포용금융 활성화 위한 데이터 규제 개선 필요...크레파스솔루션 'AI 신용평가 모델' 제안

핵심 요약

- 금융위·행안부·개인정보보호위원회로 분산된 규제 체계가 포용금융 데이터 활용을 제약 - 크레파스솔루션, 정책금융 데이터 개방해 AI 특화 신용평가 모델 개발 제안 - 엄격한 개인정보보호 규제가 금융소외계층 지원을 위한 혁신 기술 도입 저해

주요 내용

크레파스솔루션이 포용금융 활성화를 위해 정책금융 데이터 개방의 필요성을 강조하고 나섰다. 현재 국내 개인정보보호 규제는 금융위원회, 행정안전부, 개인정보보호위원회 등 다부처로 분산돼 있어 실무 차원의 데이터 활용에 상당한 제약이 따르고 있다.

특히 포용금융은 신용등급이 낮거나 금융 이력이 부족한 취약계층에게 금융서비스 접근성을 높이는 것이 핵심이다. 그러나 엄격한 개인정보보호 규제로 인해 이들의 신용도를 평가할 수 있는 대안적 데이터 활용이 어려운 실정이다. 전통적인 신용평가 방식으로는 포착하기 어려운 상환능력 정보를 AI 모델을 통해 분석할 필요성이 제기되는 배경이다.

크레파스솔루션 측은 정책금융기관이 보유한 데이터를 적절히 개방해 스타트업과 AI 모델 기업이 포용금융에 특화된 신용평가 모델을 개발할 수 있도록 해야 한다고 주장했다. 이를 통해 기존 금융권에서 소외됐던 계층에게 맞춤형 금융서비스를 제공할 수 있다는 설명이다.

금융 AI 모델 개발을 위해서는 충분한 학습 데이터가 필수적이지만, 현행 규제 체계에서는 가명정보 결합, 데이터 반출 등의 절차가 복잡하고 부처 간 해석 차이로 인한 불확실성도 크다. 이는 혁신적인 포용금융 서비스 개발을 저해하는 주요 요인으로 지적된다.

전문가 시각

ISMS-P 선임심사원 관점에서 볼 때, 포용금융 데이터 활용을 위해서는 개인정보 보호와 혁신의 균형이 핵심이다. 현행 개인정보보호법은 가명정보 활용, 안전조치 의무 등을 규정하고 있으나, 금융 분야의 특수성을 고려한 실무 가이드라인이 부족한 실정이다. 특히 정책금융 데이터는 공공성이 강하므로, 적절한 비식별화 조치와 기술적·관리적 보호조치를 전제로 한 데이터 개방 모델을 구축할 필요가 있다.

기업 입장에서는 AI 신용평가 모델 개발 시 개인정보 처리 단계별로 법적 근거를 명확히 하고, 데이터 최소수집 원칙과 목적 외 이용 제한을 준수해야 한다. 또한 AI 모델의 편향성 검증, 설명가능성 확보 등 AI 거버넌스 체계를 사전에 구축하는 것이 규제 리스크 관리의 핵심이다. 금융위·개인정보보호위원회 등 다부처 협의가 필요한 경우 충분한 준비 기간을 두고 사전 검토를 진행하는 것이 실무적으로 중요하다.

CPPG·ISMS-P 연계 포인트

가명정보 처리 특례 (개인정보보호법 제28조의2) 통계작성, 과학적 연구, 공익적 기록보존 목적으로 가명정보를 정보주체 동의 없이 처리 가능하나, 특정 개인 재식별 금지 및 안전조치 의무 준수 필요. AI 모델 학습용 데이터로 활용 시 적용 가능한 핵심 법적 근거.

AI 기반 자동화 의사결정과 설명 요구권 (개인정보보호법 제37조의2) 신용평가 등 중요한 의사결정을 자동화된 시스템으로 처리할 경우, 정보주체는 해당 결과에 대한 설명과 이의제기 권리 보유. AI 신용평가 모델 도입 시 반드시 고려해야 할 정보주체 권리 보장 요건.