Alternative Data Platform
재무제표가 못 보는 것을
데이터로 봅니다
RenaAi의 정체성은 대체데이터입니다. 소상공인 대안신용평가(상권)·증시 대체데이터·특허 인텔리전스 — 세 개의 원천 데이터 자산이 신용·기업·기술 가치를 평가 가능한 신호로 바꿉니다. 특허 출원·Finance Research Letters 논문·표본외 AUC 0.83으로 검증됐습니다.
Asset A · 소상공인 대안신용평가
하나의 데이터가 시장을 곱합니다
같은 상권·신용 데이터가 단계마다 새 시장을 엽니다 —
소상공인 신용에서 부동산 자본시장까지. 데이터가 쌓일수록 다음 단계가 빨라지는 복리형 확장.
상권분석 원천기술
IP · 특허흩어진 공공 상권·매출·인구 데이터를 (상권×업종×분기) 단일 셀로 정규화하는 데이터 온톨로지와 상권 네트워크(R₀) 엔진. 모든 사업의 뿌리이자 복제 불가능한 자산. 공간 전파는 일 단위 자료에서 실재가 확인됐고, 분기 집계가 그 신호의 3분의 1을 지운다는 것까지 규명했습니다.
소상공인 대안 신용평가
SBCR신용이력이 없어도 상권·매출 데이터로 부도확률(PD)을 산출. 금융이력부족 316만 소상공인을 평가 가능하게 만들어 여신기관에 API로 공급.
지역 선행지수
SDCRI축적된 데이터로 상권의 위험·활력을 실시간 지수화. 프랜차이즈·부동산·미디어에 데이터 구독으로 판매되며 업계 표준 지표가 됩니다.
부동산 가치평가
선행지표상권 위험이 상가 cap rate·임대료·공실을 선행함을 실증(t≈7). 후행 감정가 대신 선제적 위험·가치 진단으로 금융기관·REIT·감정평가에 제공.
부동산 파생상품 · RWA
자본시장검증된 지수를 기초자산으로 — 파라메트릭 보험·cap-rate 파생·실물자산 토큰화(RWA). 가장 크고 진입장벽도 가장 높은 최종 비전.
같은 엔진이 단계마다 시장을 곱합니다 — 소상공인 신용(억)에서 부동산 자본시장(수조)까지. We Don't Just Automate. We Multiply.
Asset B · 증시 대체데이터
두 번째 대체데이터 —
재무제표보다 먼저 움직이는 신호
상장기업의 값은 실적이 발표되기 전에 이미 움직입니다. 공시·시세·수급 원천을 하나의 기준으로 정규화해, 재무제표에 아직 적히지 않은 변화를 신호로 바꿉니다.
정규화
흩어진 원천을 한 줄로
형식과 주기가 서로 다른 공시·시세·수급을 단일 기준의 시계열로 정렬합니다. 상권 데이터에 쓴 온톨로지를 종목 단위로 옮긴 것입니다.
신호 추출
잡음과 신호를 가른다
성장의 지속성과 위험의 누적을 분리해 읽습니다. 무엇이 잡음이고 무엇이 값에 연결되는 신호인지는 운용에서 배운 판단입니다.
전달
판단에 쓰이는 형태로
스크리닝·모니터링·리포팅 형태로 공급합니다. 원자료가 아니라 의사결정에 바로 얹히는 형태로 전달합니다.
증시 대체데이터는 상권 대안신용평가와 동일한 정규화 엔진을 종목 단위에 적용한 축입니다. 데이터와 지표를 공급하는 서비스이며, 투자자문·투자일임에 해당하지 않고 개별 종목에 대한 매매 권유가 아닙니다.
Moat & Proof
같은 공공데이터를 줘도
복제할 수 없는 이유
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
특허 (IP)
우경민 대표변리사(메타 특허법률사무소)를 통해 9개 청구항 출원 신청 완료. 결과물이 아니라 "금융이력부족 점수화 방법론 자체(Claim 9)"를 보호합니다.
경쟁사가 동일 접근을 쓰면 침해 — 먼저 확보하는 쪽이 표준을 가집니다.
검증된 성능
신용이력 0건, 상권 데이터만으로 표본외 AUC 0.83(정확도 지표·1에 가까울수록 우수) — 수십 년 결제이력으로 하는 카드사 소매평가(0.70~0.80) 구간을 넘어섰습니다.
가명정보 결합·SCB로 개인 신용 데이터가 더해지면 정확도는 더 상승합니다.
학술 검증
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 규제·기관 채택에서 신뢰가 관건 — 동료심사가 곧 영업의 무기.
수요·파이프라인
저축은행·캐피탈·인터넷전문은행 등 소상공인 여신 핵심 수요처 및 금융기관과의 실증·협업 파이프라인이 확보되어 있습니다.
검증된 모델 + 즉시 존재하는 수요처 = 낮은 상용화 리스크.
Validation
성능은 올렸고, 한계는 규명했습니다
같은 표본·같은 분할에서 세 세대를 비교했습니다. 무엇이 통했는지보다 무엇이 통하지 않았고 그 이유가 무엇인지를 더 길게 적었습니다.
0.7470
v1 — 기존 설계
0.7847
v2 — Forward Intensity 이식
0.8325
v3 — 시간축 평탄화 MLP
분기 데이터의 한계를 숫자로 증명했습니다
상권 사이의 폐업 전파는 분기 자료에서 거의 잡히지 않았습니다(위험비 1.036). 그것이 현상이 없어서인지 자료가 거칠어서인지 가르기 위해, 같은 현상을 일 단위 폐업일로 다시 쟀습니다. 서울 일반음식점 폐업 135,639건 기준입니다.
같은 건물 · 같은 업태
1.85배 z=49.9
같은 건물 · 다른 업태
1.24배 z=16.2
업태를 가린다는 점이 핵심입니다. 철거나 건물주 사정이라면 업태를 가리지 않을 것입니다. 그리고 같은 자료를 분기로 뭉개면 1.845가 1.585로 떨어집니다 — 분기 집계가 신호의 3분의 1을 지웁니다.
그래서 정확한 진술은 “전파가 없다”가 아니라 “이 해상도에서 그 층위에는 없다”입니다. 일·월 단위 매출 자료가 확보되면 다시 볼 값어치가 있는 신호입니다.
전문은 평가사·여신기관·투자기관에 개별 제공합니다
Free Data PoC
대체데이터, 함께 검증해 보시겠어요?
보유 포트폴리오·평가모형에 상권·특허 신호를 결합한 PoC를 제안드립니다.
펀드매니저 출신 최병근 대표가 직접 진행합니다.
다음 화면에서 Gmail·메일앱·복사 중 편한 방법으로 보내실 수 있습니다 · 24시간 내 연락