Plat.AI

데이터 업로드, 목표 설정, 학습까지 화면이 이끌고, 만들어진 모델의 순위를 매긴다. 코드도, 손으로 만지는 하이퍼파라미터도 없다. 깨끗한 과거 데이터와 분명한 질문이 있으면 스프레드시트에서 작동하는 모델까지의 거리가 크게 줄어든다.

배포한 모델은 엔드포인트를 열어 두고, Plat.AI에 따르면 1초 안에 예측을 돌려준다. 이 속도 덕분에 신청 흐름 안에 넣을 수 있다. 응답이 늦으면 그대로 이탈이 되는 자리다. 기존 시스템은 엔드포인트를 호출하기만 하면 되고, 핵심 플랫폼을 갈아엎을 필요는 없다.

지난 분기에 잘 맞던 모델이 이번 분기에 어긋날 수 있다. Plat.AI는 배포 후 성능을 추적하고 어떤 입력 변수가 예측을 밀어 올리거나 내렸는지 보여준다. 거절당한 신청자가 이유를 물을 때, 위험위원회가 승인 전에 근거를 요구할 때 쓸모가 있다.

셀프서비스로 부족하면 Plat.AI의 데이터 과학자가 머신러닝과 딥러닝으로 모델을 대신 만든다. 특수한 문제나 인력이 없는 팀에 맞는다. 기간은 길어지고 비용도 커진다.

Plat LOS는 자체 규칙과 모델 출력을 합쳐 승인, 거절, 사람 검토로 돌린다. 대출 기관이 기준선과 상품 규칙, 승인 경로를 직접 정하므로 정책이 바뀌어도 코드를 새로 내보내지 않는다. 모든 결정은 근거 데이터와 함께 기록된다.

담보 가치나 대출 금액이 바뀌면 시스템이 곧바로 합산 담보인정비율, 실질 연이율, 상환 일정, 위험 등급을 다시 계산한다. 고객이 공사 범위를 조정할 때마다 직원이 견적을 손으로 고치는 일이 없어진다.

시스템은 매일 밤 Metro 2 형식 신용정보 파일을 만들어 API나 SFTP로 보내고 전송 영수증을 보관한다. 주민번호나 계좌번호 같은 개인정보는 관리자 역할이 아닌 사람에게 화면, 로그, 데이터베이스에서 모두 가려진다.