금융 기업 어피닛(AFINIT, 대표 이철원)이 노스웨스턴대학교(Northwestern University) 경제학 연구진과 공동 수행한 산학 연구 논문이 국제재무관리학회(Financial Management Association International, 이하 FMA)가 주최하는 ‘2026 FMA Annual Meeting’의 발표 논문으로 공식 채택됐다. 앞서 세계적 AI 금융 컨퍼런스인 ACM ICAIF 2025 딥 서바이벌 모델링 부문 1위, 아시아 태평양 파생상품 학회(APAD 2026) 발표에 이은 성과로, 어피닛은 AI 금융 기술력에 대한 국제 학술 검증을 이어가고 있다.
1970년 설립된 FMA는 전 세계 금융 분야 연구자와 실무자가 참여하는 국제 학회다. 올해 연례 학 학술행사(Annual Meeting)는 10월 14일부터 17일까지 미국 플로리다주에서 개최된다. 이번에 채택된 논문은 ‘대안 데이터가 신용평가의 분배적 효과에 미치는 영향(Signals from SMS: Alternative Data and Distributional Effects in Credit Scoring)’으로, 행사의 마지막 날인 17일 ‘머신러닝 세션’에서 발표된다. 본 세션에는 MIT 경영전문대학원의 지텐드라 아스와니(Jitendra Aswani) 박사가 토론자로 참여해 논평을 제공할 예정이다.
해당 논문은 기존 금융 이력 데이터 대신 SMS 등 비정형 대안 데이터(Alternative Data)를 AI 신용평가 모델에 적용했을 때의 효과와 계층별 영향을 분석했다. 연구 결과, 대안 데이터와 머신러닝을 결합한 대안신용평가시스템(ACS)의 예측력은 전통 신용점수 대비 약 33% 향상됐으며, 이 중 SMS 데이터의 기여도가 가장 큰 것으로 나타났다. 이를 통해 기존 금융권 이용이 어려웠던 신규 차입자에게 대출 기회를 제공하는 등 금융 포용성(Financial Inclusion) 확대 효과를 실증했다.
아울러 연구진은 기술 혁신의 혜택이 상대적으로 금융 정보가 풍부한 계층에 더 크게 돌아가는 ‘분배적 효과(Distributional Effects)’가 존재함도 규명했다. 이는 알고리즘의 편향이 아닌 계층별 정보량 차이에서 비롯된 것으로, 진정한 포용적 신용평가를 위해 데이터 공유의 마찰과 정보 불균형을 해소해야 한다는 정책적 시사점을 제시했다.
어피닛은 10년 이상 인도 시장에서 자체 대안신용평가시스템(ACS)을 운영하며 중·저신용자 및 금융 소외 계층의 행동 데이터를 축적해왔다. 이번 연구는 현장 데이터와 노스웨스턴대의 학문적 방법론을 결합해 AI 기반 포용적 신용평가 모델의 실증적 근거를 체계화했다는 점에서 의미가 크다.
이철원 어피닛 대표는 “이번 FMA 발표는 인도에서 10년간 축적한 대안 데이터와 AI 신용평가 역량이 글로벌 학계에서 인정받고 있음을 보여주는 성과”라며 “글로벌 금융 소외 계층을 위한 AI 금융 인프라 구축에 더욱 속도를 내겠다”고 설명했다.
한편 어피닛은 신용평가, 승인 예측, 상품 추천, 리스크 관리 등 핵심 금융 의사결정에 AI를 내재화하는 ‘AI Finance Decisioning Platform’ 전략을 추진하고 있다. 금융 특화 AI 인텔리전스 레이어를 구축해 차별성을 확보하는 한편, 이번 연구 성과를 바탕으로 인도네시아 등 동남아시아 신규 시장 진출을 위한 이론적·기술적 기반을 지속 확장해 나갈 방침이다.
이미지 제공: 어피닛
