소비자 신용 분석 기업 익스피리언(Experian)은 지난 몇 년에 걸쳐 자사의 비즈니스는 물론, 업계의 지형까지도 크게 변화시키고 있다. 애널리틱스와 AI를 활용해서다.
익스피리언 EVP 겸 글로벌 애널리틱스 및 AI 총괄 담당자 쉬리 산타남은 익스피리언의 데이터 트랜스포메이션 작업이 그동안 집중해 온 3대 분야가 있다고 소개했다. 내부 현대화, 애널리틱스 제품 및 서비스 만들기, 고객을 위한 비즈니스 혁신이 그것이다.
산타남은 “코로나의 영향에도 불구하고 당사는 실제로 애널리틱스와 AI의 기본 분야에 상당한 진전을 이루는 데 성공했다”라며 “애널리틱스와 AI의 수요가 극적으로 증가했다. 데이터와 애널리틱스가 어떻게 고객 기업들의 사업 운영 방식에 더 나은 의사 결정을 내리도록 도울 수 있는지에 대해 관심이 있다”라고 말했다.
익스피리언은 고객사의 사업에 일대 혁신을 일으킬 수 있는 애널리틱스 제품을 만들고자 하며 그 사례 중 하나가 바로 어센드 인텔리전스 서비스(Ascend Intelligence Services)이다. 대출 업체들에게 AI를 이용한 모델링 및 전략 개발, 관리 및 배치 등을 제공하는 관리 애널리틱스 서비스이다.
익스피리언 데이터 과학자들은 ML 커스텀 신용 위험 모델을 구축하고 결정 전략을 최적화하며 고객들을 위해 모델을 생산 상태로 배치한다. 여러 어센드 인텔리전스 서비스 중에는 협업 모델 개발 서비스인 챌린저와 사전적 모델 모니터링 및 검증 서비스인 펄스가 있다.
서비스로서의 데이터 과학
미국 텍사스에 위치한 중간 규모 대출 업체 아틀라스 크레딧(Atlas Credit)은 최근 익스피리언 어센드 인텔리전스 서비스를 활용한 사례를 통해
CIO 100 IT 우수상을 수상했다. 이 서비스의 도움으로 아틀라스 크레딧은 신용 손실을 최대 20% 줄이는 한편 신용 승인률은 2배로 늘렸다.
아틀라스 크레딧은 텍사스, 오클라호마, 버지니아의 신용 불량자들을 위한 개인 할부 대출을 전문으로 하는 업체이다. 성장을 모색했지만 대출 신청 절차가 미흡해 발목을 잡히곤 했다. 대출 신청이 거절되거나 지점에서 직접 결정하도록 회부되는 경우가 너무 많았던 것이다.
즉 아틀라스 크레딧의 성장을 위해서는 추가 위험 부담 없이 대출 승인률을 높여야 했다. 그러나 데이터가 제한되어 있었다. 예전 대출 신청 자료가 부족했고 그나마 있는 데이터는 서드파티 환경에 보관되어 있어서 접근하기 어려웠다.
이에 익스피리언은 어센드 인텔리전스 서비스를 통해 아틀라스 크레딧의 데이터가 클라우드 기반의 분석 환경에서 익스피리언의 데이터 전체와 섞일 수 있게 도움을 주었다. 그 결과, 아틀라스 크레딧은 미국 소비자들에게 승인된 수천 건의 유사한 대출 건을 찾아 그 실적을 평가할 수 있었다.
산타남은 “대출 심사 추심 등과 같은 다양한 사용 사례를 모니터링하는 ML 기반 모델들을 그동안 거의 사용할 수 없었다”라며 “중소 규모의 대출업체 입장에서는 ML을 이용한 모델을 구축하여 대출 심사에 활용하고 재훈련하고 관리할 수 있는 사내 데이터 과학 팀을 보유하는 것은 비용이 부담된다”라고 말했다.
아틀라스 크레딧과 같은 대출 업체들은 전통적으로 일반적인 신용 점수와 일정한 규칙과 체계를 대출 승인에 활용해 왔다. 산타남은 어센드 인텔리전스 서비스가 중소규모 대출 업체에게 최대 규모 대출 업체가 보유한 것과 같은 수준의 애널리틱스 기능을 제공한다고 강조했다.
