제1회 <PFCT AI 신용평가 아카데미>가 성공적으로 막을 내렸어요! 🥳🥳🥳
(이 콘텐츠부터 보고 오시는 걸 추천드려요! 
국내 최초! AI 신용평가 아카데미를 소개합니다)
단 5일만에 AI 신용평가 솔루션 원리부터 개발, 실제 금융 환경에의 적용까지 실속있게 경험한 8명의 교육생들! 과연 이들은 어떤 생각을 가지고 돌아갔을까요?
교육생들이 직접 써내려간 아카데미 찐후기, 지금 바로 확인해보세요!
<금융 기술 병아리로서 기분 좋은 출발> – 이경민
3학년의 PFCT 아카데미 참여
새로운 프로젝트를 하기 좋아하는 본인에게 PFCT 아카데미는 또 다른 하나의 프로젝트였다. 통계, 데이터, 금융 학회에 소속되어, 관련 내용들을 심도 있게 다룬 경험도 부족했고, 학교 수업을 통해, 또 독학을 통해 배운 겉핥기 식 내용이 전부였다. 도메인 지식의 필요성으로 여러 분야를 탐색하고 싶었고, 또 데이터를 실제로 다뤄볼 수 있는 기회가 필요했다. 그래서 A부터 Z를 배울 수 있는 PFCT 아카데미에서 실제 데이터를 다뤄볼 수 있는 기회와 해당 업권에 대한 지식을 익히고 싶었다. 데이터 관련 직종에 종사하는 꿈을 가지고, 관련 학과에 진학했지만 방향을 잡지 못하고, 무엇을 할 지 모르는 이들이 많을 것이다. 그런 이들을 위해 나의 5일 간의 경험이 도움이 되었으면 한다.
교육 내용 회고
PFCT는 내가 상상하던 스타트업의 모습을 그대로 가지고 있었다. 자유로운 문화와 장소에서 이들의 창조적 가치가 발현되는 것 같았고, 수업이 진행되면서 드러나는 단단한 전문성에 놀랐다. 오히려 이 점 때문에 진입장벽이 있었지만 좋은 강사님들의 강의와 반복 학습을 통해 해당 내용들을 체화 할 수 있었다. 대출의 프로세스는 알고 있었지만 어떤 원리로 승인이 나고, 이자와 한도가 책정되는 지는 이번 교육을 통해 알 수 있었다. 복습을 하기 위해 인터넷에 검색해 찾아보려 했지만 관련 내용을 정리한 곳을 찾기 어려웠다. 그래서 추후 별도로 나 스스로와 다른 이들에게 도움이 되고자 해당 내용을 구체적으로 정리해보려 한다. 2일 차에 불량으로 정의할 연체 수준과 최종 관찰 기관을 결정하는 Roll-Rate 분석과 Vintage 분석 실습에서 애를 먹었는데, 다음날 1시간 정도 일찍 와서 못다한 과제를 한 적이 있었다. 여기서 걸림돌이 되었던 부분은 CSS 도메인 지식이 아니라 Python과 Pandas 실력이었다. 결국 데이터를 다룸에 있어 도메인에 대한 이해가 우선되지만 그 이해를 바탕으로 적절히 데이터를 다루는 건 컴퓨팅 실력이고, 이 기술은 본인의 기본적이지만 강력한 무기로 작용한다. 그러므로 이 무기를 연마했으면 한다. PFCT의 AIRLAB을 통해 모델 생성과 승인, 금리, 한도 전략 수립을 곧바로 하여 자신의 생각을 프로덕트로 내놓아 확인할 수 있다는 점에서 정말 편리했다.
좋았던 점
교육 내용도 좋았지만 무엇보다도 좋았던 건 멘토 분들이었다. 멘토 분들의 배경이 모두 상이했기 때문에 그 다양함에서 나오는 각자의 스토리가 나의 여러 고민들에 적재적소에 개별적으로 적용되어 선택에 도움이 되었다. PFCT의 다양한 배경을 지닌 사람들이 공통의 목표를 가지고, 각자의 방식으로 문제를 해결해 나가는 매커니즘이 내가 추구하던 바와 그리고 해왔던 바를 증명이라도 대신 해주는 듯 좋았다. 그리고 어떤 도메인이든, 어떤 일을 하든 간에 중요한 건 문제를 찾아 정의하고, 이전에 없던 방식으로 해결하는 문제해결능력이라는 것을 깨달았다. 교육 내용 뿐만 아니라 멘토 분들의 방법론과 삶의 지혜, 돌파 방법들이 나에게 좋은 자양분이 되었다.
