고 신용 자 50% 시대, 신용 인플레이션이 발생한 원인

대한민국의 신용 평가 시장이 커다란 변화를 맞이하고 있습니다. 

 

과거 오랫동안 사용되던 1~10등급 방식의 신용등급제가 폐지되고 점수제가 도입된 지 수년이 흘렀지만, 여전히 변별력 논란이 이어지고 있기 때문입니다. 

 

특히 최근에는 대한민국 전체 인구의 절반 가까이가 고신용자로 분류되면서 기존 신용평가 체계를 완전히 개편해야 한다는 목소리가 커지고 있습니다.

이번 글에서는 왜 현재의 신용평가 시스템이 이른바 '신용 인플레이션'을 겪게 되었는지, 그리고 개편론이 대두된 구체적인 배경과 앞으로의 전망을 정보형 블로그 형식으로 깔끔하게 정리해 드리겠습니다.

## 본문 1: 신용등급제에서 점수제로의 전환과 '점수 상향 평준화'

과거 1등급부터 10등급까지 나누던 신용등급제는 단 1점 차이로 등급이 갈려 대출 심사에서 불이익을 받는 '문턱 효과'가 심각했습니다. 이를 해결하기 위해 지난 2021년, 전 금융권에 1,000점 만점 기준의 신용점수제가 전면 도입되었습니다.

하지만 점수제 도입 이후 예상치 못한 부작용이 나타났습니다. 바로 전반적인 신용점수가 지나치게 높아지는 '점수 상향 평준화' 현상입니다. 실제로 최근 통계에 따르면 신용점수 900점 이상(과거 기준 1~2등급 수준)에 해당하는 고신용자 비율이 전체 가계대출 차주 중 절반에 육박하는 것으로 나타났습니다. 이렇게 고신용자가 급증하게 된 데에는 몇 가지 명확한 이유가 있습니다.

* **비금융 데이터의 적극적 반영:** 토스, 카카오페이 등 핀테크 플랫폼이 활성화되면서 통신비 납부 내역, 국민연금 및 건강보험료 납부 실적 등 비금융 정보를 클릭 몇 번으로 신용평가사에 제출할 수 있게 되었습니다. 성실 납부 실적이 증명되면 점수가 쉽게 가점되다 보니 전반적인 점수가 동반 상승했습니다. 

* **연체율 관리와 금융 소비자의 인식 제고:** 연체 정보가 신용점수에 얼마나 치명적인지 대중적인 인식이 확산되었습니다. 소비자들이 선제적으로 카드 대금이나 대출 이자 연체를 방지하면서 자연스럽게 감점 요인이 줄어들었습니다. 

* **신용카드 발급 및 사용량 증가:** 건전한 신용카드 사용 이력이 장기간 쌓이면서 신용평가 엔진이 이를 긍정적인 신호로 파악해 점수를 높게 책정하는 가점이 누적되었습니다.

결과적으로 변별력이 크게 떨어지면서 금융사 입장에서는 변별력이 상실된 900점대 점수만 보고 이 사람이 정말 우량한 고객인지 파악하기가 어려워지는 상황에 직면하게 되었습니다.

## 본문 2: '평가 절하'되는 고신용자와 금융 사각지대의 심화

국민의 절반이 고신용자가 되다 보니, 역설적으로 신용점수가 높음에도 불구하고 대출을 받지 못하거나 높은 금리를 적용받는 '신용평가 왜곡 현상'이 심화되고 있습니다. 

 

시중은행들은 신용점수 950점이 넘는 초고신용자가 아니면 대출 문턱을 대폭 높이고 있으며, 심지어 900점대 초반의 고객들도 1금융권에서 거절당해 2금융권으로 밀려나는 일이 빈번하게 발생하고 있습니다. 이처럼 신용평가 체계의 개편이 강력하게 요구되는 배경은 다음과 같습니다.

* **금융기관의 자체 리스크 관리 한계:** 변별력이 낮아진 공인 신용점수(CB점수) 신뢰도가 떨어지자, 은행들은 자체적인 내부 신용평가시스템(CSS) 비중을 극단적으로 높이고 있습니다. 이로 인해 동일한 점수임에도 은행마다 대출 여부와 금리가 천차만별로 갈려 소비자들의 혼란이 가중되고 있습니다. 

* **중·저신용자의 탈락 및 사각지대 발생:** 고신용자 기준선이 지나치게 올라가면서, 과거 3~4등급 수준이던 실제 중신용자들이 상대적으로 저신용자로 분류되어 금융 혜택에서 소외되는 현상이 벌어지고 있습니다. 

* **경기 둔화와 잠재적 부실 위험 오판:** 겉으로 보이는 신용점수는 모두가 우량해 보이지만, 급격한 경기 둔화나 고금리 장기화 상황 속에서 실제 상환 능력이 떨어진 '착시형 고신용자'를 걸러내지 못할 경우 금융 시스템 전체의 부실로 이어질 위험이 존재합니다.

따라서 정부와 금융 당국, 그리고 신용평가사들은 단순히 1,000점 만점의 숫자로만 사람을 평가하는 정량적 방식을 넘어, 실질적인 소득 대비 부채 비율(DSR)과 미래 상환 능력을 정밀하게 측정할 수 있는 차세대 신용평가 모형 개발에 착수하고 있습니다. 

 

인공지능(AI) 기반의 머신러닝 알고리즘을 도입하거나 소비 패턴, 자산 유동성까지 종합적으로 고려하는 다각화된 체계로의 대두는 이제 선택이 아닌 필수가 되었습니다.