콘텐츠로 이동

핀테크/금융 데이터 분석

산업 특성

금융은 리스크를 사고파는 산업이다. 데이터 분석의 핵심은 리스크를 정확히 측정하고 가격을 매기는 것.

주요 특성: - 규제가 분석 방법론까지 제약 (설명 가능성 필수) - 비대칭적 손실 구조 (이익은 제한적, 손실은 무한대 가능) - 장기 데이터가 필수 (경기 사이클 반영) - 사기 vs 정상의 극심한 불균형 데이터 - 실시간 의사결정과 배치 분석이 공존

데이터 환경:

+------------------+     +------------------+     +------------------+
|   고객 데이터    |     |   거래 데이터    |     |   외부 데이터    |
+------------------+     +------------------+     +------------------+
| - 신용정보       |     | - 입출금         |     | - 신용평가사     |
| - 소득/자산      |     | - 대출 상환      |     | - 공공데이터     |
| - 거래 이력      |     | - 카드 사용      |     | - 시장 데이터    |
| - 행동 패턴      |     | - 투자           |     | - 경제 지표      |
+------------------+     +------------------+     +------------------+

핵심 문제

1. 리스크 분석 프레임워크

신용 리스크의 구조:

예상 손실(EL) = PD x LGD x EAD

PD (Probability of Default): 부도 확률
LGD (Loss Given Default): 부도시 손실률
EAD (Exposure at Default): 부도시 익스포저

리스크 분류:

리스크 유형 정의 주요 지표
신용 리스크 상환 불이행 PD, 연체율, 부도율
시장 리스크 시장 가격 변동 VaR, 베타, 변동성
운영 리스크 내부 프로세스 실패 손실 빈도, 손실 규모
유동성 리스크 자금 조달 어려움 LCR, NSFR

신용 스코어 모델 구조:

Input Variables:
+------------------+------------------+------------------+
| 재무 정보        | 행동 정보        | 대안 정보        |
+------------------+------------------+------------------+
| - 소득           | - 연체 이력      | - 통신비 납부    |
| - 부채           | - 거래 패턴      | - 공과금 납부    |
| - 자산           | - 한도 사용률    | - 소셜 데이터    |
+------------------+------------------+------------------+
        |                  |                  |
        v                  v                  v
+----------------------------------------------------------+
|                    스코어카드 / ML 모델                   |
+----------------------------------------------------------+
        |
        v
+----------------------------------------------------------+
|              신용 점수 (300 ~ 900)                        |
|              등급 (1~10등급)                              |
+----------------------------------------------------------+

로지스틱 회귀 스코어카드 예시:

점수 = 기본점수 + 각 변수별 점수

변수별 점수 계산:
WOE (Weight of Evidence) = ln(Good%/Bad%)
IV (Information Value) = (Good% - Bad%) x WOE
Score = (WOE x 계수 + 상수) x Factor + Offset

2. 사기 탐지 로직

사기 탐지의 어려움:

전체 거래:     100,000건
정상 거래:      99,900건 (99.9%)
사기 거래:         100건 (0.1%)

단순 정확도의 함정:
- "모두 정상"으로 예측해도 99.9% 정확도
- 하지만 사기는 하나도 못 잡음

평가 지표:

지표 계산 의미
Precision TP/(TP+FP) 사기라고 한 것 중 실제 사기
Recall TP/(TP+FN) 실제 사기 중 잡아낸 비율
F1 Score 2xPxR/(P+R) Precision과 Recall의 조화평균
AUC-PR - 불균형 데이터에 적합

규칙 기반 vs ML 기반:

규칙 기반 (Rule-based):
+------------------------------------------------------------------+
| IF 금액 > 500만원 AND 새벽시간 AND 해외 → 의심 거래              |
| IF 동일IP에서 10분내 5건 이상 → 의심 거래                        |
| IF 평소 거래 패턴과 3 표준편차 이상 차이 → 의심 거래             |
+------------------------------------------------------------------+
장점: 설명 가능, 즉시 적용
단점: 패턴 변화에 취약, 복잡한 사기 탐지 어려움

