인공지능(이하 AI)을 활용한 보다 정교한 신용평가 모형 개발은 은행의 포용금융의 시작점이 되고, 장기적으로 은행의 신흥국 진출시 핵심 역할을 할 것이라는 분석이 나왔다.

김도훈 우리금융경영연구소 은행경영연구실 선임연구원은 ‘우리 리서치 플러스(PLUS) 5월호’에 ‘AI로 씬파일러를 잡아라!’ 제하의 분석을 통해 이같이 밝혔다.

<BI코리아>는 우리은행의 협조를 받아 관련 내용을 정리해 봤다.

◆ESG 경영과 금융포용

글로벌 금융회사들의 ESG(Environment 환경, Social 사회, Governance 지배구조) 경영 추세가 확산일로다.

올해 전 세계 금융회사의 75% 이상이 환경 이니셔티브에 투자할 계획이라고 한다.

최근 들어 사회 문제에 관심을 두는 회사도 늘고 있다. 코로나가 장기간 지속하면서 계층 간 불평등이 심화한 때문.

IMF는 코로나 이후 신흥국의 ‘지니계수’가 과거 최고치 2008년 수준(42.7)으로 돌아갔다고 발표했다.

취약계층의 빈곤도가 더 높아지면서 금융권에 문제 해결을 위한 사회적 책임 관련 목소리가
높아지고 있다.

전통 금융회사는 이같은 불평등 문제를 해결할 열쇠가 ‘금융포용(또는 포용금융)’에 있다고 판단하고 있다.

금융포용은 기존 체계에서 대출 등 금융서비스에 대한 접근이 제한되고 사용에 차별받던 취약계층 금융소비자에게 더 개방적이고 공정한 서비스를 제공하는 것을 뜻한다.

금융회사는 금융포용을 효과적으로 확대하기 위해 고도의 인공지능 기술을 보유하고 있는 핀테크 기업과 제휴를 맺고 관련 사업을 추진하고 있다.

지난 2020년 딜로이트의 설문조사에 따르면, 글로벌 은행들은 자체 개발(33%)보다 핀테크 기업을 활용(50%)해 금융서비스를 개선하는 것이 더 효과적이라고 답했다.

◆인공지능 기술이 어떻게 금융포용을 확대할 수 있을까?

금융소비자는 대출받을 때 금융회사에서 신용도를 평가받는다.

신용도는 결제 대출정보(미국의 대표적인 신용평가사 파이코-FICO 기준 결제 내역 35%, 대출금액 30%, 대출 기간 15%, 신규 대출 10%, 크레딧 믹스 10%)로 결정된다.

그래서 결제와 대출과 관련한 신용 이력이 부족한 씬파일러(Thin Filer, 금융이력 부족자)는 대출 접근이 어렵다.

이를 인공지능을 활용해 해결할 수 있다.

기존 평가 모델이 근거로 삼던 정보 외에 광범위한 비금융정보(온라인쇼핑, SNS 등)를 인공지능으로 분석해 표면적으로 드러나지 않는 금융소비자의 신용도를 찾는 식이다.

미국의 여러 논문은 인공지능의 신용평가 활용이 고객군을 확대하고 부실율을 낮춘다는 결과를 제시하며 그 실효성을 입증하고 있다.

◆주요 사례 분석

인공지능 핀테크와 제휴해 신용평가 모델을 개선하고 금융포용에 적극적인 회사는 시중은행 스탠다 드차타드(Standard Chartered)(영국), BBVA(스페인)와 미 정부 후원 모기지 회사 프레디 맥(Freddie Mac)이 대표적이다.

스탠다드차타드는 신용평가할 때 인종, 성별, 나이 등에 따른 차별을 없애고 대출 승인율을 높이기 위해 인공지능모델 분석 스타트업 ‘트루에라(Truera, 2020년 8월), 다국적 신용분석기업 익스페리안(Experian, 2020년 10월)과 제휴했다.

BBVA는 멕시코, 칠레 등 남미 씬파일러의 금융 접근성을 높이기 위해 2017년 7월 AI 신용평가 핀테크 ‘데스타까메(Destacame)’와 제휴했다.

프레딕 맥은 모기지 대출 승인에 인종, 부동산 거래 경험 등에 따른 비합리적인 차별을 없애기 위해 AI 기반 언더라이팅 스타트업 제스트(Zest) AI와 지난해 11월 파트너십을 맺었다.

이들 금융회사가 금융포용을 활발히 추진하는 이유는 핵심 사업지역이 전통 금융서비스 접근성이 낮거나 다인종국이기 때문이다.