제안
캠핑 컨셉의 지하 유휴공간은 교육생의 입장에서도 정말 부럽고 탐나는 공간이었다. 책장에 꽂혀 있는 책들을 보니, 경제, 금융, 컴퓨팅 관련 도서는 많았지만 철학, 인문 도서가 없었다. 철학과 인문은 인류의 지성이 생긴 이래로 축적되어온 지식의 산물이다. 이는 고차원적 사고의 확장을 가능케하고, 이미 선인들이 제시했던 개념들을 현대에 다시 적용하며 새로운 개념을 제시하여 돌파구를 만들 강력한 무기로 작용할 것이다. 그렇기 때문에 스타트업이자 AI 회사로서 성장하고, 문제 해결을 추구함에 있어 철학과, 인문 지식은 든든한 사이드 킥이 될 것이다. 좋아하는 문장이 하나 있다. ‘눈앞에 펼쳐진 익숙한 현실로부터 과제를 선택해 끌어내려면 상식을 상대화해서 볼 줄 알아야 한다’. 그래서 책장에 관련 책을 비치하거나 회사 내 독서 클럽 추진을 감히 제한드린다.
감사
같은 관심사를 가졌지만 서로 다른 개성을 가진 교육생 동기들과 함께한 짧디 짧은 5일간의 추억도 즐거웠다. 비슷한 눈높이에서 마주한 고충과 고민들 그리고 조언들이 많은 도움이 되었다. 기회가 된다면 재밌는 일로 다시 만났으면 한다. 또 접하기 어려운 교육을 제공해준 PFCT에도 고마움을 표한다. 여력이 된다면 CSS외에도 더 딥하게 금융 교육이나 머신러닝 관련 내용에 관해 다뤄봤으면 좋겠다.
‘금융기술 병아리로서 기분 좋은 출발이다’
<점진적으로 지식이 축적되는 경험> – 홍민희
이 프로그램에 참여하기 전까지 나는 금융 산업과는 거리가 먼 사람이었다. 금융에 대한 이해가 부족했고, 막연한 어려움만 느껴왔지만 언젠가 제대로 배워보고 싶다는 생각은 늘 있었다.
AI 신용평가 아카데미라는 이름을 보고, 내가 관심을 갖고 있던 AI 기술과의 접점이 있다는 점에서 흥미를 느꼈다. 또한, 실제 금융 데이터를 활용해 볼 수 있다는 점이 큰 매력으로 다가왔다. 내가 배워온 기술이 실제 산업에서 어떻게 활용되는지, 그리고 추가로 필요한 역량이 무엇인지 알고 싶었기 때문에 이 프로그램이 나에게 꼭 필요하다고 생각했다. 하지만 금융 시장이나 대출 전략에 대한 사전 지식이 전혀 없어, ‘이렇게 아무것도 모르는 상태에서 참여해도 괜찮을까?’ 하는 걱정도 커서 고민 끝에 지원을 결정했다.
인터뷰 과정은 예상과는 달리 면접의 느낌이 아니라, 나 자신을 소개하는 편안한 분위기였다. 지금 생각해보면 이러한 인터뷰 방식이 회사의 열린 문화를 반영하고 있었던 것 같다.
아카데미를 시작하기 전, 금융 도메인에 대한 배경지식이 부족한 것이 걱정이었다. 그러나 초반 2~3일 동안은 이론 강의 중심으로 진행되어, 걱정과 달리 금융 개념을 차근차근 배울 수 있었다. 특히, 초반 이론 실습에선 기본 데이터들을 엑셀 데이터를 파이썬으로 정리하는 과제들부터 roll-rate/vintage 분석, cut-off 등 실제 개념들을 이해하기 위한 엑셀 시각화 과제를 수행했다. 그럼에도 그 각각의 개념들이 명확하게 어떤 곳에 사용되는 것인지 직접적으로 와닿지 않아 어려움을 느꼈다.
