연세스카이치과

폰테크 자주묻는질문 [단독] 캠코에 남아있는 20년 초장기채권 3조…민간 위탁 ‘불법 추심’ 우려도

페이지 정보

작성자 행복이이
댓글 0건 조회 6회 작성일 25-06-25 16:59

본문

폰테크 자주묻는질문 한국자산관리공사(캠코)가 ‘한마음금융’ 등 옛 배드뱅크에서 인수받아 관리하고 있는 장기연체채권이 5조원이 넘는 것으로 나타났다. 이중 3조원 가량은 20년이 넘은 오래된 채권인데도 캠코는 소멸시효를 연장하고 외부 신용정보회사를 통해 추심을 이어가고 있다. 시민단체에선 캠코의 위탁을 받은 민간 회사의 불법 추심 문제도 거론해 향후 설립될 배드뱅크에선 기존 장기연체채권 처리 방식을 점검해봐야 한다는 지적이 나온다.
국회 정무위원회 소속 김남근 더불어민주당 의원이 24일 캠코에서 받은 자료를 보면 지난 4월 기준으로 캠코가 보유한 ‘한마음금융’과 ‘희망모아’, ‘국민행복기금’(구 신용회복기금) 채권은 총 33만8389명분, 5조2970억원 규모로 나타났다. 이 중 20년 이상 연체된 초장기채권만 19만7938명분, 3조3050억원 가량이다.
한마음금융과 희망모아, 국민행복기금은 2004년부터 2013년 사이 장기연체채권들을 매입해 조정하기 위한 목적으로 캠코 산하에 설립됐던 채무조정기구다. 현재 이들 사업은 모두 종료됐으나, 소각 대상이 아니거나 채무조정 약정에 따라 변제 일정이 잡힌 채권을 캠코가 이어받아 관리하고 있다
금융 시민단체들은 채무자들의 회생을 목표로 사업을 벌인 캠코가 연체 이후 20~30년이 넘은 현재까지 추심을 이어가는 것은 문제라고 지적했다. 초장기 연체 채권들은 회수 가능성이 사실상 없는 경우가 많아 소각을 통해 재기 부담을 덜어줘야 한다는 지적이다.
반면 캠코 측은 “상환 능력이 없다면 내부적인 기준에 따라 채권을 소각하지만, 소득이나 재산이 확인되는 등 상환능력 부재가 명백히 입증되지 않는다면 ‘도덕적 해이’ 등을 고려해 채무 관계를 임의로 종결시킬 수 없다”며 “다만 사실상 회수 가능성이 낮은 채권에 대해서는 상환 능력에 맞는 선별적 채권 관리 방안을 고려하고 있다”고 반박했다.
시민단체들은 캠코가 추심 실무를 실적 중심의 민간 신용정보회사에 위임하다보니 불법적 추심이 이뤄질 수 있다고도 지적했다. 금융 시민단체 ‘롤링주빌리’의 유순덕 상임이사는 “상담사례 중에는 소득이 없는 기초생활수급자가 명의상 20% 지분을 보유한 중고차를 보유했다는 이유로 캠코로부터 채무조정을 거절당한 경우도 있었다”며 “그의 추심을 맡은 위탁 업체는 하루 3차례 이상 개인 휴대폰으로 추심을 하는 등 개인채무자보호법을 위반하는 행태를 보였다”고 말했다.
반면 캠코 측은 위탁 추심을 철저히 관리하고 있다는 입장이다. 캠코 관계자는 “고령자나 기초생활수급자 등 취약 계층은 위탁 추심 대상에서 제외하고, 위탁사 자격제한 요건은 명문화했으며, 상시적 모니터링을 통해 불법·과잉추심을 방지하고 있다”고 말했다.
일각에선 장기연체채권에 대한 위탁 추심이 오랫동안 이어지면서 추심업체에 들어가는 재원이 과도하다는 지적도 나온다. 김 의원실에 따르면 캠코가 외부 업체 추심으로 들인 비용은 2021년 185억5400만원에서 지난해 279억5900만원으로 점차 늘어났다. 최근 5년간의 총비용은 1176억원 가량이었다.
최근 새 정부가 캠코를 통한 배드뱅크를 또다시 추진하면서 캠코의 장기연체채권 처리 방식을 둔 논란은 계속될 전망이다. 김남근 의원은 “채무자들의 고충을 실질적으로 덜어주려면 그간 이어졌던 배드뱅크 운영 방식의 문제도 살펴볼 필요가 있다”고 지적했다.
보 안 싱가포르 난양공대(NTU) 컴퓨팅·데이터사이언스대 석좌교수는 중국 출신 인공지능(AI) 전문가다. 미국에서 박사학위를 받은 뒤 중국과학원 컴퓨팅기술연구소에서 부교수로 재직한 이력이 있다. 지금은 ‘세계인공지능학술대회(International Joint Conferences on Artificial Intelligence·IJCAI)’ 이사를 맡고 있다.
안 교수는 지난달 29일 난양공대 캠퍼스에서 경향신문과 만나 자신을 ‘실용적인 연구자’라고 소개했다. 그는 미국 대학에서 박사후 연구원으로 일하던 시절 AI와 게임 이론을 접목해 경찰, 미국 해안경비대 같은 정부 기관이 보안·안전 위험을 막기 위해 어떻게 자원을 배분하는 것이 최적인지 탐구했다. 최근엔 금융, 산업 분야 문제 해결을 위한 AI 활용법을 고민한다.
