"딥러닝으로 개인사업자 부도 예측률 4.8% 상승"

한국신용정보원, 개인 미시 신용정보 활용 결과

한국신용정보원이 인공지능(AI)을 활용해 영세한 규모의 개인사업자의 대출 부도율 예측 수준을 높일 수 있는 모델을 개발했다.

24일 한국신용정보원은 그간 거시경제지표(금리·코스피 지수 등)만을 활용했던 개인사업자 대출 부도율 예측률보다 개인사업자의 개인 신용정보를 데이터를 통했을 때 대출 부도율 예측률이 높다고 밝혔다.

대표적인 개인 신용정보로 신용카드 발급 건수와 대출 평균 연체 기간, 대출 잔액 구간 등이 쓰였다.

한국신용정보 백한종 빅데이터센터 팀장은 "영세한 개인사업자에 대해 금융사들은 재무정보만를 이용하는 경우가 많았는데 아주 작은 개인사업은 재무정보랄 것이 없다"며 "신용정보원이 보유한 개인사업자의 대표자 미시 신용정보를 활용했을 경우 부도율 예측률이 높아졌다"고 설명했다.

신용정보원은 미시적 신용정보를 거시경제변수 데이터를 딥러닝(DNN·심층신경망)으로 분석한 모형으로 부도율 예측 성능은 4.74% 개선됐다고 부연했다. 이 모형에 활용된 인공지능 기법 및 개발 방법론은 지난 10월말 국제 딥러닝 전문가 컨퍼런스 'DLDC'서도 공유됐다.

앞으로 신용정보원은재무정보나 주가정보 등이 부족한 비상장기업·중소기업·스타트업·개인사업자·자영업자 등의 부도 위험을 예측할 때 쓸 수 있는 신용정보를 금융사에 공유할 예정이다.

신현준 원장은 "AI기법을 통해 개인사업자의 업종별 부도율을 정확하게 예측할 수 있다면 경제 시스템의 리스크를 예방하는데 큰 도움이 될 것"이라며 "검증된 유의미한 데이터들을 크레디비(CreDB)를 통해 개방하여 금융회사 등이 AI 개발을 위한 데이터셋으로 활용할 수 있도록 지원하겠다"고 말했다.