"신용평가모형(CSS)을 고도화하기 위해 다양한 정보를 결합할 수 있어야 합니다. 하지만 이보다 중요한 것은 이렇게 탄생한 새로운 모형을 소비자가 이해할 수 있느냐 하는 점입니다."

26일 서울 중구 롯데호텔에서 '포용금융과 개인신용평가'를 주제로 열린 '제3회 서민금융포럼'에서 최척 코리아크레딧뷰로 연구위원은 이같이 말했다.

CSS 고도화는 모든 금융회사의 주요 과제다. 금융사는 CSS를 발전시킴으로써 고객의 신용정보를 보다 정교화할 수 있고, 리스크 관리 비용도 절감할 수 있다.

이 때문에 최근 머신러닝을 활용한 CSS 고도화 작업이 활발히 진행되고 있다. 전통적인 모형이 연체율·대출이력·카드사용 내역 등 정형적인 데이터가 기반이라면, 새 CSS는 고객의 평판과 같은 비정형적인 정보를 결합한 시스템이다. 최 연구위원은 "모형 성능을 높일 수 있는 데다가 소비자를 보다 세분화할 수 있다는 점에서 최근 머신러닝 방법론이 대두되고 있다"고 설명했다.

하지만 이렇게 고도화한 CSS를 통해 소비자의 신용평가가 더 정교해지더라도, 이를 고객에게 이해시키는 것이 더 중요한 과제라고 최 연구위원은 강조했다.

예컨대 활용 가능한 정보가 많아짐에 따라 고객의 신용도가 오를 수도 있지만 반대로 낮아질 수도 있어 소비자 불만이 커질 수 있다. 최 연구위원은 "고도화된 모형을 만들기 위해선 새로운 정보를 활용해야 하는데, 모형의 왜곡을 줄이기 위해 고객에게 긍정적인 정보는 물론 부정적인 요소까지 활용할 수밖에 없다"며 "문제는 실제 산출되는 등급이 낮아졌을 때 소비자 불만이 발생할 수밖에 없다는 점"이라고 말했다.

따라서 새로운 CSS 개발과 함께 새롭게 산출되는 신용등급을 소비자가 받아들일 수 있는 사회적 환경이 조성돼야 한다고 최 연구위원은 강조했다.

이와 함께 다양한 CSS가 개발되는 것에 대해서도 의견을 모을 필요가 있다고 설명했다. 그는 "복수의 신용평가모형을 운영할 경우 소비자를 평가하는 기준이 다양해질 수 있지만, 소비자 혼란이 야기될 수도 있다"며 "이에 대한 사회적 합의가 필요하다"고 말했다.