최근 금융권에서 '신용인플레이션'은 심각한 문제로 대두되고 있다. 과거에는 신용 점수만으로 개인의 신뢰도를 평가하고 대출 심사를 진행할 수 있었다. 그러나 현재는 전체 금융소비자의 절반 가까이가 신용점수 900점 이상을 기록하는 상황에서, 신용점수가 더 이상 효율적으로 리스크를 판단하는 기준이 되지 못하고 있다. 그 결과 고신용자도 대출을 거절당하는 사례가 속출하는 등, 기존 신용평가 시스템의 변별력이 한계에 부딪혔다는 우려의 목소리가 점차 커지고 있다.

신용점수의 상향 평준화는 금융사에게도 큰 고민을 안겨준다. 이제는 단순히 신용점수가 높은 개인을 우량 고객으로 판단할 수 없기에, 기존 평가지표로는 신용 리스크를 효과적으로 예측하기 어려워졌다.

반면, 변별력 없는 신용평가 체계로 인해 고신용자 일부마저 은행 대출을 거절당하며 카드론이나 현금서비스 같은 고금리 상품으로 내몰리고 있다. 이러한 문제를 해결하기 위해 금융권은 개인의 신용도를 보다 더 세밀히 분석할 수 있는 새로운 방안을 모색하고 있다. 바로 대안신용평가다.

대안신용평가는 기존 금융 데이터 중심의 신용평가 체계에 비금융 데이터를 추가해 신용점수를 산정한다. 기존의 대출 이력, 신용카드 사용 내역 등으로 신용도를 평가하던 방식에서 벗어나, 통신비 납부 이력, 쇼핑 패턴, 공공요금 납부 내역 등 비금융 데이터를 적극적으로 활용하는 방식이다.

국내 핀테크 기업들이 비금융 데이터를 기반으로 하는 대안신용평가 모델을 활발히 개발하고 있는데, 대표적인 사례가 네이버파이낸셜과 나이스평가정보가 공동 개발한 '네이버페이 스코어'다. 이 모델은 네이버페이의 결제 내역, 스마트스토어 거래 데이터, 리뷰 및 응답 속도 등을 평가 지표로 활용하며, 주로 소상공인과 자영업자들을 대상으로 보다 정교한 신용평가를 가능하게 한다.

네이버페이 스코어는 기존 신용평가 모델과 결합했을 때 평가 변별력이 13.57% 개선됐음이 증명되었다. 예를 들어, 스마트스토어 판매자들의 경우 매출액뿐 아니라, 고객 응대 속도, 리뷰 평점, 배송 이력 등이 평가에 반영된다. 이를 통해 기존 신용평가 체계의 한계로 인해 높은 점수를 받지 못했던 소상공인들이 새로운 신용평가의 혜택을 볼 수 있다.

특히 최근 주목받는 데이터는 통신 데이터다. 통신비 연체 여부, 데이터 사용량 및 통화 패턴, 결합 할인 이용 내역 등은 개인의 상환 능력과 상환 의지를 판단하는 데 상당히 유용하다. 특히 통신비 연체가 금융 연체보다 선행되는 경향이 있다는 점은 통신 데이터 기반 신용평가의 적시성과 실효성을 뒷받침한다.

통신 데이터를 활용한 대표적인 대안신용평가 모델은 통신 3사(SK텔레콤·KT·LG유플러스)가 합작 설립한 통신대안평가와 그 서비스 '이퀄(EQUAL)'이다. 이퀄은 통신 3사의 데이터를 표준화해 고객의 신용도를 세밀히 분석하여 기존 신용평가모형의 변별력을 개선했다. 대안신용평가를 기존 신용평가와 결합할 경우 중저신용자의 신용점수 변별력이 약 20% 상승했으며, 기존 평가 시스템에서 놓쳤던 금융소외계층의 리스크를 명확히 식별할 수 있어 신용평가 효율성이 크게 개선됐다. 통신대안평가의 시뮬레이션 결과 대출 불량률은 절반 수준으로 감소하고, 중저소득층 고객들의 장기 연체 가능성은 8분의 1 수준으로 크게 낮아지는 것으로 나타났다.

또한 대안신용평가는 신파일러(금융거래 이력이 부족한 개인)뿐 아니라 기존 신용 점수 보유자들의 리스크를 세분화한다는 점에서 더욱 주목받고 있다. 현재 금융시장에는 신용점수 900점 이상의 고신용자들이 비중이 높아 신용 위험도의 차등이 어렵다는 한계가 존재하는데, 비금융 데이터를 결합하여 활용함으로써 같은 수준의 신용점수를 가진 고객들 사이에서도 우량 고객을 선별해낼 수 있다.

예를 들어, 신용점수 950점 이상의 고신용자들 중에서도 통신비를 꾸준히 납부하며 자동이체, 결합 할인 등을 활용하는 고객은 보다 안정적인 상환 여력이 있다고 판단된다. 반면, 비싼 요금제를 자주 변경하거나 통신비를 연체하는 고객은 리스크 신호로 간주된다. 이러한 평가 체계의 도입은 금융기관의 손실을 줄이고 우량 고객을 선별하는 데 있어 중요한 도구가 된다.

즉, 대안신용평가는 단순히 신파일러의 신용을 평가하기 위한 보완책에 머무르지 않는다. 신용점수의 상향 평준화로 인해 발생한 기존 평가 시스템의 한계를 보완하며, 금융시장에서 신뢰와 변별력을 되찾는 핵심적인 도구로 자리매김하고 있다. 더불어 금융소외계층에게는 진정으로 공정한 신용판단 기회를 제공하고, 새로운 금융상품 설계의 기회를 열어줄 것으로 기대된다.

전 세계적으로도 대안신용평가의 도입은 빠르게 확산되고 있다. 영국의 '에이레(Aire)'는 머신러닝을 활용해 청년, 자영업자 등을 대상으로 성향 및 능력을 점수화하며, 미국의 '언스트(Earnest)'는 기존 금융 정보보 외에 교육 수준, 고용 상태 등을 분석해 신용 리스크를 평가한다. 이러한 움직임은 단순히 신용 점수 산정만의 문제가 아니라, 신용사회를 재구성해 금융 포용성을 확대하려는 더 큰 목표와 직결되어 있다.

국내에서도 대안신용평가 도입은 금융기관들이 리스크를 더 정밀히 판단하고 위험을 효과적으로 관리하여 시장 신뢰를 높이는 데 중요한 발판이 되고 있다. 통신 데이터뿐만 아니라 쇼핑 기록, 공공요금 납부 이력 등 다양한 비금융 데이터를 활용한 평가 모델들이 활발히 도입되고 있으며, 이를 통해 고객의 리스크를 보다 정확하게 분석함으로써 금융 시스템의 안정성을 한층 강화할 수 있을 것으로 보인다.

궁극적으로 대안신용평가는 금융 생태계 변화의 중심으로 자리매김하고 있다. 금융기관이 과거의 신용평가 기준을 넘어 새로운 데이터와 기술을 적극적으로 수용한다면, 신용평가의 변별력을 높이고 보다 효율적이며 안정적인 금융사회를 만드는 데 핵심적인 역할을 할 것이다. 대안신용평가가 금융시장 전반에 가져올 긍정적 변화가 기대된다.