[A 현장] 카카오뱅크, 카뱅 스코어로 중·저신용자 대출 문턱 낮춰

[아시아에이=김충현 기자] “기존 신용평가모델과 어떻게 차별화 할지 고민이 많았다. 카카오뱅크 스코어는 그 고민의 결과물이다. 대안신용평가는 카뱅의 자랑이다.” <조진현 카뱅 신용리스크모델링팀장>

카카오뱅크는 금융거래 이력이 부족한 중·저신용자와 신파일러(Thin Filer)를 위해 비(非)금융데이터를 활용한 대안신용평가모형을 개발, 금융 접근성을 한층 높이고 있다.

지난 29일 서울 여의도 파크원 타워2에서 열린 ‘카뱅커넥트’ 기자간담회에서 카뱅은 두 세션에 걸쳐 ‘카뱅 스코어’와 ‘금융기술연구소’의 기술 개발 현황을 상세히 소개했다.

신용평가모델은 차주가 돈을 빌려 잘 갚을 수 있는지를 예측하는 금융권 핵심 기술이다. 조 팀장은 “카뱅 스코어는 기존 신용평가모델의 한계를 보완하기 위한 노력의 산물”이라며 “특히 금융거래 실적이 적은 사회초년생이나 신파일러들의 금융 사각지대를 해소하는 데 초점을 맞췄다”고 설명했다.

그는 “금융거래 실적이 부족해 대출에서 불리한 위치에 있는 신파일러는 1000만 명이 넘는다”며 “카뱅은 이들에게 주목해 금융거래 이력 대신 생활 속 비금융 정보를 신용평가에 반영하는 방식을 택했다”고 덧붙였다.

카뱅은 지난 2022년에 롯데멤버스·교보문고 등 가명결합데이터 1800만 건을 활용해 업계 최초의 독자적 대안신용평가모형인 ‘카카오뱅크 스코어’를 개발했다. 

카뱅 스코어에는 앱 내 적금·이체 실적·모임 통장, 카카오 선물하기·택시 이용, 도서 구매 등 3800여개의 변수가 반영됐다. 예를 들면 △카톡으로 통해 선물을 자주 받는 경우 △주말에 택시를 자주 이용하는 경우 △교보문고에서 외국어 서적을 많이 구입하는 경우 등이 높은 점수를 받았다.

개인사업자용 ‘소상공인 특화 신용평가모형’을 구축해, 음식점업·서비스업·온라인셀러 등 금융접근성이 낮은 업종의 대출 문턱을 완화하기도 했다. 정권 교체 때마다 신용 사면이 이뤄지는 점을 고려해 트러스트스코어를 만들고 이를 수치화했다.

카뱅 스코어의 적용은 추가 대출로 이어졌다. 올해 3분기까지 중신용 대출에 약 9893억원(전체 금액의 약 13%)이 추가 실행됐고, 신파일러에게는 약 2693억원(카뱅스코어 취급액의 약 27%)의 추가 대출이 이뤄졌다.

이제 카뱅은 카뱅 스코어의 외부활용을 위해 NICE평가정보와 협력해 ‘카카오뱅크 플랫폼 스코어(카플스코어)’를 공동 개발 중이다. 우선 ‘신용대출 비교하기’ 서비스 입점 금융사에 카뱅 스코어를 제공하고, 향후 적용 대상을 확대할 계획이다. 

조 팀장은 신용평가모델 확대 계획에 대해 “활용 가능한 신규 대안정보를 발굴하고 이를 평가모델에 반영해서 평가를 정교화하는 부분에 방점을 둔다”면서 “카뱅 스코어의 외부 공개시 지방은행이나 저축은행 업권 등에 제안하겠다”라고 했다.

카뱅은 고객서비스를 기술과 AI(인공지능)를 통해 해결하는 데에도 관심이 크다. 두 번째 세션에서는 AI고객서비스개발팀 이재욱 팀장이 카뱅의 AI 기술 접목과 금융기술연구소에 대해 설명했다.

이 팀장은 “기존의 모바일 제품과 달리 ‘모바일 AI 제품’은 답변속도에 따른 사용자 인터페이스와 경험(UI/UX)를 고려해야 하며, 확률을 기반으로 해야한다”라고 했다.

AI 기술은 지난 2022년 챗GPT의 출시 이후 RAG·ToolCalling(2023년), MCP(지난해), A2A(올해) 등이 등장해 주목 받았다. 이 과정에서 기술 트렌드는 기능 중심에서 관계 중심으로 변화했다.

카뱅은 AI 기술 발전에 발맞춰 △챗봇 △AI 스미싱 문자 확인서비스 △내 안의 어린이 찾기 이벤트를 차례로 선보였다. 안면인식 기술로 신분증 측정도를 높이고, 로보틱 프로세스 자동화(RPA) 및 다큐먼트 AI로 업무효율화를 높였으며, 이상탐지(FDS) 업무에 AI를 이용해 고위험 여부를 가려내기도 했다.

AI 서비스와 다른 서비스의 개발 운영에는 차이가 있다. 이 팀장은 “기존의 화면 중심 기획안이 아닌 서비스 입출력 흐름과 조건별 설명이 많은 기획이 필요하다”라고 했다.

지난 2021년 1월 4일에 오픈한 금융기술연구소는 총 59건 특허(한국 47건, 해외 12건)를 출원해 혁신을 이끌고 있다. 특히 금융기술연구소는 △대규모 언어 모델(LLM) 적용 △Vertical AI △인증 등에 공을 들이고 있다. 이 팀장은 “카뱅은 버티컬 AI의 멀티모달 응용에 큰 관심을 갖고 있다”고 밝혔다.

이 팀장은 이날 “AI는 아직 숫자 중심의 계산에 약하다”는 발언으로 눈길을 끌었다. AI는 단순 계산에 능하지만, 복잡 계산으로 들어가면 문제가 생긴다. 다만 이 팀장은 이러한 계산 미숙이라는 한계도 조만간 극복될 것으로 내다봤다.

간담회 직후 만난 그는 연구소가 주목하는 또 다른 분야로 ‘프롬프트 어택’을 꼽았다. 이는 AI가 입력된 프롬프트에 따라 의도하지 않은 결과를 내도록 유도하는 일종의 해킹 기법이다.

이 팀장은 “AI가 외부 공격을 받는 사례가 늘고 있다”며 “공식 발표만으로는 부족해, 실제 서비스 환경에서 방어 기술을 연구하고 있다”고 덧붙였다.