이 기사는 2019년 10월 31일 11:01 thebell 에 표출된 기사입니다.

"KB국민은행의 차별점이자 강점은 직원 스스로 머신러닝(ML)기반 자체 신용평가개발 능력을 확보하고 있다는 점이다. 향후에도 컨설턴트에 의존하지 않고 소매 행동평점모형(BSS)이나 기업신용평가 등 적용분야를 확대해나갈 수 있기에 그 가능성도 무궁무진하다."

최진경 국민은행 신용평가모델 유닛(Unit)장(사진)은 '습득을 통한 내재화'가 KB의 문화라고 소개했다. 단순히 용역을 통해 퍼포먼스를 낼 경우 컨설팅 기간이 끝나면 유지보수 관리할 인력이 없어 결국 원점이 된다. 이와 달리 직원들이 개발 스킬이나 경험을 직접 배우게 되면 업무 스펙트럼이 유사한 프로젝트를 만났을때 컨설턴트가 없어도 똑같은 퍼포먼스를 낼 수 있게 된다는 지론이다.

최 유닛장은 "3년전부터 내부적으로 여러 업무에 활용할 수 있는 ML 개발을 새롭게 하자는 수요가 나오기 시작했다"며 "활용에 주안점을 두고 새로운 신용평가모델을 위한 연구를 진행한 결과 2017년에는 파일럿 테스트를 실시하기도 했다"고 초기 개발 배경을 소개했다.


그는 "기존 15년 동안 고수해오던 통계적인 방법론을 탈피해 혁신을 시도하고자 했다"며 "그러나 기존 통계적인 방법론과 달리 신생 ML모델은 아직까지 승인 인프라가 갖춰져 있지 않았고, BIS비율 규제 등에 적용하기 어려운 실정이었다"라고 설명했다.

국민은행의 신용평가모델유닛은 작년 2월부터 외부업체의 자문을 받기 시작했다. '페니로이스'라는 컨설팅업체와 협업해 가계 신용대출자를 대상으로 한 신용평가모델 3개, 기업조기경보모델 2개(법인·개인사업자)를 공동으로 개발했다. 그중에서도 소매형 SOHO, 기업검증모델(외감,비외감1, 비외감2)의 경우 직원들이 방법론을 직접 익혀서 자체개발에 성공한 사례다.

최 유닛장은 "비슷한 예로 지난 7월 바젤 변경승인을 받을 때도 컨설팅을 따로 받지 않았다"며 "이전에는 자문을 받앗었지만 바젤 업무 스펙트럼이 유사하기 때문에 자체적인 역량으로 대응할 수 있었다"고 설명했다.

국민은행 리스크전략그룹 내 17명의 신용평가모델유닛 구성원들은 특히나 전문성을 띈다. 대표적으로 최 유닛장도 국민은행이 지난 1999년 신용평가모형을 처음 만들 때부터 합류한 멤버다. 앞서 15년정도 모델링 업무를 이행하고 그 이후 5년 정도는 모델검증 업무를 통해 신용평가모델 유닛에 몸담아왔다.

이번 은행권역 심사위원들도 국민은행 ML기법모델의 내구성에 주목했다. 내부직원들이 실증적인 경험 축적을 통해 자체 개발 능력을 보유했기 때문에 개발 범위도 다양할 뿐 아니라 신용리스크의 내부관리 역량도 탄탄할 수 밖에 없다는 평가다.

국민은행의 신용평가유닛은 향후 2년간 꾸준히 성능에 대한 검증을 실시해나가겠다는 방침이다. 최 유닛장은 "보통 신설한 신용평가모델들은 정확한 퍼포먼스가 나오기 까지 2년 정도가 소요된다"며 "자체적인 ML역량도 3개월 마다 관리하고 있는데 통계치를 기반으로 정보정의를 통해 유지관리를 해나갈 것"이라고 말했다.

모델 업데이트 주기는 3년으로 계획 중이다. 그는 "신용평가모델은 주기적으로 보강을 해나가야 하는 작업이라 매달 성능검증을 통해 변수가 생긴다면 업데이트 시기를 앞당길 수 도 있다"며 "여신리스크 관리가 위험가중자산과 충당금 추이에 영향을 비칠 수 있는 만큼 운용업무와 개발업무의 균형을 적절히 맞춰나갈 것"이라고 설명했다.