보이지 않던 신용을 공정하게 보는 법
분명히 잘 굴러가는 사업인데, 재무 이력이 짧다는 이유로 번번이 대출을 거절당하던 사업자들이 있었습니다. 보이지 않던 그들의 신용을, 공정하고 설명 가능한 방식으로 보이게 하기까지. CHANSWER가 설계한 책임 있는 신용 평가의 구조를 기록합니다.
위험해서가 아니라 보이지 않아서 거절됐습니다
전통적인 금융 시스템에서 중소기업과 소상공인은 대출을 받기 위해 혹독한 과정을 거칩니다. 기존 은행의 신용 평가 모델은 대기업이나 안정적인 급여 소득자에게 맞춰져 있어, 성장 잠재력이 높지만 재무 이력이 짧은 사업자의 가치를 제대로 읽지 못합니다. 과거의 재무제표와 담보라는 좁은 창으로만 보니, 그 창에 잡히지 않는 사업자는 평가의 사각지대에 놓이는 것입니다.
우리가 함께 일한 한 대출기관도 그 한계를 절감하고 있었습니다. 그들 앞에는 분명히 건강하게 굴러가는 사업체들이 있었습니다. 매일 현금이 들고 나고, 단골이 줄을 서고, 온라인에서 좋은 평을 받는 가게들이었습니다. 그런데 전통적인 평가 모델은 이들을 거절했습니다. 재무 이력이 짧다는 이유 하나 때문이었습니다. 한 분석의 표현이 이 문제의 핵심을 정확히 짚습니다. 전통적 점수는 많은 사람을 평가 불가로 남기는데, 그들이 위험해서가 아니라 모델에게 보이지 않기 때문이라는 것입니다.
이 사각지대의 규모는 작지 않았습니다. 얇은 신용 파일과 변동성 큰 현금 흐름이 전통적인 심사를 가로막아, 전 세계적으로 1.7조 달러에 이르는 중소기업 자금 격차가 생겼습니다. 유망한 사업자들이 자금 숨통이 막혀 성장을 멈추던 것입니다. 신용이 없어서가 아니라, 그 신용이 보이지 않아서 거절당하던 상태. 이것이 우리가 함께 풀어야 할 문제였습니다.
신용이 없는 것과 신용이 보이지 않는 것은 다른 일이었습니다. 그리고 그 둘 사이에서, 건강한 사업체들이 가장 억울하게 외면받았습니다.
더 많은 데이터가 곧 공정은 아니었습니다
이 고민은 한 기관만의 것이 아닙니다. 그리고 업계는 해법의 방향과 함정을 동시에 짚습니다.
핵심은 새로운 데이터입니다. 과거의 재무제표에만 의존하는 대신, 기업의 현재 활력을 보는 것입니다. 일일 현금 흐름, 매출 트래픽, 고객 리뷰 같은 대안 데이터를 종합하면, 기존 모델에게 보이지 않던 사업체의 상환 능력이 비로소 드러납니다. 실제로 이런 접근은 전에는 평가조차 불가능하던 수많은 사업자를 금융 시스템 안으로 들이고, 의미 있는 새 대출을 만들어냅니다.
그런데 여기에 결정적인 함정이 있습니다. 더 많은 데이터가 자동으로 더 공정한 대출을 뜻하지는 않는다는 것입니다. 대안 데이터 변수가 보호받아야 할 특성과 예상치 못한 방식으로 얽힐 수 있기 때문입니다. 예를 들어 ‘어떤 스마트폰을 쓰는가’ 같은 변수는 중립적으로 보여도, 소득의 대리 지표가 되고 소득은 다시 특정 집단과 상관될 수 있습니다. 그래서 모델에는 더 나은 예측이 아니라 능동적인 편향 제거가 필요합니다. 진짜 위험은 예측 정확도가 아니라 편향과 설명가능성, 그리고 동의에 있습니다.
규제도 이 점을 분명히 합니다. 금융 당국은 AI 역시 투명성과 책임, 공정성의 원칙으로 통제되어야 한다고 못 박았고, 기존 공정 대출법이 알고리즘 결정에도 온전히 적용된다고 밝혔습니다. 한 규제 당국의 말은 단호합니다. 채권자는 거절 이유를 구체적으로 설명할 수 있어야 하며, 인공지능에 대한 특별 면제는 없다는 것입니다. 흐름은 분명합니다. 보이지 않던 신용을 보이게 하되, 공정하고 설명 가능하게. 그것이 진짜 필요한 일이었습니다.
