강만수 경제부칼럼위원/경영학박사

과거 이력과 담보 위주로 짜인 획일적인 금융 심사 시스템은 언제나 '잠재력'을 담아내지 못한다는 한계가 있었다. 훌륭한 사업 아이템과 강한 상환 의지를 가졌음에도 불구하고, 과거 금융 이력이 부족하다는 이유만으로 씬파일러(Thin-filer)들은 정책자금의 사각지대로 내몰려야 했다. 수동 심사로 인해 발생하는 막대한 행정적 비효율과 심사역들의 피로도 역시 오랜 고질병이었다. 

이러한 현장의 묵은 과제에 인공지능(AI)이 새로운 해답을 제시하고 있다. 

재무제표 너머를 보다 : 상권과 마음을 읽는 3차원 심사

기존의 단순 재무 데이터에 머물지 않고, '상권의 거시지표'와 '개인의 심리 및 행동 지표'를 결합한 다차원적인 부도확률(PD) 예측 모델을 구축하고 활용해야 한다. 

눈길을 끄는 것은 한국데이터뱅크가 유쾌한프로젝트와 연계한 '소상공인 마음건강 검사'의 도입이다. 

• 대출 심사 과정에서 차주의 인지, 정서, 행동, 강점, 상환 의지 등 5대 심리적 자원을 모델의 독립 변수로 편입시켰다. 

• 금융 이력이 없는 씬파일러라 할지라도 성실성이나 책임감 같은 '상환 의지' 지표가 임계치 이상일 경우, AI가 동적 보정(Dynamic Calibration) 기술을 통해 신용 이력을 대체하고 가산점을 부여한다. 

• 자본력이 다소 부족하더라도, 우수한 심리 자원을 지니고 성장하는 상권에 입점한 창업가라면 AI가 선제적으로 그 잠재력을 알아보고 대출을 승인할 수 있도록 설계된 것이다. 

 '왜 떨어졌을까' 묻기 전에 AI가 답한다: 설명가능한 AI(XAI)의 활약

대출 심사에서 탈락한 소상공인들이 겪는 가장 큰 좌절 중 하나는 '명확한 이유를 알 수 없다는 것'이다. 이 AI 모델은 초거대 언어모델(LLM)과 결합한 'Hyper Report' 기술을 통해 이 문제를 해결한다. 

단순히 "불가" 통보를 내리거나 기계적인 점수만 보여주는 것이 아니다. AI가 산출한 부도확률 점수와 상위 3개(Top 3)의 결정 요인을 분석하여, "차주의 상환 의지는 S등급으로 우수하나, 사업장이 위치한 행정동 상권의 집객력 감소 추세(가중치 -30%)로 인해 종합 평가가 보류되었습니다"와 같이 이해하기 쉬운 논리적인 자연어 사유서를 즉시 생성한다. 이는 대국민 신뢰성을 크게 담보할 수 있는 장치다. 

기대되는 변화: 포용적 금융과 압도적 효율성

이 모델이 실증 기간을 거쳐 성공적으로 도입될 경우, 다음과 같은 구체적인 변화가 기대된다.

• 씬파일러의 든든한 동아줄: 기존 시스템에서는 '심사 불가(데이터 부족)'로 튕겨 나가던 차주 중 최소 30% 이상이 대안 지표를 통해 정상적인 심사를 받을 수 있게 된다. 데이터 부족으로 인한 금융 소외 현상을 해소하는 실질적인 '생산적·포용적 금융'의 실현이다. 

• 심사역의 피로도 감소: 명확하게 승인해야 할 상위 20%와 거절해야 할 하위 20%에 대해서는 최소 40% 이상의 '무개입 즉시 처리 판정'을 확보하여 업무 효율을 극대화한다. 심사역은 모호한 경계(Grey Zone)에 있는 차주들의 판단에만 집중하면 된다. 

• 뛰어난 예측 성능 확보: 복잡한 상관관계를 파악하는 데 우수한 XGBoost 및 LightGBM 앙상블 학습을 통해 기존 선형 회귀 모형 대비 AUC 0.85 이상의 높은 예측 정확도를 달성할 계획이다. 

현장의 수동 서류 확인과 실사에 의존하던 심사 프로세스가 모듈화된 파이프라인으로 전환되면, 이는 곧 소상공인시장공단, 기술보증기금이나 중소벤처기업진흥공단 등 다른 정책 금융 기관으로도 쉽게 확산(Scale-out)될 수 있다. 

'담보나 과거의 숫자'가 아닌, 소상공인의 '내일의 의지'와 '가게 앞 상권의 미래'를 읽어내는 AI 심사관의 등장은 차가운 금융 시스템에 따뜻한 피를 돌게 할 반가운 혁신이다.

<저작권자(c)한국유통신문. 무단전재-재배포 금지> 

 기사제보 및 사회적 공헌활동 홍보기사 문의: 010-3546-9865, flower_im@naver.com

검증된 모든 물건 판매 대행, 중소상공인들의 사업을 더욱 윤택하게 해주는

마스터컴퍼니