뱅크샐러드, 대안신용평가모델로 포용금융 강화 나선다
서강대와 공동 연구
마이데이터 활용 소비행태와 신용위험 관계 분석
[파이낸셜뉴스] 뱅크샐러드가 대안신용평가모델 '뱅크샐러드 스코어'를 개발해 포용금융에 나선다.
14일 뱅크샐러드는 서강대학교와 마이데이터를 활용해 소비행태와 신용위험의 관계를 분석하는 공동 연구를 진행했다고 밝혔다. 뱅크샐러드는 연구 결과를 바탕으로 대안신용평가모델을 개발해 금융사의 신용평가를 고도화한다는 계획이다.
뱅크샐러드와 남주하 서강대 명예교수 연구팀은 '소비행태와 개인신용위험: 마이데이터 기반' 공동 연구 논문을 발표했다. 이번 연구는 실거래 소비 데이터를 활용해 소비행태와 개인 신용위험의 관계를 실증 분석한 국내외 첫 사례다. 뱅크샐러드의 약 20만건의 카드 결제 데이터와 소비 카테고리 분류 체계가 활용됐다.
연구 결과에 따르면 의료·건강 분야에 대한 지속적인 소비가 많을수록 부도 위험이 낮아지는 것으로 나타났다. 연구팀은 지속적인 건강 관리가 질병 등으로 인한 경제활동 중단 가능성을 낮추고, 예상하지 못한 건강 악화에 따른 재무적 유동성 부담을 완화한다고 분석했다. 반면 통신비와 편의점, 카페·간식 등 지출 비중이 높을수록 부도 위험은 높아지는 것으로 나타났다. 또 절대적인 소비 규모보다 평소와 다른 신규 소비 발생이나 지출 패턴 변화가 신용위험을 예측하는 데 유의미하게 작용하는 것으로 분석됐다.
뱅크샐러드는 이번 연구 결과를 바탕으로 어니스트AI, KCB와 함께 '뱅크샐러드 스코어'를 개발한다. 이후 금융권 상용화를 추진한다는 계획이다.
뱅크샐러드 스코어에는 소비 데이터뿐 아니라 금융자산별 현금흐름 정보, 플랫폼 이용 패턴 등 금융·행동 데이터를 종합 반영한다. 디바이스 생체 데이터와 건강검진 수검 주기 등 건강 행동 정보까지 활용해 신용위험 예측력을 높이고, 금융 거래 이력이 부족한 씬파일러(Thin Filer)에 대한 평가 범위를 넓혔다.
또한 데이터 기반 최신 머신러닝 알고리즘으로 우량 차주와 고위험 차주를 정교하게 구분해 K-S 통계량(Kolmogorov-Smirnov Statistics) 평가에서 60%를 달성했다. K-S 통계량은 신용평가모형의 주요 변별력 지표로 보통 20% 이상은 '변별력 확보', 50% 이상은 '변별력 우수'로 평가된다.
기존 대비 불량률 지표 향상 결과도 나타났다. 뱅크샐러드 스코어 자체 시뮬레이션을 통해 신용위험 하위 10% 고객군을 선별했을 때 불량률이 기존 대비 약 50% 낮아졌다. 상용화 이후에는 실제 심사 데이터를 통해 효과를 지속적으로 검증하고 모형을 고도화할 계획이다.
chord@fnnews.com 이현정 기자