3~4일 차부터는 이론을 바탕으로 신용평가 모델과 대출 전략을 직접 구축해 보는 실습이 진행되었다. PFCT의 Airlab 플랫폼을 활용하여 신용평가 모델을 쉽게 조작할 수 있었고, 이론적으로 봤던 내용들이 어떻게 적용되는지 경험할 수 있었다. 특히 4일 차에는 게임데이를 대비해 실제 모델과 전략을 구축하는 작업을 진행했는데, 처음에는 명확한 기준이 없어 전략을 수립하는 과정에서 어려움을 겪었다. 주어진 베이스라인 없이 모의 게임을 진행하다 보니, 초점을 어디에 맞춰야 할지 혼란스러웠고, 개선해야 할 부분을 정확히 파악하는 것도 쉽지 않았다.
마지막 날 게임데이 실습에서는 현업 멘토님의 피드백을 통해 보다 명확한 방향성을 잡을 수 있었다. 대출 취급량을 늘리는 방법, 중요한 변수에 집중하는 전략 등을 배울 수 있었고, 이를 통해 실질적인 개선 방향을 고민할 수 있었다. 개인적으로는 4일 차 실습 단계에서 멘토님과 소통할 수 있었다면 게임데이에 더욱 잘 대비할 수 있었을 것 같다는 아쉬움이 남았다.
우리 조는 게임데이에서 좋은 성과를 거두지는 못했다. 모델이 불량률을 최소화하는 데 집중한 나머지, cut-off를 지나치게 엄격하게 설정하여 대출 취급량이 현저히 낮아지는 문제가 발생했다. 아무리 유리한 이자율과 한도를 설정해도 대출이 성사되지 않으면 수익을 창출할 수 없다는 점을 뼈저리게 느꼈다. 문제를 인지한 후 새로운 모델을 만들어 적용하려 했으나, 기술적인 문제로 모델을 업데이트하지 못하는 상황이 발생했다. 결국 올려두었던 대체 모델을 활용해 수익을 올릴 수 있었지만, 따라잡기엔 역부족이었다.
그럼에도 우리 조의 모델은 불량률을 1%대로 유지하여 불량률에선 1위를 기록했다. 수익 방면에선 많이 밀려 결과적으로는 아쉬움이 남았지만, 다시 한번 기회가 주어진다면 더 나은 성과를 낼 수 있을 것이라는 자신감도 얻었다.
또한, 모델과 전략이 서로 긴밀하게 맞물려야 한다는 점을 직접 경험하면서 실감했다. 강의에서 ‘나에게 올 사람들의 금리를 정확히 예측하는 것이 중요하다’고 들었지만, 실습 전에는 이 말이 크게 와닿지 않았다. 그러나 게임데이를 통해 문제 상황에 맞춰 모델을 설계하고, 그에 적절한 전략을 세우는 것이 얼마나 중요한지 실감할 수 있었다.
아카데미를 통해 단순히 금융 이론뿐만 아니라 실무에서의 데이터 활용 방식도 배울 수 있었다. 기술팀의 강연에서는 실제 금융 데이터를 다룰 때 고려해야 할 사항들, 머신러닝을 적용하는 방식 등에 대해 들을 수 있었고, 이론과 실무가 어떻게 연결되는지 실감할 수 있었다. 예를 들어, 대출 시장을 경매(Auction) 방식으로 적용하는 아이디어나 이미지 데이터에 대한 오토인코더(Autoencoder) 관련 논문을 분석하는 과정이 인상 깊었다. 실무에서 어떤 접근 방식이 활용되는지를 간접적으로나마 엿볼 수 있었고, 이를 통해 이론을 실무와 연결 지어 고민해 볼 기회가 되었다. 또한, 팀원들과 목표를 설정하고 함께 고민하며 연구하는 과정이 즐거워 보였다.
