디지털 금융 혁명의 거대한 물결...AI가 은행의 높은 문턱 낮춘다

신용평가, 많은 정보에 기초한 수학 모델...AI와 빅데이터가 적합
사용자 데이터 분석해 고객 신용도 파악...독자적 대출 업무 수행
머신러닝이 광범위한 대체 데이터 샅샅이 뒤져 개인 신용도 예측

 

오늘날 은행 등 금융권에 AI가 적극 도입되고 있다. (사진=셔터스톡)

인공지능(AI)의 영역은 과연 어디까지인가? 은행·보험 등 금융권에서 고객에게 대출 상품을 판매할 때 무엇보다 중요하게 보는 두 가지가 있다. 대출을 해줘도 괜찮을지를 결정하기 위한 대출 심사와 고객 신용 평가가 바로 그것이다.

최근 들어 빠르게 진화한 인공지능의 역할은 이 두 가지 영역에도 손길을 뻗치고 있다. 과거 대출을 받기 위해 반드시 필요한 것은 담보의 여부였다. 아무리 성실하고 신용도가 높아도 담보가 충분치 않으면, 사실상 대출은 거의 불가능했다.

 

제도권 금융이 이렇게 보수적인 이유는 고객 신용도에 대한 데이터가 부족하고 미래의 고객 행동을 예측할 수 없기 때문이다. 그러나 최근 AI의 발전은 담보 가치 이외에도 자연어 처리(NLP)와 감성 기술 등과 같은 비정형 데이터를 이용해 고객의 신용도를 평가할 수 있는 수준에 이르고 있다. 현재 미국에는 AI가 신용평가부터 위험 관리, 부정거래 방지, 트레이딩, 대출 업무까지 맡아하는 은행이 많이 생겨나고 있다.

 

전 세계 195국에 걸쳐서 금융 전문가 15만 명을 회원으로 두고 있는 세계리스크전문가협회(GARP)가 회원 2천명을 대상으로 실시한 조사에 따르면, 회원의 81%가 이미 인공지능 기술 도입 효과를 보고 있다고 응답했다. 아직 AI를 도입하지 않았다고 응답한 회원 중 84%는 향후 3년 내에 인공지능을 금융 업무에 도입할 것이라고 대답했다. 이는 향후 더 빠른 속도로 인공지능이 금융권에 도입될 것임을 시사한다.

 

AI가 고객의 신용도 분석

---

지난 2019년 12월 20일 애널리틱 인사이트에는 'AI가 대출 및 대출 관리를 어떻게 변화시키고 있는가?'라는 제목의 기사가 실렸다. 이에 따르면 AI의 발전은 모든 산업에서 큰 혁명을 이끌고 있는데, 가장 유용한 부분은 대출과 대출 관리 분야라는 것이다. AI로 자동화된 시스템을 통해 은행은 직원들이 하는 업무보다 비용을 50∼90% 절감할 수 있다.

특히 AI는 고객 신용도를 분석할 때 서비스 품질과 속도를 높이는 것으로 알려졌다. 실제로 인공지능 솔루션이 가장 유용하고 효과적인 영역은 챗봇과 24시간 사용자 지원, 거래 분석 및 대출 등의 고객서비스로 나타났다.

 

오늘날 많은 은행이 사업 전 분야에 AI를 도입하고 있는 가운데 AI·빅데이터는 여신업계에서 신용 분석에 사용된다. AI에 의한 신용평가(채점)는 고객이 얼마나 지불능력이 있는지 평가하는 것으로 부채를 상환하는 경우에 유용하다. 은행업계에 따르면 이는 총 소득, 신용 이력, 거래 분석, 심지어 근속 기간 등과 같은 많은 데이터에 기초한다.

