“부도 기업의 45%, 관계사 부실이 먼저 터졌다”⋯KODATA, AI로 자본시장 리스크 잡는다

▲24일 서울 여의도 한국경제인협회 컨퍼런스센터에서 열린 제4회 KODATA 혁신포럼에서 홍두선 대표이사가 개회사를 하고 있다 (사진제공=한국평가데이터(KODATA))

“최근 3년간 부도 기업을 분석한 결과, 약 45%는 관계 기업에서 연체나 부도가 먼저 발생했던 것으로 나타났습니다.”

24일 이호열 한국평가데이터(KODATA) 데이터사이언스센터장은 서울 여의도 한국경제인협회 컨퍼런스센터에서 열린 ‘제4회 KODATA 혁신포럼’에서 ‘데이터와 AI를 활용한 관계 리스크 탐지’ 발표를 통해 이같이 말했다.

이 센터장은 “몇 년 전부터 법인 연체율은 오르고, 파산 신청 건수 또한 2025년에 연간 2000건을 넘어섰다”며 “이제는 개별 기업 중심의 신용 위험 관리를 넘어, 관계 기업과 산업 위험까지 반영한 정교한 리스크 관리가 필요한 시점”이라며 KODATA의 데이터 분석 결과를 공개했다.

분석에 따르면 2023년부터 2025년까지 최근 3년간 발생한 부도 법인 2만6843건 중 1만2113건(45.13%)에서 ‘관계 기업’의 연체 또는 부도가 선행된 것으로 나타났다. 관계기업은 대표이사 또는 임원을 겸직하고 있거나 자금 대여 등으로 연결된 기업뿐만 아니라 지분 관계로 연결된 특수 관계에 있는 기업을 의미한다.

같은 기간 관계 리스크가 발생한 기업의 부도 위험은 그렇지 않은 기업보다 약 5배 높았다. 관계리스크가 발생한 기업의 부도율은 10%를 웃도는 반면, 관계리스크가 없었던 기업의 부도율은 2% 수준에 그쳤다. 이 센터장은 “이는 관계 기업의 부도 이후 본 기업의 부도로 이어지는 경향을 보여주는 사전 지표”라고 강조했다.

이 센터장은 이러한 관계 리스크 관리를 위해 기업 간 네트워크를 파악할 수 있는 KODATA의 '기업관계망 서비스'를 소개하면서 "앞으로 개별 기업 중심의 신용위험 예측을 넘어 관계 위험, 산업 위험까지 리스크 관리 범위를 확대해 나가야 한다"고 덧붙였다.

이날 포럼에서는 신승준 고려대학교 통계학과 교수가 한국평가데이터와 협업을 통해 개발한 인공지능(AI) 기반 산업위험 예측 인덱스(INDEX)' 모형을 소개했다. 산업별 경기 흐름과 위험 수준을 보다 정량적으로 예측할 수 있는 AI 기반 예측 모형으로, 한국평가데이터는 여기에 첨단산업 데이터베이스(DB)를 활용해 신산업 분야의 위험 예측 정보를 제공할 예정이다.

이어진 종합 토론에서 서정호 한국금융연구원 선임연구위원은 “국제결제은행(BIS) 산하 바젤은행감독위원회(BCBS)는 ‘연결된 경제 주체’ 개념을 제시했다”며 "A 기업이 튼튼하더라도 경제적 연결고리가 강한 B 기업이 무너지면 A도 도산할 수 있으니 묶어서 리스크 관리를 해야 한다는 개념인데, 오늘 발표 내용과 정확히 부합한다"고 말했다.

리스크 평가 체계 개선 필요성도 언급했다. 서 선임연구위원은 “표준산업분류에만 의존하기보다 경제적 실질에 따른 재분류가 필요하며, 대외 환경 보고서나 뉴스 등을 텍스트 분석해 지정학적 위험 지수를 반영하면 질적 정보의 수준을 높일 수 있을 것”이라고 제안했다.

정수민 자본시장연구원 연구위원은 "현재 그래프 상으로는 선행이라기보다 실제 값과 너무 똑같이 움직이는 동행 지표로 보인다"고 지적하며 “의사결정에 활용하려면 부도 이전 단계에서 리스크 상승을 포착할 수 있도록 보완이 필요하다”고 조언했다.