3줄 브리핑
- 소상공인시장진흥공단이 AI 기반 금융지원 의사결정 모델 개발에 착수해 정책대출 심사 체계를 바꾼다.
- 핵심은 신용점수 단일 잣대에서 벗어나 마이데이터·공공데이터·업종정보 등 비재무 데이터를 종합하는 새 심사모형이다.
- 민간을 넘어 정책금융 영역까지 AI 심사가 확산되며, 마이데이터·핀테크 소프트웨어 수요가 늘어날 토대가 마련됐다.
무엇이 달라지나
기존 소상공인 정책자금 심사는 사실상 신용점수와 과거 재무 이력이 좌우했다. 문제는 영세 자영업자 상당수가 담보가 약하고 재무제표가 부실하거나 아예 없다는 점이다. 매출이 살아 있어도 서류상 신용이 낮으면 자금줄이 막혔고, 이는 정책금융 본연의 목적인 취약 계층 지원과 정면으로 부딪쳤다.
이번 모델은 평가의 입력 데이터 자체를 바꾼다. 카드 매출 흐름, 계좌 거래, 공공데이터, 업종별 경기 같은 비재무 정보를 마이데이터로 끌어와 AI가 상환 능력을 추정한다. 정적인 점수 한 줄이 아니라 실제 영업 활동의 패턴을 본다는 의미다. 사람이 일일이 서류를 검토하던 방식에서 데이터 기반 자동 의사결정으로 무게중심이 옮겨간다.
주목할 지점은 적용 무대가 민간 금융이 아니라 공공 정책금융이라는 데 있다. 공공이 AI 심사를 표준으로 채택하면 평가 모형, 데이터 연계 규격, 검증 절차가 사실상 업계 기준으로 자리 잡는다. 민간 금융사와 핀테크가 같은 방향으로 끌려올 유인이 커진다.
숫자와 맥락으로 보기
국내 소상공인은 600만명을 웃돌고, 정책자금 신청은 매년 수십만 건 단위로 쌓인다. 수작업 심사로는 처리 속도와 일관성에 한계가 뚜렷하다. AI 심사는 처리 시간을 단축하고 심사역마다 갈리던 판단 편차를 줄여준다. 동시에 그동안 점수에 가려 외면받던 매출 양호 자영업자를 새 수요층으로 끌어낼 수 있다.
이는 마이데이터 사업이 단순 자산조회 서비스를 넘어 신용평가 엔진으로 수익화되는 흐름과 맞닿아 있다. 데이터를 모으고 정제해 모형에 공급하는 기업, 평가 결과를 시스템에 녹여 운영하는 기업 모두에게 반복 매출 기회가 열린다.
수혜·피해 종목
- 마이데이터·핀테크 소프트웨어 업체(예: 핑거, 쿠콘): 데이터 연계와 신용평가 모형 공급의 직접 수혜가 기대된다.
- 전자결제·데이터 인프라 기업(예: 세틀뱅크): 매출·거래 데이터 흐름이 평가 핵심 재료가 되며 활용도가 커진다.
- 기업용 ERP·회계 SaaS(예: 더존비즈온): 소상공인 거래·세무 데이터를 보유해 비재무 평가 데이터 공급원으로 부상할 수 있다.
- 공공 SI·시스템 구축 사업자: 공공기관 AI 심사 시스템 발주가 늘면 구축·유지보수 물량이 증가한다.
- 전통 신용평가 일변도 모델 의존 영역: 점수 중심 평가의 비중이 줄며 상대적 영향력 약화가 우려된다.
리스크 체크
- 공공 프로젝트 특성상 초기 발주 규모가 크지 않고, 모형 검증·실증에 시간이 걸려 실적 반영이 더딜 수 있다.
- 마이데이터 활용은 개인정보·동의 이슈와 직결돼 규제 강도에 따라 데이터 범위가 제한될 수 있다.
- AI 평가의 설명가능성과 차별 논란이 불거지면 도입 속도가 늦춰질 위험이 있다.
- 관련 기업 다수가 이미 기대를 반영했을 수 있어, 실제 수주 확인 전 주가 변동성에 유의해야 한다.
한 줄 결론
정책금융의 AI 심사 전환은 마이데이터·핀테크 소프트웨어에 구조적 성장 기회를 열어주는 호재이지만, 공공사업 특유의 더딘 매출 가시화와 개인정보 규제라는 변수를 함께 지켜봐야 한다.
본 글은 원문 기술 뉴스를 바탕으로 자동 요약·분석된 콘텐츠입니다. 원문 보기 (전자신문)
