AI 금융 기업 어피닛(AFINIT, 대표 이철원)이 생성형 인공지능(GenAI)의 응답 정보를 금융 심사용 위험 지표로 전환하는 원천기술에 대한 특허 등록을 마쳤다. 이번에 등록된 특허의 공식 명칭은 ‘생성형 인공지능 기반 대출심사 응답 토큰의 로그확률을 활용한 대출심사 연체확률 산정과 보정 방법 및 이를 실행하기 위한 컴퓨팅 장치’다. 생성형 AI가 도출한 승인이나 거절 등 비정형 텍스트 응답을 고객별 정량적 연체확률로 변환하고 실제 금융 환경에 맞춰 보정함으로써 리스크 관리 실무에 직접 활용할 수 있도록 구현한 것이 골자다.
기존 생성형 AI는 소득이나 신용점수 같은 정형 데이터는 물론 금융 명세서와 상담 기록 등 비정형 정보까지 종합적으로 해석할 수 있어 유망한 심사 보조 도구로 꼽혀왔다. 그러나 모델이 내놓는 결과물이 단순한 ‘승인’ 혹은 ‘거절’이라는 텍스트 형태에 머물 경우, 같은 승인 고객 내부에서도 위험 수준의 편차를 세밀하게 구분해 내지 못하는 한계가 있었다. 대출 한도 설정이나 금리 차등화 등 정밀한 여신 정책을 실행하려면 AI의 정성적 답변을 실제 금융 리스크를 나타내는 연속적인 수치 지표와 연결하는 기술이 필수적이었다.
어피닛은 이 문제를 해결하기 위해 AI의 응답 확률 정보와 금융사의 과거 실측 연체 데이터를 연동하는 정밀 보정 절차를 구축했다. 고객 정보를 기반으로 심사용 프롬프트를 구성해 AI가 승인·거절·검토 중 하나를 응답하도록 유도한 뒤, 해당 단어가 생성될 수학적 가능성을 나타내는 ‘토큰 로그확률’을 추출해 거절 확률값으로 변환한다. 이어 이 값을 과거 실제 고객들의 연체 이력 데이터와 결합해 통계적 보정 함수를 학습시킴으로써, 단순 텍스트 생성 확률과 고객의 실질적인 채무불이행 가능성을 명확히 분리하고 최종 연체확률을 산출하도록 설계했다.
이렇게 도출된 위험 지표는 금융사의 기준에 따라 승인·거절·수동심사를 정밀하게 선별하거나 고객별 금리와 한도를 차등 부여하는 정량적 근거로 활용된다. 특히 시장이나 금융 규제가 변하더라도 무거운 생성형 AI 모델 전체를 다시 학습시킬 필요 없이 경량화된 보정 함수만 재학습하면 되기 때문에 운영 비용과 소요 시간을 대폭 줄일 수 있다. 언어와 법적 환경, 취급 대출 상품이 서로 다른 해외 시장에 진출할 때도 해당 국가의 연체 데이터로 보정 함수만 개별 최적화하면 즉시 적용할 수 있는 유연성을 확보했다.
이철원 어피닛 대표는 “이번 특허는 생성형 AI의 정성적 응답을 실제 금융 현장에서 통용되는 정량적 위험 지표로 연결하고 환경 변화에 기민하게 대응할 수 있는 기술적 토대를 완성했다는 데 의의가 있다”며 “국가와 금융사마다 상이한 리스크 관리 기준과 고객 특성을 정밀하게 반영할 수 있는 역량을 앞세워 글로벌 시장 진출에 속도를 내겠다”고 설명했다.
이미지 제공: 어피닛
