점점 더 상호 연결되는 글로벌 경제에서 조직이 데이터를 신뢰하고 효과적으로 사용할 수 있는 능력은 혁신, 성장 및 경쟁력의 토대입니다.
고품질 데이터 에코시스템은 조직이 새로운 기회를 파악하고 포착할 수 있게 해주는 변화와 혁신의 원동력입니다. 동시에 낮은 데이터 품질은 비효율성을 초래하고 규제 및 평판 위험에 노출될 수 있습니다.
GLEIF는 LEI 데이터의 품질, 신뢰성 및 사용 편의성을 최적화하기 위해 최선을 다하고 있습니다. 2017년부터 글로벌 LEI 시스템에서 달성한 전반적인 데이터 품질 수준을 투명하게 보여주기 위해 월간 전용 보고서를 발행하고 있습니다.
이 새로운 블로그 시리즈에서는 GLEIF의 데이터 품질 이니셔티브에 대한 업계의 폭넓은 이해와 인식을 돕기 위해 보고서에 포함된 주요 메트릭을 살펴봅니다.
이번 달 블로그에서는 GLEIF의 매핑 네트워크에 대해 살펴봅니다
글로벌 LEI 시스템(GLEIS)은 법인 데이터를 어디서나 누구나 투명하고, 접근 가능하며, 재사용할 수 있도록 설계되었습니다. 모든 LEI 데이터 및 관련 관계 파일은 오픈 데이터 세트로 게시되어 시장 참여자, 규제기관 및 연구자들이 고품질 데이터의 공유 및 신뢰 기반에 힘입어 상호 운용할 수 있도록 지원합니다. 오픈 데이터에 대한 이러한 노력은 금융 포용성을 강화하고 협업을 촉진하며 고품질 법인 기준 데이터를 모든 사람이 이용할 수 있도록 보장합니다.
최근 블로그'오픈 데이터, AI 및 LEI를 통한 투명한 미래 구축'에서 설명한 대로 올해 초 GLEIF와 오픈 오너십은 신뢰할 수 있고 기계 판독이 가능하며 공개 라이선스가 있는 전 세계 법인 데이터의 가용성을 측정하고 촉진하는 프레임워크인 글로벌 오픈 데이터 통합 네트워크(GODIN)라는 새로운 전략적 이니셔티브를 t 출범했습니다. GODIN은 오픈 데이터가 단순한 원칙이 아니라 혁신을 위한 촉매제라는 믿음을 구현하여 조직, 규제기관, 개발자가 신뢰할 수 있는 정보의 공유 기반 위에서 협력할 수 있도록 합니다.
LEI 매핑의 중요성
LEI 매핑은 병렬 ID 플랫폼 간의 상호 운용성을 보장하는 데 매우 중요합니다. 널리 사용되는 식별기호를 각각의 데이터 소스에서 직접 전 세계적으로 인정된 LEI에 연결함으로써 GLEIF와 파트너는 단편화된 식별기호를 연결된 개방형 네트워크로 전환하고 있습니다. LEI가 이미 포함하도록 매핑된 식별기호: SWIFT의 비즈니스 식별기호 코드(BIC) 및 마케터 식별기호 코드(MIC), 국제증권식별기호협회(Association of National Numbering Agencies)의 국제증권식별번호(ISIN), S&P Global Market Intelligence의 S&P CIQ 기업 ID, OpenCorporates의 ID, Qichacha의 QCC 코드가 포함됩니다.
이러한 인증된 매핑은 서로 다른 시스템과 관할권의 데이터 간에 원활한 상호 운용성을 가능하게 하여 국가 간 컴플라이언스, 위험 분석, 금융 시장 조사, 실사 등 다양한 애플리케이션을 촉진합니다. LEI 매핑은 데이터 연결 외에도 데이터 조정 비용과 복잡성을 줄이면서 투명성과 신뢰를 향상시킵니다.
오픈 매핑의 가치를 더욱 홍보하고 더 많은 참여를 장려하기 위해 GODIN은 현재 조직 간 협업의 혁신적 잠재력을 보여주는 오픈 소스 공간을 개발하고 있습니다. 첫 번째 게시된 주피터 노트북은 GLEIF와 GODIN의 새로운 회원 조직 간의 팀워크의 결과물입니다: 오픈 데이터 서비스. 이 노트북은 기존 매핑을 사용하여 실제 통찰력을 생성하는 방법을 보여줄 것입니다. 이를 통해 누구나 라이브 오픈 데이터를 사용하여 식별기호와 LEI 간의 관계를 탐색, 분석 및 시각화할 수 있습니다. 이러한 매핑의 잠재력을 보여줌으로써 더 많은 데이터 제공자가 이니셔티브에 참여하도록 장려하고 적용 범위를 확대하며 글로벌 금융 생태계 전반의 혁신을 가속화하는 것을 목표로 합니다. 오픈 데이터 개방과 매핑이 함께 법인 데이터를 강력한 공공재로 탈바꿈시키고 있습니다.
매핑 파트너를 집중 조명합니다:
스위프트(BIC & MIC): 2018년 2월부터 GLEIF와 SWIFT는 비즈니스 식별기호 코드(BIC ) 기록을 LEI 기록에 매핑하는 오픈 소스 관계 파일을 게시해 왔습니다. 이를 통해 금융기관은 은행 식별기호를 전 세계적으로 인정된 법인 데이터와 연결하여 결제, 메시징 및 규제 보고를 지원할 수 있습니다. 현재 총 39,211개의 BIC-LEI 매핑이 제공됩니다.
