KR20220032328A - P2p 금융을 위한 차주 계좌 리스크 관리 시스템 및 방법 - Google Patents

Abstract

P2P 펀딩의 안전성을 확보하기 위한 차주 계좌 리스크 관리 시스템이 개시된다. 차주 계좌 리스크 관리 시스템은, 일정한 주기로 차주 데이터를 처리하여 시계열 학습 데이터를 생성하는 데이터 생성부; 상기 데이터 생성부에 의해 생성된 학습 데이터를 미리 정해진 기계 학습 모델에 적용하여 상기 기계 학습 모델에 대한 학습을 수행함으로써 차주의 채무불이행 확률을 산정하는 이상현금흐름 판별 모델을 생성하는 학습부; 및 상기 학습부에 의해 생성된 이상현금흐름 판별 모델에, 상기 데이터 생성부에 의해 생성된 시계열 데이터를 입력하여 현재 시점에서의 차주의 채무불이행 확률을 산정하는 리스크 관리부;를 포함한다.

Description

P2P 금융을 위한 차주 계좌 리스크 관리 시스템 및 방법{SYSTEM AND METHOD FOR MANAGING RISK OF DEBTOR ACCOUT FOR PEER TO PEER FINANCE}

본 발명은 차주 계좌 리스크 관리 시스템 및 방법에 관한 것으로서, 보다 구체적으로는 P2P 금융을 위해 차주 계좌에 대한 현금 흐름을 직접 통제하고 이 현금 흐름에 기초하여 산정된 채무불이행 확률을 이용하여 차주 계좌의 리스크를 관리하는 시스템 및 방법에 관한 것이다.

일반적으로 금융기관은 채무자의 채무불이행 가능성을 평가하기 위한 자체 신용 평가 시스템(Credit Scoring System)을 보유하고 있으며, 이러한 신용 평가 시스템을 기반으로 전문가들이 대출 신청자가 제출한 소득, 재직상태, 대출 및 연체 이력 등의 기본 정보와 개인 신용 평가 기관(Credit Bureau)이 제공하는 신용 등급을 고려하여 대출 신청자의 신용 위험, 채무 상환 능력 및 채무불이행 가능성을 평가한 후 대출 승인여부, 대출 한도 및 금리 등을 결정하게 된다.

또한, 현재 거래 중인 고객을 대상으로 일정 시점마다 향후의 채무불이행 가능성을 재평가하여 대출 연장 여부, 대출 금리 및 한도 변경 여부 등을 결정하는데 활용하고 있다. 부실채권 발생을 사전에 철저히 예방하고, 회수될 때까지 지속적인 관리는 채권의 효과적인 회수로 이어질 수 있다.

한편, P2P 금융(PEER TO PEER FINANCE)은 온라인을 통해 대출과 투자를 연결하는 대안금융서비스의 일종으로, 금융기관이 아닌 온라인 플랫폼을 통해 개인 또는 기업 간에 자금을 빌려주고 이자와 함께 돌려받을 수 있도록 제공되는 서비스이다.

그러나, P2P 플랫폼을 통한 대출 및 투자는 은행 예금자 보호법과 같은 안전 장치가 없고, 금융기관이 아닌 투자자 본인의 판단에 의해 차주의 상환가능성을 판단해야 한다. 그러나 전문성 및 정보가 부족한 일반 투자자가 이러한 판단을 하기 쉽지 않아 P2P 투자를 망설이는 원인이 되고 있다.

자금의 신속한 회전이 필요한 대출 채무자와 높은 수익율을 기대하는 투자자들 사이에서 P2P 펀딩에 대한 요구가 크지만, 위와 같은 이유로 P2P 플랫폼을 통한 투자가 활성화되지 못하고 있는 바, 이에 대한 보완책이 필요한 상황이다.

대한민국 공개특허공보 제10-2004-0014712호

본 발명은 상기 문제점들을 해결하여, 편의성 및 안전성이 향상된 차주 계좌 리스크 관리 시스템 및 방법을 제공하고자 한다.

본 발명은 또한 채권 회수율을 극대화할 수 있는 차주 계좌 리스크 관리 시스템 및 방법을 제공하고자 한다.

상기 과제를 해결하기 위해, 본 발명의 일 측면에 의한 차주 계좌 리스크 관리 장치는, 일정한 주기로 차주 데이터를 처리하여 시계열 학습 데이터를 생성하는 데이터 생성부; 상기 데이터 생성부에 의해 생성된 학습 데이터를 미리 정해진 기계 학습 모델에 적용하여 상기 기계 학습 모델에 대한 학습을 수행함으로써 차주의 채무불이행 확률을 산정하는 이상현금흐름 판별 모델을 생성하는 학습부; 및 상기 학습부에 의해 생성된 이상현금흐름 판별 모델에, 상기 데이터 생성부에 의해 생성된 시계열 데이터를 입력하여 현재 시점에서의 차주의 채무불이행 확률을 산정하는 리스크 관리부;를 포함한다.

