| 최초 작성일 : 2025-11-25 | 수정일 : 2025-11-25 | 조회수 : |
한국 금융권에 또 하나의 신호탄이 울렸습니다. 카카오뱅크가 “AI 대화형 이체”를 공개하자마자, 시장은 조용히—그러나 강렬하게—한 가지 질문을 던지기 시작했습니다. “그렇다면 신용평가는 누가 하는가? 아니, ‘무엇’이 하는가?” 우리가 익숙하게 받아들여온 은행 창구·직업·소득·신용등급은 더 이상 미래의 기준이 아닙니다. AI는 이미 우리의 지출 흐름, 습관 패턴, 시간 사용, 메시지 톤, 이동 경로, 네트워크 구조까지 읽어내며 “점수가 아니라 인간 전체의 데이터적 흔적”을 평가하기 시작했습니다. 이 변화는 단순한 기술 혁신이 아닙니다. 신용평가 산업 전체—즉, 금융의 판단권 자체가 이동하는 구조적 대전환입니다. 앞으로의 금융은 “얼마를 벌었는가(Income)”보다 “어떻게 살아가는가(Behavior)”가 더 크게 작용하는 시대입니다. AI는 과거의 기록이 아니라 ‘미래의 나’를 예측해 신용을 결정합니다. 이는 전통 신용평가사의 존립을 흔들고, 은행의 위험관리 체계를 재구성하며, 개인의 금융 접근성을 완전히 새롭게 정의하는 거대한 전환점입니다. 이 글은 그 전환을 다음 세 가지 질문으로 파헤칩니다. 1. AI는 어떤 데이터를 이용해 인간의 ‘신뢰성’을 평가하는가? 2. 기존 신용평가사는 왜 위기를 맞는가? 3. 은행은 앞으로 어떤 방식으로 금융결정을 하게 되는가? 정적 점수의 시대는 졌습니다. 실시간 패턴 기반 신용(Real-time Pattern Credit)의 시대가 열리고 있습니다. 그리고 질문은 단 하나입니다. “당신의 데이터는 어떤 ‘미래의 나’를 만들고 있는가?”
카카오뱅크, 대화로 송금하는 ‘AI 이체’ 출시,아시아경제 (2025.11.24.) 금융권, AI 신용평가 도입 박차… 행동 기반 데이터 경쟁, 매일경제 (2025.11.22.) “핀테크 기업, 신용평가사 대체 가능성” 시장 분석, 조선일보 (2025.11.20.) 빅테크의 금융데이터 확장… 대출 심사방식 전면 개편 전망,한국경제 (2025.11.21.) 은행권, ‘대화형 금융AI’ 확산… 고객 리스크 평가 방식 급변,파이낸셜뉴스 (2025.11.23.) --------------------------------- 카카오뱅크가 “AI로 말하면서 돈을 보내는 시대”를 열었다는 뉴스는 단순한 기능 업데이트처럼 보일 수 있습니다. 그러나 금융권 내부에서는 전혀 다르게 받아들여지고 있습니다. “이제 금융의 판단권이 완전히 이동하기 시작했다.” 바로 이 신호로 해석하고 있습니다. 지금까지 금융은 사람이 심사하고, 신용평가사가 점수를 매기고, 은행이 대출 여부를 결정하는 구조였습니다. 하지만 AI 이체의 등장은 단순한 결제 기능의 혁신이 아니라, 고객의 행동·패턴·언어·리듬 전체를 데이터로 전환하는 출발점입니다. 그리고 이 데이터는 결국 신용을 평가하는 기준으로 흘러들어갑니다. 예를 들어, 지금까지의 신용평가는 “과거 기록”에 묶여 있었습니다. 소득·직업·대출이력·연체 여부 같은 정적 정보가 중심이었죠. 그러나 AI는 완전히 다른 방식으로 인간을 읽습니다. 당신이 언제 소비하는지, 어떤 방식으로 말하는지, 일의 패턴이 일정한지, 계좌 이동의 흐름이 안정적인지, 생활리듬이 규칙적인지— 즉 ‘어떻게 살아가는가’ 전체를 읽어내기 시작한 것입니다. 은행은 이미 이 데이터를 통해 ㅇ “이 사람은 돈을 갚을 가능성이 얼마나 되는가?” ㅇ “위험성이 갑자기 증가하는 신호는 없는가?” 를 훨씬 빠르고 정밀하게 파악할 수 있습니다. AI 이체는 그 첫 단계일 뿐입니다. 대화 내용, 지출 행동, 알뜰 소비 패턴, 스트레스 상태까지도 분석할 수 있고, 이는 곧바로 새로운 신용 판단 모델로 이어집니다. 그렇기 때문에 지금 우리는 묻지 않을 수 없습니다. “신용평가의 시대는 끝나고, 데이터 평가의 시대가 열리는가?” 금융의 판단권이 은행에서 알고리즘으로 넘어가는 순간, 우리가 ‘신용’을 바라보는 방식 역시 완전히 달라질 것입니다.
