crePASS

크레파스솔루션 개인 신용평가체계 공시

2025.08

1.   개인 신용평점의 정의 및 목적

1.1  개인 신용평점이란?
개인 신용평점은 개인의 신용도를 수치로 나타낸 지표로, 개인의 신용위험 수준을 평가할 수 있도록 개발된 점수 체계입니다.
개인에 대한 신용정보를 수집한 후, 이를 통계적으로 분석하여, 향후 1년 내 90일 이상 장기연체 등의 신용위험이 발생할 가능성을 점수화(1~1,000점)한 지표입니다.
점수가 높을수록 신용도가 높고, 낮을수록 신용위험이 크다는 것을 의미합니다. 개인 신용평점은 금융기관 등에서 신용거래의 설정 또는 유지 여부를 판단할 때,
개인의 신용도를 파악하기 위한 참고자료로 활용됩니다.

1.2  개인 신용평점의 활용
개인 신용평점은 금융기관을 비롯한 다양한 신용정보 이용기관이 개인의 신용위험을 평가하고, 그 결과를 바탕으로 대출 승인, 한도 설정, 금리 결정 등 주요 금융거래 조건을 판단하는 데 활용됩니다.
금융기관 외에도 통신사, 유통업체, 일반 기업 등 비금융기관에서도 개인 신용평점은 신용거래 개설, 대리점 계약, 통신 다회선 이용 등과 같은 판단의 참고자료로 활용되고 있습니다.
이처럼 개인 신용평점은 신용거래의 설정 및 유지, 조건 조정 등 전반적인 신용거래 과정에서 사전 판단의 기준으로 작용하며, 개인의 신용도에 기반한 합리적이고 객관적인 의사결정을 지원하는 역할을 수행합니다.

(참고) 금융회사 내부신용평점시스템
금융기관은 자체적으로 운영하는 신용평점시스템(Credit Scoring System, CSS)을 통해 고객의 신용위험을 정량적으로 평가합니다. 
CSS는 고객의 특정 시점 또는 지속적인 거래 행태를 반영하여 다음과 같은 유형으로 구분되어 활용됩니다.

  • 신청평점 (Application Score) : 개인이 대출이나 신용카드 등 금융상품을 신청하는 시점에 산출되는 평점으로, 신청인의 연령, 소득, 직업, 기존 연체 이력 등 과거 및 현재의 신용 관련 정보를 종합적으로 분석하여 산출됩니다.
이는 주로 대출 승인 여부, 카드 발급 심사, 초기 한도 설정 등 신규 신용거래의 적정성을 판단하는 데 활용됩니다.

  • 행동평점 (Behavior Score) : 신용거래가 시작된 이후의 실제 금융거래 행태를 기반으로 산출되며, 일정 기간 동안의 결제 성실도, 이용 실적, 최근 연체 발생 여부 등 지속적인 거래 데이터를 반영합니다.
행동평점은 기존 고객의 한도 조정, 금리 변경, 조기 경보 등 사후 관리 및 리스크 모니터링 목적으로 활용됩니다.

2.   평가 기초정보의 처리 및 관리

2.1  정보 처리 Flow
 

※ 정보수집 동의에 따라 개인신용정보가 활용되고 있습니다.

2.2  평가기초정보
개인신용평가는 당사의 제휴 통신사로부터 제공받은 개인신용정보를 기반으로 수행되며, 해당 정보는 정보주체의 사전 동의 하에 수집됩니다.
수집된 정보는 「신용정보의 이용 및 보호에 관한 법률」 및 관련 감독규정에 따라 평가 목적에 한정하여 정해진 범위 내에서 활용됩니다.
제공받은 정보는 단순 산출 목적에 따라 일시적으로 처리되며, 개인의 금융거래 이력, 통신 이용 내역 등 객관적인 정보를 종합적으로 분석하여 신용평점을 산출합니다.
당사는 정보주체의 권익 보호를 최우선의 가치로 두고 있으며, 모든 정보 활용은 관련 법령에 따른 엄격한 기준 아래에서 관리됩니다.
 

