최근 3년간 부도난 기업 10곳 중 4곳 이상은 관계기업에서 연체나 부도 등 이상 신호가 먼저 나타난 것으로 분석됐다. 기업 간 연결관계에서 발생하는 위험이 본 기업의 부도로 이어질 수 있다는 의미다.

한국평가데이터(KODATA)는 24일 서울 여의도 한국경제인협회 컨퍼런스센터에서 열린 '제4회 KODATA 혁신포럼'에서 이 같은 분석 결과를 공개했다. 관계리스크가 발생한 기업의 부도 위험은 일반 기업보다 약 5배 높았던 만큼, 한국평가데이터는 인공지능(AI) 기반의 위험 탐지와 관계망 분석 서비스를 통해 사전 관리 체계를 강화할 방침이다.

◆ "부도기업 45%, 관계기업 이상신호 확인"

이날 포럼에서 이호열 데이터사이언스센터장은 '데이터와 AI를 활용한 관계리스크 탐지' 발표를 통해 최근 3년간 발생한 부도 법인 2만6843건 가운데 1만2113건(45.13%)에서 관계리스크가 사전에 확인됐다고 밝혔다. 

관계리스크는 대표이사·임원 겸직, 자금 대여, 지분 관계 등으로 연결된 관계기업에서 장기연체나 부도, 신용위험 조기경보등급 악화 등이 발생한 상태를 의미한다. 분석 결과 관계리스크가 발생한 기업의 부도율은 10%를 웃돈 반면 관계리스크가 없었던 기업의 부도율은 2% 수준에 그쳤다.

관계리스크 발생 기업의 부도 위험이 일반 기업보다 약 5배 높은 셈이다. 또 관계기업의 부도 위험이 본 기업으로 전이되는 속도는 비외감법인에서 더욱 빠르게 나타났다. 대표자가 운영하는 개인사업장에서 부도가 발생한 경우 본 기업으로 위험이 확산돼 부도에 이르기까지 평균 5개월이 소요된 것으로 조사됐다.

◆ "AI 기반의 관계리스크 관리 서비스 확대"

신용위험 조기경보(EW) 모형과 기업관계망 서비스 'KOgrid'도 소개했다. 이호열 센터장은 "KOgrid를 활용하면 정비된 관계 데이터를 기반으로 데이터 업데이트가 자동화되고, 화면에서 관계리스크를 일괄적으로 확인할 수 있다"며 "비외감기업도 상대적으로 저렴한 비용으로 관계리스크를 관리할 수 있다"고 말했다. 

그는 "관계리스크는 여신 심사 단계뿐 아니라 사후 관리 단계에서도 활용도가 높다"며 "조기경보 모형에 반영할 경우 관계기업에서 발생한 위험 신호를 바탕으로 본 기업의 영향도를 파악해 선제적인 리스크 관리가 가능할 것"이라고 설명했다. 한국평가데이터는 향후 관계리스크 관리 기능을 한층 고도화할 계획이다.

홍두선 한국평가데이터 대표는 "포럼에서 논의된 의견 등을 반영해 추가적인 IT 서비스 개발을 진행하고 있으며 내년 1분기 관련 서비스를 출시할 예정"이라며 "다양한 기업 대안정보와 최신 분석기법을 활용해 금융시장과 금융산업 발전에 기여할 수 있는 서비스 개발에 만전을 기하겠다"고 밝혔다.