theCFO

thebell interview카드사 복합 위기 대응법

"은행은 방어, 카드는 역동적…적정 리스크 도출이 핵심"

⑦은행·카드·해외 거친 우경원 우리카드 CRO, 조직 단순화와 선행지표 도입

김보겸 기자  2026-08-19 15:35:39

편집자주

고금리·고환율 장기화와 가계대출 총량 규제 속에서 카드업계가 복합 위기에 직면했다. 대출 모수 축소와 중저신용자 공급 확대라는 상충 과제 속 자본 효율성과 건전성 관리는 카드사 CRO 조직의 시급한 과제로 떠올랐다. 취약차주 관리부터 조달 수단 다변화, AI 기반 내부통제 고도화까지 주요 카드사들의 리스크 관리 전략과 대응 체계를 짚어본다.
우리카드의 자산건전성 지표가 회복세를 이어가고 있다. 2025년 1분기 1.87%까지 상승했던 연체율은 같은 해 4분기 1.53%로 0.34%포인트 하락하며 건전성과 외형 성장을 동시에 잡았다. 경기 회복 지연과 금리 상승, 가계대출 규제 강화 등 대외 불확실성이 지속되는 상황에서 지표를 개선하며 체질을 개선했다는 평가다.

체질 개선의 중심에는 리스크관리본부를 총괄하는 우경원 전무(CRO·사진)가 있다. 우 전무는 하나은행 론센터를 시작으로 현대카드·캐피탈 리스크관리실, 현대캐피탈 중국법인, 현대카드 금융소비자보호총괄책임자(CCO)를 두루 거친 리스크 전문가다. 은행부터 캐피탈, 카드사를 넘나들며 담보·신용대출, 소매·기업금융, 해외 리스크, 소비자 보호 영역을 모두 다뤄본 이력이 강점이다.

우리카드는 카드사업 외에도 자동차금융을 중요한 축으로 운영하고 있다. 할부금융뿐 아니라 리스와 렌트 등으로 포트폴리오를 다각화했다. 인도네시아 법인 역시 자동차금융을 핵심 사업으로 추진하고 있다. 국내외 자동차금융 리스크를 두루 경험한 우 전무의 커리어가 주목받고 있다.
출처: 우리카드
◇은행 vs 카드업 차이는…동남아 진출 시 '현지화' 경계 주문

다양한 업권을 경험한 우 전무는 우리카드 본사에서 더벨과 만나 은행과 카드사의 리스크 관리 차이를 축구 경기에 비유해 설명했다. 그는 "은행은 자금 흐름 중심으로 통제 가능한 안정성을 우선시해 0:1이나 0:2 같은 낮은 스코어를 지향한다"라며 "바년 카드사는 소비 데이터 기반 분석을 통해 상대적으로 높은 위험을 감수하고 관리하는 1:2나 2:3 형태의 역동적인 게임을 한다"고 분석했다. 카드업계에서는 대손비용이 단순한 비용이 아닌 일종의 투자 역할을 하며 연체와 수익 간 적정 변동성을 관리하는 것이 핵심이라는 의미다.

국내 여신전문금융사들의 동남아 시장 진출에 대해서는 국내 검증 방식의 일방적 적용을 경계할 것을 주문했다. 우 전무는 "현지의 CB(신용정보) 범위, 데이터 축적 수준, 고객 행태가 국내와 크게 달라 동일한 모델과 심사 프로세스를 적용하는 데 한계가 있다"며 "국내에서 축적한 역량은 현지 시장 이해와 현지 인력과의 협업이라는 바탕 위에 점진적으로 접목해 나가야 한다"고 밝혔다.

우 전무가 올해 핵심 과제로 삼은 건 선제적 리스크 대응 체계의 구축이다. 우 전무는 "연체율이 부각되는 시점은 이미 건전성 관리의 적기를 지난 경우가 많다"며 사후 대응이 아닌 사전 위험 감지의 중요성을 강조했다. 이에 따라 우리카드는 연체 이전 단계에서 위험 신호를 포착할 수 있는 자체 선행지표를 개발해 운영 중이다.

리스크 판단의 폐쇄성을 방지하기 위한 의사결정 문화 개선도 병행됐다. 우 전무는 "리스크 업무는 전문성이 높은 만큼 자칫 판단이 경직되거나 폐쇄적으로 흐를 수 있다"며 "지표를 투명하게 공유하고 소통과 협업 기반의 의사결정 체계로 전환해 빠른 문제 인식과 대응을 도모하고 있다"고 설명했다. 이를 지원하기 위해 본부 차원의 지식관리시스템을 구축하고 경험과 데이터를 전사적으로 축적해 조직 대응력을 제고하고 있다.

◇수익·대손의 적정 균형…AI 스코어링의 적시성 확보

우리카드의 자산 포트폴리오 전략 역시 고위험 자산의 적정 수준 통제와 우량 자산 중심 재편을 기본 축으로 삼는다. 정교한 충당금 적립을 통해 손실 흡수력을 높이고 상품별 리스크 수준에 맞춘 자산 배분을 진행 중이다.

AI 및 머신러닝 활용과 관련해서는 실용적 접근을 취하고 있다. 신용정보의 외부 의존도와 규제 제약이 존재하지만 머신러닝 기반 모델을 활용해 신용평가 모델의 개발 주기를 단축했다.

우 전무는 "신용사면이나 대안정보 확대 등으로 전통 신용정보의 변동성이 커진 상황에서 모델의 적시성과 유연성이 매우 중요해졌다"고 진단했다. 현재는 적용 영역을 단계적으로 확대하고 이를 뒷받침할 인력과 프로세스를 안정화하는 단계다.

우 전무는 "향후에는 전략 수립과 운영, 성과 평가, 전략 수정까지 AI 기반 의사결정 체계로 발전시켜 나갈 수 있을 것"이라고 내다봤다.
< 저작권자 ⓒ 자본시장 미디어 'thebell', 무단 전재, 재배포 및 AI학습 이용 금지 >