이 아카데미를 통해 점진적으로 지식이 축적되는 과정을 경험할 수 있었다. 처음에는 금융에 대한 어려움이 크게 느껴졌지만, 차근차근 개념을 익힌 후 실습을 진행하는 방식이 유익했다. 5일이라는 짧은 시간 동안 금융 도메인과 AI 기술의 접점을 배울 수 있었고, 함께 배운 사람들과 지식을 공유할 수 있었던 점도 뜻깊었다. 또한, 실제 데이터를 다루면서, 정제된 데이터조차도 여전히 처리해야 할 요소가 많다는 점을 깨달았다. 학부 수준에서 배운 지식만으로는 한계가 있으며, 실무에서 데이터를 다루기 위해서는 금융 도메인에 대한 깊은 이해가 필수적이라는 점을 실감했다. 마지막으로, 비록 게임데이에서 완벽한 성과를 내지는 못했지만, 실패에서 배운 점이 많았기에, 다시 도전한다면 더 나은 결과를 만들 자신이 생겼다.
PFCT CSS 아카데미는 금융과 AI에 대한 실무적인 경험을 쌓고, 나아가 실무에서 요구되는 역량을 탐색할 수 있었던 소중한 기회였다.
<아카데미에서 찾은 커리어의 방향> – 이희재
교육에 참여하기 전
나는 산업경영공학과 4학년 진학을 앞둔 학생이다. 지금까지 컨설팅과 사업개발 관련 경험을 쌓아왔지만 이번 방학은 내 인생에서 중요한 선택지를 앞두고 있었다. 선택지는 크게 두 가지였다. 군 입대와 대학원 진학. 이번 겨울방학은 이러한 중요한 갈림길에서 연구 참여를 진행하며 보내고 있었다. 비대면으로 연구에 참여하다 보니 서울에서 열리는 PFCT CSS 아카데미라는 독특한 행사에도 참여할 수 있는 기회를 얻게 되었다.
이전에 보험사에서 인턴을 했던 경험 덕분에 Risk Management 의 중요성을 깊이 느끼고 있었는데, PFCT CSS 아카데미에서 다루는 신용정보 기반 리스크 관리가 흥미롭게 느껴졌다. 처음에는 확신이 없었지만 반신반의로 지원서를 제출했고, 운 좋게 아카데미에 합격할 수 있었다. 아카데미 참여는 예상치 못했던 소중한 경험을 안겨주었다. 이번 기회는 단순히 지식을 배우는 것을 넘어 앞으로의 진로를 고민하는 데 큰 도움을 주었다.
배움과 성장의 순간
이번 아카데미에서 가장 인상적이었던 부분은 금융 데이터, 특히 신용 데이터를 실제 현업에서 어떻게 다루고 분석하는지 직접 경험할 수 있었다는 점이었다. 이론적 지식을 적용하는 데에서 그치지 않고, 기업이 실제로 고객의 신용도를 평가하고 리스크를 관리하는 과정을 시뮬레이션해보며 데이터 분석이 단순한 숫자 계산이 아니라 ‘의사결정의 근거’가 된다는 사실을 체감할 수 있었다.
또한 마지막 Game Day에서는 제한된 시간과 자원을 활용해 실무 상황을 가정한 분석 미션을 수행했는데, 팀원들과 서로의 아이디어와 접근법을 빠르게 공유하며 협업하는 과정이 무척 의미가 있었다. 덕분에 평소에는 놓치기 쉬운 부분도 집중적으로 점검할 수 있었고, 여러 시각을 반영해 좀 더 탄탄한 결과물을 도출할 수 있었다.
느낀 점과 변화
금융 분야가 다소 낯설다고 생각했지만, 현업에서 인공지능이나 머신러닝 기법을 활용하고 있는 분들과 이야기를 나누면서 생각보다 훨씬 넓은 기회가 열려 있다는 사실을 알게 되었다. 특히 신용평가모형을 개선하거나 새로운 지표를 개발하는 과정에서 AI가 어떻게 쓰이는지를 구체적으로 들으면서, 해당 분야에서 전문성을 쌓을 수 있겠다는 확신도 생겼다.
무엇보다 이 과정을 통해 ‘데이터 분석에 관심이 있다’는 막연한 생각이 좀 더 구체적인 진로로 이어질 수 있었다. 군 입대와 대학원 진학이라는 중요한 선택을 앞둔 시점에서, 금융 리스크 관리와 데이터 사이언스가 결합된 분야가 얼마나 흥미롭고 가치가 높은지 깨달은 것이 큰 수확이었다고 생각한다. 이전보다 훨씬 분명해진 시야를 가지고 진로를 고민하게 된 만큼, 앞으로도 이와 같은 기회를 적극적으로 찾아보려고 한다.
