 |
신용평가모델의 개발 및 확산, 사후관리 강화를 전제로 신용대출을 확대하여, 소상공인 정책자금 또는 금융자금 조달이 원활히 이루어질 수 있도록 해야 합니다. 담보에 집중하기보다 사업성평가 및 향후 수익성, 경영자의 경영능력 등을 체
|
|
 |
신용평가 시 다량의 재무자료와 산업 데이터를 정확하고 신속하게 처리하는 데 필수적입니다. 인턴십을 통해 실제 금융 데이터와 평가 모델을 다뤄 본 경험도 있으며, 이를 통해 데이터 품질 관리와 모형 적용 과정을 익혔습니다. 앞으로도 IT
|
|
 |
5. 데이터 분석 기술이 신용평가에 미칠 영향에 대해 어떻게 생각하나요? AI 기반 신용평가 모델의 장단점을 설명해 주세요.
6. 본인의 장점 중 신용평가 업무에서 가장 강점이 될 수 있는 요소는 무엇이며, 이를 업무에 어떻게 활용할 계획인
|
|
 |
신용보증기금은 기존의 재무 정보 외에도 비재무적 요소(거래처 평가, 산업 전망, 기술력 등)를 반영하는 신용평가 모델을 도입하여 신생 기업이 불리한 평가를 받지 않도록 보완할 필요가 있습니다.
둘째, 경기 변동에 따른 리스크 증가입니
|
|
 |
신용평가 산출체계를 가지고 있어 유동적인 신용평가방법이 자칫 유동성이 큰 신용위험을 양산할 가능성이 있는 것으로 판단되었습니다. 따라서 이러한 위험성을 예방하기 위해 일관된 신용평가등급 및 평가모델을 개발해 신용보증기금은
|
|
 |
신용보증 기법을 적용해 만든 성과라고 볼 수 있다. 하지만 이러한 16조원에 이르는 보증금액으로 인하여 경기신용보증재단은 신용평가등급 및 평가모델의 개발을 통해 신용위험을 더욱 체계적으로 분석할 수 있도록 해야할 것이다.
또한 보
|
|
 |
한다.
2) AI 기반 신용평가 모델의 투명성 강화
설명 가능한 AI(eXplainable AI, XAI)를 적용하여 신용평가 결과의 해석 가능성을 높이고, 평가 결과에 대한 신뢰도를 확보해야 한다.
3) 하이브리드 신용평가 모델 도입
기존 신용평가 모델과 AI 기반
|
|
 |
어 활동, 온라인 구매 패턴 등)를 활용한 대안 신용평가 모델 개발에 참여하여 신용평가 시스템의 확장성을 높이고자 합니다.
10년 차에는 신용평가 모델 개발을 총괄하며, 금융소외 계층까지 포용할 수 있는 신뢰성 높은 CB 시스템을 구축하
|
|
 |
족: AI 모델의 결정 과정은 블랙박스 형태로 이루어져, 모델이 어떻게 결론을 내렸는지에 대한 투명성이 부족할 수 있습니다. 고객에게 설명 가능한 신용평가를 제공해야 하는데, AI는 이를 제대로 설명하기 어려울 수 있습니다. 또한, 차별적
|
|
 |
족
AI 모델은 복잡한 신경망 구조를 기반으로 학습되므로, 평가 결과에 대한 해석이 어려운 경우가 많다. 이는 금융기관 및 감독 기관이 AI 모델의 결정 과정을 검토하는 데 한계를 초래할 수 있다.
③ 데이터 품질 및 보안 문제
AI 신용평가
|
|
메뉴펼치기