3.   주요 평가요소

3.1  평가요소 비중

3.2  활용정보 수집처 및 활용기간

3.3  평가요소별 설명
당사는 정보주체의 동의에 따라 제휴 통신사로부터 제공받은 다양한 정보 항목을 기반으로 개인신용평가를 수행하고 있습니다.
수집된 정보는 정보주체의 서비스 이용 행태를 반영하는 객관적이고 구조화된 데이터를 중심으로, 아래와 같은 네 가지 주요 범주로 구분하여 분석에 활용됩니다.

       ① 통화 패턴 정보
통화 패턴 정보는 정보주체가 실제로 음성 통신 서비스를 얼마나 규칙적이고 안정적으로 사용하는지를 나타내는 핵심 자료입니다.
고객의 실질적인 통신 활동 정보를 포함하며, 이러한 정보는 고객의 생활 리듬, 일관된 행동 패턴을 간접적으로 나타냅니다. 일부 통화 패턴은 신용위험과 통계적으로 유의한 상관성을 보이는 것으로 분석됩니다.

       ② 메시지 패턴 정보
메시지 패턴 정보는 문자·메신저 서비스의 이용 등과 같은 요소를 포함합니다.
이러한 패턴은 정보주체의 커뮤니케이션 빈도, 대인관계 네트워크 특성을 반영하며, 신용평가에서 고객의 안정성과 규칙성을 보완적으로 설명하는 지표로 활용됩니다.

       ③ 데이터 패턴 정보
데이터 패턴 정보는 모바일 데이터 사용량 등과 같은 네트워크 사용 행태를 포함합니다. 이 정보는 고객의 디지털 활동 수준, 생활 습관, 서비스 이용의 일관성을 나타내며, 안정적인 데이터 이용 패턴은 장기적인 경제활동 안정성과 연관성이 있는 것으로 평가됩니다.

       ④ 고객 부가 정보
고객 부가 정보는 기본적인 통신 서비스 이력 외에 부가 서비스 이용 현황 및 기본적인 고객 이력 정보 등을 포함합니다. 이러한 정보는 기본 통신 이력만으로는 파악하기 어려운 비금융 기반의 신용 특성을 보완적으로 설명할 수 있으며, 특정 부가 서비스를 일정 범위 내에서 지속적으로 이용하는 고객은 안정적 소비패턴, 선택 성향을 보이는 것으로 평가될 수 있습니다.
 

4.   평가모형의 성능지표

4.1  성능지표의 적정성
성능지표란 신용평가모형이 기대한 수준의 예측력과 안정성을 유지하고 있는지를 정량적으로 평가하기 위한 기준입니다.
성능지표는 모형의 변별력(discriminative power)과 안정성(stability)을 중심으로 설정되며, 이를 통해 모형의 적정성과 신뢰도를 객관적으로 검증할 수 있습니다.

4.2  성능지표 산출원리

       ① K-S 통계량 (Kolmogorov-Smirnov Statistics)
 K-S 통계량은 신용평점별로 누적 우량 구성비와 누적 불량 구성비를 산출한 후, 그 차이의 최대값으로 모형의 성능을 판단하는 지표입니다. K-S 통계량이 클수록 변별력이 뛰어남을 의미합니다.

       ② 지니(GINI) index
 지니(GINI) 계수는 누적우량 구성비를 x축으로, 누적불량 구성비를 y축으로 나타낸 그래프와 Random Curve 사이의 면적의 합에 비례하며, 면적이 넓을수록 높은 변별력을 의미합니다.

 

       ③ Divergence
발산(Divergence )값은 불량고객 분포와 우량고객 분포가 얼마나 떨어져 있는지를 나타내는 지표입니다.
신용평점에 따른 불량고객 분포와 우량고객 분포 간의 거리가 멀수록, 각 분포가 넓게 퍼지지않고 집중될수록 발산값의 크기가 커지며, 수치가 클수록 좋은 변별력을 의미합니다.


④ PSI (Population Stability Index, 모집단 안정성 지표)
PSI는 모집단의 안정성을 나타내는 지수로, 기준시점 대비 현재 분포의 차이를 나타내며 수치가 클수록 모집단의 변화가 크다는 것을 의미합니다

[예제] PSI계산

PSI = 0.0144

. 끝.