상기 시계열 학습 데이터는 차주 계좌의 입출금 정보와, 차주의 매출액, 영업이익, 순이익, 대출액, 상환기간, 업종 및 연체 정보를 포함한다.

상기 차주 데이터는 차주 계좌 정보와 차주 정보를 포함하고, 상기 차주 계좌 정보는 상기 차주 계좌의 입출금 정보를 포함하고, 상기 입출금 정보는 입출금 금액과 일시를 포함한다.

상기 입출금 정보는 매출 대금의 입금 정보를 포함하고, 상기 매출 대금은, 차주와 하나 이상의 제3자 간의 기초계약에 의해 지속적으로 발생하는 거래의 대금이다.

본 발명의 다른 실시예에 의하면, 상기 시계열 학습 데이터는 차주 계좌의 입출금 정보를 포함한다.

일정한 주기로 차주의 채무불이행 확률을 라벨링하여 시계열 학습 데이터에 포함하는 것이 바람직하다.

본 발명의 다른 실시예에 의한 차주 계좌 리스크 관리 방법은, 데이터 생성부가 일정한 주기로 차주 계좌 입출금 내역 정보를 처리하여 학습 데이터를 생성하는 단계; 학습부가, 상기 데이터 생성부에 의해 생성된 학습 데이터를 미리 정해진 기계 학습 모델에 적용하여 상기 기계 학습 모델에 대한 학습을 수행함으로써 차주의 채무불이행 확률을 산정하는 이상현금흐름 판별 모델을 생성하는 단계; 및 상기 학습부에 의해 생성된 이상현금흐름 판별 모델에, 상기 데이터 생성부에 의해 생성된 시계열 데이터를 입력하여 현재 시점에서의 차주의 채무불이행 확률을 산정하는 단계;를 포함한다.

학습 데이터는 상기 차주 계좌 입출금 내역 정보를 포함하고, 상기 차주 계좌 정보는 상기 차주 계좌의 입출금 정보를 포함하고, 상기 입출금 정보는 입출금 금액과 일시를 포함하는 것이 바람직하다.

차주 계좌에 대해 포괄 근질권이 설정되고, 차주 계좌에 대한 출금은, 출금 요청 및 질권 재설정 승인의 확인 메시지를 수신한 경우에만 허용된다.

본 발명의 또 다른 실시예에 의하면, 질권이 설정된 차주 계좌의 데이터베이스를 포함하는 관리 장치에 의해 실행되는 차주 계좌 리스크 관리 방법이 제공된다. 이 방법은 다음의 단계들을 포함한다.

제1 장치로부터 차주 계좌의 소정 금액에 대한 출금 요청을 수신하는 단계;

상기 출금 요청에 대한 승인과 함께 차주 계좌에 대한 질권 재설정 요청을 포함하는 메시지를 제1 장치로 전송하는 단계;

제1 장치로부터 수신한 질권 재설정에 대한 승인 신호를 확인하는 단계;

승인 신호를 확인한 후 차주 계좌에 설정된 락(LOCK)을 해제하는 단계; 및

락이 해제된 차주 계좌로부터 제3 금융기관 서버로 거래대금 이체를 실행하고 차주 계좌에 락을 다시 거는 단계;를 포함한다.

차주 계좌에 락을 다시 거는 단계 이후에 질권 재설정 상태의 통지를 제1 장치에 전송하는 단계를 더 포함할 수 있다.

본 발명의 일 측면에 의하면, 차주 계좌의 현금흐름에 기초한 채무불이행 확률 산정을 통해 P2P 펀딩의 상환 리스크를 줄일 수 있어 P2P 투자가 활성화된다

본 발명의 다른 측면에 의하면, 지속적인 거래 계약에 기초한 포괄적 질권이 설정된 차주 계좌를 직접 통제하여 P2P 투자의 편의성과 안전성이 향상된다.

본 발명에 의하면, 차주 계좌의 현금흐름을 분석하여 부실징후를 사전에 자동 탐지할 수 있으므로, 채무불이행(Events of Default) 이전에 채권회수를 개시하여 회수율을 극대화할 수 있다.

