AI
밸런스히어로, 대안신용평가시스템 고도화…AI 적용 확대
두줄요약
인도 중저신용자 대상 대안신용평가시스템에 LLM과 AI NER2를 확대 적용했습니다. SMS 텍스트 기반 부도 예측 모델과 자동 평가 결과 생성으로 승인율과 응대 속도 개선을 노렸습니다.
문제 상황
- 인도 중저신용자는 기존 신용 이력 부족으로 금융 상품 접근성 제한
- 기존 ACS의 승인율·부도율 개선 필요성과 더 세밀한 데이터 활용 한계
해결 방법
- 대안신용평가시스템에 LLM 확장 적용으로 금융 상품 승인율 제고
- AI NER2 도입으로 기관 데이터 커버리지 확대와 계좌명·은행명·입금액 등 세분화 정보 추출
- SMS 텍스트 분석 기반 부도 예측 모델 추가로 부도 확률 수치화와 리스크 관리 강화
성능/운영 포인트
- 기존 대비 은행 6배, 대출 관련 회사 3배 이상 커버리지 확대
- 총 분석 데이터 양 2배 이상 증가
- 평가 결과 자동 생성으로 승인·거절 사유 제공과 고객 응대 속도 향상
적용해볼 점
- 신용평가 고도화에 LLM과 명칭 인식 모델을 결합하는 방식
- 제한된 텍스트 데이터만으로도 부도 예측 모델을 확장하는 접근