ML 기반:
+------------------------------------------------------------------+
| Isolation Forest: 이상치 탐지                                     |
| Autoencoder: 정상 패턴 학습 후 복원 오차로 이상 탐지              |
| GNN: 거래 네트워크에서 이상 노드 탐지                             |
+------------------------------------------------------------------+
장점: 복잡한 패턴 포착, 새로운 유형 탐지
단점: 설명 어려움, 규제 이슈

실시간 사기 탐지 파이프라인:

거래 발생
    |
    v
+------------------+
| 1차: 규칙 필터   | ← 즉시 차단 (명백한 사기)
+------------------+
    |
    v
+------------------+
| 2차: ML 스코어   | ← 위험 점수 산출
+------------------+
    |
    v
+------------------+
| 3차: 임계치 판단 | ← 승인/보류/거절
+------------------+
    |
    +-- 승인 → 거래 완료
    |
    +-- 보류 → 추가 인증 요청
    |
    +-- 거절 → 거래 차단

3. 규제 준수 관점

주요 규제 요구사항:

규제 요구사항 데이터 분석 영향
바젤 III 자본 적정성 리스크 가중 자산 계산
IFRS 9 대손충당금 기대신용손실(ECL) 모델
개인정보보호법 데이터 활용 제한 비식별화, 동의 관리
신용정보법 AI 설명의무 모델 해석 가능성

모델 설명 가능성:

블랙박스 모델의 문제:
고객: "왜 대출이 거절됐나요?"
답변: "AI가 그렇게 판단했습니다" → 규제 위반

설명 가능한 모델:
고객: "왜 대출이 거절됐나요?"
답변: "부채비율(40%)이 기준(35%)을 초과하고,
       최근 3개월 연체 이력이 있어 등급이 하락했습니다"
       → 규제 준수

SHAP/LIME을 활용한 설명:

# 개별 예측에 대한 기여도 분석
import shap

explainer = shap.TreeExplainer(model)
shap_values = explainer.shap_values(X_test)

# 거절 사유 생성
# "소득 대비 부채 비율이 기준보다 15% 높음 (기여도: -0.3)"
# "신용카드 한도 사용률 90% 이상 (기여도: -0.2)"

4. 고객 신용도 분석

신용 등급 이동 분석 (Transition Matrix):

         t+1 시점 등급
         1등급  2등급  3등급  연체
t시점  +---------------------------+
1등급  | 0.90   0.08   0.01   0.01 |
2등급  | 0.05   0.85   0.08   0.02 |
3등급  | 0.01   0.04   0.85   0.10 |
연체   | 0.00   0.01   0.04   0.95 |
       +---------------------------+

해석: 1등급 고객의 90%는 1년 후에도 1등급 유지
      3등급 고객의 10%는 1년 내 연체로 이동

조기 경보 지표 (Early Warning Signs):

-- 연체 가능성 높은 고객 탐지
SELECT 
  customer_id,
  -- 행동 변화 지표
  CASE WHEN avg_balance_3m < avg_balance_12m * 0.5 
       THEN 1 ELSE 0 END as balance_decline,
  CASE WHEN payment_delay_count_3m > payment_delay_count_prev_3m * 2 
       THEN 1 ELSE 0 END as payment_delay_increase,
  CASE WHEN credit_util_rate > 0.9 
       THEN 1 ELSE 0 END as high_utilization,
  -- 리스크 점수
  (balance_decline + payment_delay_increase + high_utilization) as risk_score
FROM customer_behavior
WHERE risk_score >= 2;

분석 접근

금융 분석의 특수성

1. 샘플 선택 편향:

문제: 대출 승인된 고객만 결과를 관찰 가능
     거절된 고객의 실제 부도 여부는 알 수 없음

해결:
- Reject Inference: 거절 고객의 결과 추정
- Inverse Probability Weighting: 선택 확률로 가중치 조정

2. 시간에 따른 성능 저하:

모델 개발 시점           |  1년 후        |  2년 후
+-----------------------+---------------+---------------+
| KS: 0.40              | KS: 0.35      | KS: 0.28      |
| 환경 = 학습 데이터    | 환경 변화     | 큰 환경 변화  |
+-----------------------+---------------+---------------+

원인:
- 경기 사이클 변화
- 고객 행동 패턴 변화  
- 경쟁사 전략 변화
- 데이터 분포 변화 (Data Drift)