마찬가지로, 2022년 11월부터 GLEIF는 시장식별기호(MIC) 식별기호를 LEI에 매핑하여 시장 운영자와 거래소를 각 법인에 직접 연결할 수 있도록 유지 관리하고 있습니다. 이미 1,001개의 매핑이 구축된 이 매핑은 MiFID II(시장) 및 SFTR(증권금융) 등의 제도에 따른 규제 보고를 지원하여 거래 상대방 집계, 위험 모니터링, 거래 또는 시장 장소 식별기호의 조정을 용이하게 합니다.
국가번호발급기관협회(ANNA): 2019년 4월부터 GLEIF는 각 증권을 발행한 법인을 보여주는 국제증권식별번호(ISIN) 코드를 LEI에 매핑하는 파일을 매일 제공하고 있습니다. 10월 2일 현재 LEI를 보유한 고유 발급자는 94,015개이며, 7,441,649개의 매핑이 이루어지고 있습니다. 이 이니셔티브는 자본 시장 전반의 투명성을 개선하고 위험 분석을 강화합니다.
S&P 글로벌 시장 정보(S&P CIQ): 2022년 11월에 개시된 S&P 글로벌 시장 정보(S&P CIQ) 기업 ID와 LEI 기록 간의 매핑은 가장 광범위한 독점 기업 데이터 세트 중 하나를 GLEIS와 연결합니다. 매주 업데이트되는 3,056,323개 기록의 이 관계는 조직이 내부 S&P CIQ 기반 기록을 표준화된 LEI와 일치시켜 컴플라이언스, 위험 평가 및 규제 보고를 간소화하는 데 도움이 됩니다. 이 두 가지 주요 식별기호 시스템을 연결함으로써 이 매핑은 금융 부문에서 사용되는 수백만 개의 기업 프로필에 명확성과 일관성을 제공합니다.
오픈법인식별기호(OCID): 2023년 4월, GLEIF와 OpenCorporates는 최초의 격주 오픈 소스 관계 파일을 출시하여 OpenCorporates 법인 ID를 LEI와 연결했습니다. 이 매핑은 2억 2,000만 개 이상의 기업(~145개 관할 지역)에 대한 OpenCorporates 데이터베이스의 데이터를 사용합니다. 현재 전 세계 LEI 모집단 중 1,529,589개가 OpenCorporates 데이터베이스에 연결되어 있지만, 일부 LEI는 법인 등기부에 포함되지 않는 법인(예: 펀드)에 속해 있어 전체 범위가 제한되어 있습니다.
치차차(QCC): 2025년 4월에 개시된 QCC 대 LEI 매핑은 GLEIF 오픈 데이터 네트워크를 중국 기업 환경으로 확장합니다. 매월 게시되는 이 데이터 세트는 QCC의 현지 기업 식별기호를 전 세계적으로 인정받는 LEI와 연결함으로써 중국 국내 법인 기록과 국제 기준데이터 간의 중요한 가교 역할을 합니다. 이미 1,930,040개의 매핑이 제공되는 이 이니셔티브는 중국에 기반을 둔 법인과 관련된 투명한 국경 간 분석, 컴플라이언스 점검 및 시장 조사에 새로운 가능성을 열어주고 있습니다.
데이터를 기회로 전환
GODIN은 혁신과 협업을 위한 강력하고 새로운 기회를 열어가고 있습니다. 더 많은 조직이 GLEIF 매핑 이니셔티브에 식별기호를 제공함에 따라 GODIN의 오픈 소스 공간은 이러한 데이터 세트의 활용 방법을 보여줍니다. 귀사의 조직이 GODIN에 참여하여 글로벌 데이터 생태계 전반의 투명성, 효율성 및 신뢰도 향상에 기여하고 싶거나 대중에게 가치를 제공할 수 있는 오픈 소스 스크립트에 대한 아이디어가 있다면 여러분의 의견을 듣고 싶습니다. godin@gleif.org 으로 연락해 주십시오.
블로그 게시물에 댓글을 추가하려면 영어 GLEIF 웹사이트 블로그 기능을 이용하여 댓글을 추가해주십시오. 이름과 성을 써서 자신이 누구인지 밝혀주십시오. 이름은 댓글 옆에 표시됩니다. 이메일 주소는 공개되지 않습니다. 토론 게시판을 이용하거나 게시물을 등록하는 것은 GLEIF 블로그 정책 약관을 준수하는 것에 동의하는 행위이므로, 해당 약관을 주의 깊게 읽어주십시오.
조니차 마놀로바는 Global Legal Entity Identifier Foundation(GLEIF) 데이터 품질 관리 및 데이터 과학 팀을 이끌고 있습니다. 2018년 4월부터 혁신적인 데이터 분석 접근 방식을 도입하여 확립된 데이터 품질 및 데이터 거버넌스 프레임워크를 향상하고 개선하는 일을 맡고 있습니다. 과거에는 PwC Forensics의 국제 금융 조사에서 포렌식 데이터 분석 프로젝트를 관리했습니다. 독일 마르부르크 필리프 대학교에서 기계 학습에 중점을 둔 컴퓨터 공학 학위를 이수했습니다.