신용평가가 “은행·신용평가사에서 데이터로 이동한다”는 말은 단순한 기술 변화가 아닙니다. 이는 금융의 철학·판단 기준·리스크 정의·미래 예측 방식이 완전히 재편된다는 의미입니다. 이 변화는 다음 세 가지 이론을 통해 비로소 선명하게 보입니다. ① 정보비대칭 이론 — 과거형 평가 모델이 붕괴하는 이유 전통적 신용평가의 가장 큰 약점은 정보비대칭(Information Asymmetry)이었습니다. ㅇ 은행은 고객의 실제 생활습관을 모른다. ㅇ 신용평가사는 연체·소득·직업 같은 표면적 정보만 본다. ㅇ 고객은 자신의 미래 위험을 스스로도 예측하지 못한다. 이 때문에 금융은 늘 ‘부정확한 데이터’ 위에서 점수를 매기는 구조적 한계를 안고 있었습니다. 그러나 AI는 이 비대칭을 무너뜨립니다. 대화·지출 흐름·시간 패턴·소셜 데이터·위치 변화·지갑 안의 잔돈 사용 방식까지—과거에는 금융이 접근할 수 없었던 영역을 실시간 데이터로 읽어냅니다. 즉, 금융이 처음으로 “겉으로 드러난 과거”가 아니라 “지금 이 순간과 미래의 패턴”을 읽을 수 있게 된 것입니다. ② 행동경제학 — 신용은 소득이 아니라 ‘행동의 함수’가 된다 AI 신용평가가 도입되면 기존의 “소득·직업 중심 모델”은 후퇴하고, “행동 기반 신용(Behavior-based Credit)”이 중심으로 떠오릅니다. 행동경제학은 다음과 같은 사실을 오래 전부터 지적해왔습니다. ㅇ 소비 패턴은 스트레스·충동성·계획성을 반영한다. ㅇ 지출 흐름의 규칙성은 상환 능력과 높은 상관관계를 가진다. ㅇ 일정한 시간 사용 패턴은 위험회피 성향과도 연결된다. 즉, 인간의 행동은 신용 위험을 예측하는 가장 강력한 신호인데, 기존 금융은 이 행동 데이터를 거의 활용하지 못했습니다. AI는 이를 가능하게 합니다. “행동의 경제학”이 드디어 실제 금융 모델로 작동하기 시작한 것입니다. ③ 네트워크 신용이론 — ‘개인의 신용’이 아니라 ‘관계의 신용’으로 확장된다 신용은 더 이상 한 개인의 문제로 끝나지 않습니다. AI는 다음을 모두 네트워크로 읽습니다. ㅇ 누구와 거래하는가 ㅇ 어떤 공동체에 속해 있는가 ㅇ 주변 사람들의 리스크 수준은 어떤가 ㅇ 온라인에서 어떤 관계망을 갖고 있는가 이는 네트워크 신용(Network Credit)이라 부르는 새로운 평가 모델입니다. 전통적 신용평가가 “나의 점수”였다면, AI 신용평가는 “나 + 나와 연결된 세계의 신뢰성”을 함께 읽습니다. 금융은 결국 관계의 구조를 평가하는 산업으로 재탄생합니다. 정리하면 AI 신용평가란 ㅇ 정보비대칭을 해체하고(①) ㅇ 행동경제학을 실제 금융 모델로 올리고(②) ㅇ 신용을 개인이 아닌 네트워크로 확장하는(③) 완전히 새로운 신용생태계의 탄생입니다. 은행과 신용평가사는 더 이상 “점수의 권력”을 독점하지 못합니다. 그 권한은 이제 데이터와 알고리즘으로 이동 중입니다.
