소외 계층 대출을 다시 본다…위험 낮추고 기회는 넓히는 어니스트펀드 [이코노 인터뷰]
어니스트펀드 신윤제 CDO·김주송 CPO
비금융 정보 활용해 리스크 줄인 대출수요 찾는 모형 개발
금융위로부터 대상 수상…하반기 내 금융기관에 공급 꾀해
[이코노미스트 윤형준 기자] 여신(與信·대출) 업무를 하는 금융사들이 가장 크게 고민하는 부분 중 하나는 대출금을 밀리지 않고 제때 갚을 수 있는 대출수요자를 적확하게 찾아내는 일이다. 그런데 대출수요가 높은 사람이란 뒤집어 말하면, 1금융권 등에서 안정적으로 대출을 받기 힘든 취약한 금융 계층이라 할 수 있다. ‘연체 위험이 낮은 사람’과 ‘대출수요가 높은 사람’은 서로가 ‘상충 관계’(trade-off)에 놓여 있는 셈이다.
이 상충을 해결하면 금융소비자와 금융사 모두 이득이 되지 않을까? 온라인투자연계금융업(온투업·옛 P2P) 핀테크인 어니스트펀드는 바로 이런 물음을 시작으로 지난해 금융위원회의 핀테크 아이디어 지원 사업인 ‘2023년 D-테스트베드 사업’에 뛰어들었다. 이름부터 ‘연체 위험 등 리스크는 낮으면서 대출수요는 높은 신규 고객 발굴을 위한 대안신용평가모형’으로 솔루션의 목표를 명확히 했다. 이후 수개월 테스트를 거쳐 결국 올해 초 대상인 금융위원장상을 따냈다.
이 모형의 제작을 주도한 건 신윤제 최고데이터책임자(CDO)과 김주송 최고제품책임자(CPO)다. 어니스트펀드에서 신 CDO는 빅데이터 분석과 신용평가모델 전문 조직인 렌딩인텔리전스랩을 이끌고 있으며, 김 CPO 개인신용대출서비스와 플랫폼 관련 사업을 총괄하고 있다. 김 CPO가 아이디어를 구상한 후 D-테스트베드 참여를 제안했고, 신 CDO가 이를 받아들여 모형 개발에 힘썼다.
대안 정보로 ‘리스크와 대출수요를 동시에’ 잡았다
모형의 핵심은 ‘대안(비금융) 정보’의 활용이다. 신파일러(Thin Filer·금융이력부족자)들은 금융 정보만으로 상환 능력을 판단할 수 없어서다. 김 CPO는 “최근 몇 년간 대출 비교 플랫폼이 대세가 되면서 전통 금융사들이 수익성이 계속 악화했다”며 “이에 금융사들은 대안 정보를 활용한 신규 고객 발굴 수요가 높아졌고, 어니스트펀드는 ‘리스크와 대출수요를 동시에’ 고려하는 모형을 개발할 적절한 시기라고 판단했다”고 설명했다.
대안 정보는 크게 두 가지로 나뉜다. 바로 카드사 정보와 통신 정보다. 카드사에서는 단순히 결제 금액(금융 정보)뿐 아니라 소비자가 어느 업종에서 주로 이용했는지 비금융 정보도 알 수 있다. 또 통신 정보를 보면 자주 가는 곳, 많이 쓰는 앱 등을 알 수 있어 더 개인화된 분석이 가능하다. 신 CDO는 “두 개의 타깃(리스크-대출수요)을 동시에 고려했음에도 대안 정보를 포함했기에 금융 정보만 활용했을 때보다 오히려 리스크 변별력이 높아질 수 있었다”고 말했다.
그러나 이 훌륭한 결과의 모형을 완성하기까지 과정은 만만치 않았다. 가장 힘들었던 부분은 모형 설계에 있어 요건 정의였다. 예컨대 대출수요를 어떻게 정의할지, 리스크와 대출수요를 어떻게 결합할지 정의하는 과정 등이다. 여기에 대안 정보 또한 1000여 가지가 넘기 때문에 원하는 항목만 뽑아내는 데 시행착오를 많이 겪었다.
신 CDO는 “데이터를 그냥 쓰면 변별력이 올라갈 수가 없고, ‘가공’을 해야 변별력이 강해진다”며 “항목들을 여러 개 골라내고, 분포를 일일이 보면서, 어떤 항목을 써야 할 것인가를 정의하는 과정들이 반복적으로 일어났다”고 회고했다.
