개인 신용평가에서의 금융소비자 보호에 관한 연구: 인공지능 방법론 기반 신용평가모형을 중심으로 = A Study on Financial Consumer Protection in Personal Credit Evaluation: Focusing on Credit Evaluation Model Based on AI Methodology

다국어 초록 (Multilingual Abstract)

A credit evaluation model is used to automate and quantify a personal credit evaluation, and the results can have a significant impact on a person's overall economic and financial situation. In order to prevent financial customers from suffering as a result of inaccurate credit evaluation results, it is important to ensure the fairness and dependability of the credit evaluation model.
The recently developed AI methodology-based credit evaluation model, in contrast to the existing credit evaluation model, has the advantage of reflecting a variety of non-financial information and performing relatively well, but it also raises questions about the model's bias and is challenging to interpret and explain. Therefore, it is necessary to examine new issues that may arise from the perspective of financial consumer protection.
In this study, domestic and foreign laws and systems were compared and analyzed from the perspective of financial consumer protection to confirm that the main principles are the prohibition of discrimination, the right to request an explanation, and the right to request a correction. In particular, it was confirmed that the main issues are the overfitting risk and bias due to the characteristics of the artificial intelligence methodology and determining the level of algorithm transparency to improve explanatory power. On the basis of this, regulatory approaches were suggested in order to reflect new financial consumer protection issues that may occur as a result of the advancement of personal credit evaluation models in the domestic discipline system.

국문 초록 (Abstract)

현재 개인 신용평가는 신용평가모형을 활용하여 자동화·계량화된 방식으로 이루어지고 있으며, 신용평가의 결과는 개인의 경제·금융생활 전반에 큰 영향을 미칠 수 있다. 따라서 법·제도에 근거하여 신용평가 방식의 공정성과 신뢰성을 확보하고 이를 통해 금융소비자가 잘못된 신용평가 결과로 인한 피해를 받지 않도록 조치할 필요가 있다. 최근 등장한 인공지능 방법론 기반의 신용평가모형은 전통적인 로지스틱 회귀모형 기반의 신용평가모형과 달리, 성능이 상대적으로 높고 다양한 비금융정보를 반영할 수 있다는 장점이 있는 반면, 모형의 편향에 따른 위험과 평가 결과의 해석과 설명이 어려운 단점 등이 존재한다. 따라서 개인 신용평가의 대상이 되는 금융소비자의 보호 관점에서 새로운 방법론을 적용한 신용평가모형 도입에 따라 발생할 수 있는 새로운 이슈들을 점검해볼 필요가 있다.
본 연구에서는 국내외 법령과 제도를 비교·검토하여 개인 신용평가시 금융소비자 보호 관점에서 차별 금지와 설명요구권, 이의제기 및 정정요구권의 보장이 기본 원칙임을 확인하였으며, 이 중에서도 특히 인공지능 방법론의 특성으로 인한 발생할 수 있는 과적합 위험과 편향성 강화, 설명력 향상을 위한 알고리즘 투명성 수준의 결정 등이 주요 쟁점임을 확인하였다. 또한 이를 토대로 새롭게 발생할 수 있는 금융소비자 보호 이슈들을 국내 규율체계에 반영하기 위해 이슈별 규제방안과 법·제도에 따른 규율방식, 앞으로의 정책방향 등을 제언하였다. 본 연구가 개인 신용평가 영역에서 금융소비자 보호에 대한 논의를 확장시키는 중요한 계기가 되길 기대한다.