|
본 연구는 기존의 개인신용대출 리스크 평가 방법론에서 고려되지 않았던 대출 신청자가 특정 대출 상품을 선택하는 의사결정과정을 고려해 리스크 평가를 미세조정하는 데 초점을 맞췄다. 논문에서는 대출 실행 확률과 채무 불이행 확률을 동시에 예측하는 ‘엔드투엔드 멀티태스킹 학습 프레임워크’를 제안했다.
연구에서 구축된 새로운 리스크 평가 프레임워크는 국내 최고 카드사인 신한카드의 비식별화된 대규모 실제 대출 데이터를 기반으로 실무 현장 적용 가능성까지 확인했다. 월 80만 건 이상의 대출 승인 및 실행 데이터로 신규 모델의 성능과 안정성을 검증한 결과, 대출 승인 시 예측 리스크와 실행 후 실제 리스크 간의 격차를 줄여내 KS 및 GINI 지표에서 우수한 성능을 보였고, 장기적인 성능 안정성 측면에서도 견고함을 확인했다.
이수환 PFCT 대표는 “금융사가 업무 현장에서 겪는 실질적인 리스크 문제를 포착해 이를 AI 금융기술로 해결한 양사의 공동연구 노력이 세계 최고의 AI 학회에서 인정받아 매우 기쁘다”며, “PFCT는 앞으로도 현장 중심의 AI 금융기술 연구를 지속해, 전통적인 리스크 관리 시스템이 닿지 못한 부분까지 정밀하게 혁신하여 아시아 최고의 렌딩테크 기업으로 도약하겠다”고 전했다.