도 1은 본 발명의 방법 및 시스템이 적용되는 P2P 펀딩 플랫폼의 구조를 개략적으로 나타낸 개념도이다.
도 2는 본 발명의 실시예에 따른 P2P 펀딩 서비스 제공 시스템과 그 시스템에서 실행되는 펀딩 서비스 제공 방법을 개략적으로 나타낸 도면이다.
도 3은 본 발명의 실시예에 따른 P2P 펀딩 서비스 제공 시스템과 그 시스템에서 실행되는 현금의 흐름을 나타낸 개략도이다.
도 4은 본 발명의 실시예에 따른 계좌관리시스템에서 대금 인출 과정에서의 신호 처리 과정을 개략적으로 나타낸 흐름도이다.
도 5는 본 발명의 실시예에 따른 기계 학습 기반의 차주 모니터링부의 개략적인 블록도이다.
도 6는 본 발명의 실시예에 따른 기계 학습 기반의 차주 모니터링부를 보다 상세히 나타낸 개념도이다.

아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시예를 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였다.

명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 또는 통신으로 연결"되어 있는 경우도 포함한다. 또한 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.

또한, 명세서에 기재된 "…부", "…모듈"의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다.

본 발명의 방법과 시스템은 지속적인 거래 계약에 의해 매출 채권을 가지는 자가 대출 채무자(이하, '차주'라 함)로서 P2P 펀딩을 받는 경우, 예를 들어 프랜차이즈 계약의 본사가 차주인 경우 적용될 수 있으나, 이에 한정되는 것은 아니다.

용역 또는 제품을 제공하는 공급자(프랜차이즈 본사)는 용역 또는 물품을 공급받는 자(프랜차이즈 가맹점)과 계약을 맺고 용역이나 물품을 공급하고, 공급을 받는 자는 그 대금을 상환해야 할 채무를 가지며, 공급자는 이 대금에 대한 매출채권을 가지게 된다. 그런데 일반적으로 소매가 아닌 경우 물품이나 용역 대금은 용역이나 물품의 공급 이후에 상환이 되므로, 공급자는 그 기간동안 자금 회전에 어려움을 겪는다. 따라서, P2P 펀딩을 통해 자금 조달의 어려움을 해결할 수 있고, 투자자 입장에서는 단순히 대출자의 신용도에 기초한 것보다 상환에 대한 신뢰도가 높은 방법이 필요하다. 본 발명에 의하면, 이를 위해 공급자의 물품 또는 용역 공급 계약에 기초한 포괄 근질권이 설정될 수 있다.

이하, 본 발명의 다양한 실시예들을 상세히 설명한다.

도 1은 본 발명의 실시예에 의한 차주 관리 시스템을 포함한 P2P 투자의 구조를 개략적으로 나타낸 개념도이다. 도 1에서는 차입자의 상환위험을 최소화하면서 투자 안전성을 향상해 이익을 극대화하는 P2P 펀딩 서비스 시스템의 구조가 간략하게 개시된다.

도 1을 참조하여 본 발명의 일 측면에 의한 P2P 투자 시스템의 구조를 설명하면, 클라우드(cloud) 상에서 대차 정보를 게시하고 P2P 투자를 매개하는 P2P 플랫폼(제1 서버)과, 계좌 데이터베이스를 포함하는 관리장치와, 차주의 단말인 제1 장치 및 투자자의 단말인 투자자 장치를 포함한다.

차주인 프랜차이즈 본사가 대출을 원하는 경우를 가정하면, 제1 서버가 제공하는 P2P 플랫폼에서 P2P 펀드를 게시하고, 이 플랫폼을 통해 투자자가 투자(대출) 승인하는 경우, P2P 플랫폼을 통해 대출약정이 체결된다.

한편, 차주인 프랜차이즈 본사는 가맹점(제2 장치)과 프랜차이즈 가맹점 계약(또는 공급 계약)을 체결하고 지속적으로 원재료, 인테리어, 광고 등의 물품, 용역을 제공하고 그 비용을 주기적으로 받게 된다. 이러한 지속적인 거래의 기초가 되는 계약(가맹점 계약)에 의해, P2P 펀드의 차주인 프랜차이즈 본사는 가맹점에 지속적으로 물품/서비스를 공급하고 그 대금 채권이 발생할 것으로 예정된다.

이러한 지속적인 계약 관계에 기초한 포괄적 근질권을 차주계좌에 대해 설정하여 채무 불이행 시 대위변제 가능하도록 하여 P2P 투자의 리스크를 관리할 수 있다. 나아가, 가맹점은 기초가 되는 계약에 따른 모든 대금을 차주계좌로 입금함으로써 P2P 플랫폼 또는 관리서버가 관리서버 내의 질권계좌를 용이하게 관리하여 현금흐름을 직접 통제할 수 있어 P2P 투자 리스크가 줄어든다.