카카오뱅크가 공개한 ‘AI 대화형 이체’ 서비스는 언뜻 보면 편의 기능처럼 보이지만, 금융권 내부에서는 훨씬 큰 의미를 갖습니다. 왜냐하면 이 기능은 금융의 중심축이 “기록 기반”에서 “행동 기반”으로 전환되는 출발점이기 때문입니다. 은행은 그동안 고객의 과거 데이터만을 가지고 신용을 판단했습니다. ㅇ 연체 이력 ㅇ 직업 ㅇ 소득 ㅇ 기존 대출 ㅇ 상환 패턴 이 정보들은 대부분 연 단위, 월 단위로 업데이트되는 정적 데이터(static data)입니다. 문제는 이 데이터가 고객의 ‘미래 위험’을 제대로 예측하지 못한다는 점입니다. 연체가 있기 전까지는 위험 신호를 거의 알 수 없고, 신용평가사는 고객의 실제 생활 패턴을 전혀 파악할 수 없습니다. 그러나 AI 이체는 게임의 규칙을 바꿉니다. 사람의 행동이 곧바로 데이터로 전환되는 시스템이 생겨나는 겁니다. 예를 들어, 대화형 이체를 사용하는 과정에서 고객의 ㅇ 언어 습관 ㅇ 망설임 시간 ㅇ 반복 패턴 ㅇ 계좌 간 이동 흐름 ㅇ 소비 타이밍 이 전부 신호값(signal)로 축적됩니다. 이 모든 데이터는 기존 신용평가사가 절대 접근할 수 없었던 영역입니다. 바로 이것이 금융의 중심이 ‘은행 → 데이터’로 이동하는 결정적 장면입니다. 1) AI는 “과거 기록”이 아니라 “현재의 패턴”을 읽는다 카톡으로 이체를 한다는 것은 단순한 “전달 방식 변화”가 아닙니다. 이는 금융의 입력 신호가 텍스트 → 행동 행렬(behavior matrix)로 바뀌고 있다는 뜻입니다. 예를 들어 AI는 다음 패턴을 실시간으로 읽습니다. ㅇ 월급날 하루 전 잔액이 급격히 줄어드는가? ㅇ 평소보다 지출 템포가 빨라졌는가? ㅇ 야간 이체가 잦아지는가? ㅇ 정기 결제 흐름이 흔들렸는가? ㅇ 갑자기 편의점 결제가 늘었는가? ㅇ 특정 시간대의 지출이 불규칙해졌는가? 이러한 행동 패턴은 기존 신용평가사가 보던 “정답형 지표(score)”보다 위험을 훨씬 정확하게 예측합니다. AI는 과거의 결과를 보는 것이 아니라, 위험이 나타나기 ‘직전’의 속도와 움직임을 읽습니다. 이는 행동경제학에서 말하는 “미시적 습관이 거시적 위험을 예측한다”는 원리와 완전히 일치합니다. 2) 신용평가사는 왜 위기를 맞는가? 전통적 신용평가사는 다음 세 가지 관리만 해왔습니다. 1.과거 기록 수집 2.통계 모델로 등급 생성 3.등급을 금융사에 전달 그러나 AI 신용평가는 그 과정을 완전히 뒤집습니다. ㅇ 데이터는 고객이 스스로 생성한다 ㅇ 분석은 실시간으로 이루어진다 ㅇ 위험모형은 정형데이터가 아니라 비정형데이터를 사용한다 금융사는 신용평가사를 거치지 않고 직접 점수를 생성할 수 있다 결과적으로 신용평가사는 “중간자(middleman)”로서의 힘을 잃기 시작합니다. AI는 고객의 패턴을 직접 읽고, 은행은 그 신호를 바로 대출 심사에 반영할 수 있기 때문입니다. 즉, AI는 은행에게 “신용평가사의 눈을 건너뛰는 힘”을 준 셈입니다. 3) 금융회사는 앞으로 어떻게 신용을 평가하는가? 미래의 신용평가는 이렇게 바뀝니다. ① 정적 점수 → 실시간 위험지표(RTR: Real-Time Risk) 대출 심사는 “상시 업데이트되는 신호값” 기반으로 이루어짐. ② 소득·직업 중심 → 행동·리듬 중심 수입이 일정해도 행동이 불안정하면 위험도 증가. ③ 개인 단위 → 네트워크 단위 친구·가족·직장동료의 금융 패턴까지 반영된 네트워크 신용도 도입. ④ 인간 심사 → 알고리즘 심사 금융사 리스크관리팀의 감각보다 AI의 이상탐지(Anomaly Detection) 능력이 더 강해짐. ⑤ 분기별 재심사 → 실시간 조정 신용은 값(value)이 아니라 흐름(flow)으로 바뀜. 신용등급이 매일 미세하게 변동할 수 있음. 결론적으로 신용은 더 이상 “나의 과거”가 아니라 “나의 현재와 미래”의 함수가 됩니다. 4) 그리고 중요한 질문 하나 AI는 우리의 말투, 지출 템포, 생활 패턴, 이동 흐름을 통해 “우리가 어떤 사람인지”, 더 나아가 “앞으로 어떤 사람이 될지” 까지 예측합니다. 그렇다면 금융은 앞으로 무엇을 보게 될까요? ㅇ 사람의 의지인가? ㅇ 행동의 규칙성인가? ㅇ 관계망의 신뢰성인가? ㅇ 미래의 리스크 발생 가능성인가? AI 신용평가는 바로 이 질문들로 금융의 세계를 다시 그립니다.
