[이 기사에 나온 스타트업에 대한 보다 다양한 기업정보는 유니콘팩토리 빅데이터 플랫폼 '데이터랩'에서 볼 수 있습니다.]
AI(인공지능) 금융기업 어피닛이 생성형 AI의 응답을 금융 심사 위험 지표로 전환하는 기술에 대한 특허 등록을 마쳤다고 10일 밝혔다.
2014년 설립된 어피닛은 인도에서 대안신용평가시스템(ACS)과 AI 금융 플랫폼 '트루밸런스'를 운영하고 있다. 이번 특허 명칭은 '생성형 AI 기반 대출심사 응답 토큰의 로그확률을 활용한 대출심사 연체확률 산정과 보정 방법 및 이를 실행하기 위한 컴퓨팅 장치'다.
어피닛에 따르면 생성형 AI는 소득과 신용정보 같은 정형 데이터뿐 아니라 금융 명세서와 상담 기록 등 비정형 정보를 함께 해석해 심사를 보조할 수 있으나 '승인' 또는 '거절'이라는 답변만으로는 같은 승인 고객 사이에서도 서로 다른 위험 수준을 세밀하게 구분하기 어렵다.
특히 고객별 한도와 금리 등 구체적인 정책에 반영하려면 AI의 응답을 실제 금융 위험을 나타내는 수치와 연결하는 과정이 필요하다. 어피닛은 이를 위해 AI의 응답 정보와 과거 고객의 실제 연체 데이터를 연결하는 보정 절차를 개발했다.
어피닛 관계자는 "먼저 고객 정보를 바탕으로 심사용 질문과 지시문을 구성하고 AI가 승인·거절·검토 중 하나로 응답하도록 한다"며 "이어 해당 응답이 생성될 확률을 나타내는 '토큰 로그확률'을 확보해 거절 응답에 대한 확률값으로 변환한다"고 설명했다.
이어 "이 확률값이 곧바로 실제 연체 가능성을 뜻하지는 않는다"며 "과거 실측 연체 데이터와 결합해 보정 함수를 학습시키는 방식으로 해당 금융 환경에 맞는 연체확률을 산출한다"고 덧붙였다.
AI가 어떤 응답을 생성할 가능성이 높은지를 나타내는 정보와 고객이 실제로 연체할 가능성을 구분한 뒤, 데이터로 둘을 연결하는 구성이다. 산출된 지표는 사전에 정한 심사 기준에 따라 승인·거절·수동심사를 구분하거나 고객별 한도와 금리를 차등화하는 데 쓸 수 있다.
어피닛은 AI의 답변을 그대로 따르는 대신 정량적 위험 지표와 정책 기준을 연결해 심사의 정밀성과 일관성을 높이고 판단 기준을 설명할 수 있는 기반을 제공한다.
시장 환경이 달라질 때는 생성형 AI 모델 자체를 재학습시키는 대신 보정 함수만 다시 학습하는 방식으로 대응한다. 국가와 언어, 상품군이 달라져도 해당 환경의 데이터로 보정 함수를 별도 학습해 시간과 비용 부담을 줄일 수 있다는 설명이다.
이철원 어피닛 대표는 "AI의 응답을 실제 금융 위험 지표로 연결하고 시장 변화에 맞춰 조정할 수 있는 기술을 확보했다는데 의미가 있다"며 "국가마다 다른 금융 환경과 고객 특성을 반영할 수 있는 기술 기반을 바탕으로 해외 확장에 필요한 대응력을 높여 나가겠다"고 했다.
[머니투데이 스타트업 미디어 플랫폼 '유니콘팩토리']