 

신용평가는 통계적 방법에 기초하고 많은 양의 정보를 고려한 수학적 모델이다. AI와 빅데이터는 이 작업에 빠르고 효율적으로 대처하는 데 도움이 된다. 또 AI는 부채를 평가하고 고객의 신용 분석 수행을 돕는다. 일례로 유럽 은행들은 소매업 체납을 분석하기 위해 머신러닝 기술을 출시한 최초 은행들 가운데 하나였다. 최근 은행 전문가들은 회복에 대한 고객의 반응을 예측하는 자체 학습 상승 모델을 구축하고 있다. 이를 통해 은행들은 프로세스를 최적화하고, 개별 대출자들과 어떻게 소통하는 것이 최선일지 고민한다.

 

AI 모델은 전화를 걸 수 없는 고객을 식별해 결제에 대해 상기시켜 주는 역할을 한다. 또 결제를 하는 고객과 상기시켜 줄 필요가 있는 고객의 목록을 형성하는 일도 수행하고 있다. 애널리틱 인사이트는 향후 은행 경영진들이 AI 솔루션을 기반으로 개인에 대한 대출을 결정하고 집행할 것으로 내다봤다. AI 시스템의 도움으로 대출 결정이 1분 안에 내려질 수도 있다는 것이다. 대출 테스트는 대출 결정권자의 참여로 진행되는데, 머지않아 신용에 대한 모든 문제가 AI의 책임 영역으로 넘어갈지도 모른다는 것이 이들의 예상이다.

 

대출 업무에 AI를 적극 활용하는 은행들이 늘고 있다. (사진=셔터스톡)

 

대출은 머신러닝에 적합한 사업

---

지난 2020년 4월 3일 AI 리서치 및 자문 회사인 에머즈(Emerj)의 수석 연구원 다니엘 파겔라(Daniel Faggella)는 ‘대출 및 대출 관리를 위한 인공지능 애플리케이션’이라는 제하의 칼럼을 자사 웹사이트에 올렸다. 그에 따르면 대출은 거의 모든 경제 분야에 직간접적으로 영향을 미치는 미국의 대규모 사업이다. 수천만 명의 미국인들이 수조 달러 상당의 대출을 갖고 있는 상황에서 기업이 보유한 대출에 대한 수익을 조금이라도 개선할 수 있다면, 점유율 향상을 위한 어떤 기술도 상당한 금액의 가치가 있을 것이라는 주장이다.

 

다니엘 파겔라는 "대출은 기본적으로 빅데이터 문제라 머신러닝에 적합한 사업"이라고 말했다. 따라서 대출가액의 일부는 대출을 받은 개인이나 기업의 신용도와 관련이 있으며, 개인 차입자에 대한 데이터가 많을수록 더 잘 평가할 수 있다. 대출 가치는 자동차·주택·사업·예술품 등과 같은 담보 가치와 미래의 인플레이션 가능성 및 전반적인 경제 성장에 대한 예측 등과 관련이 있다. 이론적으로 AI의 예측은 이 모든 데이터 소스를 함께 분석해 일관성 있는 결정을 내릴 수 있다는 것이 그의 지론이다.

 

신용도 결정의 경우, 대부분의 대출 가치는 주로 개인이나 기업이 갚을 확률에 따라 결정되기 때문에 개인이 채무불이행할 확률을 결정하는 것은 전체 부문에서 매우 중요하다. 그것은 완벽한 정보가 있더라도 복잡한 작업이 될 수 있고, 종종 정보가 불완전하거나 틀릴 수 있다고 파겔라는 설명했다.

 

이를 위해 여러 기업이 AI를 신용 평가에 활용하고 있다. 과거에는 대출업체들이 미국의 신용평가점수제인 FICO 점수와 소득과 같은 몇 가지 지표만을 살펴본 반면, 현재의 기업들은 개인의 전체 생애와 심지어 방대한 디지털 풋프린트까지 살펴보기 시작했다. 이를 잠재적 대출자에 대한 ‘대체 데이터’라고 한다.

