이 기사는 2021년 03월 09일 15시01분 thebell에 표출된 기사입니다

KB국민은행이 머신러닝 기반의 소매 신용평가 구축 작업을 마치고 실제 적용에 들어갔다. 기존 신용평가 모델에는 없었던 다양한 비금융 대안 정보와 머신러닝 기술을 활용해 대출 확대 여력을 높인 게 특징이다. 이와 더불어 소상공인 특화 신용평가 모델까지 상반기 내 개발을 완료할 예정이다.

9일 은행권에 따르면 국민은행은 지난해 말 리스크전략그룹에서 머신러닝 기반 소매 신용평가 모델 구축을 마치고 올 초부터 현장 및 여신 부서 등과 함께 시스템 안착 작업을 진행 중이다. 리스크전략그룹 내 '신용평가모델 유닛(Unit)'에서 모델을 개발했다.

국민은행이 추가적인 신용평가 모델 개발을 구상하게 된 건 신용평가의 정확성을 더욱 높여 새로운 고객군을 대상으로 한 대출 확대 여력을 점검해보기 위함이다. 기존 전통적인 방식으로는 틀에 짜인 결과만이 도출되기 때문이다. 국민은행은 새로운 정교한 신용평가를 통해 실제 상황과 달리 저평가 받던 고객들에게도 대출 기회를 마련해주기로 했다.

새 신용평가 모델이 나오기 위해서는 기존과 다른 정보들이 주입돼야 한다. 국민은행은 고객들의 외부통신정보, 부동산자산, 생활패턴정보 등 다양한 비금융대안정보를 활용하는 방식으로 접근했다. 여기에 더해 머신러닝 기법 및 인공지능(AI) 알고리즘을 적용했다. 부도율 측정 과정에서 정확도를 크게 향상시킬 수 있었다.

이에 따라 국민은행은 소매 관련 신용평가모델 총 9개를 개발해냈다. 씬파일러(Thin-Filer) 모델, 대안정보모델, 조기경보모델, 사기대출방지모델 등이다. 각 차주별 특성에 맞춰 적합한 모델을 가동해 신용평가를 정교화했다.

예를 들면 신용카드 거래내역이나 대출 실적이 거의 없는 차주, 사회초년생의 경우 씬파일러 모델을 통해 신용등급을 새롭게 평가하게 된다. 기존 차주들 경우 대안정보모델을 통해 한도를 늘릴 여지가 있는지는 살펴보고 신용등급을 재평가한다. 조기경보 모델로는 기존 차주의 부도 위험 등을 미리 알림받아 여신을 조절한다.

국민은행은 올 상반기 내에 새로운 소매 신용평가모델 적용을 마치고 하반기부터 본격적인 실사용에 들어갈 예정이다.

국민은행 관계자는 “소매 신용평가 전략모델을 통해 정교한 포트폴리오관리가 가능해질 것”이라며 “더불어 그간 금융거래정보가 부족해 대출받기 어려웠던 금융소외계층으로도 대출 확대가 가능해져 정부의 포용금융 지원정책에도 부응할 수 있을 것으로 본다”고 말했다.

이에 힘입어 국민은행은 소상공인 특화 모델도 개발 중이다. 나이스신용평가를 비롯해 KB국민카드 등 그룹 계열사들의 정보까지 모두 아울러 통신정보, 사업성 분석 데이터, 상권정보, 고객리뷰 등 다양한 대안 정보를 활용해 소상공인 대상의 새 신용평가 모델을 만들자는 것이다.

올 8월 마이데이터 사업이 본격화되면 CB사 등이 보유하는 정보의 양도 훨씬 방대해지는 만큼 소상공인 특화 모델 역시 훨씬 정교화될 것으로 기대하고 있다.

국민은행은 당초 소상공인을 대상으로 한 신용평가 모델의 필요성은 느끼고 있었지만 개발을 미뤄왔다. 하지만 코로나19 사태를 계기로 개발을 서두르게 됐다. 코로나19 경기 악화에 따라 어려움을 겪고 있는 소상공인들에 특화된 지원을 하기 위해서다.