[스케일업] DB·피데스어드바이저리, “선제적 기업 신용분석 통해 위험을 미리 예측합니다”

[IT동아 권명관 기자] 피데스어드바이저리(이하 피데스)는 기존의 전통적인 기업 신용리스크 분석 방식의 한계점을 파악하고, 이를 해결하며 인식의 변화를 꾀하는 기업 신용분석 솔루션을 개발하는 스타트업이다. 기업의 신용을 분석하는 비금융 데이터, 대안데이터 등을 대입해 보다 선제적으로 부실 위험, 리스크 등을 파악해 제공하고자 노력하고 있다. 다만, 기업 신용분석 시장은 다른 산업 대비 보다 전문적이고, 다소 폐쇄적인 상황이라 스타트업이 경쟁력을 발휘하기 어렵다. 이는 비단 피데스만의 상황이 아닌, 대부분의 스타트업이 해결해야만 하는 숙제다.

지난 2021년 피데스는 이러한 어려움을 타계하고자 SBA 서울창업허브가 주최한 Dream with 유, DB x Seoul Startup Open Innovation(이하 드림 위즈 유)’에 참여했다. 드림 위드 유는 DB그룹이 혁신을 함께 할 스타트업을 찾는 오픈 이노베이션 행사로 ‘금융’, ‘제조서비스’, ‘공통’ 분야의 스타트업을 모집했다. 그리고 약 1년여가 지난 지금, 피데스는 DB와 함께 서로의 필요성을 공감하며 협력하고 있다.

이에 IT동아가 서울창업허브를 찾아 피데스어드바이저리 박병호 대표, DB Inc 금융팀의 이강후 팀장, DB Inc DT센터의 조은환 부장을 만나 그동안의 이야기를 들었다.

전통적인 기업의 신용평가, ‘믿을 수 있나요?’

IT동아: 피데스어드바이저리에 대해서 소개를 부탁드린다.

박병호 대표(이하 박 대표): 피데스어드바이저리(이하 피데스)는 기업 신용평가 및 부실예측 분석을 제공하는 스타트업이다. 국내외 기업들의 신용위험을 분석할 수 있는 솔루션을 개발했고, 관련 서비스를 제공하고 있다. 상장 및 외감 법인들의 공시내용, 주석사항, 사업보고서의 비정형 데이터 분석 결과 등을 바탕으로 기업의 리스크를 평가하며, 거시적인 관점에서 실물경기와 금융경기를 고려한 경기침체 가능성을 진단하는 업무를 수행했다.

(조금 더 자세한 설명을 요청하자)

하하. 음… 개인의 신용이 아닌 기업의 신용을 분석한다고 생각하면 된다. 많은 사람이 집이나 자동차를 구매하기 위해 목돈이 필요할 경우, 대부분 은행을 찾아가지 않나. 그럴 때 은행은 개인의 신용을 평가해 대출 허가를 내준다. 기업도 마찬가지다. 얼마나 믿을 수 있는 기업인지, 앞으로 성장 가능성은 있는 기업인지, 부실한 기업은 아닌지 등을 평가해야 하지 않나. 이를 위한 분석 솔루션을 새로운 기준으로 제공하고 있다.

IT동아: 기업의 신용평가… 상당히 많은 관점에서 접근해야 할 것 같은데.

박 대표: 맞다. 현재 피데스가 주력하는 부분은 ‘기업의 부실화 가능성’이다. 기존 은행이나 신용평가사가 평가하는 방식의 한계점을 파악해 새로운 기준을 더했다.

예를 들어보자. 10여개의 부품업체와 거래하고 있는 A 제조기업이 있다고 가정하자. 만약 거래 중인 부품업체가 어려워져 제때 부품을 납품하지 못하면, A 제조기업은 완성품을 선보일 수 없지 않나. 이를 미리 예측하고 대비할 수 있어야 하는데, 방법이 마땅찮다. A 제조기업이 매번 부품업체의 상황을 체크하기 어렵지 않나. 부품업체가 공시하는 재무제표나 거래 내역 등 외부에 공개하는 자료를 근거로 파악할 수밖에 없다. 또한, 혹여 부품업체가 A 제조기업의 이러한 모습을 알게 되면, ‘우리는 못 믿는건가?’라는 오해도 쌓일 수 있다.

