통신비 납부 이력으로 대출받는 시대 — AI 대안신용평가(ACS)와 포용금융추진단
기존 CB가 보지 못하는 '성실하게 살아온 증거'를 AI가 읽기 시작했다. 금융위원회 포용금융추진단 출범과 인뱅 3사 ACS 실증 데이터를 기술 관점에서 해부한다.
씬파일러(Thin Filer)의 잔인한 역설
국내에는 300만 명 이상의 씬파일러가 있습니다. 씬파일러란 금융 거래 이력이 거의 없어 신용점수 자체를 산출하기 어려운 사람들을 말합니다. 사회초년생, 전업주부, 이주노동자, 창업 초기 소상공인이 대표적입니다.
"사회초년생·주부·소상공인은 성실히 살아도 신용점수가 없습니다. CB가 보는 건 오직 '과거의 금융 거래'뿐이니까요." // 금융위원회 포용금융추진단 출범 브리핑, 2026.05
문제는 이것이 구조적 무한루프라는 점입니다.
- 금융 이력 없음 → 신용점수 없음 → 대출 거절 → 이력 못 쌓음 → 처음으로 돌아감
- 7등급 이하 약 1,000만 명은 연 20%가 넘는 고금리 사금융으로 내몰리는 구조
- 역설적으로 국민 10명 중 3명은 KCB 기준 950점 이상 초고신용자 → 상위 편향으로 변별력 자체가 떨어지는 상황
BEFORE — 기존 CB 신용평가의 구조적 한계
현재 국내 신용평가는 나이스(NICE)와 KCB 두 CB사가 담당합니다. 이들은 대출 이력, 카드 실적, 연체 기록, 담보·보증 정보 등 금융 거래 데이터만을 수집해 1,000점 만점 점수를 산출합니다.
CB 신용평가 파이프라인
금융 거래 데이터 수집 → CB사 규칙 기반 점수화 → 은행 대출 심사 → 한도·금리 결정. 이 구조에서 금융 이력이 없는 사람은 평가 대상조차 되지 못합니다.
기존 모델이 '보지 않는' 데이터는 다음과 같습니다.
- 통신비 납부 이력
- 배달앱 매출·간편결제 패턴
- 전기·가스·건강보험료 납부
- ERP·POS 기반 소상공인 매출 흐름
AFTER — AI 대안신용평가(ACS)란 무엇인가
ACS(Alternative Credit Scoring)는 통신, 플랫폼, 공공, ERP 등 비금융 데이터를 ML 모델에 학습시켜 신용등급을 산출하는 방식입니다. 기존 CB가 '금융 과거'를 보았다면, ACS는 '생활 속 성실 신호'를 읽습니다.
ACS가 활용하는 데이터 소스
| 데이터 카테고리 | 주요 항목 | 포착하는 신호 |
|---|---|---|
| 통신 데이터 | 요금 납부이력, 사용 시간대, 데이터 사용량 | 성실성, 직업 여부, 소비 성향 |
| 플랫폼 데이터 | 간편결제 패턴, 배달앱 이용, 앱 사용 행동 | 소비 규칙성, 생활 안정성 |
| 공공 데이터 | 전기·가스 요금, 건강보험료, 국민연금 | 장기 생활 안정성, 고용 상태 |
| ERP / POS | 소상공인 매출 흐름, 계절 변동성 | 사업체 안정성, 현금 흐름 |
| 마이데이터 | 금융·비금융 통합 (표준 API) | 고객 동의 기반 통합 프로파일 |
ACS ML 파이프라인
ACS의 핵심은 이 다양한 비금융 데이터를 500개 이상의 피처(Feature)로 변환하고, XGBoost·LightGBM 같은 그래디언트 부스팅 모델에 학습시키는 것입니다.
기존 CB 표준 신용점수(AUC 82~84%)를 유의미하게 초과했다.
구현 시 반드시 넘어야 할 3대 장벽
ACS는 기술적으로 실현 가능성이 입증됐지만, 기술보다 거버넌스가 더 어렵습니다. 세 가지 구조적 장벽이 있습니다.
국내 인뱅 3사 ACS 실증 성과
금융위원회가 제도화에 나서기 전에, 인터넷은행 3사가 이미 ACS를 실증했습니다. 시장이 규제를 선도한 드문 사례입니다.
추가 승인
1금융 진입
CB 84% 초과
포용금융추진단 2026년 5월 출범
금융위원회는 2026년 5월 포용금융추진단을 출범시키고 신용평가 체계 전면 재검토에 착수합니다. 핵심 의제는 다음과 같습니다.
- 비금융 데이터 기반 ACS를 시중은행까지 확대 적용
- 중저신용자 대출 공급 목표 상향 (인터넷은행 설립 취지 재확인)
- AI 기반 ACS 심사 시 설명의무 가이드라인 마련
- 마이데이터 연계 데이터 결합 규정 정비
인뱅 3사가 ACS를 먼저 실증했고, 이제 금융위가 제도화에 나섰습니다. 포용금융추진단 출범으로 시중은행까지 ACS 도입 압력이 확대될 전망입니다. 기술 실증 → 정책 제도화 → 시장 확산의 3단계 사이클이 작동하고 있습니다.
커리어 인사이트 — ACS 시대, 어떤 직무가 뜨는가
신용평가에 AI와 데이터가 들어오면서 금융IT에 새로운 직무 경계가 생깁니다.
핵심 직무 3가지
- ACS ML 엔지니어 (신평사·인뱅·핀테크): 비금융 피처 엔지니어링, XGBoost/LightGBM 학습, AUC·KS통계 검증, SHAP 기반 XAI 적용
- 데이터 거버넌스 / GRC 엔지니어: 마이데이터 동의 체계 설계, 데이터 결합 적법성 검토, AI 기본법 고영향 AI 대응, ISMS-P 연계
- 포용금융 상품기획자: 씬파일러 타겟 상품 설계, ACS 연계 금리 체계 기획, 금융소비자보호법 적용, 다크패턴 방지 UX 설계 (EP46 연계)
면접 예상 질문
Q1. AUC와 KS 통계의 차이를 신용평가 맥락에서 설명하고, 어떤 상황에서 어떤 지표를 우선하나요?
Q2. 비금융 데이터를 신용평가에 활용할 때 개인정보보호법상 동의 요건과 마이데이터의 역할을 설명해 보세요.
통신비 납부 이력 하나가 신용의 증거가 되는 시대,
300만 씬파일러의 문이 열리고 있다.
참고자료
'금융 IT' 카테고리의 다른 글
| 하나금융 × 두나무 1조원 동맹 (0) | 2026.05.18 |
|---|---|
| 원화 스테이블코인, 드디어 현실이 됐다 (0) | 2026.05.17 |
| KB국민은행, 정보계를 AWS로 옮긴다 (0) | 2026.05.14 |
| 전산장애 내면 매출 3%를 물린다 (0) | 2026.05.13 |
| 코스피 7,000 시대 (0) | 2026.05.11 |