도1의 P2P 펀딩 서비스 제공 시스템은, 관리서버, 제1서버, 제1장치, 투자자 장치 외에 가맹점의 장치인 제2 장치를 더 포함한다. 이하에서 설명되는 시스템과 방법들은 통신 네트워크를 통해 서버와 장치 간의 통신에 의해 이루어진다.

제1 서버는 피투피(P2P)플랫폼 사업자의 서버로서, 제1 서버는 하나 이상의 프로세서, 메모리, 통신부를 포함한다. 제1 서버는 통신부, 대출 상품인 펀드를 생성하는 펀드 생성부, 펀드정보 저장부, 인터페이스, 제어부를 포함한다. 인터페이스는 제1 장치에 대출 신청 및 대출 처리 결과를 제공하는 대출자 인터페이스와, 각종 펀드를 게시하고, 투자 모집, 투자 신청 및 투자 결과를 제공하는 투자자 인터페이스를 포함한다. 대출자 인터페이스 및 투자자 인터페이스는 온라인 상에서 웹페이지 또는 모바일 어플리케이션 프로그램을 통해 제공되고 제1 장치 또는 투자자 장치가 접근할 수 있다.

관리장치는 계좌 관리 시스템을 제공하는 서버로, 계좌 관리 시스템은 P2P 펀딩에 의한 대출금과 지속적 계약 관계에 의한 대금이 입금되는 차주계좌를 포함하는 데이터베이스와, 관리부, 제어부, 통신부, 차주 모니터링부를 포함하고, 상기 차주계좌에 질권 설정이 가능하도록 구현될 수 있다. 관리장치는 외부 금융기관 서버일 수 있지만 제1 서버의 일부일 수도 있다.

본 발명의 실시예에 따른 제1 장치는, 물품/서비스를 제공하고 그 대금채권을 가지는 자로서 P2P 대출을 받으려는 개인 또는 단체가 사용하는 단말기이고, 예를 들어 프랜차이즈 본사(차주)의 단말기일 수 있다.

제2 장치는 제1 장치와 가맹계약서 및 공급계약서를 체결하고 제1 장치로부터 지속적인 물품 및/또는 서비스를 공급받고 대금채무를 가지는 자의 단말기로, 예를 들어 가맹점의 단말기일 수 있다.

투자자 장치는 P2P 대출을 제공하는 투자자가 사용하는 단말기이다. 여기서 투자자는 개인일 수 있지만 이에 제한되지 않으며 현금 자산을 투자할 수 있는 주체이면 가능하다. 따라서 개인이 아니라 법인이 될 수도 있다. 또한 투자자 장치는 현금 자금을 크라우드 펀딩(crowd funding) 방식으로 투자하고 이자 수익이나 지분 수익과 같은 투자 수익을 받을 수 있다.

제1 장치, 제2 장치, 투자자 장치는 단말기로서 데이터 입력을 위한 입력장치, 처리 결과를 출력하는 출력 장치 및 입력장치를 통해 입력된 데이터를 연산 및 처리하여 그 처리 결과를 생성하는 연산장치를 포함한다. 단말기는 스마트폰(smart phone)과 같은 모바일 컴퓨팅 장치, 개인용 컴퓨터, 노트북, 넷북, 태블릿 PC(Tablet PC), PDA(Personal Digital Assistant)등이 채용될 수 있고, 서버 컴퓨터가 될 수 있으나, 이에 한정되는 것은 아니다.

추가적으로, P2P 펀딩 서비스 제공 시스템은 이행보증사 서버를 포함할 수 있다. 이행보증사 서버는 매출채권에 대한 이행보증계약을 통해 가맹점의 대금 채무 상환을 보장하여 P2P 대출의 안전성을 높일 수 있다.

도 2는 본 발명의 실시예에 따른 P2P 펀딩 서비스 제공 시스템을 관리장치를 중심으로 개략적으로 나타낸 도면이고, 도3은 관리장치의 차주 계좌를 중심으로 돈의 이동을 나타낸 흐름도이다.

도 2를 참조하면, 대차 정보를 게시하고 P2P 투자를 매개하는 P2P 플랫폼(제1 서버)에 의해 P2P펀딩 정보가 생성되고 게시되면, 투자자는 투자자 장치를 통해 상기 정보에 접근하여 해당 펀드를 선택하고 투자(대출) 요청을 승인한다. 이 승인 신호에 의해 제1 서버에 대출약정의 체결 정보가 기록될 수 있다.

관리장치는 차주 계좌 정보를 포함하는 계좌 데이터베이스, 제어부, 통신부, 차주 모니터링부를 포함한다.