특히 “신용평가사는 앞으로 무엇을 해야 살아남는가.”* AI 기반 신용평가의 부상은 단순한 기술 채택이 아니라 금융 생태계의 권력 이동을 의미합니다. 지금까지 신용평가사는 “점수의 독점자”였지만, AI는 그 권력을 “데이터 생성자 → 알고리즘 모델 → 금융사 내부 시스템”으로 이동시키고 있습니다. 이 변화는 신용평가사에게 가장 위협적입니다. 1) 신용평가사는 ‘점수 제조업자’에서 ‘위험 해석자’로 이동해야 한다 전통적 신용평가사의 비즈니스 모델은 다음이었습니다. ㅇ 데이터를 수집하고 ㅇ 등급을 산출하여 ㅇ 금융사에 판매한다 그러나 AI 시대에는 데이터는 고객(개인)이 스스로 생성하고, 분석은 금융사가 자체 모델로 처리할 수 있으며, 위험 판단은 실시간 알고리즘이 수행합니다. 즉, 신용평가사의 기존 3단 가치가 모두 침식됩니다. 따라서 신용평가사는 “점수”가 아니라 위험 인사이트(Risk Insight) 자체를 제공하는 방향으로 전환해야 합니다. ㅇ 알고리즘의 윤리성 검증 ㅇ 편향성(Bias) 체크 ㅇ 모델 리스크 관리(ML Risk Governance) ㅇ AI 신용평가의 공정성·차별 여부 심사 ㅇ 금융사 자체 모델의 적정성 감리(Audit) 즉, 앞으로의 신용평가사는 “AI 신용의 심판자(AI Credit Auditor)”가 되어야 합니다. 2) 은행은 ‘심사 권한’을 내려놓아야 한다 — 대신 ‘감시 능력’을 가져야 한다 은행은 AI 신용평가를 활용하면 위험 예측 정확도는 상승하지만, 동시에 신용결정 능력이 알고리즘에 종속될 위험도 큽니다. 따라서 은행은 ㅇ 알고리즘의 편향 탐지 ㅇ 위험 모델의 이상 탐지 ㅇ 데이터 윤리 감독 에 역량을 집중해야 합니다. 즉, 은행의 핵심 역할은 판단 → 감독으로 이동합니다. 3) 신용평가사는 “데이터 통합 인프라”를 구축해야 한다 AI 신용은 ㅇ 소비 그래프 ㅇ 소셜 네트워크 ㅇ 이동 패턴 ㅇ 대화 언어 데이터 ㅇ 리듬 패턴 ㅇ 디지털 자산 흐름 같은 다양한 비정형 데이터가 합쳐져야만 정확도가 올라갑니다. 이런 데이터는 은행 하나가 독점할 수 없습니다. 따라서 신용평가사는 금융사·카드사·통신사·플랫폼 데이터의 허브(중앙 통합자) 역할로 살아남을 수 있습니다. 미래의 신용평가사는 “점수를 찍는 회사”가 아니라 데이터 생태계를 통합·정제·해석하는 금융 인프라 회사가 됩니다. 4) 개인에게 필요한 변화: ‘신용관리’가 아니라 ‘데이터 관리’의 시대 미래의 신용은 ㅇ 카드 연체 여부 ㅇ 과거 소득 ㅇ 직장명 보다 ㅇ 소비 습관 ㅇ 일정 준수 ㅇ 위험 신호 발생 패턴 ㅇ 관계망의 건전성 이 훨씬 크게 작용합니다. 따라서 개인은 더 이상 “신용점수 관리”가 아니라 “데이터 흔적 관리”가 필요합니다. 이는 금융교육의 완전히 새로운 패러다임입니다. 결론: 신용평가의 권력은 ‘점수 산업’에서 ‘데이터 해석 산업’으로 이동한다 AI는 점수를 만든다. 은행은 그 점수를 감독한다. 그리고 신용평가사는 그 둘 사이의 ‘윤리·모델·위험’을 감리하는 역할로 재탄생한다. 지금 변화는 신용평가사의 종말이 아니라 “신용평가사 2.0 시대의 시작”입니다.
