가계대출까지 파고든 은행권 AI 심사, 내 대출 승인에 어떤 영향 미칠까?

 

"왜 대출이 거절됐는지도 모르겠다" — 앞으로 금융 소비자들이 더 자주 듣게 될 말일지도 모릅니다.

대출 심사 결과 통지서에는 보통 '소득 대비 부채비율 초과' 정도의 짧은 사유만 적혀 있습니다. 그런데 이 판단을 사람이 아니라 AI 모델이 내린 것이라면 어떨까요? 심사 담당자조차 "모델이 왜 그렇게 판단했는지 정확히 설명하기 어렵다"고 말하는 상황이 실제로 벌어지고 있습니다. 이게 바로 지금 은행권에서 일어나고 있는 가장 큰 변화의 핵심입니다.

은행 여신 심사, AI로 빠르게 재편되는 중

하나은행은 올해 3월, 생성형 AI 기반 신용평가 시스템을 기업여신 심사에 먼저 적용해 기존에 30분 이상 걸리던 기업 신용평가 의견 작성을 약 10초 만에 초안으로 뽑아낼 수 있는 수준까지 끌어올렸습니다. 당시 은행 측은 이 기술을 가계여신 심사까지 확대해 '지능형 여신 심사 체계'를 구현하겠다는 계획을 내놓았는데, 반년이 지난 지금은 한 걸음 더 나아간 모습입니다.

하나은행은 최근 'AX(AI 전환) 상세설계' 업체 선정에 나섰습니다. 이는 개별 업무 단위로 도입해온 AI 서비스를 은행 전반의 공통 시스템과 인프라로 확장하기 위한 준비 작업입니다. 즉, 실험 단계를 지나 '전사적으로 AI를 어떻게 붙일지'를 본격적으로 설계하는 국면으로 넘어간 것입니다. IBK기업은행 역시 생성형 AI를 보증부대출 등 핵심 여신 업무와 내부 운영 전반에 적용하며 보조 도구 수준이던 AI를 실제 대출 승인 여부를 좌우하는 핵심 단계로 끌어올리고 있습니다.

주목할 점은, 지금까지 AI가 '기업' 대출 심사에서 서류 요약이나 의견 초안 작성 같은 보조 역할에 머물렀다면, 앞으로는 개인의 '가계' 대출, 즉 우리가 마이너스통장이나 신용대출을 신청할 때 마주치는 심사 그 자체로 영역을 넓히고 있다는 사실입니다.

가상 시나리오로 보는 '이전'과 '이후'의 차이

이해를 돕기 위해 가상의 사례로 비교해 보겠습니다.
(아래는 실제 사례가 아닌 이해를 돕기 위한 예시입니다.)

• 기존 방식: 직장인 A씨가 신용대출을 신청하면, 심사역이 소득증빙·재직증명·신용점수를 확인하고 내규에 정해진 기준표에 따라 승인 여부와 한도를 결정합니다. 처리에는 통상 며칠이 걸리고, 애매한 사례는 상급자 결재를 거칩니다.
• AI 심사 방식: A씨의 소득 데이터뿐만 아니라 카드 사용 패턴, 급여 이체 주기, 기존 대출 상환 이력 등 훨씬 많은 변수를 AI 모델이 동시에 분석해 몇 초 안에 예비 승인 여부와 한도를 산출합니다. 처리 속도는 빨라지지만, A씨가 "왜 한도가 이만큼밖에 안 나왔나요?"라고 물었을 때 돌아오는 답은 오히려 더 짧고 추상적일 수 있습니다.

이 차이가 바로 AI 심사 확대가 가진 양면성을 보여줍니다. 속도와 효율은 극대화되지만, 결과에 대한 '설명 가능성'은 오히려 떨어질 수 있다는 것입니다.

왜 지금 이런 변화가 벌어질까

이러한 변화의 배경에는 두 가지 거대한 흐름이 겹쳐 있습니다.

첫째, 대출 문턱 자체가 눈에 띄게 높아지고 있습니다. 한국은행이 발표한 3분기 금융기관 대출행태 서베이에 따르면, 은행의 대출태도 종합지수는 마이너스 기조를 이어가며 긴장감을 높이고 있습니다. 생활비나 투자자금을 위한 신용대출 수요는 늘어나는데, 은행은 가계부채 관리를 위해 심사를 더 깐깐하게 조이고 있는 것입니다. 이렇게 짧은 시간에 많은 신청을 정밀하게 걸러내야 하는 상황에서, AI를 활용한 자동 심사는 은행 입장에서 거부할 수 없는 대안입니다.

