"벤치 전력도 경기 출전가능하게…AI 신용평가모형 대출 저변확대"
(지디넷코리아=손희연 기자)기술이 발전합니다. 예전보다 더 빠른 속도로요. 신기술은 누구에게나 공평하진 않습니다. 기술 진보로 공유된 번영을 고루 나누는 일들이 선행되어 왔다고 경제학자 대런 아세모글로가 지적했죠. 현재도 대부분의 사람들은 인공지능(AI)·로봇 등에게 대체될 위기에 처해있습니다. 그러나 공유된 번영을 나누기 위해 기술 자체를 인간 지향적으로 고민하는 이들 또한 있습니다. 인간 지향적 기술을 연구하고 개발하는 기업들을 찾아봅니다. [편집자주]
지난해 말부터 올해 초까지 대출을 보유한 누구나라면 가장 기대하고 두근거렸을 단어가 있다. 바로 '대출 갈아타기(대환 대출)'다. 분명 대환 대출은 과거에도 있었다. 저렴한 금리 상품을 찾고 대출 승인이 나는지를 찾는 시간을 투자한다면 말이다. 코로나19 유행 이후 모바일 이용량이 폭발적으로 늘어나면서, 대환 대출 역시 모바일 속으로 들어왔다. 대출 갈아타기는 대출 보유자의 삶을 바꿔 놓은 것뿐만 아니라 대출과 관련된 산업 지형도 바꿔놨다.
온라인투자연계금융업체로 알려진 '피플펀드(현 피에프씨테크놀로지스)'도 사업 구조가 다변화됐다. 인공지능(AI) 기반 신용평가(CSS) 모형을 타 금융사에 공급하면서 솔루션 사업도 진행하게 된 것. 달라진 금융 환경과 함께 피에프씨테크놀로지스(이하 PFC)의 기술의 지향점을 정승우 최고리스크책임자(CRO)와 얘기했다.
정승우 CRO는 "대출 비교 서비스의 등장은 새로운 시장을 만들었다"며 "예전에는 대출을 취급하는 금융사 모바일 애플리케이션(앱)이든 웹에 고객이 들어오고 대출을 알아보는 것이라 고객 트래픽이 한정적이 었다면, 대출 비교서비스는 대출이 필요한 모든 고객의 트래픽을 참여하는 금융사가 모두 똑같이 받는 것으로 바뀌었다"고 진단했다.
이어 그는 "대출이 필요한 고객이 접속해서 대출을 비교한다고 하면 금융사가 경매처럼 '우리는 연 10% 금리 준다' 다른 곳은 '연 8% 준다'는 식으로 환경이 변한 것"이라며 "금융사 입장에서는 유입되는 데이터 양이 늘어난 것"이라고 부연했다.
결국 금융사는 대출 무한 경쟁에서 수익을 올리면서도, 건전성을 관리할 수 있는 '두 마리 토끼'를 동시에 잡아야 하는 환경에 처했다. 이는 대출자를 정확하게 선별해야 하는 능력이 수반돼야 가능하다. 금융사는 지금과는 다른 '관점'으로 대출자를 판단해야 한다. CSS의 중요성은 더욱더 중요해졌다.
정 CRO는 "비교 서비스가 되면서 무한 경쟁이 되니까 CSS 모델 성능이 훨씬 중요해졌다"며 "PFC는 '엄청 강력한 모델', '옛날처럼 한 번 만들어 오래 쓰는게 아니라 계속 바꿔주는 모델'이 필요하다는 전략을 세웠고 인프라를 구축하고 '에어팩'을 내놓게 됐다"고 설명했다. 에어팩에는 140여개의 CSS뿐만 아니라 금융사의 목표에 따라 대출 운영을 조절할 수 있는 운영 솔루션까지 탑재됐다.
필요한 주기에 따라 변하는 CSS는 두 가지 방향으로 유의미한 결과를 가져온다. 하나는 전통적인 CSS 모델에서 거절당했던 대출자들을 포용할 수 있다는 점, 다른 하나는 동일하게 고객이 부담해야 했던 대출 리스크를 개별적으로 차등적으로 세분화할 수 있다는 점이다.
정승우 CRO는 "챗 GPT와 종종 대화를 주고 받는데 '전통적인 CSS모델과 AI로 고도화된 CSS모델이 뭐가 더 고객을 포용하는 관점에서 뭐가 좋을까, 쉽게 비유해달라'고 주문하니까 운동선수 선발 얘기가 나오더라"라며 "일반적으로 코치가 운동선수를 뽑을 때 과거 출전 경험이나 경기력, 체격 조건 등의 데이터를 토대로 선택하지만 AI는 더 많은 변수를 고려해 선수를 선발하기 때문에 기회가 많다고 하더라"고 답변했다.
이어 그는 "기존에 벤치에만 머물러 있던 사람들에게도 경기에 출전할 수 있는 기회가 생기게 된다라고 보면 되고 금융사가 리스크 관리가 가능한 수준서 더 매출을 많이 일으키는 목적을 갖고 있다면 더 많은 고객을 끌어들일 수 있다는 것"이라고 덧붙였다.
또 고도화한 AI CSS는 개인화된 서비스를 공급할 수 있을 것으로 관측된다. 정 CRO는 "집단의 성격을 평가했다면 지금은 기술이 점차 발전하면서 개인화된 쪽으로 가고 있다"며 "머신러닝 모델을 쓰면 3·4차원을 넘나 들며 변수를 분류할 수 있고 2차원 집단에서 잘 어울리지 않았던 변수들을 골라낼 수도 있는 것"이라고 언급했다.
연체율을 1%라고 가정한다면 99명은 연체를 내지 않는다는 것인데, 1명의 리스크를 99명이 나눠갖는 것이 현 금융사의 구조다. 연체율이 대출자를 지금보다 세분화한다면 이 리스크를 나눠지기보다는 개별에게 맞는 대출 서비스가 가능하다는 부연이다.
정승우 CRO의 정식 직함은 'CRISE'다. C는 Chief, R은 위험관리(risk), I는 금리(interest), S는 규모(size), E는 효율성(efficiency). 그는 "이 직함을 붙인 게 얼마나 많은 사람들이 우리를 선택하는지 전체적으로 보라는 뜻"이라며 "에어팩이 단순히 금융사의 리스크, 즉 대출 연체율을 잘 변별한다고 끝이 아니고 신용도가 좋은 사람은 올려주자는 목표를 갖고 있다"고 강조했다.
손희연 기자(kunst@zdnet.co.kr)
Copyright © 지디넷코리아. 무단전재 및 재배포 금지.