계좌 데이터베이스는 여러 차주의 계좌(A1, A2, … An) 정보가 기록되는 것으로, 각 계좌 별로 계좌 번호, 입출금 내역, 입출금 시간, 질권정보, P2P 대출금액, 상환기한, 이자율 등이 구조화된 데이터로 저장된다.

차주 계좌는 대출금이 입금되고 차주가 제3자에 대해 가지는 대금채권의 변제를 위한 대금이 입금되는 계좌이다. 또한 차주는 이 차주 계좌로부터 대출금을 인출할 수 있고 기한이 도래하면 대출금과 이자를 포함한 금액을 입금할 수도 있다. 이 모든 것은 한 차주에 대해 하나의 차주 계좌를 통해 이루어진다.

질권정보는 P2P 펀드에 따른 대출을 한 차주 계좌가 가지는 채권질권의 정보로서, 포괄 근질권이 차주의 계좌에 설정된다. 포괄 근질권은 장래의 복수의 채권을 질권의 대상으로 하는 것이다. 계약 관계에 의한 대금 채권의 지속적 발생이 예정되는 경우, 포괄 근질권을 설정하여 피담보 채권(P2P 펀딩 채권)을 보전하는 것이 바람직하다. 해당 계약 정보는 당사자, 물품/용역의 내역, 대금 지급 시기, 대금액수, 계약 기간을 포함할 수 있다.

프랜차이즈 본사가 차주인 경우 프랜차이즈 본사와 가맹점 간의 가맹점계약 관계에 의한 대금 채권의 지속적 발생이 예정된다.

또한, 차주는 P2P플랫폼과 질권계약을 온/오프라인 체결하고, 관리장치는 질권계좌 개설 시, 본점(차주)가 가맹점에 대해 갖고 있는 채권에 대해 포괄근질권을 설정할 수 있으며, 포괄근질권 설정의 기반으로서 가맹계약서 및/또는 공급계약서를 제공받을 수 있다.

이에 따라 관리장치는 투자자 장치로부터 받은 투자금(대출금)을 제1 서버의 승인을 거쳐 입금 받을 수 있고, 제1 장치로부터의 요청에 의해 차주의 타 금융기관 계좌로 거래대금이 출금될 수 있다.

또한, 관리장치는 제1 장치로부터의 명령에 의해 원리금 상환처리가 가능하고, 가맹점이 공급받은 물품 및/또는 서비스에 대한 구매대금과 같은 각종 대금이 입금된다. 즉, 관리장치는 실제 대출을 진행하고, 제1 장치로부터의 요청에 따라 타 금융 계좌로부터 원리금을 상환받으면서 원리금 외에 일반 상거래 대금을 상환받을 수 있다.

또한, 제1 서버는 관리장치로부터 계좌관리시스템의 업무 수행 기록인 질권계좌정보를 제공받고, 정보를 기반으로 차주 모니터링부를 통해 질권계좌에 유입되는 현금흐름을 분석하여 부실징후를 사전에 탐지해 기한이익상실(Events of Default) 이전에 채권회수를 개시하여 회수율을 극대화할 수 있다. 차주 모니터링부의 구체적인 내용은 후술한다.

한편 도 4는 본 발명의 실시예에 따른 관리장치에서 포괄 근질권이 설정된 계좌에 대해 제1 장치로부터 출금 신청이 있을 경우 출금을 위한 질권 해제 및 재설정 과정을 나타낸 도면이다.

도 4를 참조하면, 제1 장치의 출금 신청 시 다음의 과정을 거쳐 차주 계좌로부터 거래대금이 출금될 수 있다.

질권이 설정된 계좌로부터 출금을 하기 위해서는 질권 설정 해제가 필요하나, 이후 재설정이 되어야 한다. 이 과정에서 안전성이 담보되기 위해서는 다음의 과정을 거쳐야 한다.

관리장치가 제1 장치로부터 소정 금액에 대한 출금 요청을 수신하면, 관리장치는 출금 신청에 대한 승인과 함께 차주 계좌에 대한 질권 재설정 요청을 포함하는 메시지를 제1 장치로 전송한다.

관리장치는 제1 장치로부터 수신한 질권 재설정에 대한 승인 신호를 확인한 경우, 질권설정을 해제할 수 있다. 이 때 관리장치는 질권 해제를 하고 질권 해제된 차주 계좌로부터 제3 금융기관 서버로 거래대금을 이체를 실행한 즉시 그 차주 계좌에 대한 질권 재설정을 실행한다.

