머신러닝의 거절사유 안내 관련 예외 조항 추가

회신

출처 · 원문 발췌

수용

본문

요청 내용

□ (건의배경) 금융기관은 여신거래 거절시 거절의 근거사유에 대해 고객에게 안내하고 있음

ㅇ 머신러닝과 같은 신용평가모형은 인공지능으로 학습하는 과정을 거치기 때문에 실제 고객의 어떤 정보에 의해 신용등급의 가·감점이 부여되어 여신거 래가 거절되었는지 여부를 명확하게 파악하기 어려움

ㅇ 거절의 근거사유를 파악하기 위해 모델을 개발할 경우 기존의 방식(회귀모형 위주)과 동일한 모형이기 때문에 고객들이 기대하는 인터넷전문은행만 의 고도화된 평가방법의 도입을 기대하기 힘든 상황

□ (건의내용) 머신러닝을 이용하여 개발된 신용평가모형을 사용하는 금융기관이 머신러닝 알고리즘으로 인하여 신용점수 가감항목을 명확하게 고객에 게 안내하기 어려운 경우, 사유코드 추정모형 등을 통해서 차주의 여신거래 거절 사유를 설명할 수 있도록하는 예외조항 추가

※ 신용정보이용법(제36조) 개정 예시

ㅇ (현행) 신용정보주체의 요구가 있으면 그 거절 또는 중지의 근거가 된 정보 등 대통령령으로 정하는 사항을 본인에게 고지하여야 한다.

⇒ (개정) 신용정보주체의 요구가가 있으면 그 거절 또는 중지의 근거로 추정되는 정보 등 대통령령으로 정하는 사항을 본인에게 고지하여야 한다

※ (관련 법규 및 지도) 신용정보의 이용 및 보호에 관한 법률 제 36조(상거래 거절 근거 신용정보의 고지 등)

판단 이유

□ 귀사는 머신러닝 알고리즘의 복잡성으로 고객에게 대출 거절 사유 등을 안내하기 어려운 경우, 거절 사유를 추정하여 설명할 수 있도록 「신용정보의 이용 및 보호에 관한 법률」을 개정하여 줄 것을 요청하셨습니다.

□ 귀사에서 질의해주신 내용처럼 머신러닝을 이용한 개인신용평가는 그 과정에 금융기관 직원이 관여하지 않고 오로지 시스템(알고리즘)을 통하여 신용을 평가하는 것이므로, 금융거래가 거절된 사유를 금융기관 직원이 명확하게 파악하기에는 어려움이 있을 것으로 판단됩니다.

ㅇ 따라서, 금융회사가 금융거래를 거절한 근거를 고지하기 위하여 추정 모형을 통해 거절 사유를 확인하고 이를 고객에게 고지하는 것은 특별한 사정이 없는 한 현행 「신용정보의 이용 및 보호에 관한 법률」 제36조를 위반하는 것으로 보기는 어렵습니다.

□ 한편, 금융위원회는 「금융분야 데이터 활용 및 정보보호 종합방안」(‘18년 3월), 「금융분야 개인정보보호 내실화 방안」(‘18년 5월)을 통하여 머신러닝과 같이 자동화된 의사결정에 대한 정보주체의 설명요구 및 이의제기권(이하 ‘프로파일링* 대응권’) 등을 금융분야에 도입하기로 발표한 바 있습니다.

* 개인정보를 기초로, 기계적ㆍ자동적으로 이루어지는 개인에 대한 평가

ㅇ 프로파일링 대응권은 금융회사가 프로파일링에 이용된 기초 데이터를 공개하고, 개인신용평가의 주요 기준을 설명해야 하는 등의 내용을 담고 있습니다. 머신러닝 등 기술의 발달만큼이나 이러한 정보주체의 권리를 보장하는 것도 향후 중요한 문제가 될 것입니다.

□ 향후 발달된 기술을 금융에 반영하면서 신용정보주체의 권리도 제고할 수 있는 방안을 검토하는 일에 귀사가 주신 소중한 의견을 참고하도록 하겠습니다.

관련 법령

11. 개인신용정보>수집·이용·제공

연결

관련 근거

더 찾아보기

기관 원문

법적 효력은 발행기관 원문에 있으며 본 페이지는 참고용입니다.

다음 탐색