“렌딩인텔리전스 기반, 대출 혁신 이뤄낼 것”
사실 이번 대안신용평가모형은 어니스트펀드가 펼쳐온, 그리고 펼칠 솔루션 중 일부다. 앞으로는 인공지능(AI) 기반 리스크 솔루션인 렌딩인텔리전스를 통해 기업 간 거래(B2B) 사업들을 진행하는 게 핵심적인 목표다. 이번 모형이 렌딩인텔리전스라는 어니스트펀드 고유의 생태계를 한 단계 업그레이드시키는 데 역할을 한 셈이다.
신 CDO는 “이미 금융 정보에 AI 기법을 활용해 변별력을 많이 개선한 솔루션들을 공급하고 있다”며 “실제 10개 이상 금융기관에서 백테스팅을 진행한 결과 렌딩인텔리전스의 성능은 입증됐고 긍정적인 반응도 얻었다”고 말했다.
이어 “다만 현재 기준에서는 대안 정보가 포함된 것은 아니다”라며 “하반기까지는 이를 적용해 새로운 모형들을 B2B 고객들에게 충분히 공급할 수 있을 것으로 생각한다”고 덧붙였다.
나아가 어니스트펀드는 2금융권에서 의미 있는 혁신을 이뤄낼 수 있는 ‘큰 대출 물결’을 일으키겠다고 다짐한다. 김 CPO는 “개인 대출 고객들은 더 낮은 금리 대출 상품, 더 좋은 사용자 경험(UX)을 하게 될 것”이며 “금융기관에게도 그들을 대체하는 게 아닌 파트너십을 통해 더 나은 사업 기회를 제공하고 싶다”고 말했다.
신 CDO도 “최근 고금리 기조에 법정 상한 금리 20% 제한까지 있어 금융기관들이 중·저신용자들에게 대출을 잘 안 해주는 경향이 나타나는 것도 사실”이라며 “ 때문에 어니스트펀드는 우리가 보유한 AI 기술과 리스크 분석 역량을 집중해 더 낮은 금리를 제공하면서 금융 소외 계층을 어루만질 수 있는 플랫폼으로 나아가겠다”고 강조했다.
ⓒ이코노미스트(https://economist.co.kr) '내일을 위한 경제뉴스 이코노미스트' 무단 전재 및 재배포 금지
이 상충을 해결하면 금융소비자와 금융사 모두 이득이 되지 않을까? 온라인투자연계금융업(온투업·옛 P2P) 핀테크인 어니스트펀드는 바로 이런 물음을 시작으로 지난해 금융위원회의 핀테크 아이디어 지원 사업인 ‘2023년 D-테스트베드 사업’에 뛰어들었다. 이름부터 ‘연체 위험 등 리스크는 낮으면서 대출수요는 높은 신규 고객 발굴을 위한 대안신용평가모형’으로 솔루션의 목표를 명확히 했다. 이후 수개월 테스트를 거쳐 결국 올해 초 대상인 금융위원장상을 따냈다.
이 모형의 제작을 주도한 건 신윤제 최고데이터책임자(CDO)과 김주송 최고제품책임자(CPO)다. 어니스트펀드에서 신 CDO는 빅데이터 분석과 신용평가모델 전문 조직인 렌딩인텔리전스랩을 이끌고 있으며, 김 CPO 개인신용대출서비스와 플랫폼 관련 사업을 총괄하고 있다. 김 CPO가 아이디어를 구상한 후 D-테스트베드 참여를 제안했고, 신 CDO가 이를 받아들여 모형 개발에 힘썼다.
대안 정보로 ‘리스크와 대출수요를 동시에’ 잡았다
모형의 핵심은 ‘대안(비금융) 정보’의 활용이다. 신파일러(Thin Filer·금융이력부족자)들은 금융 정보만으로 상환 능력을 판단할 수 없어서다. 김 CPO는 “최근 몇 년간 대출 비교 플랫폼이 대세가 되면서 전통 금융사들이 수익성이 계속 악화했다”며 “이에 금융사들은 대안 정보를 활용한 신규 고객 발굴 수요가 높아졌고, 어니스트펀드는 ‘리스크와 대출수요를 동시에’ 고려하는 모형을 개발할 적절한 시기라고 판단했다”고 설명했다.