이때 관리서버의 질권설정과 재설정은 제1 서버의 출금 신청이 이루어지는 경우마다 수행될 수 있다. 추가적으로 관리서버는 차주계좌의 질권 설정 및 재설정 상태를 제1 장치에 통지할 수 있고, 제3 금융기관 서버로의 이체 내역을 제1 장치에 통지할 수도 있다.

본 발명은 차주 계좌에 차주와 상거래 상대방과의 대금을 입금하도록 하되 차주 계좌에 질권을 설정하고 현금 흐름을 직접 관리하고 질권 재설정 승인을 받은 경우에만 질권 해제를 함으로써 질권의 효용을 확보하면서 동시에 법적 요구를 충족한다. 이러한 과정을 통해 상거래 부도위험을 최소화하고, 거래 상대방의 금융거래 연체 시 대위변제의 수단으로 활용할 수 있다.

차주 모니터링부는 제1 장치의 질권계좌에 유입되는 현금흐름을 분석하여 부실 징후를 사전에 탐지하고 기한이익상실(Events of Default)이전에 채권회수를 개시하여 회수율을 극대화하기 위한 시스템이다. 차주 모니터링부(DMS, Debtor Monitoring Sector)는 단일 또는 다수 하드웨어와 소프트웨어의 결합에 의해 구현될 수 있다.

도 5는 본 발명의 실시예에 따른 기계 학습 기반의 차주 모니터링부를 설명하기 위한 블록구성도이고, 도 6은 본 발명의 실시예에 따른 기계 학습 기반의 차주 모니터링 방법을 개략적으로 나타낸 도면이다.

도 5를 참조하면, 차주 모니터링부는 데이터베이스(DB), 학습부, RISK 관리부를 포함할 수 있고, 도 6을 참조하면, 차주 입력데이터를 기반으로 한 차주 모니터링부의 차주 모니터링 방법이 개략적으로 개시된다.

데이터베이스에는 차주 데이터가 저장되어 있을 수 있다. 차주 데이터는 차주 계좌 정보와 차주 정보를 포함한다. 차주 계좌 정보는 입출금 정보(입출금 금액, 입출금 일시), 질권정보, P2P 대출금액, 상환기한, 이자율을 포함하고, 차주 정보는 차주 대표의 신용등급, 연체정보, 업종, 이자, 보유한 가맹점의 개수, 매출액, 영업이익, 순이익을 포함할 수 있다. 차주 정보는 제1 장치로부터 대출 약정 체결 시 전송될 수 있고, 대출 약정 체결 이후 지속적으로 전송될 수도 있다.

데이터베이스에 저장된 차주 정보는 디지털 라벨링이 수행되어 디지털 라벨링 정보로서, 후술하는 것과 같이 데이터 생성부에 의한 시계열 학습 데이터의 생성에 사용될 수 있다.

데이터 생성부는 일정 시기마다 주기적으로 디지털 라벨링이 수행된 차주 계좌 정보와 차주 정보를 데이터베이스부로부터 추출하고, 추출된 차주 정보에 대해 디지털 라벨링를 수행하고, 차주 계좌 정보와 함께 시계열화하여 시계열 학습 데이터를 생성할 수 있다. 여기서, 일정 시기라 함은 설계자가 설정한 임의의 기간을 의미하고, 예를 들어, 1주, 1달, 매일, 또는 결산 시기일 수 있다.

디지털 라벨링 정보는 채무자의 매출액, 영업이익, 순이익을 포함할 수 있으며, 특히 차주 계좌의 입출금 정보(입출금 금액, 입출금 일시)를 가지고 학습 데이터 셋을 생성한다. 시계열화된 학습 데이터 셋은 일정 주기 내에 속하는 차주 계좌의 입출금 정보, 차주의 매출액, 영업이익, 순이익, 대출액, 상환기간, 업종 및 연체 정보를 포함한다.

연체 정보는 채무불이행이 해당 주기 내에 있는지 여부이다. 예를 들어, 주기가 1개월이고, 3월 1달 동안의 입출금 정보를 포함하는 시계열 정보를 생성하고, 이때의 채무불이행 여부를 라벨링 하는 경우를 생각해 보자.

만약 1년을 기준기간으로 하여 8월에 채무불이행이 있다면, 3월에 채무불이행 확률은 0이다. 이때 기준기간을 1년, 즉 12개월로 잡을 경우 현재인 3월까지의 총 12개월의 입출금 정보를 포함하는 시계열 정보를 학습데이터로 포함할 수 있다. 즉, 작년 4월부터 올해 3월(현재)까지의 현금 흐름을 학습데이터로 생성한다. 만약 기준기간을 1월로 잡는다면 현재 3월 1달의 입출금 정보를 학습데이터로 생성할 수 있다.

