어피닛, AI 심사 답변의 확신도를 실제 부도율로 치환하는 특허 등록

생성형 인공지능(AI)이 내놓는 언어적 확신도와 차주가 실제로 빚을 갚지 못할 확률 사이의 구조적 괴리를 분리해 실측 부도율로 치환하는 기술이 특허로 등록됐다. 거대언어모델(LLM) 본체를 매번 다시 학습시키지 않고 가벼운 위험 보정 함수만 재학습하는 이원화 구조를 채택해, 신용위험 계량화의 비용과 연체 예측 오차를 동시에 통제하려는 시도다.

금융 AI 기업 어피닛(대표 이철원)은 10일 생성형 AI 기반 대출심사 응답 토큰의 로그확률을 활용한 대출심사 연체확률 산정과 보정 방법 및 이를 실행하기 위한 컴퓨팅 장치에 대한 특허 등록을 마쳤다고 밝혔다.

기존 신용평가 모형은 소득이나 금융 거래 내역 같은 정형 데이터 위주로 차주의 부도 위험을 산출해 왔다. 반면 생성형 AI는 소득 증빙뿐만 아니라 은행 입출금 명세서의 세부 내역, 문자메시지 결제 정보, 고객 상담 기록 등 비정형 텍스트를 포괄적으로 판독해 대출 승인이나 거절 같은 결정을 도출하는 데 강점이 있다.

하지만 여신 건전성을 관리해야 하는 금융기관 입장에서는 생성형 AI의 텍스트 출력이 심각한 한계로 작용했다. AI가 '승인'이라는 단어를 출력했다고 해서 해당 차주들의 연체 위험이 똑같지 않으며, '거절'이라는 판정 역시 위험의 절대적인 크기를 설명해주지 못하기 때문이다. 대출 승인 여부는 물론 담보인정비율 산정, 한도 설정, 가산금리 차등화, 대손충당금 적립 등 여신 전반의 핵심 정책을 가동하려면 연속적인 부도확률 수치가 필수적이다. 그동안 LLM의 단어 생성은 이런 리스크 엔진과 직접 맞물리지 못했다.

어피닛의 이번 특허는 모델이 다음 단어를 예측할 때 계산하는 토큰 로그확률을 출발점으로 삼는다. 심사 지시문을 입력받은 AI가 승인, 거절, 검토 등의 토큰을 생성할 때의 로그확률을 추출해 거절 확률로 변환하는 과정을 거친다. 핵심은 이 수치를 차주의 실제 연체 위험으로 직결하지 않는다는 점이다. AI가 특정 단어를 생성할 확률은 사전 학습된 언어적 통계량에 불과할 뿐, 특정 거시경제 여건이나 금융 상품 환경에서 발생하는 채무불이행 가능성과는 성격이 다르기 때문이다.

이 간극을 메우기 위해 회사는 과거 차주들의 실제 연체 실측 데이터를 기반으로 별도의 보정 함수를 학습시키는 방식을 설계했다. 언어모델의 응답 생성 신뢰도와 실제 금융 시장에서의 부도율을 명확히 분리한 뒤, 실측 연체 통계를 매개로 두 지표를 잇는 전환 체계를 구축한 것이다. 그 결과 생성형 AI의 심사 결과물은 단순한 판정문에 머무르지 않고 금융기관이 수용할 수 있는 정량적 부도확률로 바뀌며, 정책 기준에 따른 승인 경계값 설정과 금리 차등 부과에 직접 연동될 수 있다.

이 설계는 위험 관리의 효율성 측면에서 뚜렷한 차이를 만든다. 기준금리 변동이나 경기 침체로 연체율 추세가 급변하거나 새로운 금융 상품군을 취급할 때, 수십억 개 이상의 매개변수를 지닌 LLM 자체를 재학습시키는 것은 천문학적인 연산 비용과 심사 기준 왜곡의 위험을 부른다. 반면 AI 모형은 유지한 채 국가별, 상품군별 연체 실측치로 경량화된 보정 함수만 새로 학습시키면 시장 환경의 급변에도 자본 건전성 지표를 신속하게 재조정할 수 있다. 인도 등 금융 이력이 부족한 중저신용자가 다수를 차지하는 신흥 시장에서 현지 대출 자산의 부실 징후에 즉각 대응할 수 있는 안전장치로 평가받는 배경이다.

다만 이 같은 보정 체계가 실제 여신 포트폴리오의 건전성을 장기적으로 담보하려면 몇 가지 과제를 풀어야 한다. 보정 함수의 신뢰성은 축적된 과거 실측 연체 데이터의 양과 정밀도에 전적으로 의존한다. 데이터가 충분하지 않은 신규 시장이나 취약 차주군에서는 추정 오차가 커질 수 있다. 또한 경기 하강 국면에서 과거 패턴을 벗어난 돌발적인 집단 연체가 발생할 경우 보정 함수가 시장 충격을 뒤늦게 반영하는 후행성 리스크도 존재한다. 규제 당국이 금융 AI 모형에 요구하는 부도율 산출 근거의 투명성과 설명 가능성을 상용화 과정에서 어떻게 제도적으로 입증해 낼지가 성패를 가를 핵심 관전 포인트다.

※ 이 기사는 랑펀미디어 AI 시스템을 통해 수집된 정보를 바탕으로 작성되었습니다.