상대 기업의 부실화 정도를 진단하지 않고 거래하는 일이 대부분이다. 설령 일어나서는 안될 일이지만, 만약 부품업체의 부실화가 장기적으로 이어져 부도로 이어지면, A 제조기업은 난감할 수밖에 없다. 새로운 거래처를 찾아야 하는데, 이 역시 어떤 기준으로 평가할 것인가. 기 공개되어 있는 자료를 근거 자료로 찾아볼 수 있겠지만, 기존의 방식과 크게 다르지 않다. 어찌보면 기업 내 기밀이라 할 수 있는 정보와 자료이기 때문에 외부 공개에 인색하기 마련이고.

IT동아: 이해했다. 제조기업과 부품기업의 거래라는 한 예지만, 많은 기업이 상호간의 믿음을 바탕으로 거래하며 성장하지 않나. 다만, 상호간의 믿음만으로 거래하기엔 부족한 부분이 있다는 뜻 같은데.

박 대표: 맞다. 기업간 거래를 전담하는 영업부서나 구매부서에서 나름 파악하고 있지만, 은행이나 신용평가사만큼 명확하기는 어렵다. 전담 인력을 내부에 채용해 상시 운영하기도 마땅찮다. 빅데이터와 인공지능 등 기술이 발전하면서 이러한 부분을 보완하고자 의지를 보이는 기업들도 있지만, 기존 방식과 기업문화 등에 부딪혀 흐지부지되는 경우도 있고.

IT동아: 기존 방식의 한계라는 것을 짚고 넘어가야겠다. 현재 기업의 신용을 평가하는 기관이 있을텐데.

박 대표: 전통적인 신용평가사는 대부분 제공한다. 정부 및 민간기업뿐만 아니라 금융사, 지방자치단체 등이 외부기업 신용평가에 의존하기도 하고, 직접 신용평가모델을 구축하여 활용하기도 한다. 대부분 기업의 재무제표를 바탕으로 채무 불이행이나 연체 등의 내역으로 평가한다. 금융기관이 개인의 신용을 평가할 때, 은행 거래 내역을 주 데이터로 분석하는 것과 유사하다.

다만, 해당 데이터의 한계점도 존재한다. 재무제표를 예로 들어보자. 상장사라면 정기적으로 기업정보를 공개하지만, 비상장자라면? 데이터를 찾기도 어렵고, 공개를 꺼릴 경우 마땅히 파악하기조차 어렵다. 강제적인 공개도 어렵다. 외부 감사를 받지 않는 제무제표는 신뢰하기 어렵다.

또한, 기업의 경우 전년도에 좋았다고 하더라도, 올해, 그리고 내년에는 어떻게 변할지 모른다. 한국은행에서 공개한 지표를 바탕으로 분석해보면, 2020년 기준 국내 10개 기업 중 3개는 한계기업에 해당한다(2020년말기준, 이자보상비율 100%미만: 40.9%). 한계기업은 계속 부채만 쌓여간다. 지표상으로는 부도로 이어져도 이상하지 않은데, 어찌어찌 경영을 이어나간다. 실제로 부도난 기업은 15%에 불과하다. 분명 이해할 수 없는 상황인데, 그게 유지되고 있다.

• 한계기업: 3년 연속 이자보상비율 100% 미만이거나 영업활동 현금흐름이 마이너스를 기록하고 있는 기업. 회생 가능성이 크지 않은데도 정부나 채권단의 지원으로 파산을 면하는 기업을 뜻한다. 좀비기업이라고도 말한다.

국내뿐만 아니라 해외도 상황은 비슷하다. 글로벌 상장사를 대상으로 조사해본 결과, 1/5, 20%가 한계기업 상태다. 즉, 현재 기업의 신용평가는 전통적인 데이터로만 접근하는 것이 정확하지 않다. 기업의 다양한 재무 구조를 볼 수 있는 솔루션이 필요하다.

