이 기사는 2017년 03월 06일 15:06 thebell 에 표출된 기사입니다.

머신러닝(Machine Learning). 작년부터 금융권에서 유행한 키워드 중 하나다. 컴퓨터 스스로 방대한 데이터를 수집·분석해 미래를 예측하는 인공지능 기술의 일종이다. 이를 신용평가시스템에 응용하면 좀 더 세밀한 고객평가와 금리차등화가 가능하다. 즉 리스크관리 기법도 그만큼 정밀해진다.

신한카드는 머신러닝 기술을 적용한 신용평가시스템(Credit Scoring System, 이하 CSS)을 지난 1월 오픈했다. 기존 시스템으로는 활용할 수 없었던 이종업종 데이터 및 비금융데이터 활용도 가능해졌다. 신한카드는 리스크관리의 시스템 고도화를 위해 금년 중에도 다양한 머신러닝 기법 도입을 확대할 예정이다.

지광수 신한카드 리스크관리본부장(상무, 사진)은 "이번에 오픈된 CSS는 머신러닝 기법을 통해 그간 사용치 않았던 변수들을 활용할 수 있게 됐다는 것이 이전 모델과 다른 점"이라며 "이전에는 금융데이터 기반으로 10~15개 변수를 가지고 만들었는데 지금은 금융데이터 이외에 당시 사용치 않았던 100여개의 변수를 활용할 수 있다"고 설명했다.


CSS는 고객과 관련된 각종 데이터를 점수화해 신용등급을 자동적으로 산출하는 시스템이다. 최근 온라인·비대면 대출 및 카드발급이 가능해진 것도 자동화된 CSS 덕분이다. 카드 이용한도 판단에 활용하는 BSS(Behavior Scoring System)나 신규 카드회원의 입회여부 및 초기한도를 결정하는데 쓰는 ASS(Application Scoring System)는 모두 CSS에 속하는 시스템이다.

활용할 수 있는 데이터가 많을수록 고객 변별력이 강화되는 게 CSS의 특징이다. 고도화 된 CSS일수록 여신고객을 정확하게 심사하고 평가할 수 있다. 즉 우수한 CSS 구축은 리스크관리의 첫 단추인 셈이다. 이 때문에 신용대출 고객이 많은 카드, 캐피탈, 저축은행 등은 CSS 고도화에 사활을 걸고 있다.

신한카드가 이번에 오픈한 CSS는 기존 금융데이터 중심에서 벗어나 비금융데이터, 이종업종 데이터를 활용할 수 있으면서 변별력이 더욱 강화된 것이 특징이다. 예컨대 연체고객의 경우 기존에는 무조건 대출 불가였다. 하지만 연체고객 가운데서도 이동통신료 납부를 제대로 하고 있는 고객이 있다면 이들은 정상적으로 경제활동을 하고 있는 것으로 판단, 일반 연체고객과 다르게 분류할 수 있다. 즉 같은 집단인줄 알았는데 그 중에서도 연체율이 양호한 집단을 구분할 수 있다는 것이다. 이는 금리차등화가 가능하다는 의미기도 하다.

지 상무는 "기존 CSS에서 활용하지 못했던 비금융데이터 등 특화항목을 발굴해 신용평가에 접목하고 있다"며 "올해는 작년 중에 축적된 경험·노하우를 바탕으로 더욱 다양한 머신러닝 기법 도입을 확대하고 대내외 데이터 활용 분야를 확장할 예정"이라고 밝혔다.

그는 또 "통신사와의 협업을 통해 금융거래정보가 충분치 않더라도 한도와 금리를 우대하는 등 신용평가 방법을 다양화하고 있다"며 "올해는 통신사 정보 등 이종업종 데이터 및 비금융데이터 활용을 확대해 신용평가모델을 더욱 업그레이드할 계획"이라고 덧붙였다.

다만 지 상무는 인공지능(AI), 머신러닝 같은 핀테크 기술이 리스크관리에 도움이 되는 것은 사실이지만 또 다른 리스크를 키우고 있는 점을 지적했다. 금융채널이 비대면·온라인화 되면서 점차 커지고 있는 운영리스크가 그것이다. 전산장애, 비대면 채널에 자주 불거지는 사기, 카드 위·변조, 고객정보 탈취 등으로 발생하는 리스크를 뜻한다.

그는 "아직은 핀테크를 시작한지 1~2년밖에 안 돼 회사 손익에 미치는 영향은 미미하나 온라인화, 비대면화 진행될수록 운영리스크가 증대할 가능성이 크다"며 "대표적인 운영리스크가 바로 사기(Fraud)위험"이라고 설명했다.

이어 "해마다 리스크전략을 수립할 때 운영리스크 한도를 설정, 리스크량을 산출해 이에 상응하는 자기자본을 축적하고 있다"며 "도난·분실카드 부정사용, 카드정보 탈취(스미싱, 해킹)를 통한 부정발급, 위·변조 카드사용 등을 방지하기 위해 비대면 본인인증 체계나 업무 프로세스를 선제적으로 점검하고 있다"고 말했다.