우리가 긴 시간 동안 당연하게 받아들여왔던 신용평가의 세계는 사실 매우 단순했습니다. 은행은 과거의 정보를 모아 점수를 만들고, 그 점수는 개인의 삶을 결정했습니다. 하지만 이제 우리는 새로운 시대의 문 앞에 서 있습니다. 점수를 만드는 권력 자체가 이동하는 순간, 그 점수가 의미하는 삶의 구조도 바뀌게 됩니다. 카카오뱅크의 ‘AI 이체’는 그 변화를 가장 조용하지만 가장 강력하게 보여준 사건입니다. 금융이 “말투·지출 템포·행동 패턴”을 읽기 시작했다는 것은, 신용이 더 이상 종이 서류가 아니라 인간의 삶 전체에서 생성된다는 뜻입니다. AI는 우리가 무엇을 샀는지뿐 아니라, 언제 고민하고, 언제 충동을 느끼고, 얼마나 규칙적으로 살아가는지를 이해합니다. 그리고 이 데이터는 예외 없이 모두 “신뢰성”이라는 이름의 신용 신호로 변환됩니다. 물론 이런 변화는 불안할 수 있습니다. 기계가 나를 판단한다는 사실, 나도 모르게 남긴 흔적이 점수가 된다는 사실, 신용이 더 이상 ‘과거의 나’가 아니라 ‘해석된 나’가 된다는 사실— 이 모든 것은 우리가 신용을 완전히 다른 관점으로 바라봐야 함을 의미합니다. 그러나 동시에 이 변화는 기회이기도 합니다. 과거에는 점수 하나 때문에 모든 금융 접근성이 막혀버렸다면, 이제는 패턴을 개선하고 리듬을 바꾸는 것만으로 미래의 신용을 바꿀 수 있는 시대가 열립니다. 신용이 운명이 아니라 과정이 되는 시대입니다. AI는 우리를 판단하는 존재일지 모릅니다. 하지만 더 중요한 것은, 그 AI가 읽게 될 “데이터적 나”를 스스로 설계할 수 있다는 가능성입니다. 앞으로의 신용은 운명도, 점수도 아닙니다. ‘어떻게 살아가는가’라는 연속적인 선택의 축적입니다. 신용평가의 시대는 끝났습니다. 그리고 이제 막 시작되는 세계는— 데이터를 통해 스스로를 증명해야 하는, 완전히 새로운 신뢰의 문명입니다.
● AI 시대, 신용평가의 중심은 ‘과거 기록’이 아니라 ‘현재의 행동과 미래의 패턴’이다. ● 점수를 매기는 권력은 은행과 신용평가사에서 데이터·알고리즘으로 이동하고 있다. ● 대화형 AI·행동 데이터·소비 흐름은 모두 ‘실시간 신용 신호’가 된다. ● 신용평가사는 점수를 만드는 회사에서 ‘AI 신용의 감리·감독·윤리 검증’ 기관으로 재편돼야 한다. ● 은행은 심사 권한보다 알고리즘 리스크 감시 능력이 더 중요해진다. ● 개인은 “신용점수 관리”가 아니라 “데이터 흔적 관리”가 결정적인 시대에 들어섰다. ● 신용평가의 시대는 끝났고, ‘데이터 기반 신뢰의 문명’이 이제 막 시작되고 있다.