이미 채무불이행이 발생한 경우에 채무불이행 확률은 1로 산정한다. 즉 채무불이행이 발생한 8월에 학습데이터를 생성한다면 이 경우의 연체 정보는 확률1로 라벨링되는 것이다. 채무불이행 발생 이후의 확율은 1로 별도의 리셋이 없다면 1로 유지된다.

상기 시계열화된 학습 데이터 셋은 차주 계좌의 입출금 정보(입출금 금액, 입출금 일시), 차주의 매출액, 영업이익, 순이익, 대출액, 상환기간, 업종 및 연체 정보을 가지고, 상기 연체 정보는 채무불이행 확률을 포함한다. 이 데이터 셋을 가지고 RNN, CNN 등의 기존의 딥러닝 알고리즘을 이용하여 기계학습을 수행한다.

본 발명에 의하면, 기업의 재무 상황을 정적인 형태로 가정하여 모델링을 수행하는 것이 아니라 차주와 계속적인 계약 관계에 기초한 대금채권에 이행을 포함하는 현금 흐름을 일정 주기별로 시계열 형태로 하여 training Data를 구성한다. 이 경우, 가공되지 않은 raw data를 포함하는 학습 데이터를 이용하되 채무불이행 확률과 현금 흐름을 연계하여 학습이 가능하므로 보다 수치화되고 정확한 채무불이행 확률 예측이 가능하다.

보다 상세히 설명하면, 데이터 생성부는 차주계좌에 대한 입출금 정보(날짜, 금액)를 일정 주기에 따라 시계열화하여 시계열 학습 데이터를 생성할 수 있다. 예를 들어, 기본 기간이 12개월로 설정된 경우를 가정하면, 데이터 생성부는 각각 주기인 월 또는 주에 따른 timestep을 부가하는 방식으로 각 입출금 정보를 월 또는 주별로 시계열화함으로써 시계열 학습 데이터를 생성할 수 있다(즉, 시계열 학습 데이터는 입출금 정보의 세트(set)를 의미한다).

이 경우, 업종, 보유 기술, 보유 가맹점 수와 같은 명목형 데이터는 Label Encoder를 통해 바이너리 형식의 데이터로 변환될 수 있다. 학습부는 데이터 생성부에 의해 생성된 시계열 학습 데이터를 미리 정의된 기계 학습 모델에 넣어 이상현금흐름 예측 모델을 생성할 수 있다. 여기서, 이상현금흐름 예측 모델을 생성하기 위해 기계 학습 모델로서 순환 신경망(RNN: Recurrent Neural Network)에 따른 모델이 채용될 수 있다.

전술한 RNN에 따른 기계 학습 모델을 기반으로, 학습부는 시계열 학습 데이터에 포함된 차주 계좌의 입출금 내역 정보를 기계 학습 모델에 순차적으로 입력하여 기계 학습 모델에 대한 학습을 수행함으로써 이상현금흐름 판별 모델을 생성할 수 있다.

RISK관리부는 학습부에 의해 생성된 이상현금흐름 판별 모델에, 데이터 생성부에 의해 생성된 시계열 학습 데이터를 입력하여 차주 계좌의 이상현금흐름을 예측하고 판별할 수 있다.

구체적으로는, RISK관리부는 데이터 생성부에 의해 생성된 시계열 학습 데이터를 RISK관리부에 입력함으로써, 시계열 학습데이터의 생성에 반영된 마지막 월에서 차주의 채무불이행 확률을 산출할 수 있다. 예를 들어, 시계열 학습 데이터에 포함된 질권계좌의 입출금 정보가 1월 내지 6월에 해당하는 입출금 정보인 경우, RISK관리부는 1월 내지 6월에 대한 각 입출금 정보를 이상현금흐름 판별 모델에 입력함으로써 각 월에서의 채무불이행 확률을 산출할 수 있다.

이상현금흐름 판별 모델을 통해 산출된 채무불이행 확률에 기초하여, RISK관리부는 확률에 따라 회수율을 극대화할 수 있는 맞춤 채권 회수 방법을 제시할 수 있다. 예를 들어, RISK관리부가 A1 차주계좌의 기한이익상실 확률이 50% 이상 시, 제1 서버는 판별 경보일+2일 후로부터 미래 대출 진행 불가를 제1 장치에 통보할 수 있다. 제1 장치의 기한이익상실 확률이 75% 이상 시, 제1 서버는 판별 경보일+2일 후로부터 과거 채권 회수를 준비할 수 있다. 또한, 제1 장치의 기한이익상실 확률이 90%이상 시, 제1 서버는 판별 경보일+2일 후로부터 질권 계좌 질권 행사를 준비할 수 있다. 상기 RISK관리부의 맞춤 채권 회수 방법은 실시예의 하나로서, 이에 한정하지 않고 다양하게 제시될 수 있다. 이에 따라, 제1 서버는 기한이익상실 이전에 채권 회수를 개시하여 회수율을 극대화할 수 있다.