보이지 않던 신용을 보이게 합니다
CHANSWER가 이 기관과 함께 설계한 것은 더 빨리 더 많이 승인하는 기계가 아니었습니다. 보이지 않던 신용을 공정하고 설명 가능하게 보이게 하는, 책임 있는 평가의 구조였습니다.
현재의 활력을 읽습니다
가장 먼저, 평가의 창을 넓혔습니다. 과거의 재무제표와 담보라는 좁은 창 대신, 동의를 받은 일일 현금 흐름과 매출 데이터, 온라인 평판 같은 현재의 활력을 읽게 한 것입니다. 이 사업이 지금 살아 움직이고 있다는 증거 — 돈이 어떻게 들고 나는지, 고객이 어떻게 반응하는지 — 를 종합해, 짧은 재무 이력에 가려져 있던 상환 능력을 드러냈습니다. 흩어진 대안 데이터를 평가 가능한 자산으로 정리하는 이 작업이, CHANSWER의 STRUCTURE 프로그램이 다루는 영역입니다.
편향을 능동적으로 점검합니다
다음으로, 가장 신중하게 설계한 부분입니다. 새 데이터가 오히려 새로운 차별을 들여올 수 있다는 위험을, 처음부터 정면으로 다뤘습니다. 어떤 변수가 보호받아야 할 특성의 대리 지표가 되지는 않는지를 지속적으로 점검하고, 모델이 특정 집단에 불리하게 작동하지 않는지를 검증했습니다. 더 나은 예측만 좇은 것이 아니라, 능동적으로 편향을 걸러낸 것입니다. 고치려던 불공정을 몰래 다시 들여오지 않도록, 공정성 검토를 첫날부터 설계에 새겼습니다.
왜 그런 결정인지 설명합니다
가장 중요한 설계입니다. 신용 결정은 누군가의 사업과 삶을 좌우합니다. 그래서 우리는 이 모델이 답만 내놓는 것이 아니라, 그 답의 이유를 설명할 수 있도록 만들었습니다. 승인이든 거절이든, 어떤 요인이 그 결정을 이끌었는지를 명확한 근거로 제시하는 것입니다. 규제가 요구하는 대로, 그리고 거절당한 사업자가 마땅히 알아야 할 대로, “왜”에 답할 수 있게 한 것입니다. 설명할 수 없는 결정은, 책임질 수 없는 결정이기 때문입니다.
마지막 책임은 사람이 집니다
이 작업에서 우리가 가장 분명히 한 것은, AI가 사람을 대신해 모든 신용 결정을 내리지 않는다는 점이었습니다.
신용 평가는 책임이 무거운 영역입니다. 그래서 우리는 명확한 경계를 두었습니다. AI는 방대하고 흩어진 데이터에서 보이지 않던 신용의 신호를 찾아내고, 그 근거를 정리해 제시합니다. 그러나 민감한 신용 결정에는 사람의 감독을 유지하도록 했습니다. 특히 경계에 있는 사례나 예외적인 상황은 사람이 검토하고 최종 판단을 내립니다. 업계의 경고처럼, 가장 큰 위험은 거버넌스 없이 AI를 쓰는 것이기 때문입니다.
그래서 이 구조에는 모델을 지속적으로 검증하고, 결정을 설명하고, 편향을 점검하고, 사람의 감독을 유지하는 거버넌스가 처음부터 짜여 있습니다. 이것은 앞서 다룬 거버넌스 사례 — 쓰는 것과 증명하는 것은 다르다는 원칙 — 와 정확히 같은 자리에 있습니다. 빠른 평가를 공정성과 설명가능성, 그리고 사람의 책임으로 감싸는 구조입니다. 책임질 수 있어야, 비로소 그 평가를 신뢰할 수 있기 때문입니다.
보이지 않던 사업자들이 자금을 얻었습니다
전환 이후 가장 크게 달라진 것은, 보이지 않던 신용이 비로소 보이게 되었다는 점입니다.
전통적 모델에 거절당하던 건강한 사업체들이, 현재의 활력으로 평가받아 적정한 자금을 얻기 시작했습니다. 수일에서 수주가 걸리던 심사가 데이터를 연동하는 즉시 이루어지니, 자금이 필요한 순간에 숨통이 트였습니다. 무엇보다 그 평가가 공정성 점검과 명확한 설명 위에 서 있으니, 기관은 모든 결정을 규제와 고객 앞에서 떳떳하게 설명할 수 있었습니다. 더 많이 승인하면서도, 그 결정 하나하나를 책임질 수 있게 된 것입니다.
