뱅크샐러드, 대안신용평가모델 상용화 추진… 포용금융 강화

서강대와 공동연구… 의료·건강 소비 많을수록 부도 위험 낮아
어니스트AI·KCB와 '뱅크샐러드 스코어' 개발

(사진제공=뱅크샐러드)

뱅크샐러드가 서강대학교와 마이데이터를 활용해 소비행태와 신용위험의 관계를 분석하는 공동 연구를 진행했다고 14일 밝혔다. 이를 토대로 대안신용평가모델을 개발해 금융사 신용평가 고도화와 포용금융 강화에 나선다는 계획이다.

뱅크샐러드와 서강대 남주하 명예교수 연구팀은 '소비행태와 개인신용위험: 마이데이터 기반' 공동 연구 논문을 발표했다. 실거래 소비 데이터로 소비행태와 개인 신용위험의 관계를 실증 분석한 국내외 첫 사례로, 뱅크샐러드의 카드 결제 데이터 약 20만 건과 자체 소비 카테고리 분류 체계가 활용됐다.

연구 결과 의료·건강 분야 소비가 지속적으로 많을수록 부도 위험이 낮아지는 것으로 나타났다. 지속적인 건강 관리가 질병 등에 따른 경제활동 중단 가능성을 낮추고, 예기치 못한 건강 악화로 인한 재무적 유동성 부담을 완화한다는 분석이다.

반대로 통신비, 편의점, 카페·간식 등의 지출 비중이 높을수록 부도 위험은 높아졌다. 절대적인 소비 규모보다 평소와 다른 신규 소비나 지출 패턴 변화가 신용위험 예측에 더 유의미하게 작용한 것으로 분석됐다.

뱅크샐러드는 이번 연구를 바탕으로 어니스트AI, KCB와 함께 대안신용평가모델 '뱅크샐러드 스코어'를 개발해 금융권 상용화를 추진한다. 소비 데이터와 금융자산별 현금흐름 정보, 플랫폼 이용 패턴 등 금융·행동 데이터를 종합 반영했다. 디바이스 생체 데이터와 건강검진 수검 주기 등 건강 행동 정보까지 활용해 신용위험 예측력을 높이고, 금융 거래 이력이 부족한 씬파일러(Thin Filer)에 대한 평가 범위도 넓혔다.

최신 머신러닝(SOTA) 알고리즘으로 우량 차주와 고위험 차주를 정교하게 구분해 신용평가모형의 변별력 지표인 K-S 통계량(Kolmogorov-Smirnov Statistics) 평가에서 60%를 달성했다. 통상 20% 이상이면 변별력 확보, 50% 이상이면 변별력 우수로 평가된다.

뱅크샐러드는 통신·교통·온라인쇼핑·여행 등 28개 소비 카테고리와 119개 세부 소비 항목을 독자적으로 구축해 자산관리 서비스에 활용해왔다. 이번 연구와 모델 개발에도 이를 활용하며 소비·지출 데이터 분류체계 활용 범위를 넓히고 있다.

뱅크샐러드 관계자는 "이번 연구는 마이데이터의 학술적 활용 가능성을 확인하고 소비 데이터가 개인의 금융 특성을 이해하는 새로운 정보로 활용될 수 있음을 보여줬다"며 "더 많은 고객이 금융 혜택을 누리고 포용금융을 실현할 수 있는 데이터 기반 금융 혁신을 이어가겠다"고 말했다.