<생소하지만 발전 가능성이 큰 분야> – 조경아
저는 졸업이 다가오면서 슬슬 진로를 결정해야 했지만, 무엇을 할 수 있고 재미있어 할지 몰라 고민이 많았습니다. 특히 수학과 수업은 재밌지만 현실과 맞닿아 있는 느낌은 아니라서 더욱 막막했습니다. 그러던 중 학과 홈페이지에 이번 AI 신용평가 아카데미 공고가 올라왔습니다. 금융에 대한 지식도 적었고 특히 신용평가에 대해서는 아무것도 몰랐지만, 그렇기 때문에 오히려 배울 수 있는 것이 더 많을 것이며 금융 분야 진로를 고민해볼 수 있는 좋은 기회라 생각했습니다. 또한 ‘보통 사람을 위한 보통이 아닌 금융’이라는 회사 비전도 마음에 들어서 지원했습니다.
다행히 합격해서 참여한 아카데미는 기대 이상이었습니다. 무엇보다도 내용 구성이 알찼습니다. 짧은 시간이었지만 밀도 높은 이론 수업을 통해 신용평가모델의 개요 및 개발, 신용평가모델을 활용한 대출 승인/금리/한도 전략, AI 기술 활용법 등을 배웠습니다. 실무에서 실제 사용되는 개념을 배우는 것 자체가 흥미로웠습니다. 또한 진로 관련 강연과 선배들과의 식사 시간을 통해 스타트업 취업을 선택한 이유와 살아온 과정 등을 듣게 되면서, 진로 결정에 있어 어떤 기준을 세워야 할지 보다 명확해졌습니다. 아카데미 참가자들끼리도 과제나 식사 시간을 통해 교류할 수 있었습니다. 비슷하면서도 각기 다른 전공 및 배경을 가진 뛰어난 사람들과 교류하며 시야가 넓어지는 것 같았고 재밌었습니다.
대망의 하이라이트는 게임데이였습니다. PFCT에서 자체 개발한 신용평가모델 개발 및 전략 설정 툴을 이용해 조별로 직접 모델과 전략을 짠 뒤, 실제 대출 데이터를 바탕으로 가장 수익이 높은 조가 우승하는 방식의 게임이었습니다. 배운 내용을 종합하여 직접 해볼 수 있어서 재밌었고, 경쟁심이 생겨서 더욱 몰입되었습니다. 상대방의 전략에 따라 수익이 크게 요동치는 것이 흥미로웠는데, 왜 이를 경매 시장에 비유할 수 있는지 체감했습니다. 또한 좋은 신용평가모델을 갖고 있더라도 전략에 따라 수익이 천차만별일 수 있다는 것도 몸소 깨달았습니다. 아카데미에서 배운 내용을 종합하는 좋은 마무리였습니다.
이번이 제1회 CSS 아카데미였는데도 불구하고 완성도가 높았고, 앞으로 더욱 발전할 것 같아서 기대됩니다. 생소할 수도 있지만 발전 가능성이 큰 분야이며, 또한 인턴십과 연계하면 직접 프로젝트에 참여할 수도 있는 좋은 기회라 진로에 관한 고민이 많은 학우들에게 추천하고 싶습니다. 개인 사정 상 이번에는 인턴십에 지원하지 못했지만, 기회가 된다면 꼭 함께 프로젝트를 진행해보고 싶습니다.
아카데미 기간 동안 수업을 진행해 주시고, 다양한 질문에 성실히 답해주신 모든 분들께 감사드립니다. 또한 아카데미를 기획하고 운영하며 좋은 기회를 제공해 주신 분들께도 진심으로 감사드립니다.
