정민정 토스뱅크 PF ML 팀장 “AI모델, 서비스관점에서 개발해야”

“인공지능(AI) 모델 개발과 제품화는 전혀 다른 과제입니다. 제품의 실현 가능성과 비용 합리성 측면에서 고려해야 할 요소가 달라, 두 가지를 어떻게 조화롭게 결합하느냐가 핵심이라고 볼 수 있습니다.”

정민정 토스뱅크 PF ML(제품기능 머신러닝) 서비스 팀장은 지난 26일 <바이라인네트워크>가 서울 강남구 과학기술회관에서 개최한 ‘2025 금융테크 컨퍼런스’에서 이같이 밝혔다.

정 팀장은 “실험실에서는 AI 모델이 잘 작동하더라도 서비스로 출시했을 때 기대만큼 유효하지 않거나 임팩트가 크지 않은 경우가 있다”며 “모델이 아니라 서비스를 개발하고 있다는 관점에서 보려고 노력하고 있다”고 말했다.

이어 “모델 성능만으로 이용자 가치를 만들기 어려울 수 있다는 점을 생각한다”며 “기술자들끼리만 소통하는 게 아니라 정책 혹은 영업 팀과 함께 AI 서비스 적용 방안을 고민해야 한다”고 설명했다.

그는 토스뱅크에서 AI가 활용되는 대표 사례로 이상거래 탐지시스템(FDS)을 꼽았다. 이상거래 탐지는 전통적으로 금융 거래에서 매우 중요한 문제로 토스뱅크에서도 기본적으로 룰 기반 시스템을 운영하고 있다. 룰 기반 시스템은 사전에 사람이 정의한 규칙(룰)에 따라 자동으로 판단하고 행동하는 것을 의미한다.

여기에 토스뱅크는 고도화된 탐지를 위해 다양한 AI와 머신러닝 모델을 적용하고 있다. AI 모델은 과거 데이터를 학습해 사람이 일일이 규칙을 정하지 않아도, 거래가 의심스러운지 스스로 판단할 수 있다.

정 팀장은 “토스에서 송금을 시도할 때 일부 거래가 의심스럽거나 위험할 경우 안내 알람이 표시될 수 있다”고 설명했다. 그는 “이를 위해 보이스피싱, 해외 결제 이상, 대출 명의 도용, 중고 거래 사기 등 다양한 위험 요소를 탐지하는 AI 모델을 활용한다”고 밝혔다.

토스뱅크는 금융 거래와 은행 업무에서 널리 사용되는 AI 모델 중 하나로 ‘크레딧 스코어링 시스템’을 운영하고 있다. 이 시스템은 고객의 신용도를 평가하고 점수를 매기는 신용평가 모형으로, 대출 심사 과정에서 핵심적으로 활용된다.

그는 “토스뱅크는 중저신용자 고객에게도 대출을 제공하기 때문에 신용도와 신용 점수를 정확히 판단하는 것이 매우 중요하다”며 “이를 위해 다양한 내부 모델을 운영하고 있으며, 안정적으로 적용될 수 있도록 전체적인 파이프라인을 구축해 관리하고 있다”고 설명했다.

또한 “신용 점수 산출 시스템은 동일한 고객을 평가할 때마다 일관된 결과가 도출돼야 하는 만큼 안정성이 핵심”이라며 “항상 이중으로 ‘쉐도우 검증’을 수행하며, 시스템을 새 버전으로 교체하거나 구조를 변경할 때에도 기존 결과와 비교·대조해 안정적으로 운영될 수 있도록 관리하고 있다”고 말했다.

글. 바이라인네트워크
<이수민 기자>Lsm@byline.network