부실 기업을 찾아낸다? 아닙니다. ‘대비하자’는 경고죠.

IT동아: 전통적인 방식으로 기업의 신용을 평가하는데 한계가 있다는 것에는 공감한다. 피데스가 이러한 문제를 해결했다는 뜻인지.

박 대표: 기존 신용평가에 이자보상비율, 차입금의존도, 부채 비율 등의 변수를 더해 다양한 변수를 적용한 솔루션을 개발했다. 기업의 재무구조는 규모별, 산업별로 다르다. 같은 규모와 산업군에 속한다고 할지라도 너무나도 많은 다양성이 존재한다. 이에 기업 재무제표에 나타난 불균형, 이상치 등을 파악해 자동화된 분석 보고서를 산출, 보다 쉽고 빠르게 기업에 대한 재무적 불균형을 확인할 수 있는 솔루션을 개발했다.

여기에 기업의 재무구조 분석 시 복합재무비율을 사용해 두 지표 간의 불균형이 심화되는 속도, 방향성, 규모 등을 종합 분석하는 재무 인디케이터 ‘FOT(Financial Outliers Tracker)'를 적용했다. 기업의 리스크를 파악하기 위해서는 재무구조의 불균형을 파악하는 것이 무엇보다 중요하다.

또한, 15년 이상 기업의 신용을 분석한 애널리스트의 평가 노하우를 계량화해 세로운 지표를 도입, 새로운 방법론을 적용했다. 낯선 주제다. 기업의 다양한 재무구조에 존재할 수 있는 약점 100개 이상의 지표를 확보했다. 내부적으로는 100번의 그물망이라고 말한다(웃음). 어디까지나 본질적인 리스크를 선제적으로 파악하고자 집중했다.

IT동아: 기존의 정형화된 데이터에서 벗어난, 새로운 데이터로 기업의 리스크를 분석한다는 의미인가.

박 대표: 2000년대 초반부터 국내뿐 아니라 해외 신용시장에서 사용한 전통적인 신용평가모델과 방법론은 10여 개의 단순재무비율에 기반한 전통적 통계모형에 의존한다. 금융기관뿐만 아니라 신용정보사, 국내외 신용평가사들 또한 이러한 재무모형 평가 틀에서 크게 벗어나지 않았다.

한 기업의 대표가 1년 사이에 2번 바뀌었다고 가정하자. 이 역시 리스크에 해당할 수 있다. 하지만, 전통적인 통계모형에서는 이를 체크하지 않는다. 기업내 직원의 국민연금 가입자 변동률, 기업내 직원의 퇴직률, 제조공장에서 사용하는 전력 사용률 등은 비금융정보다. 대안 데이터라고 할 수 있는데, 이 역시 기존 방식에는 적용하지 않는다. 이에 피데스는 정성적인 데이터와 정량적인 데이터를 더한 신용평가 솔루션을 제안하고 있다.

아, 참고로 대안데이터는 업종별로 파악해야 하는 데이터가 다르다. 콜센터를 예로 들어보자. 콜센터는 업무 특성상 이직률이 높다. 단순히 이직자가 많다고 리스크가 높다고 분석할 수 없다는 뜻이다. 기업 규모, 업종, 영업행위에 따라서 추적해야 하는 데이터가 다르다. 기업내 직원의 계약직/정규직 비율, 직원 연령대, 성비율 등 기존에 버려졌던 데이터에서 유의미함을 찾아가고자 한다.

정리하자면, 기존 기업정보와 재무제표, 신용정보에 기반한 기업의 평가, 심사, 모니터링 등 리스트 관리 서비스를 빅데이터에 기반해 고도화했다. 재무제표와 감사보고서 주석사항 등의 순환적 인과관계에 대한 분석을 중심으로 기업의 취약점을 분석하는데 집중했다.