기관의 신뢰도 단단해졌습니다. 거절이든 승인이든 그 이유를 설명할 수 있으니, 규제 당국 앞에서도 흔들리지 않았습니다. 보이지 않던 우량 사업자를 새로 발굴하면서, 동시에 위험은 더 정교하게 가렸습니다.
사람의 일도 더 가치 있는 쪽으로 옮겨갔습니다. 단순하고 명확한 평가를 AI가 빠르게 처리하니, 심사역은 경계에 있는 복잡한 사례와 정교한 판단이 필요한 결정에 집중하게 되었습니다. 기계가 보이지 않던 것을 드러내면, 사람은 그 위에서 책임 있는 판단을 내리는 것입니다.
조직에 남는 것은 책임 있는 평가의 구조입니다
CHANSWER의 모든 작업에는 하나의 원칙이 있습니다. 우리가 만든 것이 고객의 자산으로 남아야 한다는 것입니다.
이 프로젝트가 끝난 뒤 기관에 남은 것은 평가 도구 하나가 아닙니다. 보이지 않던 신용을 공정하고 설명 가능하게 보이게 하는 책임 있는 평가의 구조가 남았습니다. 현재의 활력을 읽는 법, 편향을 능동적으로 점검하는 법, 왜 그런 결정인지 설명하는 법, 그리고 마지막 책임을 사람이 지는 법이 기관 안에 자리 잡았습니다.
이 구조를 가진 기관은, 새로운 데이터가 등장하거나 규제가 강화될 때마다 허둥대지 않습니다. 보이지 않던 것을 공정하게 보는 법이 이미 조직의 것이 되었기 때문입니다. 금융의 가치는 위험을 피하는 데서만 생기지 않습니다. 보이지 않던 신용을 공정하게 발굴해, 마땅히 기회를 얻어야 할 사업자에게 자금을 흐르게 할 때 비로소 완성됩니다.
신용이 없는 것과 신용이 보이지 않는 것은 다릅니다. 보이지 않던 것을 공정하고 설명 가능하게 드러내는 기관이, 소외된 시장을 열면서도 책임을 지킵니다. 단, 그 평가가 사람의 감독과 책임 위에 설 때에만 그렇습니다.
적용을 고민하는 분들께
지금 기존 방식으로는 평가하기 어려운 대상을 마주하고 계신다면, 우리의 경험에서 세 가지를 권합니다.
하나, 보이지 않는 것과 없는 것을 구분하세요. 많은 대상이 위험해서가 아니라, 기존 모델에 보이지 않아서 외면받습니다. 과거의 좁은 창 대신 현재의 활력을 읽는 새로운 데이터가, 가려져 있던 진짜 가치를 드러냅니다.
둘, 더 많은 데이터를 더 공정함으로 착각하지 마세요. 새 데이터는 오히려 새로운 편향을 들여올 수 있습니다. 어떤 변수가 보호받아야 할 특성의 대리 지표가 되지 않는지를 처음부터 점검하고, 능동적으로 편향을 걸러내는 설계가 반드시 함께여야 합니다.
셋, 설명할 수 없는 결정은 내리지 마세요. 책임이 무거운 결정일수록, 왜 그런 결과가 나왔는지 설명할 수 있어야 합니다. 설명할 수 없는 결정은 책임질 수 없는 결정이며, 규제 앞에서도 사람 앞에서도 떳떳할 수 없습니다.
신용이 없는 것과 보이지 않는 것은 다른 일입니다. 보이지 않던 것을 공정하고 설명 가능하게 드러내는 기관이, 소외된 기회를 열면서 책임을 지킵니다. 단, 그 평가가 사람의 감독 위에 설 때에만 그렇습니다.
이 사례와 연결된 프로그램
- VERTICAL · 도메인 특화 파트너십 — 금융의 신용 평가와 공정 대출 규제에 특화된 모델 설계
- STRUCTURE · 지식 온톨로지 — 흩어진 대안 데이터를 공정하게 평가 가능한 자산으로 구조화
- HELM · 리더십 AX — 편향 점검과 설명가능성, 사람의 감독을 갖춘 책임 있는 거버넌스
CHANSWER는 기회를 답으로, 답을 역량으로 옮기는 일을 합니다. 당신의 조직에서 어떤 가치가 기존 방식에 보이지 않아 외면받고 있는지 들려주세요. 보이지 않던 것을 공정하게 드러내는 구조부터 함께 만들겠습니다.
Comments are closed.