어피닛, 생성형 AI 대출심사 보정 기술 특허 등록

승인·거절만으로는 부족했던 한계

생성형 AI는 소득, 신용점수 같은 정형 데이터뿐 아니라 금융 명세서와 상담 기록 등 비정형 정보까지 종합 해석할 수 있어 유망한 심사 보조 도구로 꼽혀 왔습니다. 하지만 결과가 단순한 '승인' 또는 '거절'에 그치면 같은 승인 고객 안에서도 위험 수준의 차이를 세밀하게 구분하기 어렵습니다. 대출 한도 설정이나 금리 차등화에는 AI의 정성적 답변을 연속적인 수치 지표와 연결하는 기술이 필요했습니다.

어피닛은 고객 정보로 심사용 프롬프트를 구성해 AI가 승인·거절·검토 중 하나를 답하게 한 뒤, 해당 단어가 생성될 수학적 가능성인 '토큰 로그확률'을 추출해 거절 확률값으로 변환합니다. 이 값을 과거 실제 연체 이력과 결합해 통계적 보정 함수를 학습시키고, 최종 연체확률을 산출합니다.

해외 시장 적용 유연성

이렇게 얻은 지표는 금융사 기준에 따른 승인·거절·수동심사 선별과 고객별 금리·한도 차등 부여의 근거가 됩니다. 시장이나 규제가 바뀌어도 무거운 생성형 AI 모델 전체를 다시 학습할 필요 없이 경량화된 보정 함수만 재학습하면 되므로 운영 비용과 시간을 크게 줄일 수 있다고 회사는 설명합니다. 언어와 법적 환경, 대출 상품이 다른 해외 시장에서도 해당 국가의 연체 데이터로 보정 함수만 최적화하면 적용할 수 있습니다.

이철원 대표는 "생성형 AI의 정성적 응답을 금융 현장에서 통용되는 정량적 위험 지표로 연결하고 환경 변화에 기민하게 대응할 기술적 토대를 완성했다"며 글로벌 시장 진출에 속도를 내겠다고 밝혔습니다.