- 양자 머신러닝(QML) 기술을 활용한 대안신용평가 모델의 기술 검증 추진
- 금융이력부족자(Thin-filer)·대상 신용평가 모델의 정밀도 및 변별력 제고 가능성 검증 기대
이번 협력은 기존 신용평가 체계에서 ‘금융이력부족자(Thin-filer)’와 소상공인을 보다 정교하게 평가하기 위한 대안신용평가 모델의 가능성을 검증하는 데 목적이 있다. 이번 PoC는 양자 알고리즘의 적용 가능성을 기술적으로 검증하는 단계로, 기존 머신러닝 모델과의 성능 비교를 중심으로 진행된다. 또한 양사는 양자 AI 기반 알고리즘을 적용해 고차원 데이터 분석 역량을 강화하고, 향후 금융 분야 내 양자 기술 활용 가능성을 모색할 계획이다.
기존 신용평가 모델은 통신, 소비, 이체 등 다양한 대안 데이터를 활용하고 있으나, 데이터 간의 복잡한 상관관계를 풀어내는 데 물리적 한계가 있었다. 퀀텀 인텔리전스는 자체 핵심 기술인 양자 머신러닝(QML) 알고리즘을 통해 기존 컴퓨터로는 연산이 불가능했던 수조 개의 데이터 상관관계를 분석하고 수만 개의 비금융 변수를 동시에 연산함으로써 기존 모델보다 변별력을 향상시켰다.
이번 PoC는 정부가 추진 중인 AI 및 대안정보 활용 신용평가 고도화 정책 방향과도 맥을 같이한다. 금융 이력이 부족한 대학생, 주부, 소상공인 등 금융이력부족자를 보다 정밀하게 평가하고, 잠재 신용도를 합리적으로 반영하는 모델 구조를 검토하는 것이 핵심이다.
양사는 △비금융 대안 데이터 기반 스코어링 모델 △소상공인 미래 성장성 예측 모델 △평가 과정의 투명성을 높이기 위한 ‘설명 가능한 양자 AI(XQAI, eXplainable Quantum AI)’ 기술 등을 중점적으로 검증할 예정이다. 성능 검증은 기존 모델과의 비교 분석을 통해 기술적 유효성을 확인하는 방식으로 진행될 예정이며 NICE가 보유한 가명·비식별 처리된 테스트 데이터셋을 활용해 관련 법령 및 내부 보안 기준을 준수하는 범위 내에서 분석을 진행한다.
현재 글로벌 금융권에서는 양자 컴퓨팅을 투자 포트폴리오 최적화나 파생상품 가격 산출 등 일부 영역에 연구 단계로 적용하고 있다. 이에 비해 이번 PoC는 개인 신용평가 모델에 양자 AI를 적용하는 가능성을 탐색한다는 점에서 의미가 있다. 개인 신용평가 모델에 양자 AI 알고리즘을 직접 적용해 성능을 검증하는 시도는 국내 신용평가 업계에서 이번이 처음이다. 아울러 고차원 연산 구조 속에서도 변수 기여도와 모델 작동 원리를 분석할 수 있도록 알고리즘 구조를 설계하고, 설명 가능한 모델 구현 가능성을 함께 검토하고 있다.
김종윤 NICE평가정보 대표는 “해외 주요 금융 시장에서도 양자 AI 기반 금융 모델 연구가 진행되고 있다”며 “이번 협력을 통해 금융이력부족자(Thin-filer) 대상 평가의 변별력 제고를 위한 기술적 가능성을 검증하고, 포용금융 확대에 기여할 수 있는 기반을 마련하겠다”고 밝혔다.
최환호 퀀텀 인텔리전스 대표는 “신용평가 시스템에 양자 기술을 적용하는 것은 의미 있는 도전”이라며 “이번 PoC를 통해 양자 기술이 실물 금융 영역에 적용될 수 있는 실질적 가능성을 확인하겠다”고 말했다.
양사는 연내 1차 유효성 검증을 마친 뒤 분석 범위를 확대하고, 양자 알고리즘 적용에 따른 성능 개선 여부를 추가 검토할 계획이다. 상용화 적용 여부는 검증 결과를 토대로 단계적으로 판단할 예정이다.
황인석 빅데이터뉴스 기자 his@thebigdata.co.kr
<저작권자 © 빅데이터뉴스, 무단 전재 및 재배포 금지>
