사진=클립아트코리아

[위즈경제] 류으뜸 기자 =포용금융의 열쇠로 평가받는 대안신용평가가 기대와 달리 도입에 좀처럼 속도를 내지 못하고 있다. 그 원인에는 알고리즘이 특정 집단에 불리한 판단을 내리거나 취약계층이 평가에서 배제되는 구조적 문제가 자리하고 있다. 

23일 금융업계에 따르면, 대안신용평가란 기존에 사용하지 않던 비금융 정보에 머신러닝이나 딥러닝 등 새로운 분석기술을 적용해 신용등급을 측정하거나 부여하는 방식을 말한다. 기존 신용평가 시스템의 구조적 한계와 금융포용성 확대의 필요성이 대두되면서 비금융 데이터에 새로운 분석기술을 적용한 대안신용평가가 등장했다. 

국내 대안신용평가는 주로 통신데이터 및 생활정보, 리뷰정보 등 비금융데이터를 신용평가에 사용하며 전통은행보다 인터넷 뱅크, 제2금융권에서 도입하고자 하는 움직임을 보이고 있다. 대표적으로 통신 3사(SKT·KT·LG유플러스)데이터를 활용한 이퀄, 네이버페이스코어, 카카오뱅크 스코어가 있다. 

이퀄은 통화 패턴, 금융 접근성, 소액결제 비용 등의 세부정보를 통합적으로 분석했다. 네이버페이스코어는 네이버 쇼핑 및 결제정보자산정보활동정보들을 카카오뱅크스코어는 소액결제택시이용쇼핑 등 실제 소비 및 생활 ,기반 비금융 대안정보를 대안신용평가 모형에 활용하고 있다. 하지만 정규 여신심사 모델에 대안신용평가모델을 사용하는 금융사는 일부에 불과한 상황이다. 

◇도입 지연되는 원인은?

대안신용평가 도입이 지연되는 주요 원인은 기술 불안정성에 있다. 대안신용평가에서 알고리즘은 통신요금 납부 내역 등 비금융 데이터를 분석해 신용도를 산출하는 핵심도구다. 하지만 이 알고리즘 모델이 아직 완전하지 않다는 게 업계 시각이다. IT업계 관계자는 "알고리즘이 다양한 비금융 데이터를 분석하는 역할을 하지만, 아직은 데이터의 질과 구조적 편향을 제어할 기술이 충분히 정교하지 않다"고 말했다. 

실제 알고리즘이 편향된 데이터를 학습해 특정 집단에 불리한 결과를 도출한 사례가 있다. 애플이 대형투자은행 골드만 삭스와 손잡고 출시한 신용카드인 '애플카드'가 대표적인 예다. 당시 동일한 신용조검임에도 불구하고 여성이 남성 신청자보다 더 낮은 신용한도가 부여돼 논란이 일었다. 

인종에 따라 대출 조건이 다르게 적용된 사례도 있다. 미국 UC버클리 연구에 따르면, 대안신용평가를 활용한 핀테크 대출에서 알고리즘이 사용하는 대안데이터가 차별을 재생산하는 경향이 나타났다. 그 결과 동일한 신용등급을 가진 신청자임에도 흑인과 라틴계 등 소수인종이 백인보다 더 높은 금리를 부과받는 경우가 반복됐다.

또 다른 예로 특정 인종이 집중적으로 거주하는 지역 주민은 동일한 신용 수준을 가진 다른 지역 주민에 비해 대출 승인 가능성이 낮고, 설령 승인을 받더라도 평균적으로 20%가량 높은 금리가 적용됐다. 정윤영 하나금융연구소 연구위원은 "대안신용평가의 도입이 금융소외계층의 신용접근성을 높이는 측면도 존재하지만 새로운 배제와 불평등을 심화시킬 수 있다"고 지적했다.

◇기술고도화·제도적 지원 뒷받침 돼야

해결책으로 기술 완성도를 높여야 한다는 주장이 나온다. 알고리즘 모델의 설명가능성과 투명성을 높이는 모형을 개발해야 한다는 것이다. 설명가능성이란 알고리즘이 내린 판단의 이유를 사람이 이해하도록 밝히는 능력을 말한다. 이는 차별적 결과가 일어났을때 원인을 추적하고 잘못된 판단을 바로잡는데 필요하다.

정 연구위원은 "(대안신용평가의) 기술적 완성도를 높여 데이터 편향성, 비금융 데이터의 표준화, 알고리즘 투명성 등 구조적 한계점을 해결해야 금융 시장에서의 확장성을 넓혀나갈 수 있을 것"이라고 말했다. 

정 연구위원은 제도적 지원도 강화해야 한다고 제언했다. 대안신용평가가 활성화될 수 있는 환경을 조성하려면 정부 차원의 정책적 뒷받침이 필요하다는 주장이다. 그는 "대안신용 데이터를 확보하고 모형을 개발하는 과정은 상당한 비용을 수반하기 때문에 규제 샌드박스 등을 통한 정책적 불확실성 제거로 적극적인 활용을 독려할 필요가 있다"고 했다.

결국 대안신용평가가 금융포용성 회복이라는 본래의 목적을 달성하기 위해서는 기술적 정교화와 함께 사회적 책임 또한 강화되어야 한다. 알고리즘 설계 단계부터 데이터 편향을 최소화하고, 취약계층을 포괄할 수 있는 모형 개발이 병행돼야 한다는 지적이다. 금융소비자의 신뢰를 얻기 위해서는 평가 결과에 대한 설명 가능성과 이의제기 절차 마련 등 투명한 운영체계가 뒷받침돼야 한다. 

정부와 금융당국은 이와 같은 기반 조성을 위한 정책적 가이드라인을 적극적으로 마련해야 할 시점이다. 이를 통해 대안신용평가가 단순한 금융 기술을 넘어 사회적 신뢰를 바탕으로 한 지속가능한 시스템으로 자리 잡을 수 있을 것이다. 나아가 비금융데이터의 활용이 오히려 새로운 배제를 낳지 않도록 꾸준한 모니터링과 윤리적 검토 체계도 병행돼야 한다.

★대안신용평가란?

기존에 사용하지 않던 비금융 정보에 머신러닝이나 딥러닝 등 새로운 분석기술을 적용해 신용등급을 측정하거나 부여하는 방식을 말한다. 금융권에서 일반적인 대출 방식은 신용평가사가 책정한 신용등급을 기반으로 이뤄진다. 이들은 신용등급을 산정하기 위해 개인의 대출이나 카드, 연체 등 이력을 이용했다. 그러나 금융상품이나 서비스를 적게 이용한 경우 이러한 금융정보만 가지고는 개인의 신용상태를 정확하게 파악할 수 없는 경우가 생긴다. 아울러 제도권 금융에서 소외된 취약계층의 신용도를 평가하고 이들에게 맞춤형 대출 상품 등 금융 혜택을 제공하기 위해 대안신용평가의 필요성이 부각됐다. 이를테면 최근 2년 동안 카드·대출 이용 실적이 없어 신용등급이 낮게 책정된 주부·사회초년생 등은 대안신용평가 도입으로 신용도를 좀 더 정확하게 측정받을 수 있다. 대안신용평가는 공공요금 납부 이력이나 온라인쇼핑, 포인트 적립, 소셜네트워크서비스(SNS), 이메일, 모바일 데이터 등에서 얻은 비금융정보를 활용한다.

기사가 마음에 드셨나요?

기사가 마음에 드셨다면 좋은 기사에 후원해 주세요.

위즈경제 기사 후원하기