'신용정보의 지도화(Credit to Map)' 기술로 빈티지(Vintage) 차트 기반의 차주별 위험률 차이를 시각적으로 지도화하여 예측하는 모델이다.
업권별, 상품별 정교한 분석을 통해 데이터를 분석하였고 인공지능 기반의 신용평가 및 위험관리의 토대를 증명했다. 이를 통해 신용데이터 가치평가를 하고 합리적인 금리와 시장 타깃을 통해 금융서비스가 초 개인화될 수 있는 근거를 마련했다는 평가다.
특히 여신 시장에서 정교하지 못한 분석 프레임을 조정하여 고객별 평가, 상품추천, 연체예측, 리스크 관리 등 여신 서비스의 '크레딧 사이클(Credit Cycle')을 관리할 수 있다. 금융회사는 사전에 정교한 데이터분석 및 AI예측모듈을 통해 고객혜택, 서비스 고도화로 이어질 수 있는 것을 증명했다. 실제로 '신용정보의 지도화(Credit to Map)' 결과, 동일 업권 및 동일 대출 상품 내에서 차주별로 4%P이상 위험율의 차이가 발생하는 결과를 확인했다.
또한 2차로 개방한 신용정보원 기업데이터의 경우, 개업사업자 및 법인사업자약 560만건의 20% 수준에 해당하는 약 110만개 차주에 대한 대출, 연체, 기술신용정보를 포함한 데이터연구를 진행했다. 지역, 업종, 등급 등 차주 속성별 대출규모와 평균 연체기간, 연체율 분석을 통해 기업의 빅데이터 분석을 완료했다.
에이젠글로벌측은 기업 데이터의 딥러닝에 필요한 통계적 분석 결과, 향후 에이젠글로벌의 오토 머신러닝 '아바커스'로 머신러닝/딥러닝 알고리즘 결합 및 설명 가능한 인공지능(XAI)를 통해 기업의 위험요인 진단의 발전 가능성을 제시할 수 있다고 밝혔다. 기업데이터의 금융 AI 서비스 개발의 근간이 될 수 있어 금번 분석의 가치가 크다. 금융 당국은 앞으로도 연내 '금융 3대 빅데이터 인프라' 출범 등 핀테크, 디지털 금융 혁신과제를 통해 데이터가 금융 혁신을 주도할 수 있도록 추진할 계획이다. 이를 통해 데이터 산업육성 및 이종산업간 데이터 융합을 통한 혁신을 이끌어 낼 수 있다.
또한 에이젠글로벌의 금융AI솔루션 '아바커스'는 금융, 통신, 이커머스 등의 이종간의 데이터 융합을 통해 금융에서 활용 가능한 '신용'정보로 변환할 수 있다. '아바커스'의 모든 기능은 API로 구성되어 금융회사 및 이종산업에서도 쉽게 사용할 수 있다. 또한 데이터 융합, 결합 및 신뢰성 있는 데이터 경제 활성화를 위한 '설명 가능한' 인공지능 도입에 앞장서고 있다. 금융 빅데이터 개방 및 오픈API를 통한 금융데이터 분석을 통한 인공지능 금융서비스의 실현 가능성을 개척한 셈이다.
에이젠글로벌 강정석 대표는 "신용정보원의 CreDB를 통해 고객별 정교화된 AI금리 정량화를 입증할 수 있었으며, 개인신용 및 기업신용 데이터 기반의 인공지능 금융서비스로의 발전 토대를 마련했다"고 밝혔다.
한편, 신용정보원은 최근 금융 빅데이터 인프라 활용을 위한 심의위원회를 열어 평가를 통해 핀테크 기업을 선정하였고 에이젠글로벌(AIZEN)은 'CreDB' 분석1차, 2차 기업으로 선정된 바 있다.
고승민기자 ksm@dt.co.kr
[ 저작권자 ⓒ디지털타임스, 무단 전재 및 재배포 금지 ]
