어피닛에서 GenAI를 금융 심사에 활용해보기
AI
어피닛에서 GenAI를 금융 심사에 활용해보기
두줄요약
GenAI 응답의 토큰 로그확률을 활용해 연체확률(PD)을 산정·보정하는 방법을 소개했습니다. 금융 심사 정책과 금리·한도 결정에 연결하는 시범 적용 사례를 설명했습니다.
문제 상황
- GenAI의 텍스트 답변만으로는 고객별 위험 수준을 정량적으로 구분하기 어려운 상황
- 승인·거절·검토 결과는 얻을 수 있지만, 금리 차등화나 세분화된 정책 운용에 필요한 PD 연결이 부족한 한계
해결 방법
- 응답 토큰의 로그확률을 확보해 확신도를 수치화하고, 거절 확률(PoN)로 변환
- 과거 실측 연체 데이터와 매칭한 보정 함수로 도메인 적합 PD를 산출
- 정형·비정형·행동 데이터를 RAG로 가공하고, Y/N/U 토큰 출력으로 표준화