 

글로벌 핀테크 기업 '렌도(Lenddo)'는 개인의 신용도 예측을 목적으로 광범위한 대체 데이터 소스를 샅샅이 뒤지기 위해 고급 머신러닝을 적극적으로 사용하는 스타트업 중 하나다. 지난 2011년에 출범한 이 회사는 은행 계좌가 부족한 사람이 많은 신흥 시장에 초점을 맞추고 있다. 이에 렌도는 잠재 신청자의 전체 디지털 발자국을 살펴본 뒤, 개인의 앱을 다운받아 신용도를 판단한다.

 

회사 관계자는 "이는 소셜 미디어 계정 사용과 인터넷 검색, 지리 위치 데이터, 다른 스마트폰 정보를 포함한 1만2,000개 이상의 변수를 조사하는 것"이라고 말했다. 이 회사의 머신러닝 알고리즘은 이 모든 데이터를 은행과 다른 대출자들이 사용할 수 있는 신용 점수로 바꾼다.

 

미국 LA에 있는 제스트 파이낸스(ZestFinance)도 7만여 개의 각종 변수를 사용해 신용평가를 하는 기업이다. 이들은 신용 기록이 없거나 거의 없는 사람들에 대한 정보를 얻기 위한 대체 데이터를 처리하고자 머신러닝을 사용하고 있다. 이 회사에 따르면 중국에는 신용 이력이 없는 인구가 5억 명에 달한다. 몇 년 전에 제스트 파이낸스는 중국의 대표적인 인터넷 검색 제공업체인 바이두와 전략적 투자를 맺었는데, 바이두의 검색 데이터를 활용해 개인에 대한 신용점수를 개발하고 있다.

 

미국 최대 상거래업체 아마존 역시 자사의 데이터를 이용해 대출 업무를 활용하는 기업이다. 온라인 소매업에서 아마존의 지배적인 위치를 고려할 때, 엄청난 독점 정보를 가지고 있는 이 회사는 데이터를 머신러닝 모델에 사용해 중소기업 대출을 제공할 기업을 찾고 있다. 또 아마존의 독점적인 데이터는 어떤 특정한 회사들이 대출을 원하는 지에 대한 더 빠른 이해와 그들의 상대적 신용도를 전통적인 대부업체들보다 더 원활하게 제공할 수 있다. 지난 2019년 아마존은 자사 대출시스템을 이용하는 중소기업에 약 10억 달러를 빌려줬다.

 

파겔라는 "대출과 신용 등급에서 대체 데이터를 분석하기 위해 머신러닝을 사용하는 것은 사생활 문제와 윤리적·법적 우려를 불러일으킬 것"이라고 주장했다. 하지만 이러한 우려에도 불구하고 신용도를 판단하기 위해 대체 데이터를 처리하는 머신 러닝의 사용은 크게 증가할 가능성이 높다고 전망했다.

 

AI는 금융 사기 적발에 인간보다 뛰어나다. (사진=셔터스톡)

 

AI가 대출할지, 말지 결정

---

지난 2018년 11월 29일 선도적 앱 개발회사인 퓨전인포매틱스(Fusionin Informatics)에 기업인 아셰시 샤(Ashesh shah)는 '금융 산업의 대출 및 대출 관리를 위한 AI 애플리케이션'이라는 제하의 칼럼을 올렸다. 칼럼에 따르면 대출 관리는 사용자에게 대출을 제공하는 은행과 자금 조달 회사의 핵심 부서다. 역사적으로 금융 기관의 목적은 총 대출 위험을 인식하고, 선진시장에서 대출을 매도하고, 위험을 회피함으로써 기회의 이익을 증진시키도록 존재해왔다. 오늘날 대출 및 대출 관리가 빠르게 증가하고 있는 데 반해, 애플리케이션 부정행위가 늘어날 가능성 역시 시스템 전반에서 빠르게 증가하고 있다는 것이 그의 주장이다.