Claims (8)

1. 일정한 주기로 차주 데이터를 처리하여 시계열 학습 데이터를 생성하는 데이터 생성부;
   상기 데이터 생성부에 의해 생성된 학습 데이터를 미리 정해진 기계 학습 모델에 적용하여 상기 기계 학습 모델에 대한 학습을 수행함으로써 차주의 채무불이행 확률을 산정하는 이상현금흐름 판별 모델을 생성하는 학습부; 및
   상기 학습부에 의해 생성된 이상현금흐름 판별 모델에, 상기 데이터 생성부에 의해 생성된 시계열 데이터를 입력하여 현재 시점에서의 차주의 채무불이행 확률을 산정하는 리스크 관리부;를 포함하는 것을 특징으로 하는 차주 계좌 리스크 관리 시스템.
   
2. 제 1 항에 있어서,
   상기 차주 데이터는 차주 계좌 정보와 차주 정보를 포함하고,
   상기 차주 계좌 정보는 상기 차주 계좌의 입출금 정보를 포함하고, 상기 입출금 정보는 입출금 금액과 일시를 포함하는 것을 특징으로 하는 차주 계좌 리스크 관리 시스템.
   
3. 제 2 항에 있어서,
   상기 입출금 정보는 매출 대금의 입금 정보를 포함하고,
   상기 매출 대금은, 차주와 하나 이상의 제3자 간의 기초계약에 의해 지속적으로 발생하는 거래의 대금인 것을 특징으로 하는 차주 계좌 리스크 관리 시스템.
   
4. 제 2 항에 있어서,
   일정한 주기로 차주의 채무불이행 확률을 라벨링하여 시계열 학습 데이터에 포함하는 것을 특징으로 하는 차주 계좌 리스크 관리 시스템.
   
5. 차주 계좌 리스크 관리 방법으로서,
   데이터 생성부가 일정한 주기로 차주 계좌 입출금 내역 정보를 처리하여 학습 데이터를 생성하는 단계;
   학습부가, 상기 데이터 생성부에 의해 생성된 학습 데이터를 미리 정해진 기계 학습 모델에 적용하여 상기 기계 학습 모델에 대한 학습을 수행함으로써 차주의 채무불이행 확률을 산정하는 이상현금흐름 판별 모델을 생성하는 단계; 및
   상기 학습부에 의해 생성된 이상현금흐름 판별 모델에, 상기 데이터 생성부에 의해 생성된 시계열 데이터를 입력하여 현재 시점에서의 차주의 채무불이행 확률을 산정하는 단계;를 포함하는 것을 특징으로 하는 차주 계좌 리스크 관리 방법.
   
6. 제 5 항에 있어서,
   학습 데이터는 상기 차주 계좌 입출금 내역 정보를 포함하고,
   상기 차주 계좌 정보는 상기 차주 계좌의 입출금 정보를 포함하고,
   상기 입출금 정보는 입출금 금액과 일시를 포함하는 것을 특징으로 하는 차주 계좌 리스크 관리 방법.
   
7. 제 5 항에 있어서,
   차주 계좌에 대해 포괄 근질권이 설정되고,
   차주 계좌에 대한 출금은, 출금 요청 및 질권 재설정 승인의 확인 메시지를 수신한 경우에만 허용되는 것을 특징으로 하는 차주 계좌 리스크 관리 방법.
   
8. 질권이 설정된 차주 계좌의 데이터베이스를 포함하는 관리 장치에 의해 실행되는 차주 계좌 리스크 관리 방법으로서,
   제1 장치로부터 차주 계좌의 소정 금액에 대한 출금 요청을 수신하는 단계;
   상기 출금 요청에 대한 승인과 함께 차주 계좌에 대한 질권 재설정 요청을 포함하는 메시지를 제1 장치로 전송하는 단계;
   제1 장치로부터 수신한 질권 재설정에 대한 승인 신호를 확인하는 단계;
   승인 신호를 확인한 후 차주 계좌에 설정된 락(LOCK)을 해제하는 단계; 및
   락이 해제된 차주 계좌로부터 제3 금융기관 서버로 거래대금 이체를 실행하고 차주 계좌에 락을 다시 거는 단계;를 포함하는 차주 계좌 리스크 관리 방법.
   

Images