<실무의 경험을 쌓을 수 있는 값진 기회> – 문주원
AI 관련 지식을 쌓아가며 다양한 산업에서의 활용 가능성을 탐구해 왔지만, 실제 기업에서 사용하는 데이터를 접할 기회는 많지 않았습니다. 특히 금융권에 대한 관심이 있었음에도 불구하고, 보안상의 이유로 학생이 직접 금융 데이터를 다루는 것은 쉽지 않았습니다. 이러한 점에서 CSS 아카데미는 저에게 매우 매력적인 기회였습니다. 금융권에서 실제로 사용하는 데이터를 접할 수 있을 뿐만 아니라, 스스로 공부하기 어려웠던 리스크 관리 분야에 대해 배울 수 있다는 점이 기대되었습니다.
교육을 통해 가장 흥미로웠던 부분은 PFCT에서 머신러닝(ML)을 어떻게 활용하는지, 그리고 어떤 연구가 진행되고 있는지에 대한 소개였습니다. 제가 배운 이론적 지식들이 실제 금융권에서 어떻게 적용되고 있는지, 현업에서 어떤 방식으로 연구가 이루어지는지를 직접 들을 수 있어 매우 흥미로웠습니다. 단순히 기술을 배우는 것을 넘어, 금융권에서 ML을 실질적으로 활용하는 방식을 이해할 수 있었습니다.
특히 가장 큰 배움은 대출업에 대한 도메인 지식을 얻었다는 점입니다. 통계학과 데이터 사이언스 관련 전공을 하면서 데이터 분석과 모델링 기술을 익혀왔지만, 특정 산업에 대한 깊은 이해가 부족하다는 점이 늘 아쉬웠습니다. 이번 교육을 통해 대출의 기본 개념부터 신용평가 모델의 활용 방식, 그리고 이를 바탕으로 전략을 수립하는 과정까지 경험할 수 있었습니다. 이번 교육을 통해서 대출에 관련한 개념, 확보한 신용평가 모델을 실제로 어떻게 활용을 해서 전략을 짜는지 배우고 직접 경험하게 되어 더욱 이해도가 높아졌고, 앞으로 관련된 업계에서 일을 하게 된다면 크게 도움이 될 것 같습니다.
가장 기억에 남는 활동을 뽑자면, 역시 ‘게임데이’입니다. 제가 직접 만든 모델을 활용해 금리와 한도에 대한 전략을 수립하고, 이에 따라 수익이 어떻게 변화하는지를 체험하면서 이론적인 것을 넘어 실질적으로 의사결정과 전략 수립 과정이 어떻게 이루어지는지 체감할 수 있었습니다.
한 가지 아쉬운 점이 있다면, AI 모델링에 대한 부분은 상대적으로 부족했다는 점입니다. 짧은 교육 기간 내에서 모든 내용을 깊이 있게 다루기는 어렵겠지만, PFCT에서의 ML 활용 사례를 접하며 모델링에 대한 흥미가 더욱 커졌기 때문에 이 부분을 더 심도 있게 경험할 기회가 있었다면 더욱 만족스러웠을 것 같습니다.
CSS 아카데미는 금융권 데이터 분석과 리스크 관리의 실무적인 측면을 배우고 경험할 수 있는 값진 기회였습니다. 실제 데이터를 다루며 도메인 지식을 쌓고, 이를 바탕으로 실무에서 어떤 방식으로 전략을 수립하는지를 경험할 수 있었습니다. 앞으로 금융 데이터 분석을 더욱 깊이 있게 공부하고 싶다는 동기 부여가 되었으며, 향후 관련 업계에서 일하는 데 있어 중요한 기반을 마련할 수 있었습니다. 이러한 소중한 기회를 기획하고 운영해주신 PFCT 여러분들께 진심으로 감사드립니다.
<뛰어난 사람들과의 교류를 통한 역량 발전> – 김재호
학교에서 수업을 들을 때 확률, 통계와 관련된 수업을 열심히 들었습니다. 복잡한 사회 현상을 확률과 통계로 풀어가는 과정에 흥미가 있었습니다. 이를 실무에 어떻게 적용할 수 있을지 궁금했고, 마침 PFCT에서 AI 신용평가 교육 과정을 제공해주어서 신청했습니다. 개인신용평가는 신용평가회사 밖, 특히 학교에서는 배울 기회가 없고 매우 생소한 분야였습니다. 때문에 앞으로 공부를 할 때에 방향성을 설정하고 기회가 된다면 인턴십도 참여할 수 있으리라 생각하여 교육 과정에 참여하게 되었습니다.
