대체데이터 · 상권 · 증시 · 특허
레나에이아이는 상권·증시·특허에 흩어진 데이터를 모아 정리하고, 검증된 모델로 부도확률·선행 신호·특허 질 점수 같은 지표로 바꿉니다. 여신기관·평가사·자산운용사가 심사와 투자에 바로 쓸 수 있도록 API와 데이터 피드로 공급합니다.
무엇을 만들어 어디에 연결하나
전달: REST API · 데이터 피드
소상공인 부도확률(PD)
→ 저축은행 · 캐피탈 · 평가사
원천: 상권×업종×분기 공간·시계열 데이터
공시 이전 변화 신호
→ 자산운용 · 리서치
원천: 공시(DART) · 시세 · 수급
특허 질(質) 점수
→ 기업평가 · 투자 · IP 금융
원천: 특허 문헌 · 청구항 · 패밀리
표본외 판별력
신용이력 0건 기준
원천 평가 방법론
특허 출원 완료
Finance Research Letters
AIDF 연구진 공저
서울대 전기공학 04 동기
펀드매니저 & CLO 변호사
AUC 0.8325는 신용이력이 없는 소상공인의 부도 여부를 상권 데이터만으로 예측해, 모형 학습에 쓰지 않은 기간(표본외)에서 채점한 판별력입니다. 1에 가까울수록 정확합니다. 검증 방법 보기
세 가지 데이터
각 데이터는 원천 수집, 정규화, 모델링을 거쳐 금융기관이 쓰는 지표가 됩니다.
이 과정의 방법론은 특허 출원과 논문으로 공개 검증을 받고 있습니다.
상권 데이터
상권 데이터로 신용이력 없는 사업자의 부도확률(PD)을 산출하는 원천 데이터 자산.
특허 9청구항 출원 · Finance Research Letters 투고 완료
데이터 구조 보기상권 × 업종 × 분기 셀
증시 데이터
공시·시세·수급 원천을 정규화해 상장기업의 성장과 위험을 재무제표보다 먼저 읽는 데이터 자산.
퀀트 헤지펀드·글로벌주식 운용 출신 대표가 신호가 가격에 연결되는지를 판단합니다
증시 신호 보기선행 신호 vs 공시 기록
특허 데이터
특허를 개수가 아니라 질(質)로 읽어 기업평가·투자의 새 신호로 바꾸는 데이터 자산.
변리사·변호사인 CLO가 권리 범위를, 금융 쪽이 가치를 봅니다
IP 인텔리전스 보기특허의 질(質)을 보는 네 가지 축
세 데이터 모두 같은 방법론(정규화 → 신호 분리 → 표준 지표화)을 거칩니다.
왜 대체데이터인가
재무제표는 이미 일어난 일을 기록합니다. 금융이력이 없는 사업자, 공시 전의 변화, 장부에 0원으로 잡힌 특허처럼
재무제표에 잡히지 않는 부분을 보려면 다른 원천 데이터가 필요합니다.
기존 금융평가는 주로 과거 대출·카드 결제 이력을 봅니다. 금융이력이 부족한(Thin-filer) 316만 사업자는 가게 운영이 안정적이어도 평가에 쓸 정보가 적어 높은 위험군으로 분류되기 쉽고, 그만큼 연 15~20% 수준의 고금리 대출로 밀려나는 경우가 많습니다.
회사의 실질적 변화는 공시(DART)가 나오기 수개월 전부터 거래, 수급, 현장 데이터에서 먼저 시작됩니다. 공시된 재무제표를 보고 의사결정을 내릴 때는 이미 기회는 사라지고 위험은 가격에 반영된 뒤입니다.
재무제표는 무형자산의 실질 경쟁력을 측정하지 못합니다. 세계적 기술 특허를 보유해도 대차대조표에는 단순 연구비용으로 털려 있어, 기술의 질(質)과 권리를 바탕으로 한 정당한 기업가치나 금융 조달을 받지 못합니다.
그래서 레나에이아이는
상권 · 증시 · 특허의 대체데이터를 직접 만듭니다
세 영역의 원천 데이터를 자체 방법론으로 지표화해, 여신·평가·투자 과정에 공급합니다.
방법론
수집만으로는 금융기관이 쓸 수 없습니다. 형식이 다른 데이터를 한 기준으로 맞추고,
잡음을 걸러낸 뒤, 심사·투자 현장에서 바로 읽히는 숫자로 내보내는 것까지가 레나에이아이의 일입니다.
포맷과 주기가 완전히 다른 비정형 데이터(공간 좌표, DART 공시 텍스트, 특허 청구항)를 단일 기준으로 정렬합니다. 13만여 건의 공간·시계열 데이터를 상권×업종×분기 셀로 표준화하여 비교 가능한 인프라를 만듭니다.