스탠다드차타드는 아세안과 남아시아, 아프리카와 중동에서 대출을 취급하는 비중이 약 35%이다. 

BBVA는 멕시코와 남아메리카에서 벌어들이는 수익 비중이 45%에 달한다.

이들 지역은 금융 혜택을 받지 못하는 고객 비율이 최소 30%에서 최대 63%로 금융포용이 시급한 곳이다.

프레디 맥은 본토인 미국을 중심으로 영업하는데, 인종에 따라 차별적인 금융서비스가 사회적 이슈로 떠오른다.

미국의 한 비영리 단체는 2019년 초 재정적으로 풍족한 유색인종 중 62.5%가 자동차 금융 이용 시 백인보다 큰 비용을 부담한다고 지적했다.

금융회사가 금융포용 확대를 위해 핀테크 기업의 고급 인공지능 및 비금융데이터 분석 기술을 적극적으로 활용하고 있다.

스탠다드차타드는 방대한 데이터를 머신러닝으로 분석해 고객의 행동을 예측하는 방식으로 부실율을 관리하는 익스페리안의 기술과 신용평가 모델의 편향적 요소를 개선하는 ‘트루에라(Truera)’의 소프트웨어를 내부 시스템에 적용했다.

프레디 맥도 스탠다드차타드와 마찬가지로 신용평가의 불공정한 요소를 찾고 고치는 제스트 AI의 소프트웨어를 내부 시스템에 탑재하는 방식으로 기존 체계의 문제점을 해소했다.

BBVA는 제휴사의 기술을 내재화하기보다는 플랫폼을 직접 연계한다.

특히, BBVA에서 대출을 거부당한 고객을 제휴사 ‘데스타까메(Destacame)’의 사이트로 이동시키고, 고객 본인의 공과금 지불 내역, 자동차 금융이력 등 정보를 제출토록 한다.

정보를 충실하게 제공한 금융소비자는 ‘데스타까메(Destacame)’에서 신용 점수를 다시 받아BBVA에 보내 소규모 대출을 제공받게 하는 식이다.

AI 기반 신용평가모델의 활용 결과는 매우 긍정적이다.

다우존스는 취약계층의 제도권 금융으로 편입을 적극적으로 추진한 BBVA와 스탠다드차타드의 금융포용 점수를 각각 100점, 96점으로 평가했다.

업계 평균 71점을 크게 웃도는 점수다.

BBVA는 2019년 취약계층의 대출 승인율을 2%에서 20%로 10배 이상 높이면서도 위험 수준을 사상 최저로 관리했다.

스탠다드차타드도 인도 등에서 AI 기반 신용평가 모델을 테스트한 결과 대출 승인율은 높이면서 연체율을 감소하는 성과를 달성했다고 발표했다.

프레디 맥은 대출 승인율 20% 증가, 상각률 50% 축소하는 성과와 함께 히스패닉-백인간 대출 승인율 차이를 70% 가량 줄이고, 흑인-백인 간의 경우 40% 이상 축소하는 등 인종차별적 부분도 개선했다.

◆시사점

금융회사가 AI 기반 신용평가를 통해 금융포용을 추진하는 것은 신인도 증대뿐만 아니라 안정적인 부실률 관리도 달성할 수 있다는 장점이 명확하다는 사실을 앞선 사례에서 확인했다.

국내에서도 관련한 노력이 여럿 있었으나, 실효성 있게 활용되고 있지는 않은 실정이다.

올해 초 금융위는 업무계획에서 거래이력이 부족한 중 저신용자의 금융 접근성 제고를 위해 대안 신용평가의 활성화를 촉진할 것이라고 밝혔다.

이로 보아 과거보다 금융권의 사회적 책임이 더욱 중요해지고 있다.

따라서 기술력 높은 핀테크 기업을 적극적으로 물색하고 제휴모델을 구축해 AI 신용평가를 통한 금융포용을 추진할 필요가 있다.

이미 구축한 대안적 신용평가모델이 있다면 이를 고도화해 국내 중금리 대출에 활용할 방안을 먼저 모색해야 할 것이다.

국내에서 안정성을 입증한 뒤에는 신흥국의 저소득 고객을 대상으로 더 많은 여신 기회를 제공하는 데 노력을 기해야 할 것이다.

또한, 스탠다드차타드나 BBVA와 같이 신인도를 높이기 위해 이같은 금융포용 관련 노력을 ESG 경영 모범사례로 적극적으로 활용할 필요가 있다.

<글 = 우리금융경영연구소 은행경영연구실 김도훈 선임연구원 dhkim@wfri.re.kr, 정리= 김동기 기자>kdk@bikorea.net