토스의 리워드 시스템 기반의 비금융 데이터를 활용한 머신러닝 기반의 대안신용평가모델 제안
2022.03 ~ 2022.06
-
신용평가 등급 부여에 관한 연구와 실제 신용평가사의 등급 산정 방법을 참고하여 신용등급을 결정하는 주요 변수를 선정하였습니다.
-
대안 신용평가의 사례를 조사하여 그 방식과 특징을 파악하고, 이러한 서비스를 제공할 수 있는 기업을 조사하였습니다.
-
토스의 ‘리워드 서비스’를 활용하여 토스의 신용평가 모형에 기여할 수 있는 방안을 모색하였습니다. ‘리워드 서비스’는 만보기, 알람, 타다(모빌리티) 등의 서비스로 구성되어 있으며, 이들 서비스에서 발생하는 데이터를 가상으로 설정하였습니다.
-
CreDB에서 제공받은 ‘모의 신용 정보’와 토스의 가상 데이터를 결합하여 1~9등급으로 구분되는 신용 등급을 부여하였습니다.
→ 이를 통해 토스의 대안 신용평가 모형이 가지는 장점과 한계를 분석하고자 하였습니다.
-
CreDB에서 제공받은 모의 신용 정보 데이터와 토스의 가상 데이터를 파이썬과 엑셀을 활용하여 약 50만 명의 가상 고객 데이터를 생성하였습니다.
-
XGBoost 알고리즘을 기반으로 한 다중 분류 머신러닝 모델을 구축하고 평가하였습니다.