26일 서울 중구 롯데호텔에서 '포용금융과 개인신용평가'를 주제로 열린 '제3회 서민금융포럼'에서 최척 코리아크레딧뷰로 연구위원은 이같이 말했다.
CSS 고도화는 모든 금융회사의 주요 과제다. 금융사는 CSS를 발전시킴으로써 고객의 신용정보를 보다 정교화할 수 있고, 리스크 관리 비용도 절감할 수 있다.
이 때문에 최근 머신러닝을 활용한 CSS 고도화 작업이 활발히 진행되고 있다. 전통적인 모형이 연체율·대출이력·카드사용 내역 등 정형적인 데이터가 기반이라면, 새 CSS는 고객의 평판과 같은 비정형적인 정보를 결합한 시스템이다. 최 연구위원은 "모형 성능을 높일 수 있는 데다가 소비자를 보다 세분화할 수 있다는 점에서 최근 머신러닝 방법론이 대두되고 있다"고 설명했다.
예컨대 활용 가능한 정보가 많아짐에 따라 고객의 신용도가 오를 수도 있지만 반대로 낮아질 수도 있어 소비자 불만이 커질 수 있다. 최 연구위원은 "고도화된 모형을 만들기 위해선 새로운 정보를 활용해야 하는데, 모형의 왜곡을 줄이기 위해 고객에게 긍정적인 정보는 물론 부정적인 요소까지 활용할 수밖에 없다"며 "문제는 실제 산출되는 등급이 낮아졌을 때 소비자 불만이 발생할 수밖에 없다는 점"이라고 말했다.
따라서 새로운 CSS 개발과 함께 새롭게 산출되는 신용등급을 소비자가 받아들일 수 있는 사회적 환경이 조성돼야 한다고 최 연구위원은 강조했다.
이와 함께 다양한 CSS가 개발되는 것에 대해서도 의견을 모을 필요가 있다고 설명했다. 그는 "복수의 신용평가모형을 운영할 경우 소비자를 평가하는 기준이 다양해질 수 있지만, 소비자 혼란이 야기될 수도 있다"며 "이에 대한 사회적 합의가 필요하다"고 말했다.
©'5개국어 글로벌 경제신문' 아주경제. 무단전재·재배포 금지