. 개발 목적
- 마이데이터 기반 초개인화 자산 관리: 은행, 카드, 증권, 보험 등 여러 금융사에 흩어진 개인의 자산 정보를 한곳에 모아, 통합적인 시각에서 관리하고 진단해 주는 마이데이터 플랫폼을 구축하고자 했습니다.
- 소비 패턴 분석 및 가계부 자동화: 수기로 작성하던 가계부의 불편함을 해소하기 위해, 카드 결제 및 계좌 이체 내역을 실시간으로 수집하고 AI가 자동으로 카테고리를 분류해 주는 스마트 가계부 시스템이 필요했습니다.
- 금융 상품 추천 및 재무 설계: 사용자의 소득, 지출, 부채 데이터를 종합적으로 분석하여, 불필요한 지출을 줄이고 개인의 재무 목표에 맞는 최적의 금융 상품을 추천하는 알고리즘을 목표로 했습니다.
2. 기술 스택 및 선정 포인트
Front-end : TypeScript / Next.js Back-end : Java / Spring Boot Server : AWS EC2, RDS, CloudWatch DB : MySQL
금융 정보의 보안 표준 준수와 대규모 마이데이터 분석의 신뢰성 확보를 위해 Spring Boot 환경 구축.
3. 필요 기능
마이데이터 연동, 자산 분석 리포트, 예산 설정
4. 루멘트만의 성공 전략
- 마이데이터 표준 API 연동 및 트랜잭션 처리: 금융보안원의 마이데이터 표준 규격(OAuth 2.0, TLS 1.3)을 엄격히 준수하여 100여 개 금융기관의 API를 연동하고, 대용량 트랜잭션 데이터를 병렬 처리하는 고성능 수집 엔진을 설계했습니다.
- 머신러닝 기반 지출 카테고리 분류 모델: 상점명과 거래 내역 텍스트를 분석하여 식비, 교통비, 쇼핑 등으로 지출 성격을 자동 분류하는 머신러닝 모델을 학습시키고 적용하여 가계부 정리의 정확도를 극대화했습니다.
- 금융 데이터 보안 및 망 분리 아키텍처: 민감한 신용 정보를 다루는 만큼, 중요 데이터의 암호화(AES-256) 저장 및 망 분리 환경을 구축하고, 앱 위변조 방지 솔루션을 탑재하여 금융권 수준의 보안성을 확보했습니다.
5. 작업결과
- 자산 연동 성공률 및 데이터 정합성 99.9% 달성: 복잡한 인증 절차와 대량의 데이터 전송 과정에서도 오류 없이 자산을 불러오는 안정적인 연동 시스템을 구축하여 서비스 신뢰도를 높였습니다.
- 가계부 자동 분류 정확도 개선 및 사용자 리텐션 증대: AI 분류 모델 고도화를 통해 사용자가 일일이 수정할 필요 없는 편리한 가계부 경험을 제공했으며, 이는 매일 앱을 접속하게 만드는 핵심 요인이 되었습니다.
- 마이데이터 본허가 획득 및 서비스 확장 기반 마련: 엄격한 기술 심사와 보안성 검토를 통과하여 마이데이터 사업자 본허가를 획득하는 데 기여했으며, 데이터 기반의 금융 서비스로 확장할 수 있는 탄탄한 기술적 토대를 마련했습니다.
* 실제 앱 화면은 하단의 이미지를 확인해주세요.