대안 정보는 크게 두 가지로 나뉜다. 바로 카드사 정보와 통신 정보다. 카드사에서는 단순히 결제 금액(금융 정보)뿐 아니라 소비자가 어느 업종에서 주로 이용했는지 비금융 정보도 알 수 있다. 또 통신 정보를 보면 자주 가는 곳, 많이 쓰는 앱 등을 알 수 있어 더 개인화된 분석이 가능하다. 신 CDO는 “두 개의 타깃(리스크-대출수요)을 동시에 고려했음에도 대안 정보를 포함했기에 금융 정보만 활용했을 때보다 오히려 리스크 변별력이 높아질 수 있었다”고 말했다.
그러나 이 훌륭한 결과의 모형을 완성하기까지 과정은 만만치 않았다. 가장 힘들었던 부분은 모형 설계에 있어 요건 정의였다. 예컨대 대출수요를 어떻게 정의할지, 리스크와 대출수요를 어떻게 결합할지 정의하는 과정 등이다. 여기에 대안 정보 또한 1000여 가지가 넘기 때문에 원하는 항목만 뽑아내는 데 시행착오를 많이 겪었다.
신 CDO는 “데이터를 그냥 쓰면 변별력이 올라갈 수가 없고, ‘가공’을 해야 변별력이 강해진다”며 “항목들을 여러 개 골라내고, 분포를 일일이 보면서, 어떤 항목을 써야 할 것인가를 정의하는 과정들이 반복적으로 일어났다”고 회고했다.
“렌딩인텔리전스 기반, 대출 혁신 이뤄낼 것”
사실 이번 대안신용평가모형은 어니스트펀드가 펼쳐온, 그리고 펼칠 솔루션 중 일부다. 앞으로는 인공지능(AI) 기반 리스크 솔루션인 렌딩인텔리전스를 통해 기업 간 거래(B2B) 사업들을 진행하는 게 핵심적인 목표다. 이번 모형이 렌딩인텔리전스라는 어니스트펀드 고유의 생태계를 한 단계 업그레이드시키는 데 역할을 한 셈이다.
신 CDO는 “이미 금융 정보에 AI 기법을 활용해 변별력을 많이 개선한 솔루션들을 공급하고 있다”며 “실제 10개 이상 금융기관에서 백테스팅을 진행한 결과 렌딩인텔리전스의 성능은 입증됐고 긍정적인 반응도 얻었다”고 말했다.
이어 “다만 현재 기준에서는 대안 정보가 포함된 것은 아니다”라며 “하반기까지는 이를 적용해 새로운 모형들을 B2B 고객들에게 충분히 공급할 수 있을 것으로 생각한다”고 덧붙였다.
나아가 어니스트펀드는 2금융권에서 의미 있는 혁신을 이뤄낼 수 있는 ‘큰 대출 물결’을 일으키겠다고 다짐한다. 김 CPO는 “개인 대출 고객들은 더 낮은 금리 대출 상품, 더 좋은 사용자 경험(UX)을 하게 될 것”이며 “금융기관에게도 그들을 대체하는 게 아닌 파트너십을 통해 더 나은 사업 기회를 제공하고 싶다”고 말했다.
신 CDO도 “최근 고금리 기조에 법정 상한 금리 20% 제한까지 있어 금융기관들이 중·저신용자들에게 대출을 잘 안 해주는 경향이 나타나는 것도 사실”이라며 “ 때문에 어니스트펀드는 우리가 보유한 AI 기술과 리스크 분석 역량을 집중해 더 낮은 금리를 제공하면서 금융 소외 계층을 어루만질 수 있는 플랫폼으로 나아가겠다”고 강조했다.
ⓒ이코노미스트(https://economist.co.kr) '내일을 위한 경제뉴스 이코노미스트' 무단 전재 및 재배포 금지
많이 본 뉴스
1LG생활건강 “향후 3년간 3014억원 규모 자사주 전량 소각”
2폴 바셋, 딸기 활용한 겨울 시즌 메뉴 5종 출시
3'59㎡ 분양가 14억', 분양 성패로 서울 아파트 풍향계 될까
4롯데웰푸드, ‘오잉 오징어랑 버터구이칩’으로 어른과자 시장 공략
5국민은행, 택시기사·회사원 등 보이스피싱 예방한 시민 10명 선정
6지씨셀 "B세포 림프종 치료제 후보물질, KDDF 과제 선정"
7교보증권, 대한민국 1호 증권사 창립 75주년…“변화·혁신 내재화 해야”
8"2800세대 대단지에 '매매물량 1200개'"...'인천 송도'에 무슨 일?
9산업은행·경찰청, 순직경찰관 유가족·공상 퇴직경찰관 지원 업무협약