대응:
- 정기 모니터링 (월별 PSI, KS 추적)
- 트리거 기반 재학습
- Champion-Challenger 테스트

3. 경기 사이클 반영:

        호황기                    불황기
      /        \                /        \
     /          \              /          \
+--------+  +--------+  +--------+  +--------+
| 낮은   |  | 낮은   |  | 높은   |  | 높은   |
| 연체율 |  | 부도율 |  | 연체율 |  | 부도율 |
+--------+  +--------+  +--------+  +--------+

Through-The-Cycle (TTC): 경기 사이클 평균화
Point-In-Time (PIT): 현재 시점 반영

용도:
- TTC: 장기 전략, 자본 계획
- PIT: 단기 충당금, 즉시 대응

비즈니스 액션

분석-의사결정 연결

분석 결과 의사결정 리스크 고려
특정 세그먼트 연체율 상승 심사 기준 강화 매출 감소 vs 손실 방지
사기 패턴 신규 발견 규칙 추가 오탐률 증가 가능성
모델 성능 저하 재학습 또는 교체 안정성 vs 정확성
경기 침체 신호 충당금 적립 확대 이익 감소 vs 건전성

리스크-수익 트레이드오프

          높음 |     *     
               |    * *    위험 선호
    기대       |   *   *   (고위험 고수익)
    수익률     |  *     *
               | *       * 
               |*---------*----------
               |           *
               |            * 위험 회피
          낮음 |             * (저위험 저수익)
               +------------------------
               낮음        높음
                    리스크

최적점: 리스크 대비 수익이 가장 높은 지점
실무: 규제 자본 한도 내에서 최적화

실무 사례

사례 1: 대안 신용평가 모델 개발

상황: 금융 이력이 부족한 Thin-filer (사회초년생, 주부) 대상 대출

기존 문제: - 전통 신용평가: 데이터 부족으로 평가 불가 - 결과: 일괄 거절 또는 고금리 적용

분석 접근:

대안 데이터 활용:
+------------------+------------------+------------------+
| 통신비 납부      | 공과금 납부      | 계좌 거래 패턴   |
+------------------+------------------+------------------+
| - 납부 일자      | - 전기/가스      | - 급여 입금      |
| - 연체 여부      | - 관리비         | - 정기 출금      |
| - 사용량 패턴    | - 구독 서비스    | - 잔액 변동      |
+------------------+------------------+------------------+

결과: - 기존 평가 불가 고객 30% 평가 가능 - 대안 모델 KS: 0.32 (전통 모델 수준의 80%) - 해당 세그먼트 연체율: 예측 2.5%, 실제 2.8%

사례 2: 실시간 사기 탐지 고도화

상황: 카드 부정 사용 증가, 기존 규칙 기반 시스템 한계

문제 분석:

기존 시스템 성능:
- Precision: 15% (의심 거래 중 실제 사기)
- Recall: 60% (전체 사기 중 탐지)
- 고객 불편: 정상 거래 85%가 오탐으로 차단

원인:
- 고정 규칙으로 새로운 사기 패턴 대응 불가
- 고객별 맥락 고려 부족

해결:

2단계 시스템 구축:
1차) 규칙 기반: 명백한 사기 즉시 차단
2차) ML 모델: 개인화된 이상 탐지

ML 모델:
- 고객별 정상 거래 패턴 학습
- 현재 거래와의 편차 점수화
- 시간대, 장소, 금액, 가맹점 유형 종합 고려

결과: - Precision: 45% (3배 향상) - Recall: 85% (42% 향상) - 고객 불편 감소: 오탐률 55% 감소 - 사기 손실: 연간 30억 절감

핵심 지표 정리

영역 지표 계산/설명 관리 기준
신용 연체율 30일+ 연체 잔액/총 잔액 업권별 상이
신용 부도율(PD) 부도 건수/총 건수 등급별 관리
신용 KS 통계량 Good/Bad 분리도 0.30 이상
사기 탐지율(Recall) 탐지 사기/전체 사기 80% 이상
사기 오탐률(FPR) 오탐/정상 거래 1% 이하
모델 PSI 점수 분포 안정성 0.25 미만
규제 자본적정성비율 자기자본/위험가중자산 8% 이상

다음: 부동산