AI 심사가 정확해져도 대출 문턱은 낮아지지 않는 이유

새로운 심사 기술이 도입된 신용시장 | Farboodi, Kondor & Kurlat (2026) · NBER Working Paper No. 35905

NBER 워킹페이퍼 · 2026년 10월 · 동료심사 전순수 이론 연구

🔬연구 개요

대출기관들이 같은 데이터와 유사한 알고리즘을 쓰면 심사 오차가 서로 상관됩니다. 이 상관이 경쟁의 성격을 어떻게 바꾸는지 이론 모형으로 분석했습니다. 이 글에는 실증 수치가 없습니다.

핵심 메커니즘

1. 유사한 AI같은 데이터와 알고리즘을 쓰는 여러 대출기관
2. 오차의 상관심사 오차가 서로 상관됨
3. 하키스틱 금리신호가 일정 수준을 넘기 전까지는 낮은 금리, 그 이후 급격히 상승
4. 시장 분절차입자 집단별로 시장이 나뉨

차입자의 상환 능력을 각 대출기관이 새 심사 기술로 신호 관측하는 경쟁 모형이며, 신호 오차의 상관 구조를 명시적으로 모수화합니다.

🔀직관과 모형의 결과

🏦오픈뱅킹과 정책

오픈뱅킹처럼 데이터 공유 구조를 바꾸는 정책은 오차의 상관 구조를 바꿉니다. 데이터 공유가 넓어지면 오차 상관이 커질 수 있고, 그 결과 접근성 효과가 직관과 다르게 나타날 수 있습니다.

알고리즘 대출 규제에서 우려할 것은 개별 모형의 편향만이 아니라 시장 전체의 오차 상관이라는 점을 보여줍니다.

🔍읽을 때 주의할 점

💡해석과 적용

경쟁 구조의 축

AI 심사의 시장 효과는 기술 자체의 정확도가 아니라 오차의 상관 구조가 매개합니다.

금융 포용 정책

데이터 공유의 수준뿐 아니라 그 공유가 만드는 오차 상관까지 고려해야 합니다.

규제 수단 도출은 범위 밖

이 이론에서 직접 규제 수단을 도출하는 것은 검증되지 않은 적용입니다.