Alternative Data 기반의 대안 신용평가 플랫폼
CrePASS API Service
이춘성, CTO

Alternative Data 기반의
대안 신용평가 플랫폼

CrePASS 소개
새로운 선진기술 적용의
진입장벽 완화
기술과 아이디어의
실증적 체험
금융/분석 전문가
금융사 비즈니스 담당
기술/정보 파트너
간편한 마케팅 기회
가치의 전달
선진기술 적용 플랫폼
(기술기업과 금융을 연결)
Lending 마켓플레이스
(소비자와 금융을 연결)
국내 성공사례가 없는데,
투자해도 괜찮을까?
현장에서 정말
효과가 있을까?
보이지 않는 가치의
증명의 어려움
새로운 기술을 적용하려니…
시장 기회의 효율적 발견 소비자에게 더 넓은 금융(신용)기회 제공

Social
Networks
Mobile
Data
Browser
Data
Psychometric
Data
E-Commerce
Transaction
Data
Financial
Transaction
Data
Decision
Tree
BI
Analytic
Model
Machine
Learning
Data
Collection
은행 카드 증권 보험
모바일/소셜 스코어 사용자 Profile 전략/통계분석 결과
CrePASS 플랫폼 개요

대안신용평가
Bad
Good
Latent Dirichlet
Allocation
Arachno
Score
NLP
Markov
Network
Score
874
Data수집
300features
15~20bestfeatures
Multiple Cox
Regression
다양한DataSources
Machine Learning(Big Data 처리/분석 Techniques)
Psychometric
Local
CB Data

낮음 높음
10등급1등급
신용등
급
부실률
불량고객
3등급
• 1~3등급 위주 금융 정책
• 단편적인 평가 방법
(금융거래기록 위주)
• Thin-Filer 평가 방법
금융 소외 비중 증가
• 고금리 상품 다수
• 제1금융권 대출이 어려움
금융 비용 부담
• 저신용고객 유입 어려움
• 고객 발굴 비용 증가
신규 고객 발굴 어려움
• 부실률 예측 어려움
• 저금리 위주 포트폴리오
지속적인 수익성 저하
고객 금융회사
우량고객
7등급
“더 신뢰할 수 있는 사람을 변별하여
더 적합한 금융상품을 제안할 빠르고 다이나믹한 체계 필요”
대안평가의 필요성

May 2012
콜롬비아 진출
Jan 2015
렌도스코어
기술 및
소셜 기반
신분확인 서비스
외부 공개
20152014201320122011
May 2013
멕시코 진출
Jan. 2011
렌도 법인설립
Feb. 2013
Economics지에 ‘
소셜 데이터를
대출에 활용하는
혁신적인 회사로 소개
NPS(순추천고객지수)
스코어 등에서 높은
고객만족도 확인
March 2014
Lenddo Score 활용한
대출 통해 리스크 예측
정확성 증명
July 2014
베타 버전 런칭
Oct 2013
Lenddo
Score
활용 시작
April 2015
라틴아메리카 등
다수 국가에 진출
Dec 2014
베타 계정 데이터
통해 예측률 검증
Sept. 2013
2014 세계경제포럼
선도기술로 선정
Oct 2015
시리즈B 펀딩
완료
2016
Jan 2016
인도 지점
런칭
Sep 2016
렌도코리아
설립
Lenddo 소개
※ 다보스포럼 혁신기술기업 및 금융포용 커미티 위원

프로세스 구현 사례
2
금융사 시스템
Smart
Phone
동의App
SDK
카드신청 신청 심사
대안평가플랫폼 (AWS)
모바일 스코어 Lenddo
전용선
Features
동의/카드신청
앱설치안내 (SMS)
설치
모바일 데이터 전송
스코어결과 동의정보
Segmentation
스코어계산 모바일데이터
1
3
4
결과요청
EC2EC2 EC2EC2
VPN over DX
S3
대안 신용평가 테스트를 위한 플랫폼
POC 비용 최소화를 통한 Quick Hit 전략 적용
• 금융사 내부에 모바일
빅데이터 처리 시스템
구축 불필요
(AWS 기반의 서버와 연결)
• AWS를 통한 규모 및 상황별
확장성 확보

업무활용 예시
결합등급
(T X A)
대안신용등급(Alternative 결합등급)
(A)
내부 결합등급
(T)
HH HM HM HM HM HL HL HL … ML ML ML LL
1
2
3
4
5
6
7
8
GOOD
기존 승인
CUTOFF
기존 대출심사 기준 거절 고객 중
Alternative 결합등급 기준
우량고객
재심사시
추가 승인 대상 고객
? BAD
기존 심사기준 승인 고객
추가 세분화

업무활용 제안
Credit Bureau
Data
Social
Networks
Mobile
Data
Browser
Data
Form Filling
Analytics
Telecom
Data
Psychometric
Data
E-Commerce
Transaction
Data
Financial
Transaction
Data
Internal
Data
대출 의사결정
마케팅 이상거래탐지신뢰도평가
“디지털 Behavior의 빅데이터 분석을 통해
중금리 금융기회 제공”
(리스크 관점)
전통적 신용평가+대안평가
=> 더 정확한 신용평가
(영업 관점)
고객 성향을 반영한 고객 세분화
=> 새로운 시장 발견

체크 포인트
• 법률검토 (위수탁, 정보제공동의 등)
• 동의 프로세스 정의
• 업무 프로세스 기획
- 적용 대상 정의
- 스코어결과 적용을 위한 업무 프로세스
Task 세부내용 예상공수 비고
전용선 구축 고객사 – AWS 전용선 2주 or VPN
Lenddo SDK탑재
기존 앱에 Embeded 2주 Optional
별도 수집 앱 개발
- 동의정보 수집
- 모바일데이터 수집
4주 Optional
외부 인터페이스 개발 전문 혹은 웹서비스 개발 2주
내부 인터페이스 개발
동의정보 저장
식별 키 값 저장
2주
심사업무 프로세스 수정
모바일 스코어 결과 반영을 위한 업무프로세스
수정
2주
※ 예상공수는 고객사 내부 개발 프로세스에 따라 달라질 수 있으며, 구축기간은 약 2개월~3개월 소요 예상
Business
부문
IT부문

본 강연에서 다룰 내용
확장성
- 소규모 서비스로 시작하여 필요시 대규모서비스로
신속하게 확장가능
통합관리환경
- 서버, DB, 네트워크, 분석, 보안 등 모든 서비스
를 한곳에서 운영, 관리 할 수 있는 토털서비스 제공
- 소수의 IT 전문가로 서버, DB, 네트워크 등
여러 인프라 자원 운영 가능
“효율적 인프라 자원 활용으로 핵심 솔루션 구축에 집중 가능”
인프라 자원의 탄력적 운영
- 신규서비스 출시 및 변경에 따라 인프라자원을
탄력적으로 사용 가능
- 즉각적인 인프라 구축 및 변경 가능
글로벌 확장성
- 미국, 유럽, 동남아, 아프리카 등 글로벌 진출에 유리
Why AWS?

본 강연이 끝난 후…
금융이 심장과 같은 역할을 하도록 돕겠습니다
CrePASS 크레파스
서울특별시 영등포구 여의도동 26-5 대오빌딩 9층
+82-2-780-8081