둘째, 금융당국도 이미 제도적 틀을 다져가고 있습니다. 대출 심사에 쓰이는 AI는 '고영향 AI'로 분류되어 엄격한 규제 대상이 됩니다. 금융위원회는 「금융분야 인공지능 가이드라인」 개정안을 통해 거버넌스·합법성·보조수단성·신뢰성·금융안정성·신의성실·보안성이라는 7대 원칙을 제시했습니다. 핵심은 '고영향·고위험 AI가 의사결정을 최종적으로 내려서는 안 된다'는 원칙입니다.

"기술이 아무리 발전해도 결과에 대한 책임과 설명은 결국 사람(은행)이 져야 합니다."

실제로 법조계에서는 대출 심사가 은행의 본질적 업무인 만큼, AI 오류로 인해 손실이 발생하더라도 최종 책임은 은행이 진다는 점을 계속해서 지적하고 있습니다.

소비자 입장에서 달라지는 것 vs 달라지지 않는 것

구분	AI 심사 확대 후 달라지는 점	여전히 그대로 유지되는 점
심사 속도 및 데이터	처리 속도가 빨라지고, 소비 패턴 등 다양한 비정형 데이터 반영	신용점수 및 DSR(총부채원리금상환비율)의 근본적인 중요성
결과 및 소명	거절 사유 안내가 더 짧고 추상적일 수 있음	이의신청 및 재심사 요청 권리, 최종 책임은 은행에 있음

자주 묻는 질문 (FAQ)

Q. AI 심사 때문에 대출 받기가 더 어려워지나요?
꼭 그렇지는 않습니다. 오히려 전통적인 기준으로는 놓쳤을 다양한 대안 데이터를 반영해 '숨은 우량 고객'을 더 정확히 발굴해내는 긍정적인 면도 존재합니다. 다만, 평가 기준이 전환되는 과도기에는 예측이 다소 어려워질 수 있습니다.

Q. AI가 내린 대출 거절 결정에 이의를 제기할 수 있나요?
네, 가능합니다. 대출 거절 시 은행에 사유 설명을 요구하고 재심사를 요청할 수 있는 소비자의 권리는 AI 심사 도입 여부와 무관하게 법적으로 보장됩니다. 다만 실제로 얼마나 구체적인 피드백을 받을 수 있는지는 각 은행의 사후 관리 정책에 따라 차이가 있을 수 있습니다.

대출을 준비 중이라면 꼭 체크할 점

• 기본적인 신용·연체 관리: AI 모델 역시 과거의 신용 데이터와 상환 이력을 기반으로 학습하므로, 대출의 기본기는 여전히 신용점수와 성실 상환 이력입니다.
• 소득 대비 부채비율(DSR) 점검: 심사 알고리즘이 정교해질수록 DSR 한도는 단 1%의 오차도 없이 촘촘하게 반영될 수 있습니다.
• 여러 금융사 비교 필수: 은행마다 도입한 AI 모델의 성격과 세부 심사 기준이 다르므로, 한 곳에서 거절당했다고 좌절하지 말고 여러 금융사를 비교해보는 지혜가 필요합니다.

맺음말: 앞으로의 전망

은행권의 AI 여신 심사는 이제 막 실험 단계를 지나 인프라 전사 확장 단계로 접어들고 있습니다. 앞으로 몇 년간은 '설명 가능한 AI(Explainable AI)'가 은행권의 핵심 화두가 될 것입니다. 금융당국의 규제가 정교해질수록, 은행이 소비자에게 심사 결과를 얼마나 투명하고 납득 가능하게 설명하느냐가 해당 은행의 신뢰도를 가르는 결정적 기준이 될 수밖에 없기 때문입니다.

대출을 계획하고 있다면, 단순히 기술의 속도에 현혹되기보다 '내 금융 데이터가 AI 눈에는 어떻게 평가되고 있을지' 한 번 더 점검하는 현명한 자세가 필요합니다.