Q1. AI 신용평가는 기존 신용평가(CB)와 무엇이 가장 다르나요? A. 기존 신용평가는 과거 기록 중심이지만, AI 신용평가는 행동·패턴·리듬·네트워크를 기반으로 실시간으로 변합니다. 즉, 정적인 점수에서 ‘흐름형 신용’으로 전환됩니다. Q2. AI 신용평가가 도입되면 신용평가사는 사라지나요? A. 사라지지 않습니다. 다만 역할이 등급 산출 → AI 모델 감리·공정성 검증·데이터 윤리 감독으로 바뀝니다. 즉, “점수 생산자”에서 “AI 신용의 심판자”로 업그레이드됩니다. Q3. 은행은 앞으로 어떤 방식으로 대출 심사를 하나요? A. AI가 읽어낸 위험 신호(소비 흐름·지출 패턴·생활 리듬)를 기반으로 실시간 위험지표(RTR: Real-Time Risk)를 평가합니다. 은행은 심사보다 감독과 리스크 관리가 핵심 역량이 됩니다. Q4. AI는 어떤 데이터를 기반으로 신용을 판단하나요? A. 지출 패턴, 거래 주기, 시간대별 결제 행동, 대화 패턴, 이동 흐름, 반복성·규칙성 등 생활 전체의 디지털 흔적을 분석합니다. 이는 기존 신용평가사가 접근할 수 없던 데이터입니다. Q5. AI 신용평가는 개인정보 침해 위험이 있지 않나요? A. 있습니다. 그래서 미래의 핵심은 AI 모델의 투명성·편향 방지·데이터 최소수집입니다. 신용평가사와 은행은 모델 위험관리(ML Risk Governance)를 의무화해야 합니다. Q6. 개인은 앞으로 어떻게 ‘신용’을 관리해야 하나요? A. 신용점수 관리가 아니라 데이터 흔적 관리가 핵심이 됩니다. 규칙적 지출·안정적 패턴·리듬 있는 생활·네트워크 건전성이 모두 신용 신호로 반영됩니다. Q7. AI가 인간을 과도하게 감시하는 사회가 될 수 있나요? A. 가능성이 있습니다. 그래서 지금은 “신용평가 기술”보다 데이터 윤리·감시 한계·권한 통제를 우선 논의해야 하는 시기입니다. AI 신용평가는 편리함과 위험이 항상 동시에 존재합니다.
① “은행의 AI 대출 심사 확산… 위험관리 패러다임 이동”, 2025.11.18. AI 기반 대출 심사가 전통 신용평가를 대체하며, 금융권 리스크 팀의 역할이 ‘판단→감독’으로 이동한다는 분석. ② “핀테크 기업, 행동 기반 신용평가 개발 박차”,한국경제, 2025.11.10. 지출 패턴·모바일 사용 패턴을 기반으로 신용을 산정하는 행동신용(Behavioral Credit) 기술의 확산을 다룬 기사. ③ “신용평가사, AI 모델 리스크 감리 시장 진출 모색”,파이낸셜뉴스, 2025.11.12. 신용평가사가 기존 등급 비즈니스에서 벗어나 ‘AI 위험감리·윤리·편향 관리’ 시장으로 이동하고 있다는 산업 분석 뉴스. ④ “데이터 금융 규제 프레임워크 정비 필요”,KDI(한국개발연구원) 정책 브리프, 2025.10.31. 비정형 데이터 기반 금융평가 확대에 따른 개인정보·차별·편향 위험에 대한 정책 제언. ⑤ “초개인화 금융의 명암 — 알고리즘 신용이 불러올 미래”,삼성증권 리서치센터, 2025.11.03. 초개인화 AI 금융이 가져오는 위험 분류 구조의 변화와 신용평가 산업의 존립 문제를 분석한 리포트. ⑥ “AI는 인간의 행동을 어떻게 읽는가”,MIT Technology Review Korea, 2025.09.20. AI의 행동 패턴 분석 기술이 금융·고용·보험 등 다양한 영역에서 도입되는 과정 설명. ⑦ “플랫폼 데이터와 신용의 재구성”,OECD 디지털경제 보고서, 2025.07.14. 플랫폼 기업의 데이터가 금융 기관의 전통적 신용 판단을 어떻게 대체하는지에 대한 국제 비교 분석.
티스토리 블로그
회원가입
로그인
