720만 건이 만든 새 신용평가…에잇퍼센트, AI 모델로 금융 사각지대 겨냥
(venturesquare.net)
P2P 금융 기업 에잇퍼센트가 720만 건의 방대한 심사 데이터를 학습한 AI 신용평가 모델 'E-index 5.0'을 출시하며, 중·저신용자의 상환 능력을 정교하게 예측해 금융 사각지대를 해소하고 기관 투자 확대를 위한 기반을 마련했습니다.
이 글의 핵심 포인트
- 1720만 건의 개인신용 심사 데이터를 기반으로 한 E-index 5.0 개발
- 2심사 변수를 기존 대비 약 70% 줄여 자동심사 효율 및 안정성 향상
- 3중·저신용자 상환 역량 변별력을 기존 CB 점수 활용 방식 대비 21.3% 개선
- 4거절 고객, 중도상환 고객 등 다양한 상환 행동 데이터를 학습에 반영
- 5저축은행 및 상호금융 등 기관 투자 확대를 위한 핵심 인프라로 활용 계획
이 글에 대한 공공지능 분석
왜 중요한가?
기존의 획일적인 신용점수(CB) 중심 평가에서 벗어나, 실제 상환 행동 데이터를 활용해 금융 소외 계층에 대한 평가 정확도를 획기적으로 높였다는 점이 핵심입니다. 이는 리스크 관리의 정교화를 통해 금융 포용성을 확대하는 기술적 진보를 의미합니다.
어떤 배경과 맥락이 있나?
긱 워커, 프리랜서 등 비정형 소득자의 증가로 인해 기존 신용 체계로는 평가하기 어려운 '금융 이력 부족자(Thin-filer)' 문제가 대두되었습니다. 이에 따라 머신러닝을 활용해 다양한 금융 데이터를 분석하는 대안 신용평가(Alternative Credit Scoring) 기술이 금융권의 핵심 과제로 떠올랐습니다.
업계에 어떤 영향을 주나?
정교한 AI 모델은 리스크 관리 자동화를 가능하게 하여, 저축은행이나 상호금융 등 기관 투자자들의 참여를 유동적으로 이끌어내는 핵심 인프라 역할을 합니다. 이는 P2P 금융사가 단순 중개를 넘어 고도화된 기술 기반의 핀테크 플랫폼으로 진화할 수 있음을 보여줍니다.
한국 시장에 어떤 시사점이 있나?
데이터의 양보다 '질'과 '다양성'이 중요해지는 시점입니다. 한국 스타트업들은 기존 금융권이 놓치고 있는 비정형 데이터를 어떻게 학습 가능한 형태로 가공하고, 이를 통해 신뢰할 수 있는 모델을 구축하여 기관 투자자와의 접점을 만들지가 경쟁력의 핵심이 될 것입니다.
이 글에 대한 큐레이터 의견
에잇퍼센트의 이번 행보는 데이터 기반의 '리스크 관리 자동화'가 어떻게 비즈니스 확장(기관 투자 유치)으로 이어지는지를 보여주는 교과서적인 사례입니다. 특히 심사 변수를 70%나 줄이면서도 성능을 유지한 것은 운영 효율성과 비용 절감, 그리고 모델의 안정성 측면에서 매우 영리한 전략적 선택입니다.
다만, 모델의 고도화가 반드시 수익성 보장으로 이어지지는 않는다는 점을 유의해야 합니다. 데이터 편향성 문제나 예상치 못한 급격한 경기 변동 시 AI 모델이 과거 패턴에 매몰되어 리스크를 과소평가할 위험(Model Drift)은 여전히 존재합니다. 따라서 스타트업 창업자들은 기술적 성능 지표뿐만 아니라, 거시 경제의 불확실성 속에서도 모델의 신뢰도를 검증할 수 있는 '안전장치'와 '지속적인 재학습 체계' 설계에 집중해야 합니다.
댓글
아직 댓글이 없습니다. 첫 댓글을 남겨보세요.