학교 수업 중 수리통계나 확률과정 수업에서 배운 내용을 실제 금융 데이터를 가지고 분석할 수 있다는 점에서 큰 도움이 되었습니다. 특히 마르코프 과정(Markov process)과 같은 확률적 모델에서 배웠던, 특정 상태에서 다른 상태로의 전이 확률을 모델링하는 과정을 개인신용평가에도 그대로 대입할 수 있다는 점이 흥미로웠습니다. PFCT에서 제공해준 금융데이터를 가지고 전이율을 계산하는 과정은 과거 이론적으로 배웠던 내용을 실무에 적용할 수 있다는 점에서 기억에 남습니다. 그 외에도 각 팀별로 대출시장을 이해하고 매출과 불량률을 토대로 수익률을 경쟁하는 게임데이 시간이 기억에 남습니다. AI 신용평가 교육과정에 참여한 동기들 역시 열정적이고 뛰어난 분들이 많았기에 함께 의견을 나누며 경쟁하는 것 또한 큰 재미였습니다. 비록 4등으로 높은 등수는 기록하지 못했지만, 팀 별 모델의 차이와 이자율 등의 전략 차이가 수익률을 크게 변화시키는 과정을 직관적으로 이해할 수 있어서 큰 도움이 되었습니다.
CEO와의 만남 시간을 별도로 마련해주셔서 스타트업을 이끌어가는 대표 분의 열정적인 태도와 앞으로의 비전에 관해 설명을 들을 수 있어 좋았습니다. 회사 내의 현직자 분들과 이야기를 나누며 굉장히 열정적이고 능력이 뛰어난 분들을 많이 만나 뵐 수 있었는데, 우수한 인재들이 모이게 되는 이유를 CEO와의 만남 시간에 이해할 수 있었습니다. 특히 다방면으로 사업 기회를 고민하고 기회에 도전하는 열정적인 모습에 많은 동기부여를 얻었습니다.
학교에서 배운 이론이 신용평가업에서 어떻게 사용되는지, 뛰어난 실력을 갖춘 사람들과 교류하며 역량을 발전시키고 싶은 사람들이 있다면 PFCT의 AI 신용평가 교육과정을 강력히 추천합니다.
<금융 전문가로 성장하기 위해 반드시 알아야 할 분야> – 전우재
CSS 아카데미에 참여하기 전, 금융업계에서 리스크 관리가 어떻게 이루어지는지 궁금했습니다. 특히, PFCT가 해당 영역에서 어떤 기술을 활용하고 있는지 알고 싶었고, 이를 통해 금융권 취업에도 도움이 될 만한 실질적인 정보를 얻고자 하는 기대를 가지고 있었습니다.
교육 과정에서 가장 인상적이었던 부분은 리스크 관리의 중요성과 이를 효과적으로 다루기 위한 기술적 접근법이었습니다. 특히, 신용평가와 리스크 예측을 위한 데이터 분석 기법을 배우면서 금융 데이터의 활용 방식에 대해 깊이 이해할 수 있었습니다. 실습을 통해 직접 분석을 수행해보는 과정도 유익했고, 실제 금융 업계에서 사용되는 기술들을 접할 수 있어 흥미로웠습니다.
또한, 교육 중 팀 프로젝트를 수행하면서 다양한 관점을 접할 수 있었습니다. 더불어 해당 회사에서 진로/커리어 관련된 세션들도 진행했었는데, 여기서 많은 정보 및 도움을 얻을 수 있었습니다. 저에게는 특히 강화학습 관련 연구에 대해서 짧게 설명해 주셨을 때가 가장 기억에 남습니다. 평소에도 강화학습 분야에 관심이 있어 관련 논문도 작성했던 저에게, 신용 평가 시장에서 강화학습의 application을 직접 엿볼 수 있는 기회였습니다. 다만 너무 해당 소개에 대한 시간이 짧아 아쉬웠습니다.
