크레파스 (CrePASS)

핀테크로 만들어가는 더 넓은 금융기회/금융포용

개인신용평가는 1956년 미국 FICO에 의해 금융권에 소개되었으며, 지금까지도 소매금융의 핵심적 툴로 활용되고 있습니다. 우리나라의 경우에는 90년대 후반 도입되었고, 카드 대란(2003)과 글로벌 금융위기(2008)를 거치면서, 금융권에서 서로 공유하는 정보도 점점 늘어나, 다른 나라에 비해 비교적 풍부한 데이터를 금융사가 상호 공유하고 있습니다. 그러나, 1,060만명 이상의 개인이 금융거래정보가 부족한 씬파일러에 해당하는 등(2016 국감자료 참고), 금융거래정보 만으로 개인의 신용을 평가할 때 발생하는 사각지대가 존재합니다. 또한 모기지, 학자금, 신용카드 사용 내역 등만 살피면 신용위험이 예측 가능했던 기성세대에 비해 최근에는 다양한 개인간 거래가 존재하는 등 기존 정보만으로 판단하는 것이 충분치 않은 또다른 상황이 발생하였습니다. 더우기 사회초년생을 포함, 상당수의 '씬파일러'가 포함되는 4~7등급은 금융 니즈에 비해 제한되거나 비싼 금융을 이용하게 되는데, 이에 동일 신용등급 내에서 더 우량한 대상자를 찾아내기 위한 다양한 방법의 모색이 필요합니다. 

최근에는 금융도 다양한 노력을 확장하고 있고 또 지원 기회도 많이 확대되고 있습니다. 그런데, 금융사 혹은 사회단체가 이 일을 지속적으로 해결하기에는 상충이 존재한다는 것도 알아가게 되었습니다. (금융에게는 아직 너무 작은 미지의 기회로 보이고, 사회단체는 지원해야 할 더 특정된 대상이 있었습니다.)

우리는 이러한 새로운 신용평가기법의 필요성에 공감하는 금융사들에게 솔루션을 제공할 뿐만 아니라, 그 솔루션을 통해 직접 금융플랫폼이 되어 대상자와 투자자를 연결함으로써, 더 나은 세상을 만드는 데 기여하고자 합니다. 또한 발전된 알고리즘과 기술력으로 경제적인 적정 가치를 추구하여, 목적이 더 큰 매출이 아닌 더 큰 사회적 의미와 가치인 분야에서도, 특급 프로페셔널이 활동할 수 있는 영역을 만들어 내고자 합니다. 

CrePASS의 설립 참여사 중에는 90년대 후반 한국에 선진형 개인신용평가 기술을 소개하고 지난 20년간 CSS(Credit Scoring System)구축 프로젝트와 신용평가사(크레딧뷰로) 설립 컨설팅 등을 통해 전통적 신용평가모형 및 솔루션, 리스크관리에 경험있는 FK BCG와 세계 최초/최고의 대안신용평가 및 빅데이터 플랫폼 기업인 Lenddo가 있습니다. 

CrePASS팀은 독자적으로 개발을 진행하는 동시에 FK팀과의 밀접한 협업을 통해 보다 빠르고 안정적 서비스를 위해 노력하고 있으며, 또한 Lenddo팀의 다양한 기술회의 및 교육에 수시로 참여하며 기술을 향상시킵니다. 

CrePASS는 신한퓨처스랩 3기 기업으로서 신한금융그룹의 다각적인 지원에 힘입어 서비스를 구체화 하고 있으며, 신한금융그룹의 글로벌 경험을 통해 문화와 정보환경이 다른 다양한 국가의 사례를 공유하며 글로벌 진출을 준비하고 있습니다. 

크레파스(CrePASS)는 핀테크 플랫폼을 만들고, 이를 기반으로 마켓플레이스(P2P와 유사)를 형성하며, 참여자들을 연결하여 더 큰 기회를 만들어 갑니다. 

2차산업혁명 시대의 해결책이었던 기존 금융거래정보 위주의 신용평가는 대량성장 시대에 '거절할 대상'을 찾아내는 데에는 용이하였으나, 통계적 처리의 한계로 인해 '위험한 사람'이 아닌, '위험할 것 같은 부류와 함께 묶여있는 사람'까지 거절하여, 개인의 금융기회 박탈(또는 고금리 금융권으로 밀어내기)이라는 사회문제를 야기하였습니다. 4차산업혁명 시대의 새로운 신용평가는 '더 신뢰할 수 있는 사람'을 찾아내기 위해 다양한 빅데이터와 알고리즘을 사용합니다. 

세계적 기업과의 기술제휴로 차별적 신용평가 기술의 기반을 마련한 CrePASS는 (1)금융권이 대인평가기술을 쉽고 빠르게 적용할 수 있도록 지원하는 플랫폼을 개발합니다. 또한 이 기술을 기반으로 (2)금융소외 문제를 해결하기 위한 P2P 플랫폼을  운영합니다. 

이를 위해 우리는 국내외 다양한 빅데이터 원천에서 데이터를 수집하고 정제하고 연결하고 패턴화 시키는 일과, 지속적 분석을 통해 다양한 측면의 개인신용평가 및 고객분류를 가능하게 할 머신러닝 모델을 개발합니다. 또, 이를 다양한 정보와 조합하여 상품 의사결정을 할 수 있도록 룰 엔진과 데이터 시각화 기술을 활용합니다. 

Credit + PASS = CrePASS