이 기사는 2016년 05월 25일 16시27분 thebell에 표출된 기사입니다

P2P대출업체 '렌딧'이 자체 신용평가시스템 '렌딧CSS(Credit Scoring System)'의 업그레이드를 진행 중이다. 현재 90% 이상인 금융데이터 의존도를 줄이고 10%에 불과한 사용자 행동데이터 비중을 40%로 확대한다. 행동패턴 등 정성적 정보를 기반으로 '상환의지'를 평가하는데 중점을 두는 방향이다.

25일 핀테크업계에 따르면 렌딧은 정교한 CSS 분석모델을 개발하기 위해 고객의 행동정보를 수집하고 있다. 사용자 행동패턴(User behavior)과 SNS 등 소셜데이터가 주로 수집된다.

사용자 행동데이터는 렌딧 사이트에 어떤 경로를 통해 접속했는지, 사이트에 머무는 시간, 주요한 정보들을 면밀히 읽어 보는지 등의 항목을 바탕으로 한 정보다. 대출신청자의 신중함과 상환의지 등을 판단하는데 쓰인다.

소셜데이터는 대출신청 시 정보수집에 동의한 신청자들의 페이스북을 통해 수집한다. 렌딧은 페이스북 정보 수집에 동의한 신청자에게는 대출금리를 0.1% 낮춰주는 혜택을 제공하고 있다. 띄어쓰기, 맞춤법 등을 통한 SNS 데이터 분석도 심사평가에 반영된다.

다만 이렇게 모은 사용자 행동데이터가 대출심사에 사용되는 비중은 현재 10%에 불과하다. 렌딧은 이를 40%까지 끌어올릴 계획이다. 지금은 대출신용평가의 90% 이상이 NICE평가정보로부터 제공받는 250여개의 금융데이터를 기반으로 하고 있다. 사용자 행동패턴 및 소셜데이터 등 비금융데이터는 아직 정성평가를 위한 보완자료로만 사용되는 수준이다.

렌딧 관계자는 "P2P대출은 차주의 신용등급 및 상환의지를 평가하는 기술력이 관건"이라며 "정형화된 금융데이터만으로는 이를 판단하기엔 부족한 점이 있어 비금융데이터를 반영하는 추세"라고 설명했다.


렌딧이 CSS 업그레이드에 열중하는 것은 2금융권의 대출심사모델이 상환의지 평가 중심으로 바뀌는 것과 무관하지 않다. 2금융권에서 정량적 데이터로는 신용에 전혀 문제가 없던 차주가 대출 받은 뒤 개인회생을 신청하는 사례가 급증하고 있기 때문이다. 실제로 금융지주 계열 한 저축은행은 부실대출 중 80%가 개인회생인 것으로 분석됐다.

특히 P2P대출처럼 인터넷 플랫폼을 통한 개인 간의 금융은 필연적으로 비대면거래라 이런 점에 더 취약하다. 일부 2금융사들은 비대면 대출상품을 취급하는 경우 신용평가과정에 대출심사역을 투입하고 있지만 이 또한 미봉책에 불과하다.

P2P대출업체와 기존 금융사들이 빅데이터 분석기술에 관심을 두는 것도 이런 배경이 작용했다. 비정형화된 행동정보 더미에서 유의미한 패턴을 찾아내는 빅데이터 기술을 신용평가에 적용, 대출신청자의 상환의지를 가늠해볼 수 있다는 판단이다.

렌딧은 사용자의 행동정보와 소셜데이터 축적이 일정단계에 접어들면 심리평가를 활용한 비금융데이터 확보에 나설 계획이다. 빅데이터를 기반으로 한 머신러닝(Machine Learning, 기계학습)을 통해 스스로 학습 가능한 통합 CSS를 구축하는 것이 궁극적인 목표다.

렌딧 관계자는 "시스템 자체적으로 기존 데이터를 학습하고 새로운 데이터를 받아들여 끊임없이 시뮬레이션 함으로써 미세한 리스크까지 구분할 수 있을 것으로 기대한다"며 "지금 같은 속도로 대출고객이 증가한다면 더 빠른 시기 안에 새로운 CSS를 선보일 수 있을 것"이라고 말했다.