- 일본 금융청은 중소기업의 업적을 예측하는 AI툴을 ‘23년도 경에 정비해, 경영부진에 빠질 우려가 있는 기업을 금융기관이 조기에 지원할 수 있도록 할 방침. 코로나19의 영향과 원재료 가격 상승으로 인해 중견중소기업의 부도는 증가 조짐을 보이고 있어, 업계단체가 연계해 업종별 개선책도 발표하는 등 ‘부도 도미노’를 막겠다는 생각임.
- 개발 주체는 아즈사 감사법인으로, 조사회사 등 3개사로부터 대량의 기업 재무 데이터를 받아, 인구동향과 재료가격, 유효구인배율, 업계별 흑자기업 비율 등의 데이터를 조합시켜 AI로 기계학습을 시킨 뒤, 기업업적과 상관성이 보이는 데이터를 활용한 알고리즘을 작성. 이용자는 고객의 재무와 직전 외부환경 데이터를 입력하면 매출액이 감소하거나 영업적자에 빠질 가능성이 높은 기업을 추출해낼 수 있음.
- 금융기관의 실증실험을 거쳐 ‘23년 3월경에 무상 제공할 예정. 금융기관은 이 알고리즘을 토대로 자사 시스템을 개발할 필요가 있음. 은행과 신용보증협회 외에도 사업자 지원이 목적이라면 세무사법인 등도 활용이 가능.
- 금융청이 AI알고리즘 개발을 주도하는 것은 코로나19와 원재료 가격 상승 등 특수한 상황 하에서 중소기업의 업적을 전망하기가 어려워졌기 때문. 금융기관은 과거 경영성적인 재무제표 등으로 여신을 관리하고 있으나, 전망은 파악이 어렵기 때문에, AI로 업적악화 조짐 발견이 가능해진다면 조기에 적절한 지원이 가능해짐.
- AI를 활용한 이러한 시스템을 개별 금융기관이 개발하면 샘플이 되는 기업 재무데이터가 한정적이며, 조사회사에 지불하는 데이터 사용료의 부담이 크기 때문에 중소 금융기관이 자비로 개발하기에는 허들이 높은 상황임.
- 금융기관 직원이 현장에서 지원할 때의 지침도 ’23년 3월까지 마련할 방침. 일본생산성본부가 중심이 되어, 전문가도 참가해 업종별로 지원할 때 착목할 점과 순서 등을 정리할 예정으로, 전국지방은행협회와 제2지방은행협회 등에도 협력을 요청함.
- 주택구입 계약 후 원자재 가격이 상승해 비용이 맞지 않게 된 건설업 외에도 코로나19로 경영이 계속적으로 개선되지 않는 요식업 등 우선은 5개 정도의 업종을 대상으로 작성할 계획임.
- 데이코쿠데이터뱅크에 따르면, 코로나 대응 융자 후 부도가 난 건은 ‘22년 5월까지 총 323건으로, 지금까지는 자금조달지원으로 부도를 막아왔으나, 5월에는 월간으로는 최다인 41건에 달함.
- 최근에는 원자재 가격이 상승하고 있으나 중소기업은 가격 변동이 어려운 상황으로, 비교적 업적이 호조였던 제조업을 포함해 앞으로 더욱 사업 환경이 험난해질 가능성이 있음. 금융기관에는 이러한 AI알고리즘 등을 유효활용하면서 고객기업을 기민하게 지원하는 전략이 요구됨.