머신러닝의 거절사유 안내 관련 예외 조항 추가

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

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

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

(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)

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.

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

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.