지난 2021년, 금융위원회가 핀테크 기술·아이디어의 실현 가능성을 시험하고자 시행한 ‘D-테스트베드’ 시범사업 신용평가 고도화 부문에 참여했었다. 당시 외감기업 이상 대상으로 개별 기업의 주석 및 공시사항에 대한 선제적 리스크를 탐지했으며, 산업별 기업의 부실 데이터 인과관계를 테스트한 바 있다.

여러 검증 절차를 거쳤다. 피데스가, 우리가 제안한 새로운 방법론, 솔루션이 의미를 지닐 수 있는가 테스트했다. 집중한 것은 실제 부도난 기업을 미리 예측할 수 있는가 였다. 부도 예측이 맞았는지, 부실 기업을 선제적으로 파악할 수 있었는지 등을 파악했다. 이를 통해 기존 금융사나 신용평가사 대비 우수성을 입증했다. 이러한 결과를 바탕으로 한국기업데이터와 협력해 웹 기반 분석 서비스를 금융기관과 공공기관, 기업 등에 서비스하고 있다.

IT동아: 기업 리스크를 선제적으로 예측, 제공한다는 것에 의의를 둘 수 있겠다.

박 대표: 맞다. 예측이다. 기존 방식은 분석에 가깝다. 기업이 내놓는 정보, 외부 감시 등을 통한 데이터를 바탕으로 과거 정보를 분석한다. 피데스는 일어날 수 있는, 앞선 상황에 대한 예측을 제공한다. ‘문제가 발생할 수 있으니, 한번 확인해보길 권합니다’와 같은, 일종의 경보 시스템이다. 이를 통해 사전에 대비할 수 있도록 제공하고자 한다.

경고를 한번 준다. 그것만으로도 의미있다고 생각한다. 피데스가 지향하는 주목적은, 부실 기업을 잡는 것이 아니다. 현재 기업의 재무적 불균형이 심화되고 있으니, 한번 들여다 봐야 한다는 의견을 전문가적 경험이 반영된 자동화된 보고서를 통해 제공하는 것이다(웃음).

DB와 함께하며 시장 니즈를 파악하고 있습니다

IT동아: 피데스를 설립 전에는 어떤 일을 했었는지 궁금하다.

박 대표: 지난 2016년 10월부터 피데스의 사업 모델을 준비했고, 2017년 4월부터 본격적으로 시작했다. 현재 솔루션의 MVP 버전은 창업 이전부터 준비하고 있었다. 설립 이후 유효성 시뮬레이션 테스트를 금융권과 함께 진행하며 유효성을 입증받았다. 2018년부터 한국기업데이터와 제휴 계약을 체결했고, 공동 솔루션으로 개발해 2019년 7월부터 시장에 서비스하기 시작했다.

피데스 설립 전, 20여 년간 한미은행, 씨티은행, HSBC은행에서 10년, 글로벌 신용평가사 S&P Global에서 11년간 재직하며 금융기관 리스크컨설팅, 글로벌 데이터사업 및 신용평가사업을 총괄했다.

1997년, 우리나라가 IMF 외환위기를 겪기 바로 전이었다. 당시 무수한 기업의 부도를 목격했다. 기업의 심사보고서를 쓰는 역할로 일하며, 대기업부터 개인사업자까지 수많은 리포트를 작성했다. 다양한 업종과 규모의 기업들을 만나며, 여신, 담보, 기업 신용에 대한 시장을 직접 몸으로 체득했다.

IT동아: 서울창업허브를 통해 DB와 인연을 맺었는데.

박 대표: 지난 2021년, 서울창업허브와 DB가 ‘Dream with 유, DB x Seoul Startup Open Innovation’ 행사를 열었다. DB와 혁신을 함께할 스타트업을 찾는 행사였는데, 작년에 맺은 인연이 지금까지 이어지고 있다. 피데스가 제안하는 기업 리스크 분석 예측 솔루션이 DB라는 대기업에서 활용할 수 있을 것이라 생각했다. 밋업 행사를 통해 피데스의 사업모델을 발표하고, 서울창업허브에서 자리를 마련한 밋업행사를 통해 DB와 만났다.