이번 교육을 통해 리스크 관리가 금융업계에서 차지하는 비중이 매우 크다는 것을 깨달았습니다. 단순한 숫자 계산을 넘어, 실질적인 의사결정과 연결된다는 점에서 금융 전문가로 성장하기 위해 반드시 알아야 할 분야라는 생각이 들었습니다. 앞으로 금융 데이터 분석 및 리스크 관리 역량을 더욱 키우고 싶다는 동기 부여가 되었습니다. 교육 과정 전반적으로 체계적이고 실무적인 내용을 다뤄서 매우 만족스러웠습니다.
다만, 추가적으로 실무 사례를 더 깊이 있게 분석하는 시간이 있었으면 더욱 좋았을 것 같습니다. 실제 금융회사에서 발생하는 리스크 사례를 분석하고 해결책을 모색하는 실습이 포함된다면 더욱 실질적인 배움이 될 것이라고 생각합니다. 또한 인공지능 모델을 직접 개발하고 이해하는 세션이 있었다면 공대생인 저에게 더욱 흥미로웠을 것 같습니다.
하지만 짧은 시간 동안 많은 내용을 효과적으로 전달해주신 강사진과 PFCT 관계자분들께 깊은 감사를 드립니다. 리스크 관리의 핵심을 배우고 금융 데이터 분석의 중요성을 깨닫게 된 의미 있는 경험이었습니다.
<AI 기술과 리스크 관리의 융합> – 정지윤
5일간의 교육을 통해 리스크 관리와 신용평가 모델 개발에 대해 깊이 있게 학습할 수 있었습니다. 신용평가에 대한 지식이 부족했던 터라 이번 기회가 더욱 값졌습니다. 특히 AI 기술이 개인 신용평가에 어떻게 활용되는지, 그리고 PFCT의 AI 솔루션이 실제로 어떻게 구현되고 쓰이는지 실무적인 관점에서 배우고 싶었습니다.
교육 과정 중 가장 기억에 남는 활동은 직접 데이터를 분석해 연체 고객과 회생 고객을 구분하는 활동과 게임데이였습니다. 첫 번째 활동에서는 다양한 변수를 분석하며 연체에 영향을 주는 요소들을 파악했습니다. 소득 수준, 대출 이력, 소비 패턴 등 여러 요인이 연체 가능성에 미치는 영향을 실제로 분석해볼 수 있었습니다. 또한 연체고객과 회생고객의 분류에 대해 좀 더 이해할 수 있었던 시간이기도 했습니다. 이를 통해 데이터 기반 분석 능력과 리스크 평가의 핵심 요소를 깊이 이해하게 되었습니다.
‘게임데이’에서는 PFCT가 자체 개발한 AI 신용평가 모델 ‘AIRPACK’을 활용해 수익률을 극대화하는 게임을 진행했습니다. AIRPACK을 직접 사용하며 모델 생성을 위한 변수 선택부터 룰셋 설정, 마진, 한도, 예상 불량률을 조정하는 과정을 통해 나타나는 즉각적인 변화를 확인할 수 있었고, 데이터를 통한 의사 결정의 중요성을 실감했습니다. 이를 통해 AI 모델이 실제 비즈니스 환경에서 어떻게 적용되는지 체험할 수 있었습니다.
금융 분야에 대한 도메인 지식이 부족해 모든 내용을 완벽히 이해하기는 어려웠지만, 실무에서 AI 모델이 어떻게 활용되고 강화학습 및 다른 알고리즘들이 어떻게 적용될 수 있는지에 대해 알 수 있었던 시간이었습니다.
이번 5일간의 교육은 단순한 지식 전달을 넘어 리스크 관리와 AI 기술의 접점을 깊이 이해하고 실제 활용 방안을 탐구할 수 있는 귀중한 시간이었습니다. 연사님들의 경험담을 통해 앞으로의 방향성에 대한 조언도 들을 수 있었고, PFCT라는 기업에 대한 관심도 더 커졌습니다.
AI 기술과 리스크 관리의 융합이 가져올 변화에 대한 기대감이 커졌으며, 앞으로도 계속해서 학습하고 실무에 적용해 나가고 싶습니다. 이번 경험을 통해 얻은 통찰은 제 미래를 설정하는 데 큰 도움이 될 것 같습니다.
여러분도 AI 금융 기술 전문가가 될 수 있어요! 
