이번에 추가된 CSS의 특징은 고객군별 특성을 반영한 중저신용, 씬파일러 각각의 ‘맞춤형 특화모형’을 새로 구축했다는 점이다. 소득 수준, 대출 이력 등 다양한 금융 정보를 토대로 중저신용과 씬파일러 고객의 신용도 특징을 다각적으로 분석했다.
통신과 쇼핑 정보도 금융 정보와 결합했다. 통신은 스마트폰 요금제, 할부금, 요금 납부이력 등 서비스 이용 관련 데이터를 대안 정보로 활용했다. 쇼핑 정보 역시 백화점·마트뿐아니라 패션, 여가 활동, 외식, 생활용품 등에 대한 구매 및 이용 패턴을 추가했다.
또 머신러닝 기법을 적용해 CSS 모형이 보다 정교한 신용평가를 수행할 수 있도록 했다.
케이뱅크 시뮬레이션 결과 신규 CSS의 중저신용 고객군 대출 승인율은 기존 모형 대비 약 18.3% 증가했다. 금융거래 정보가 상대적으로 부족한 씬파일러 고객군은 승인율이 약 31.5% 상승하는 것으로 나타났다.
금융 혜택도 개선됐다. 케이뱅크는 통신 서비스와 쇼핑 데이터를 적용한 CSS로 신용평가를 받아 대출 한도나 금리가 개선된 고객이 10% 이상 늘었다고 파악했다.
케이뱅크는 새로 개발한 CSS 모형을 대출상품 전반에 즉시 적용한다는 방침이다.
케이뱅크 윤형로 리스크관리실장은 “향후 통신 데이터의 사용량 변화 분석 등 다양한 영역에서 새로운 대안정보를 발굴해 신용평가에 접목시키겠다”며 “고도화된 CSS를 통해 대출상품의 경쟁력 강화는 물론 리스크 관리에도 역량 집중을 지속할 것”이라고 말했다.
psy@fnnews.com 박소연 기자
※ 저작권자 ⓒ 파이낸셜뉴스, 무단전재-재배포 금지