NICE평가정보, AI·데이터 교육해 인력 양성 집중…CSS 전문가 육성

[한국금융신문 김다민 기자] NICE평가정보(대표이사 김종윤, 이하 나이스평가정보)가 금융산업의 AX(AI Transformation) 전환 흐름에 맞춰 전문가 교육체계를 대폭 확장한다.

12일 신용정보 업계에 따르면 나이스평가정보가 운영하던 기존 CSS(신용평가시스템) 전문가 교육과정을 신용평가 중심에서 금융데이터 분석과 AI 기반 모형 개발, 컴플라이언스 역량까지 확장한다. 개편된 교육과정은 3월부터 순차적으로 운영할 계획이다.

나이스평가정보 관계자는 "금융산업이 데이터와 AI 중심으로 빠르게 전환되는 가운데, 신용평가 전문성과 디지털 분석 역량을 함께 갖춘 인재의 중요성이 더욱 커지고 있다”며 “이번 CSS 전문가 과정은 신용평가 노하우를 기반으로 금융데이터 분석과 AI 활용 역량을 체계적으로 결합한 교육 프로그램으로, 금융권 실무 경쟁력 강화에 기여하겠다”고 밝혔다.

금융권 AI 수요 확대 맞춰 전문인력 양성 교육과정 개편

최근 금융권에서는 내부 신용평가모형 고도화, 컴플라이언스 및 리스크 관리 강화, AI 기반 분석체계 및 AI Agent 도입이 본격화되고 있다. 이에 따라 신용평가모형 개발과 데이터 분석, 감독 대응까지 수행할 수 있는 전문인력에 대한 수요가 확대되는 추세다.

나이스평가정보의 CSS 전문가 과정은 이러한 환경 변화에 대응하기 위해 ▲금융데이터 분석 ▲신용평가모형 모델링과 고도화 ▲금융 AX·컴플라이언스·리스크 관리 등 3개 트랙으로 구성됐다. 금융권 실무자 및 중견 관리자를 주요 대상으로 하는 본 교육은 단순한 데이터 분석 교육을 넘어, 실제 신용평가모형 개발과 컴플라이언스 실무까지 포괄하는 구조로 설계됐다는 점에서 전문성을 갖췄다는 평가다.

금융데이터 분석 트랙에서는 SAS 및 파이썬을 활용한 금융데이터 분석 실습을 중심으로, 대용량 금융데이터를 기반으로 데이터 전처리, 변수 가공, 통계 분석 및 머신러닝 모델 구현 등 금융데이터 분석의 전 과정을 다룬다.

신용평가모형 모델링 트랙에서는 신용평가시스템(CSS) 모델링과 고도화, 머신러닝 기반 신용평가모형 개발, 신용평점대별 포트폴리오 분석, PD(부도확률) 추정모형 설계 등을 다룬다. 내부등급법(IRB) 관련 요건과 장기평균 PD 산출 등 감독 환경을 고려한 모형설계 과정도 포함된다.

금융 AX·컴플라이언스·리스크 관리 트랙에서는 금융 AX 전략, 생성형 AI 및 AI Agent 이해, 리스크 관리 체계, 금융감독 환경 변화, 컴플라이언스 이슈 등을 다룬다. 이를 통해 데이터 분석 역량뿐만 아니라 정책·제도 변화에 대한 이해를 함께 강화하도록 설계됐다.

총 7000명 이상 수료생 배출…3월부터 교육 진행

본 교육은 3월 SAS 및 금융데이터 분석 과정 개강을 시작으로 진행된다. 교육은 서울 여의도의 나이스평가정보 본사 교육장에서 운영된다.

해당 과정은 대부분 2일 내외로 부담 없이 교육을 들을 수 있다. 교육과정은 3월부터 11일까지 정해진 일정에 맞춰 진행되며, NICE교육에서 원하는 교육일정 및 과정을 선택해 결제하면 접수가 완료된다.

그간 CSS 전문가 과정은 누적 26기 운영, 총 7000명 이상의 수료생을 배출했다. 수료생들은 은행, 카드, 캐피탈, 핀테크, 정책기관 등 다양한 금융업권에서 신용평가모형 개발과 리스크 관리 업무에 본 교육에서 습득한 지식을 활용하고 있다.

한 수강생은 “데이터 기반 분석을 통해 신용평가모형 개선 방향을 구체화할 수 있었고, 감독 환경을 고려한 모형설계 관점을 정립하는 데 도움이 됐다”고 밝혔다.

이 외에도 온라인 수업 또한 제공하고 있다. 데이터 분석 프로그래밍 과정과 신용평가 모형 과정, 금융 특강 등을 온라인 강의로 진행하며 전문가 양성에 힘쓰는 모습이다.

나이스평가정보는 이번 과정을 통해 금융권의 데이터 기반 의사결정 역량 강화에 기여하고, AI 전환 환경에 대응할 수 있는 전문인력 양성을 지속 확대해 나갈 계획이다.

한편 나이스평가정보는 그룹 차원에서 AI 신용평가모형 연구개발을 강화하고, NICE지니데이터·나이스디앤비 등 관계사와 연계한 데이터 공유 체계를 구축 중이다. 이를 통해 데이터 인프라와 인력 양성이라는 두 축을 동시에 강화해 금융산업의 AI 전환을 뒷받침한다는 전략이다.

김다민 한국금융신문 기자 dmkim@fntimes.com