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

전통적으로 리테일(소매) 부문에 강한 면모를 보인 KB금융그룹은 작년 3월부터 '그룹 통합 소매 신용평가모델 구축 프로젝트'에 돌입했다. 그룹 차원에서 중금리대출 부문에서 시너지를 창출하는 게 주요 목적이었다. KB국민카드를 필두로 은행, 손해보험, 캐피탈, 저축은행의 모델 개발자들이 모여 태스크포스팀(TFT)을 만들었다. 같은 해 8월 모형개발을 마치고 12월 시스템개발을 완료했다.

신용평가모델 개발 및 관리는 국민카드가 담당하고 나머지 4개사는 개발 모델의 심사 전략 활용업무를 맡았다. 카드사 특성상 고객 수와 데이터가 풍부하기 때문에 주축이 됐다. 특히 국민카드는 이번 프로젝트에서 가장 중요한 과제였던 그룹의 빅데이터 통합과 활용에 대한 세부 전략을 도출했다.


소매자산에 대해 그룹 내 차주별 단일 신용등급체계를 구현한 건 업계 최초다. 통합 모델은 그룹 내 은행, 카드, 캐피탈, 저축은행에서 실제 대출이 이뤄지는 계좌를 대상으로 그룹 내 빅데이터와 외부신용정보를 통합해 머신러닝 기법을 적용했다.

이 모델은 그룹 내 데이터로만 구성된 그룹 실적모델과 외부정보로 구성된 일반모델을 합친 '이중적 구조'로 구성됐다. 신용정보 관련 법적 규제를 충족하기 위한 조치다. 그룹 내 정보는 금융지주회사법에 의해 계열사 간 공유가 리스크관리 목적에 한해 허용되지만, 외부 신용정보는 그렇지 않기 때문이다.

운영리스크를 최소화하기 위해 그룹 실적모델은 금융지주에서 통합 시스템으로 구축하고 일반모델은 외부 신용정보사에 위탁관리하는 방식을 택했다. 이를 통해 각 계열사가 동일 시스템을 구축할 때 쓰는 비용과 운영리스크를 혁신적으로 줄였다.


통합모델은 그룹 실적모델과 일반모델의 평점을 결합해 총점을 매기는 스코어 형태와 등급 형태 모두 활용 가능하다. 현재 이 모델은 KB금융 계열사의 여신심사 시 신규대출 심사 컷오프(Cut-off) 기준, 심사 거절 고객 중 우량 고객에 대한 예외 승인 기준 등에 활용되고 있다.

이 모델은 국내 최초로 그룹 내 산재된 우량 빅데이터 정보를 통합해 신용평가에 반영했다. 불량 정보 위주의 기존 신용평가에서 탈피해 우량 상환 능력을 반영해 예측력을 크게 개선했고, 그룹 차원의 일관된 리스크관리 정책을 수립하는 데 기여했다.


업권별 리스크수준 차이는 해당 업권 고객의 부도율 수준에 따라 분류한다. 일반적으로 은행, 카드, 캐피탈, 저축은행 순으로 부도율 수준이 높아지고 하위등급 비중도 늘어나는 만큼 이를 배제한 신용등급 산정은 활용도가 떨어지기 때문이다.

특히 전체 고객 기준의 통합 15등급 체계와 별도로 각 계열사의 고객 특성에 최적화한 업권 특화 10등급 체계를 운영한다. 고객 특성을 반영해 최적화된 신용등급을 심사전략에 활용하도록 한 것이다.

신용등급을 활용한 컷오프 기준 등 심사 전략을 구현할 때는 매트릭스(Matrix) 구조를 활용한다. 매트릭스 구조는 신규고객을 대상으로 하는 기존의 내부 AS(Application Score) 등급과 그룹 통합 소매 신용평가모델 등급이 서로 보완작용을 하도록 구성했다. 가령 내부 AS 등급은 하위 등급인 고객이 그룹 통합 소매 신용평가모델 등급에서 상위 등급으로 판별될 경우 기존에서는 탈락 대상이었지만, 매트릭스 전략 구현 후에는 대출이 이뤄질 수 있다.