어피닛 AI 엔진이 고객의 EMI를 추정하는 방법
인도 신흥시장에서 EMI 누락 문제를 해결하기 위해 수학적 추정 프레임워크를 소개했습니다. 금융 원리에 맞는 화이트박스 방식으로 심사 지표 커버리지를 높인 사례를 다뤘습니다.

인도 신흥시장에서 EMI 누락 문제를 해결하기 위해 수학적 추정 프레임워크를 소개했습니다. 금융 원리에 맞는 화이트박스 방식으로 심사 지표 커버리지를 높인 사례를 다뤘습니다.
2025년 11월 인도 핀테크 업계의 규제와 시장 동향을 주차별로 정리했습니다. 데이터 보호, AI·클라우드 전환, 대출 구조 변화가 핵심입니다.
사내 AI Agent와 MCP 서버를 도입해 Slack, JupyterHub, 개발자 워크플로우를 자동화한 구조와 사례를 공유했습니다. LangGraph 오케스트레이션, 권한 관리, RAG 고도화 방향도 함께 정리했습니다.
데이터는 많지만 도구와 흐름이 흩어져 있어 활용이 어려운 문제를 다뤘습니다. 이를 해결하기 위해 JupyterHub와 dbt 조합을 통합 데이터 허브의 기반으로 선택했습니다.
GenAI 응답의 토큰 로그확률을 활용해 연체확률(PD)을 산정·보정하는 방법을 소개했습니다. 금융 심사 정책과 금리·한도 결정에 연결하는 시범 적용 사례를 설명했습니다.
2025년 10월 인도 핀테크 업계의 규제와 시장 동향을 주차별로 정리했습니다. RBI 정책 변화, 디지털 통화, 대출 수요 증가가 핵심이었습니다.
어피닛이 인도 테크 브랜드 어워드에서 AI 대안신용평가 성과로 핀테크 대상을 수상했습니다. 현지 금융기업과의 파트너십을 확대하며 인도 시장 영향력 강화를 추진했습니다.
스타트업이 K-GAAP에서 K-IFRS로 전환해야 하는 이유와 주요 차이를 정리했습니다. 전환 준비를 위해 내부 역량, 외부 전문가, 일정 관리를 사전에 점검해야 합니다.
어피닛이 AI 기반 대안신용평가로 금융 포용을 확대하는 비전을 소개했습니다. 제임스 로빈슨은 이를 전 세계가 주목할 혁신으로 평가했습니다.
2025년 9월 인도 핀테크 뉴스와 규제·업계 동향을 정리한 글입니다. 오프라인 진출, 대체 데이터 대출, 자금 조달과 IPO 소식을 다뤘습니다.
어피닛이 AI 기반 금융상품 추천과 리스크 관리로 2분기 역대 최대 실적을 거뒀습니다. 연간 세전이익 목표도 상향하며 AI 금융 플랫폼 경쟁력 강화에 나섰습니다.
대규모 비전통 데이터를 활용한 AI 대안신용평가 연구 결과를 국제학술대회에서 공개했습니다. 전통 신용점수 모델보다 예측 성능이 높아 금융포용성 확대 가능성을 보여주었습니다.
인도 사용자 리서치를 바탕으로 금융 용어를 더 직관적인 표현으로 바꾼 사례를 소개했습니다.용어 수정과 보조 설명, A/B 테스트로 이해도와 클릭 반응을 개선했습니다.
인도 핀테크 업계의 8월 규제와 투자, 디지털 대출 동향을 주차별로 정리했습니다. RBI 정책 변화와 신규 차주 대출, 가짜 대출 앱 이슈도 함께 다뤘습니다.
오픈소스 PDF 라이브러리 도입과 OpenPDF 선택, 전자서명 저수준 구현 과정을 공유했습니다.문서 검증과 P95 모니터링으로 마이그레이션 안정성도 확인했습니다.
DBT와 CDC, Airflow로 클라이언트 여정을 추적하는 `data_logs` 테이블 구축 사례를 소개했습니다.복잡한 조인과 스캔 비용을 줄이기 위해 증분 모델링과 파티션 최적화를 적용했습니다.
2025년 7월 인도 핀테크 업계의 규제, 투자, 상장 추진, 결제 성장 동향을 주차별로 정리했습니다. RBI 정책 변화와 UPI 확대, 주요 기업 실적과 자금 조달 소식을 함께 다뤘습니다.
슬랙에서 사내 용어를 검색해 한글과 영어로 답변하는 BH-Glossary 봇 개발 과정을 소개했습니다. LLM과 RAG를 활용한 구현 방식과 향후 운영·확장 방향도 함께 정리했습니다.