이강후 DB Inc 금융팀 팀장(이하 이 팀장): 피데스의 발표를 듣고 난 뒤, DB와 함께할 스타트업으로 선정하며 생각이 많았다. ‘우리 DB 계열사 중 연결할 곳이 있을까?’라는 고민이었다. 내부 네트워크를 통해 니즈를 찾았고, 2021년 9월 미팅하며 같이 호흡할 수 있겠다는 결론을 내렸다.

기업 신용 부문은 DB가 지금까지 해왔던 경험과는 달라 다소 낯설었다. 아마 이건 피데스도 마찬가지였을 테다(웃음). 이에 지속적으로 조율하면서 DB그룹 내에서 필요로 하는 곳을 찾는 작업이 이어졌다. 피데스의 기업 예측, 시장 분석 등을 필요로 하는 계열사가 있는지, 분석한 데이터가 실제 잘 구동되는지 등을 테스트하는 시간을 가졌다.

이후 피데스의 선제적인 시장 예측에 대해 관심을 보이는 계열사를 찾았다. 거시경제 흐름에 따른 원자재 변동성을 파악해 조기에 감지할 수 있다면, 선제적으로 대응할 수 있을 것이라는 필요성을 파악했다. 이에 피데스와 PoC(기술검증) 사업을 함께하며 공급업체에 대한 거래처 리스크 관리 서비스를 테스트하고 있다.

조은환 DB Inc DT센터 부장(이하 조 부장): 글로벌 반도체 시장의 흐름을 분석하고, 경기 변동성을 모니터링할 수 있는 PoC 사업을 피데스와 함께하고 있다. 올해 10월까지 계속 진행 중이다. 크게 3가지 리스크 조기경보 시스템을 개발하고 있다. 그 중의 하나가 반도체 관련 시황 뉴스를 바탕으로 피데스가 비정형 데이터로 분석해 해당 뉴스가 반도체 원자재에 영향을 줄 수 있는지, 리스크를 파악하는 것이다. 이를 통해 계열사 구매 담당 부서와 연결하면, 미리 확인하고 대처할 수 있는 프로젝트로 발전시킬 수 있다고 생각했다. 이런 상황이 발생할 수 있으니 미리 대비라자는 경고인 셈이다. 물론, 정확한 판단은 해당 부서에서 대응한다. 어디까지나 사전 예측, 경보 시스템 아닌가.

박 대표: 피데스가 지행하는 바다. 우리의 예측이 100% 그대로 일어날 것이라고는 생각하지 않는다. 대비하고 준비할 수 있는 근거를 제시해 현장에서 이를 잘 활용할 수 있도록 한번 더 경각심을 심어주는데 있다.

조 부장: 실제로 여러 거래처와 구매를 담당하는 부서는 많은 시장분석 리포트를 받는다. 이를 통해 판단하고 움직이는 것은 담당부서, 담당자다. 다만, 수많은 자료를 보다 쉽게 확인할 수 있다면, 업무 생산성과 효율성을 높일 수 있다고 판단했다. 담당 부서에서도 긍정적인 답변을 전해왔다. 이에 피데스와 함께 의견을 조율하고 PoC 완성도를 높이고 있다.

박 대표: 피데스 입장에서는 DB라는 대기업과 새로운 경험을 쌓고, 시장 데이터를 통해 테스트해볼 수 있다는 것만으로도 충분한 의미가 있다. 이 자리를 빌어 PoC를 함께하고 잇는 DB와 자리를 만들어 준 SBA 서울창업허브에 감사를 표하고 싶다.

이 팀장: SBA 서울창업허브와 함께한 ‘Dream with 유, DB x Seoul Startup Open Innovation’은 작년에 이어 올해, 내년에도 함께할 예정이다. 내부에서는 가시적인 성과가 지속적으로 나올 경우, 보다 확장할 계획도 가지고 있다. 스타트업의 혁신적인 아이디어는 나름의 경쟁력을 충분히 지니고 있다고 생각한다. 앞으로도 DB는 함께할 수 있는 스타트업을 폭넓게 찾고, 지원하고자 한다. 많은 관심을 부탁드린다.

글 / IT동아 권명관(tornadosn@itdonga.com)