거래망 읽는 AI 신용평가, CIKM 논문 채택

거래처 한 곳의 폐업이 장부 밖에서 시작된 위험 신호라면, 더존비즈온·테크핀레이팅스·한국과학기술원(KAIST)의 AI는 그 신호가 어디까지 번지는지 따라간다. 세 기관이 공동 개발한 거래관계망 신용평가 모형 ‘DefaultGNN’ 논문은 국제 학술대회 CIKM에 채택됐다. CIKM은 인공지능, 데이터 마이닝, 정보 검색 분야의 국제 학술대회다.

기존 기업 신용평가는 수익성·안정성·유동성·성장성처럼 개별 기업의 재무정보를 중심으로 작동했다. DefaultGNN은 여기에 거래처, 거래 구분과 비중, 휴업·폐업, 부도, 취소 금액 같은 관계망 변수를 더한다. 그래프 신경망(GNN), 기업 사이의 연결 구조를 학습하는 AI 기술이 거래망 속 위험의 전파 구조를 읽는 방식이다.

연구진은 직접 거래하는 1차 거래처뿐 아니라 2차·3차 거래처의 부도와 휴업도 해당 기업의 부도율에 연쇄적으로 영향을 준다고 확인했다. 기존 모형과 결합하면 단독 모형보다 신용 예측 성능이 향상됐고, 재무제표가 부족한 기업에서도 예측이 정교해졌다고 설명했다. 법인은 대출 승인율을 높이면서 부도율을 안정적으로 유지했고, 개인사업자는 승인율이 오르는 동시에 부도율이 낮아졌다는 결과도 제시됐다.

그래서 달라지는 사람은 재무제표가 충분하지 않아 실제 사업 상태보다 보수적으로 평가받던 중소기업과 개인사업자다. 거래처와의 관계가 건전하고 사업이 이어지는 모습이 신용 판단에 반영되면, 장부만으로는 보이지 않던 상환 가능성을 금융기관이 참고할 여지가 생긴다. 다만 이는 연구가 제시한 가능성이다. CIKM 논문 채택은 상용 금융 서비스 배포를 의미하지 않는다.

이번 연구에서 더존비즈온의 전사적 자원관리(ERP) 데이터는 단순한 거래 기록을 넘어 관계의 맥락을 읽는 재료가 됐다. 회사는 수십 년간 축적한 ERP 데이터와 AI 알고리즘을 결합했다고 밝혔으며, 연구 결과는 재무제표 중심 평가를 폐기하는 대신 외부 거래망 정보를 덧붙이는 방향을 보여준다. 아직은 연구 단계지만, 금융이 기업의 숫자뿐 아니라 기업이 연결된 생태계까지 읽도록 만드는 출발점이다.