[SR금융] 은행권, 대안신용평가 활용…“비금융데이터, 자체 개발”

- 금융소외자·중저신용·소상공인 대상

- 카카오뱅크 등 인터넷전문은행 경쟁 위기감

[SRT(에스알 타임스) 전근홍 기자] 주요 은행들이 코리아크레딧뷰로(KCB)나 나이스 등 양대 신용평가사(CB)에서 받는 금융 자료에만 의존하지 않고 다양한 대안 정보를 대출 심사에 활용하고 있다. 상환 능력을 정교하게 판단해 연체율을 줄이겠다는 계산이다. 일각에선 신용평가모형(CSS) 고도화에 경쟁적으로 나서는 것은 인터넷은행에 고객을 뺏길 수 있다는 위기감이 작용했을 것이라는 분석도 제기했다.

현재 평균 20% 초반대인 중·저신용자 대출 비율을 2023년 말까지 30% 이상으로 늘려야 하는 인터넷 은행들은 최근 잇따라 금리 경쟁력 있는 상품을 내놓고 있다. 신용평가에 있어서 다양한 요소를 반영하고 있기에 자체 CSS를 통해 타사보다 매력적인 금리와 한도를 제시하는 게 관건이 된 것이다.

12일 금융권에 따르면 주요 시중은행(KB국민·신한·하나·우리·NH농협은행)은 올 하반기 적용을 목표로 새롭게 비금융데이터 기반의 대안 CSS를 개발하고 있다. 기존에 사용하고 있는 대안 모형을 고도화하는 방안도 포함했다.

국민은행은 소상공인에 특화한 CSS를 개발해 활용할 계획이다. 연말까지 평가시스템을 적용, 소상공인 금융 지원에 나서기로 했다.

이미 지난해부터 머신러닝 기반의 소매 신용평가 전략 모형을 개발해 적용해왔다. 부동산 자산, 외부통신정보 등 다양한 비금융 대안 데이터를 활용해 금융거래 정보가 부족한 신파일러(Thin Filer)를 포용하고 신용평가 정확성을 높이는 데 활용 중이다. 추후 사업성 분석, 상권 정보, 고객리뷰 정보 등을 활용한 소상공인 특화 모형을 추가로 개발해 적용할 예정이다.

신한은행은 오는 9월 중 개인 대상 대안 CSS를 적용할 계획이다. 소상공인과 개인사업자를 위한 대안 모형도 개발해 연내 적용할 계획이다. 연금납부 정보, 통신요금 결제, 소액결제 등 다양한 데이터를 활용한다. 농협은행도 오는 9월을 목표로 금융소외계층을 위한 대안 모형을 도입키로 했다. 이미 통신정보를 이용한 대안 모형을 적용했고 9월까지 부동산, 매출 추정 데이터와 가맹점 정보 등 다양한 대안 정보를 활용한 모형을 개발해 적용할 계획이다.

하나은행은 머신러닝을 활용해 개인사업자 대상 CSS를 올해 새롭게 도입했다. 기존에 도입한 머신러닝 기반의 개인고객 대상 모형은 다양한 대안정보를 활용해서 신파일러로 확대 적용하기 위해 개발하고 있다. 우리은행은 이달 초부터 통신·유통정보와 가맹점 정보 등을 활용한 대안 CSS를 개인사업자에 적용하고 있다. 비씨카드 가맹점 정보를 머신러닝으로 평가모형에 반영했다. 지난달부턴 비대면 중금리 대출 심사 시 통신비 납부 정보와 연체 이력을 함께 들여다보고 있다.

금융권 관계자는 “기존에는 재무·담보 등의 금융 정보 위주로 신용평가 심사 관행이 굳어져 있었다”며 “금융 정보가 뒷받침되지 않은 고객에게는 대출이 진행되지 않다 보니 은행 입장에서는 장기 고객이 될 수 있는 소비자들을 잃는 손실이 있었다”고 말했다. 이 관계자는 이어 “신용평가 모형 고도화에 경쟁적으로 나서는 것은 자체 대안 신용평가를 통해 매력적인 금리를 제시하는 방식으로 중·저신용자를 끌어와야 하는 입장이기 때문”이라며 “비금융 데이터의 경우 인과관계가 충분히 입증되지 않았기 때문에 평가시 가중치를 달리 둬야 할 필요는 있다”고 덧붙였다.