개인사업자는 기업과 개인(대표자) 속성이 모두 있지만 데이터가 충분하지 않아 개인사업자의 특성을 반영한 연구가 어려운 것으로 알려져 있다. 신용정보원은 거시경제지표와 본원이 보유한 다양한 기업신용정보, 대표자 개인신용정보를 종합적으로 분석해 개인사업자 업종별로 향후 부도율을 예측하는 모형을 개발하기 위해 이번 연구를 진행했다.
이번 연구를 통해 기업 부도율 예측 때 널리 사용되는 거시경제변수에 더해 신정원이 보유한 미시적 신용정보를 추가 사용할 때 예측력이 향상되는 게 확인됐다. 또 다양한 AI 기법의 성능을 비교 평가해 가장 예측력이 높은 모형을 구축하는 등 금융분야에서도 AI 기법의 활용 가능성을 입증했다.
연구에 따르면, 거시경제변수만 사용했을 때와 비교해 신용정보를 함께 사용한 ‘DNN(심층신경망) 모델’ 예측 성능은 4.74% 개선된 것으로 나타났다. DNN은 딥러닝 모델 중 하나로 입력층과 출력층 사이 여러 개의 은닉층을 갖는 인공신경망을 말한다
신현준 신용정보원장은 “개인사업자는 신용평가와 리스크 관리 시장에서 미지의 영역이었다”며 “AI 기법으로 개인사업자의 업종별 부도율을 정확히 예측할 수 있다면 경제 시스템 리스크를 예방하는데 큰 도움이 될 것”이라고 강조했다.
신용정보원은 이 연구로 검증된 유의미한 데이터를 ‘CreDB’를 통해 개방해 금융사 등이 AI 개발을 위한 데이터셋으로 활용할 수 있도록 지원할 계획이다. 또 연구 결과를 모형화해 예측력을 제고함으로써 금융현장에서 유용하게 활용될 수 있도록 금융회사들과 협력해 나갈 계획이다.
신현준 원장은 “이번 연구결과는 전문성이 요구되는 금융 빅데이터 분야에서 우리 원의 AI 분석 역량을 입증한 의미있는 성과로 보고 있다”며 “앞으로도 금융 혁신기술에 대한 우리 원의 전문성 제고를 적극 뒷받침해 나갈 계획이다”라고 말했다.
|
