“금융·비금융 데이터 425만 건을 인공지능(AI)으로 분석해 신용평가 모형을 개발했습니다. 기존 신용평가사(CB) 정보를 기반으로 한 모형에 비해 리스크를 20% 정도 줄이는 데 성공했죠. 딥테크와 신용평가 개발 기술력을 적용해 전문성을 높였다고 자신합니다.”
어니스트펀드의 신윤제 렌딩인텔리전스랩장(CDO)과 김주송 플랫폼사업본부장(CPO)은 2일 서울경제신문과 만나 “대출 수요에 대응하면서 리스크도 낮추기 위해서는 새로운 신용평가 모형이 필요하다”며 이같이 입을 모았다.
어니스트펀드는 최근 금융위원회의 핀테크 아이디어 지원 사업인 ‘2023년 D-테스트베드 사업’에서 ‘연체 위험 등 리스크는 낮으면서 대출 수요는 높은 신규 고객 발굴을 위한 대안신용평가모형’을 출품해 대상인 ‘금융위원장상'을 수상했다. 신 CDO는 이번 신용평가 모형 개발을 담당한 주역이고 김 CPO는 리테일 판매를 맡고 있다.
이들이 개발한 모형은 기존 모형들과 달리 리스크 축소와 대출 수요라는 ‘두 마리 토끼’를 모두 잡아 높은 평가를 받았다. 2020년부터 2022년까지 3년간의 신용·통신·카드 정보 등 금융과 비금융 정보를 활용해 새로운 모형을 개발했다. 신 CDO는 “비금융 정보를 함께 분석하면 기존에는 생각하지 못했던 결과들이 종종 나온다"며 “예를 들어 평일에 직장 방문 횟수가 많은 사람들이나 유흥 업종을 덜 이용하는 사람들은 반대 유형의 사람들에 비해 연체율이 더 낮았다”고 말했다.
올 상반기 개인 대출에 대한 기관투자 허용 등 온라인투자연계금융업에 대한 규제가 단계적으로 완화될 예정이어서 이 같은 대안 평가 모델 수요도 늘어날 것으로 기대된다. 금융 거래 이력이 부족한 신파일러 등도 비금융 정보를 활용하면 대출을 받을 가능성이 높아지기 때문이다. 신 CDO는 “최근 몇 년간 토스·카카오페이·핀다 등 대출 비교 플랫폼이 급성장하고 있다”며 “자연스럽게 신용 리스크가 높은 고객에게도 대출이 시행될 수밖에 없기 때문에 이들을 분석할 새로운 평가모형 수요도 커지고 있다”고 말했다.
어니스트펀드는 이번에 개발한 평가모형을 기업간거래(B2B) 사업에 결합하는 서비스를 제공할 계획이다. 김 CPO는 “기존 제2금융권의 경우 1~2년에 한번 데이터를 업데이트하는 반면 어니스트펀드의 모델은 3개월에 한 번씩 업데이트하는 것을 목표로 설계했다”며 “최신 알고리즘과 데이터를 활용, 급변하는 대출 환경을 빠르게 분석해 대응할 수 있다”고 강조했다.
< 저작권자 ⓒ 서울경제, 무단 전재 및 재배포 금지 >
