[리딩금융인] 신윤제 어니스트펀드 CDO "신용평가모델 새 표준 만든다"

[아이뉴스24 이재용 기자] "대출 비교 플랫폼에서 어니스트펀드를 선택할 확률은 경쟁사 대비 2.4배 높다."

신윤제 어니스트펀드 최고데이터책임자(CDO) 겸 인공지능(AI) 랩장은 지난 1일 오후 서울 여의도 어니스트펀드 본사에서 아이뉴스24와 만나 어니스트펀드의 경쟁력에 대해 설명하며 이같이 말했다.

어니스트펀드는 지난 상반기 기준 71만2천454 건에 달하는 뜨거운 대출 비교 플랫폼 시장에서 두각을 나타내는 온라인투자연계금융업체(온투업)다. 지난 7월 출시한 개인신용대출은 상품 출시 두 달여 만에 100억원가량을 취급했다.

신 CDO는 이 같은 결과물은 리스크 제어가 가능한 HF CSS(어니스트펀드 신용평가) 3.0의 우수한 성능을 바탕으로 타사보다 상대적으로 높은 한도와 낮은 금리를 제공할 수 있어서 가능했다고 설명했다. 그는 "한도는 약 1.4배, 금리는 2.6%포인트(p) 정도 낮게 제공하고 있다"고 했다.

◆HF CSS 3.0으로 변별력 35% 개선…내년 CSS 4.0 개발

신용평가사(CB) 나이스평가정보에서 13년 근무 후 지난해 10월 합류한 신 CDO는 어니스트펀드에서 첫 프로젝트로 CSS 모델 HF CSS 3.0의 개발 총괄을 맡았다.

앞선 버전인 '1.0'과 '2.0' CSS 모델은 스코어카드 모델로 구성해 10개 내외 항목을 분석하는 데 그쳤다. 3.0 모델에서는 머신러닝 기술을 본격 도입해 200여 개 이상 다양한 평가 기준을 통한 분석이 가능하다. 비대면 대출 트렌드에 맞춰 빠른 실행이 가능한 멀티 타깃 모형을 적용했기 때문이다.

신 CDO에 따르면 CSS 3.0 모델은 금융 데이터와 비신용 데이터를 결합한 200여 개 이상의 데이터 항목을 사용하는 AI 알고리즘을 구현·적용을 통해 변별력을 이전 모델 대비 35%(KS 통계치 기준) 개선했다.

신용평가 방식의 변화로 대출 실행률도 높였다. 통상 금융사 신용평가 모형은 연체 등 부정적·불량 정보에 준해 개발한다. 어니스트펀드는 모형을 만들 때 이러한 정보들을 인위적으로 약화하고 긍정적 정보나 이를 대체할 비금융 정보들이 영향력을 나타낼 수 있도록 설계했다.

신 CDO는 "기존에 대출 연체 위주로는 좀 평가를 잘 못받던 금융 소외·금융 취약자에 혜택이 많이 갈 수 있도록 모형을 만들었다"면서 "비교 대출 플랫폼에서 금융 정보 위주로, 동일한 잣대로 부결 받는 고객들이 위험 수준은 유지하면서도 어니스트펀드로 들어올 수 있도록 할 것"이라고 했다.

여기서 한 발짝 더 나간 CSS 3.1 개발도 거의 마쳤다. 다만 3.1에서는 극적인 변화는 없을 것으로 보인다. CSS 3.1 개발이 끝나면 내년쯤 다른 대안 정보, 대내외 거시 지표까지 고려해 평가할 수 있도록 하는 빅 체인지 모형 CSS 4.0 개발에 나선다. 비대면 대출이 활성화하고 경쟁이 치열한 가운데 CSS 모형 고도화가 필수적이라는 판단에서다.

◆빅데이터 기반 분석 파이프라인 '렌딩 인텔리전스' 지향

어니스트펀드는 AI 기술을 활용한 차세대 CSS '렌딩 인텔리전스(Lending Intelligence)' 시스템 개발을 진행 중이다. 렌딩 인텔리전스는 어니스트펀드가 추구하는 CSS의 지향점이다. 대출의 모든 의사결정을 AI를 통해 자동으로 운영할 수 있는 형태를 의미한다.

2~3년마다 빅 체인지를 통해 모형을 개발하는 환경이 아닌, 새로운 데이터가 들어왔을 때 즉각적인 응대가 가능한 게 특징이다. 어니스트펀드 AI 랩은 애초에 개별 오퍼레이터(Operator)들의 주요한 통찰을 모아 전사적으로 AI를 구성하는 다운 탑 형태로 구성했다. 이 때문에 더 실제적인 AI를 만들 수 있다고 신 CDO는 부연했다.

연속 학습에 대한 파이프라인 특허도 곧 출원할 예정이다. 신용평가 모델 고도화를 위한 개발·운영 전담 조직 확대 계획도 밝혔다. 대출 규모 추이를 지켜보면서 데이터 사이언스를 전공한 전문 인력을 충원한다는 방침이다.

신 CDO는 "CSS 모델을 기반으로 대출고객에 대한 정보를 수집·정제하고 자동으로 분석·학습할 수 있도록 머신러닝 옵스(MLOps), 데이터 옵스(DataOps) 아키텍처를 종합한 빅데이터 기반 분석 파이프라인 렌딩 인텔리전스를 구축, 시장 내 신용평가모델에 대한 새로운 표준을 목표한다"고 강조했다.