뱅크샐러드가 서강대학교 남주하 명예교수 연구팀과 함께 마이데이터 기반의 소비 데이터를 분석한 결과, 소비 패턴이 개인 신용위험을 예측하는 중요한 지표임을 확인했습니다.
해당 연구는 뱅크샐러드 이용자의 약 20만 건 카드 결제 데이터와 자체 소비 카테고리 분류 체계를 활용했습니다. 교육, 운동, 헬스케어 등 인적·육체 자본 축적 관련 지출이 높을수록 신용위험이 낮아지는 반면, 통신비, 편의점, 택시, 카페·간식 등 소모성 지출이 높을수록 신용위험이 커지는 것으로 나타났습니다. 또한 절대 소비액보다 평소와 다른 신규 소비나 지출 패턴 변화가 신용위험 예측에 더욱 유의미하게 작용했습니다.
뱅크샐러드는 이번 연구 결과를 바탕으로 어니스트AI, 코리아크레딧뷰로(KCB)와 함께 대안신용평가모델 '뱅크샐러드 스코어'를 개발했습니다. 이 모델은 소비 데이터 외에 금융자산별 현금흐름, 플랫폼 이용 패턴, 디바이스 생체 데이터, 건강검진 수검 주기 등 다양한 금융·건강·행동 데이터를 종합 반영합니다. 최신 머신러닝 알고리즘을 적용한 결과, 신용평가모형의 변별력을 나타내는 K S 통계량에서 60%를 기록하여 우량·고위험 차주 구분 성능을 확보했습니다.
뱅크샐러드 스코어는 금융 거래 이력이 부족한 신파일러의 신용 접근성을 넓히는 데 기여할 것으로 기대되며, 곧 상용화 가능한 단계입니다.
이 콘텐츠는 뉴스보이의 AI 저널리즘 엔진으로 생성 되었으며, 중립성과 사실성을 준수합니다.
AI가 작성한 초안을 바탕으로 뉴스보이 에디터들이 최종검수하였습니다. (오류신고 : support@curved-road.com)
• 이 콘텐츠는 뉴스보이의 AI 저널리즘 엔진으로 생성 되었으며, 중립성과 사실성을 준수합니다.
• AI가 작성한 초안을 바탕으로 뉴스보이 에디터들이 최종검수하였습니다. (오류신고 : support@curved-road.com)