핀테크업계 빅데이터 활용 범위가 넓어지고 있다. 투자손실률 예측이나 신개념 신용등급 개발까지 활용되고 있다.
30일 금융권에 따르면 P2P금융기업 렌딧은 빅데이터를 활용해 고객의 예상손실률을 예측하는 ANAR(Adjusted Net Annualize Return)를 구축했다고 밝혔다.
지금까진 P2P기업은 투자자들에게 현재 손실률만 제공했다. 렌딧은 연체 채권의 추정손실률, 예상 연환산 수익률 등을 추가로 제공한다.
현재 손실률은 남은 투자금의 수익률이 부실채권 발생으로 인해 얼마나 하락할지 알려주는 지표다. 렌딧은 여기서 한단계 더 나아가, 현재 연체 중인 채권이 부실채권이 될 가능성과 미지급금 규모를 계산해 투자 수익률에 얼마나 영향을 미칠지를 제공한다. 추정 손실률이다. 즉, 현재 투자하고 있는 상품이 향후 손실이 얼마나 일어날지 예측해주는 셈이다. 2년간 쌓인 빅데이터로 손실 예측이 가능해졌다.
렌딧 관계자는 “업데이트 전 항목들은 연체 상태인 채권 리스크를 포함하지 못하는 한계가 있다”며 “지난 2년간 쌓인 데이터를 기반으로 투자자에게 좀 더 정교해진 실질 연환산수익률을 제공할 수 있게 됐다”고 설명했다.
개인 빅데이터를 이용한 신용평가서비스를 만드는 ㈜핀테크는 이달 초 '핀크(FINC)'를 내놓았다. 핀크는 고객들의 금융·소득·지출 등 다양한 빅데이터를 분석해 신용도를 산출하는 서비스다.빅데이터 기반 신용평가로 기존 신용평가 서비스와 차별화 했다.
핀크의 주요 평가항목은 그동안 신용평가사(CB)에서 활용하지 않았던 개인 소득금액, 재직회사정보, 이직횟수, 보험 납입금액, 예·적금 잔액 등 7개다. 등급을 높이고 싶은 대출신청자들을 위해 20여개 항목을 추가 평가받을 수 있게 했다.
자체 구축한 IT로 빅데이터를 실시간 수집한다. 머신러닝 기술인 핀크봇(FINCBOT)이 비정형 데이터를 발굴, 분석한다. 주민등록등초본, 급여 입금내역 등을 실시간으로 확인할 수 있어 대출 신청 시에도 별도 서류 제출 없이 다이렉트 대출이 가능하다. 사회초년생을 구분해 모델을 구축한 점도 특징이다.
다음달 초 문을 열 케이뱅크도 빅데이터를 활용한 중금리대출 모델을 이미 구축한 것으로 알려졌다. 처음 출발은 KT에서 갖고 있는 통신 가입자 데이터베이스(DB)다. 또 BC카드의 2600만 고객 결제정보를 포함해 케이뱅크에 참여한 주주사 및 제휴기업의 빅데이터를 모두 활용해 케이뱅크 만의 독자적인 신용평가시스템을 구축할 계획이다.
머신러닝을 통해 기존 신용등급을 세분화했는데, 4~6등급은 한 등급 당 최다 10등급으로 나눌 수 있다. 금융이력이 없는 가정주부, 대학생, 일시적 신용경색이 있는 서민들을 두루 공략할 수 있을 것으로 보인다.
박성용 렌딧 이사는 “앞으로 비금융 빅데이터는 대출심사 모형 뿐 아니라 차주의 사기정보를 확인하는데 중요한 역할을 할 것”이라며 “상환의지가 없거나 대출을 받고 회생신청을 하려는 사람을 걸러낼 수 있다”고 설명했다. 이어 “이미 해외 다수 핀테크업체들이 분석방식을 달리해 빅데이터를 적극 활용하고 있다”며 “국내도 데이터 조합으로 시너지를 내기 위해서는 신용정보법 완화가 선행돼야 한다”고 부연했다.
김지혜 금융산업/금융IT 기자 jihye@etnews.com