산타남은 “최상위 4~5곳의 은행 또는 대출 업체가 보유한 기능을 보다 접근 가능한 방식으로 중간 시장에 도입하면 큰 기회가 나타난다”라고 덧붙였다.
최근에는 비즈니스 인텔리전스 그룹(Business Intelligence Group)이 익스피리언 디시전 애널리틱스(Experian Decision Analytics)와 접목된 아틀란타 크레딧의 신용 및 추심 결정 솔루션 파워커브(PowerCurve)를 AI 우수상 수상자로 선정하기도 했다. 현재 파워커브는 고객 응대를 자동화하는 AI 가상 비서(AIV)를 제공하고 있다. 추심용 파워커브 AIVA와 파워커브 AIVA 오리지네이션(Originations)은 자연어 처리를 활용해 자동화된 지원을 웹 포털이나 모바일 장치를 통해 고객에게 연중 무휴로 상시 제공하고 있다.
산타남은 “추심 분야에서는 최종 고객과의 대화 과정이 매우 복잡 미묘할 수 있다”라며 “전통적인 접근방식 중 일부는 고객이 참고할 수 있는 FAQ나 질문을 활용했다. 세심하게 훈련된 가상 비서를 24시간 활용한다는 것이 사실 매우 가치 있다는 것을 알게 되었다”라고 덧붙였다.
파워커브 에이전트는 과거 데이터를 사용해 훈련되며 복잡하고 통제된 주관적인 대화를 처리하도록 설계되어 있다. 산타남은 아틀란타 크레딧이 초반의 성공을 바탕으로 AIVA를 신용 생애주기의 다른 부분으로 확장하는 것에 관심을 두고 있다고 말했다.
애널리틱스 및 AI 분야에서 얻은 교훈
산타남은 익스피리언이 이러한 애널리틱스 서비스와 여타 애널리틱스 서비스를 설계하여 생산 단계로 배치하는 과정에서 애널리틱스 및 AI를 운용화하려면 무엇이 필요한지에 대해 많은 것을 배웠다고 말했다.
그는 “첫 번째는 ML 운영 문제를 해결할 플랫폼을 갖추는 것이었다”라며 “데이터 과학자의 세계와 엔지니어의 세계 사이에는 큰 간극이 존재하기 때문에 이를 메우고 해결책을 가져오는 데 도움이 될 플랫폼이 필요하다”라고 말했다.
산타남은 두 번째로 ‘스스로를 곤경에 몰아넣고 이를 중심으로 개발하는 방법’을 배웠다고 설명했다. 종전의 애널리틱스 제품 개발 방식은 데이터 과학자들과 데이터 엔지니어들이 내놓은 아이디어로 시작해서 그 영감을 바탕으로 제품을 개발한 후에 출시하고 고객을 찾는 방식이었다는 설명이다.
그러나 고객이 있는 시장에 제품을 내놓으면 해야 할 일이 사실 많다는 것을 깨닫고 개발 중인 것을 바꿀 때도 있다라고 그는 덧붙였다.
산타남은 “당사의 10가지 인텔리전스 서비스를 놓고 취한 방식은 그러한 고객 대화의 속도를 제대로 높이고, 당사가 개발할 수 있는 가장 기본적인 것을 갖추고 나서 고객 피드백의 최첨단 부분에 맞춰 그 이면을 바탕으로 확장해 가는 것이었다”라며, 고객 피드백에 맞춘 설계는 프로젝트의 집중력을 유지해 준다고 전했다.
세 번째 교훈은 특정 기능보다는 고객을 위해 달성하고자 하는 핵심 비즈니스 영향에 집중해야 한다는 것이다. 예를 들면, 익스피리언이 어센드 인텔리전스 서비스용으로 설계한 최초의 기능들 중 2가지는 커스텀 점수와 모니터링에 집중했다.
“과거에 커스텀 점수 및 모니터링을 납득시키는 방식은 ‘내가 너를 위해 이 훌륭한 모델을 만들어 줄 수 있고 우리는 그렇게 하기 위해 이 많은 시간을 들일 것’이었을 것이다. 여기서 당사가 취한 방식은 ‘우리는 소비자를 위해 더 나은 결과로 보다 책임 있는 위험 수준에서 더 나은 승인을 얻게 해 줄 수 있다’는 식으로 비즈니스 영향으로 이끄는 것이라고 산타남은 설명했다. ciokr@idg.co.kr