데이터가 많다고 가치가 생기지 않습니다. 펀드매니저의 밸류에이션 경험과 NUS 신용리스크 연구진의 방법론을 이식해, 일시적인 유행이나 착시(Noise)를 제거하고 실제 부도 위험과 기업 가치로 직결되는 유효 신호(Signal)만 추출합니다.
복잡한 원시 데이터를 금융기관 여신 심사역과 자산운용사 펀드매니저가 즉시 의사결정에 쓸 수 있는 단일 지표로 변환합니다. 부도확률(PD), 상권 위험 선행지수, 특허 질적 점수로 산출되어 REST API로 즉각 연동됩니다.
수익 구조
레나에이아이는 신용평가업 인허가를 받아 점수를 파는 구조가 아니라, 금융기관·자산운용사가 자기 모형에 넣어 쓰는 원천 데이터를 공급하는 B2B 데이터 기업입니다.
매출은 API 호출 과금과 연간 데이터 피드 구독에서 나옵니다. 전통 신용평가사와의 차이는 아래와 같습니다.
전통 신용평가사 (CB 라이센스)
규제 유틸리티 산업
레나에이아이 (RenaAi)
대체데이터 공급
2024년 세계 최대 자산운용사 블랙록이 인수한 사모시장 데이터 기업 Preqin은 신용평가사가 아닙니다. 공시가 없는 사모펀드 시장의 대체데이터를 체계적으로 축적했기 때문에, 연매출 2.4억 달러 규모임에도 매출의 13배가 넘는 가격에 인수되었습니다. 레나에이아이가 소상공인 상권, 증시, 특허에서 구축하고 있는 것이 바로 이 원천 대체데이터 모델입니다.
근거
특허 · 검증된 성능 · 학술 신뢰 · 수요 파이프라인.
RenaAi의 진짜 가치는 상권 데이터를 신용위험으로 바꾸는 방법론 그 자체에 있습니다.
0.8325
표본외 AUC · 신용이력 0건
9
특허 청구항 · 출원 신청 완료
FRL
Finance Research Letters(SSCI) · 투고 완료
316만
평가 가능해지는 사각지대
우경민 대표변리사(메타 특허법률사무소)를 통해 9개 청구항 출원 신청 완료. 결과물이 아니라 "금융이력부족 점수화 방법론 자체(Claim 9)"를 보호합니다.
같은 방법을 쓰려면 권리 범위를 피해야 합니다. 먼저 출원한 쪽이 기준을 정합니다.
신용이력 0건, 상권 데이터만으로 표본외 AUC 0.83(정확도 지표·1에 가까울수록 우수)로, 수십 년 결제이력으로 하는 카드사 소매평가(0.70~0.80) 구간을 넘어섰습니다.
가명정보 결합·SCB로 개인 신용 데이터가 더해지면 정확도는 더 상승합니다.
MAS·NRF·NUS가 공동 설립한 NUS AIDF 계열 연구진(박세영·이현탁)과 Finance Research Letters(SSCI 등재지) 논문(투고 완료)이 방법론의 신뢰성을 담보합니다.
대안신용은 규제기관과 금융기관의 채택이 관건이라, 동료심사를 거친 근거가 필요합니다.
저축은행·캐피탈·인터넷전문은행 등 소상공인 여신 핵심 수요처 및 금융기관과의 실증·협업 파이프라인이 확보되어 있습니다.
검증된 모델 + 즉시 존재하는 수요처 = 낮은 상용화 리스크.
팀
서울대 전기공학부 동기인 펀드매니저 출신 대표와 변리사·변호사 CLO가
한 데이터를 두고 금융의 값과 법의 권리를 함께 봅니다.
“데이터를 분석하는 데서 멈추지 않고, 자본이 움직일 신호를 찾아왔습니다.”
싱가포르국립대(NUS RMI)에서 글로벌 신용리스크 모델링을 연구하고, 삼성자산운용·NH아문디·한국투자신탁운용에서 10년간 수천 개 기업의 밸류에이션과 운용을 총괄했습니다.
“기술을 권리로 바꾸고, 권리를 법정에서 지켜 자본으로 만듭니다.”
SK하이닉스 특허 출원 7년의 변리사 실무와 성균관대 로스쿨 수석 졸업 후, 대형로펌 법무법인 세종·바른에서 첨단 기술 지식재산권 분쟁을 수행해 온 IP 법률 전문가입니다.
“값은 금융(최병근)이 매기고, 권리는 법(유연)이 지킵니다.”
금융기관이 데이터를 도입할 때 묻는 가치의 근거와 권리의 범위를 한 팀 안에서 함께 답합니다.
데이터 PoC
상권·특허 신호가 기존 평가모형을 얼마나 개선하는지,
보유 데이터로 직접 확인해 보세요. 기업 가치 진단도 함께 가능합니다.
신청 후 24시간 내 연락드립니다 · 영업 전화 없음
