“3시간 걸리던 40만건 대출스코어링, 단 10분만에” SAS

실시간
뉴스

기업뉴스

“3시간 걸리던 40만건 대출스코어링, 단 10분만에” SAS

디지털데일리 발행일 2019-07-11 13:41:42

박기록

URL복사

* 본 기사는 7월5일 공식 출간된 '2019년판 디지털금융 혁신과 도전' 내용중 일부를 온라인으로 제공하는 것입니다. 내용은 본지의 편집방향과는 무관합니다.

[Risk Solution & Strategy] – SAS

- 통합리스크 관리 전략으로, 금융 컴플라이언스 패러다임 혁신

- BOA·TD뱅크, SAS 솔루션으로 효율적 리스크관리 체계 구축

전 세계적으로 글로벌 금융규제가 크게 강화되고 있는 추세다. 글로벌 금융규제 당국은 금융기관이 건전한 분석 프로세스를 기반으로 비즈니스 의사결정이 이뤄지는지 검증하기위해 모델 감독을 더욱 강화하고 있다.

유럽중앙은행은 금융기관내 효과적인 리스크관리 프레임워크 구현을 요구하고 있으며, 건전성감독청(Prudential Regulatory Authority)도 금융회사의 스트레스 테스트 내 모델 리스크 관리에 대한 규제를 집중적으로 강화하고 있다.

국내 금융감독기관도 마찬가지다. 까다로워지는 규제에 맞춰 선제적인 감독 체계를 확립하고, 동시에 금융권의 디지털혁신 활성화를 정책적으로 지원하고 있다. 금융감독원이 발표한 ‘금융회사의 디지털전환 추진 현황’ 결과에 따르면 국내 108개 금융사 중 약 66%가 디지털 전환을 진행하고 있는 것으로 나타났다.

SAS와 국제재무위험관리전문가협회(GARP)가 발표한 ‘금융권 리스크관리 분야의 인공지능 활용’ 조사 결과, 금융산업분야 리스크전문가 81%가 이미 인공지능(AI)기술 도입에 따른 효과를 보고 있는 것으로 나타났다. 금융 산업은 리스크관리 개선 방안으로 AI와머신러닝 등 핵심 기술 적용을 확대하고 있다.

그러나 AI기술을 적용하거나 기존 모델을 활용하는 과정에서 이번에는 관리리스크 증가 또는 금융기관의 리스크 식별 및 관리역량 부족의 이슈가 새롭게 발생할 수 있다. 이 때문에 이러한 이슈까지 모두 체계적으로 투명하게 관리할 수 있는 계획적인 리스크관리 방안 구축의 필요성이 높아지고 있다. SAS가 말하는 ‘모델 리스크 관리’는 효과적인 대응전략의 하나다.

‘모델 리스크 관리’(Model Risk Management, MRM) 구축 필요성

모델 컴플라이언스 관리의 중요성이 어느 때보다 높다. 금융조직은 전사 차원의 통합적인 모델 리스크 관리(MRM)을 수립해야 한다. 모델 라이프사이클 성숙도가 리스크관리 효과와 효율성에 큰 영향을 미치기 때문에 모델별 검증 활동에 의존하는 전통적인 접근 방식에서 나아가 보다 총체적인 관점에서 접근해야 한다.

통합모델 리스크 전략의 첫 단계는 리스크에 영향을 줄 수 있는 모든 모델을 인벤토리에 포함해 통합적인 관점에서 관리하는 것이다. 이후 통합 관점에서 핵심 영역을 식별하고 모델별 중요도에 따라 제어와 점검에 나서면 효과적인 전략 실행이 가능하다. 또한 효율적인 모델 리스크관리를 위해서는 모델 리스크를 수량화하고 프로세스를 자동화해야 한다.

금융기관은 이를 통해 리스크 프로파일과 리스크 성향을 기반으로 문제가 발생하는 영역에 집중 대응할 수 있으며, 자동화된 표준 시스템을 통해 관리프로세스 절감, 시간 및 비용 등의 부담 감소와 효율성 향상이라는 이점을 얻을 수 있게 된다. 금융기관이 변화하는 규제 속에서 새로운 비즈니스 가치를 지속적으로 창출하기 위해서는 꾸준한 모델 관리가 필요하다. 따라서 단기적으로 전체 모델링 프로세스를 가속화해 비즈니스 의사결정 시간을 단축시키는 것에 그치지 않고, 장기적인 모니터링과 업데이트를 통해 성숙한 모델 리스크 관리 생태계를 구축해야 한다.