 

경제 참사로 빚더미에 올라 신용기준을 속이는 사람이 늘고 있으며, 이에 맞서 은행이나 금융권 등 대부업체는 개인정보 해킹을 막기 위해 제3자 애플리케이션을 수시로 노출해 사기를 적발하고 있다. 그럼에도 불구하고 금융기관과 은행업계는 고객이 온라인을 통한 신용신청의 기만 공격에 속수무책이다. 이러한 요소들은 안전 목적의 대출 신청을 확보하기 위해 신흥 기술을 고려하고 채택하게 만들었다.

 

아셰시 샤는 본질적으로 금융권의 대출 사업은 인공지능과 빅데이터를 다루는 문제라고 주장했다. 이는 특정 대출자에 대한 정보가 많을수록 대출자의 신용 적격성을 평가할 수 있기 때문이다. 동시에 진보된 인공지능은 신용 애플리케이션에 엄청난 변화를 가져왔고, 신용 앱에서 트랜잭션(데이터베이스의 상태를 변화시키기 위해서 수행하는 작업) 사기를 수행하기 어렵게 만들고 있다.

 

AI와 머신러닝은 인간 분석가의 자리를 대체하고 오류 비용을 절감하면서 워크플로우에 대한 사기 및 속임수를 식별하고 수천 개의 문서를 분석해낸다. 이는 인간 분석가의 오류에 수백만 달러의 비용이 들 수 있기 때문에 이들의 지위를 적극적으로 지켜내는 데 기여하고 있다. AI는 시간이 지남에 따라 학습하는 머신러닝을 기반으로 만들어졌기 때문에 실수 가능성이 낮고, 방대한 양의 데이터 분석에 유용하다. 아셰시는 AI 챗봇의 경우 많은 시간과 현금을 보호해야 하는 은행들의 탁월한 지원 도구로 자리매김하고 있다고 전망했다.

 

현금흐름 지표에 AI 알고리즘이 도입되고 소셜데이터가 연결돼 대출자의 대출 상환 적격성을 확인하는 기능이 추가됐다. 아셰시는 이를 가장 성공적인 과정이라고 평가했다. 이 역시 금융회사들이 모든 유형의 대출에 대한 신용 점수를 쌓는 한 영역이 됐기 때문이다. 이 알고리즘은 대출 과정에서 악성앱을 식별하는 데 있어 인간 분석가보다 훨씬 더 효과적임을 입증했다. 대출 시스템 과정에서 사용자가 실수로 자신의 주소 대신 부모 주소를 써내는 속임수를 써도 AI는 이런 사기를 가려내고, 담당 부서에 분석 보고서를 보낼 수 있을 정도로 성장했다.

 

컴퓨터 관찰자는 온라인 신청 절차에서 이용자의 낯선 행동의 윤곽을 드러내게 만들고 대출을 신청할 때, 사회안전번호를 여러 개 입력하는 등 사기와 중요한 유사성이 있는 이상 징후를 감지한다. AI 알고리즘은 빅데이터 과학 및 분석 보고서를 통해 채무자 프로필에서 이탈을 검색하고, 수익 가능성별로 계정을 작성할 수 있다. 사기 행위를 식별하기 위해 컴퓨터에 학습을 제공하는 인공지능은 머신러닝을 통해 삽입된 데이터를 읽고 연구할 수 있다.

 

이로써 AI 운영은 활동과 투자에서 의심스럽거나 비정상적인 행동을 제어·확인해 당국이 검토하도록 보고한다. 또 이러한 방법은 방대한 양의 실제 트랜잭션 데이터를 제공해 부정행위를 읽고 식별할 수 있도록 지원할 수 있다. 결론적으로 아셰시는 "신용회사와 다른 유사한 회사들이 인공지능을 활용해 어떤 소비자와 회사가 대출을 받을 수 있는지 아닌지를 결정한다"고 주장했다.

 

AI타임스 조행만 기자 chohang5@kakao.com

 

Copyright © '인공지능 전문미디어' AI타임스 (http://www.aitimes.com/)
무단전재 및 재배포 금지

 

디지털 금융 혁명의 거대한 물결...AI가 은행의 높은 문턱 낮춘다 - AI타임스