KB국민은행은 연체 정상화 예측모형을 활용해 고객별 맞춤 관리가 가능해지고, 무분별한 연체독촉 활동이 획기적으로 줄어들 것으로 기대됩니다. 연체발생 여신의 약 70%가 5일 이내 정상화 되는 우량채권이고 30일 이상으로 전이되는 악성채권은 3% 수준이기에 연체발생시점에 우량과 악성 채권을 분류해 차별화된 관리를 추진할 수 있습니다.

예를 들어 고객의 사정에 의해 잠시 연체가 발생된 고객은 독촉을 최소화하면서 자진 상환을 유도하고, 향후 정상화 가능성이 높은 고객에게는 경매나 소송 등의 법적인 추심활동을 일정기간 유예하여 연체에 따른 부담감을 줄일 수 있습니다.

이 프로젝트는 통신서비스 이용 정보를 빅데이터 기술로 분석해 금융회사와 공유하고 우수 고객에게 대출 금리 및 한도 혜택을 주는 새로운  서비스를 개발하는 것입니다. 특히 기존 신용평가 모델로 평가하기 어려웠던 금융소외계층(사회초년생, 가정주부 등) 에게  혜택을 줄 수 있는 점에서 큰 의의가 있습니다.

OK저축은행은 이번에 도입한 머신러닝모형을 통해 동일한 승인율을 유지하면서도 연체율을 낮춰 고객들에게 더 좋은 한도와 금리를 제공할 수 있게 되었습니다. 즉, 은행건전성을 높이는 동시에 고객 만족도까지 높여 기술기반의 새로운 성장전략을 마련하게 된 것입니다.