조민기 SAS코리아 컴플라이언스, 사기방지 및 보안 인텔리전스 담당 이사는 “바젤Ⅲ(FRTB; 시장리스크규제), IFRS와 같은 보다 강화된 규제가 등장하고 빅데이터와 AI기술이 발전하고 있다”며 “금융기관이 통합리스크관리 전략을 통해 효율적인 시스템을 갖춰야만 규제 변화에 유연하게 대응하고 새로운 비즈니스 가치를 얻을 수 있을 것”이라고 말했다.

SAS는 수십년간 데이터 준비, 모델링, 분석 및 보고영역 등의 전문 역량을 바탕으로 모델 라이프사이클 전반에 걸쳐 전사차원의 관리와 감독시스템 구축을 위한 솔루션을 제공하고 있다. SAS 모델 리스크관리 솔루션(MRM)은 모델 리스크를 최소화하면서 비즈니스 가치를 극대화하는 통합 리스크 관리 및 감독 솔루션이다.

전사 차원의 중앙 집중식 모델 인벤토리를 구축해 모델 개발부터 검증, 구현, 변화 모니터링까지 모델 라이프사이클 전반의 리스크를 종합적으로 관리한다. 금융 기관은 SAS의 MRM솔루션을 활용해 보다 정확한 비즈니스 인사이트를 확보하고 빠르게 변화하는 리스크 정책과 규제에 유연하게 대응할 수 있다.

뱅크오브아메리카, SAS 리스크관리(RM)솔루션으로 손실예측 프로세싱 단축

뱅크오브아메리카(BOA)는 자산투자 및 트레이드 부문 글로벌 선두 은행으로 약 5900만 개인 고객 및 비즈니스 고객에게 투자, 자산관리 및 금융서비스를 제공하고 있다. BOA는 신용카드 손실을 예측함에 있어 수 테라바이트(TB)에 달하는 대규모 데이터베이스를 모델링하고 프로세싱 할 수 있는 효율적이면서 유연한 솔루션이 필요했다.

이를 위해 BOA는 SAS 리스크 매니지먼트(SAS Risk Management)솔루션을 도입해 신용리스크 모델링, 스코어링 및 손실 예측에 소요되는 프로세싱 시간을 단축하고 비정형(ad hoc) 데이터 분석을 위한 리소스 액세스 및 가용성을 향상해 은행 비즈니스 연속성을 보장했다.

이를 통해 기존 96시간이 소요되던 은행의 부도율계산 시간을 4시간으로 단축시키는 엄청난 결과와 함께 3시간이 소요되던 40만 건의 대출 포트폴리오 스코어링 시간도 단 10분으로 단축시켜 업무 효율성을 개선했다.

또 캐나다 최대 은행이자 미국 10대 은행에 속하는 TD뱅크(Toronto-Dominion Bank)는 SAS의 MRM솔루션을 도입해 신뢰할 수 있는 단일 리스크 거버넌스 체계를 구축함으로써 규제 당국의 긍정적 평가와 비즈니스 가치를 창출했다. 미국 내에서만 500여 개의 재무 모델을 보유하고 있던 TD뱅크는 강화된 컴플라이언스 환경에 있어 모델의 직관적인 가시성과 통합적 리스크 관리 체계의 필요성을 절감하고 있었다. 모델 라이프사이클 전반을 아우르는 리스크 거버넌스 플랫폼을 통해 TD뱅크의 비즈니스 그룹은 실시간으로 모델을 점검하고 리스크 관리 개선 및 자본 최적화를 실현할 수 있었다.

또한 유연하고 포괄적인 모델 감독이 가능해지면서 여러 관계 부서들이 협력을 통해 사업 활동 전반에 걸친 위험 요소를 미리 감지하고 빠르게 대응할 수 있게 됐다. 이러한 리스크 관리 체계 혁신을 통해 TD뱅크는 모델 리스크를 최소화했을 뿐 아니라 규제 당국으로부터 매우 긍정적인 컴플라이언스 평가를 이끌어낼 수 있었다. <끝>