안 교수는 미국과 중국 간 기술 패권 경쟁이 앞으로 더 격화될 것으로 전망했다. 그는 AI가 인간 일자리를 대체하거나 신종 범죄에 악용될 수 있다는 등 우려에 대응하기 위해 규제·규범이 필요하다고 인정하면서도 기술 발달은 “거부할 수 없는 흐름”이라며 각국의 경쟁적 자구 노력에 더 초점을 맞췄다. 그는 ‘딥시크(DeepSeek) 충격’을 거론하며 중국 정부 주도의 빠른 변화를 긍정 평가하기도 했다. 기술 발달의 핵심 요인으로는 정부 차원의 적극 투자, 대학을 통한 더 많은 인재 육성을 거듭 강조했다. 다음은 주요 일문일답.
- AI 관련 뉴스가 연일 쏟아지고 있다. 최근 가장 인상 깊게 본 보도가 뭔가.
“올해 초 딥시크의 R1 출시 소식이다. 올해는 예년 대비 특히 다양한 기술이 등장하고 있다. 거의 모든 주요 기업들이 ‘마누스(Manus)’ 등 AI 에이전트를 내놓아 업계 내 주목을 받았다. 하지만 아직 딥시크 만한 혁신은 보지 못한 것 같다.”
- 챗GPT 개발사인 오픈AI(OpenAI)의 샘 올트먼도 AI 기술 발전 속도가 ‘무어의 법칙(인텔 창립자 고든 무어가 내세운 경험칙으로, 반도체 집적회로 성능이 2년마다 약 2배 증가한다는 주장)보다 더 빠르다’고 쓴 적이 있다. 경향포럼은 ‘초가속 시대’라는 명칭을 쓰기로 했다. 이런 명명에 동의하나.
“그렇다. 모든 것이 점점 더 빨라지고 있다. (딥시크 등장 전인) 지난해까지만 해도 오픈AI가 다른 기업보다 1년 이상 앞서 있다는 인상을 받았는데, 지금은 더 이상 그렇지 않다. 어느 한 기업이 압도적으로 앞선 것처럼 보이지 않는다. 1년 새 상황이 뒤바뀐 것이다. 왜 이렇게 변화가 빠른가. 치열한 경쟁 때문이다. 다들 시장에서 1등이 되기를 원한다. 문제는 1등 경쟁에만 몰두하다 보면 모델을 개발할 때 그 모델이 충분히 안정적인지, 위험 요소는 없는지 등을 충분한 시간을 들여 검토하지 못할 수 있다는 점이다. 몇 달 전 메타(Meta)가 ‘라마(LlaMA) 4’를 출시하기에 앞서 다른 모델 대비 성능이 떨어진다는 우려가 제기됐는데, 그래도 메타는 출시를 강행했다. 경쟁 때문이었다고 생각한다. 일정한 간격으로 뭔가를 발표하지 않으면 세상이 ‘메타가 뒤처지고 있다’고 인식할까 두려워한 것이다. 때문에 기업들이 모델의 견고성, 안전성, 가치 같은 핵심 요소를 잘 지켜나가는지 우려가 된다.”
- 인간처럼 사고·추론하는 범용인공지능(AGI)이 빠르면 5년 내 등장할 거란 전망도 있다.
“나는 그보다는 오래 걸릴 것이라고 예상한다. 여전히 ‘환각(Hallucination)’ 문제가 해결되지 않았고, 현재 가장 뛰어난 모델조차 아주 단순한 수준의 계산을 실수하기도 한다. 한편으로는 복잡한 수학 정리를 설명하는 것 같은 굉장히 놀라운 일들을 해내면서, 숫자 ‘9.11’과 ‘9.8’ 중 어느 게 더 크냐는 물음엔 제대로 답을 못하는 식이다.”
- AI 활용 측면에서 문제는 없을까. 최근 영국에선 정부가 살인 예측 알고리즘을 개발해 논란이 됐고, 세계적으로는 AI 무기 활용 우려도 나온다.
“모든 기술엔 양면성이 있고, AI도 마찬가지다. 대부분 사람들은 AI 활용으로 이익을 얻고 있다고 본다. 예를 들어 싱가포르 공항은 출·입국할 때 여권이 거의 필요치 않아 편리하다. 안면 인식 기술을 활용하기 때문이다. 싱가포르 시민은 이미 입·출국 심사 때 여권을 제시하지 않는다. 외국인도 입국할 때엔 여권 스캔 절차를 거치지만 이후 생체 인증으로 간소화하는 방향으로 가고 있다. 기술 자체가 아니라 사람이 문제다. 때문에 정부가 법이나 규제를 통해 개입해야 할 필요성이 있는 것이다. 사람들이 각기 무엇이 옳은지 그른지를 판별할 수 있도록 사회적 규범도 중요하다.”
- 로봇, AI가 향후 인간 일자리에 위협이 될 수 있다는 불안한 전망도 나온다.
“많은 사람이 일자리를 잃게 될 것이다. 지금도 대규모 언어 모델(LLM)과 관련해 비슷한 일이 벌어지고 있다. 이미 대기업 내 코딩 작업의 70%는 AI에 의해 수행되는 것으로 추정된다. 내년엔 80%, 2년 뒤엔 90%로 그 수치가 높아질 수도 있다. 소프트웨어 엔지니어마저 일자리를 잃는 것이다. 그렇다고 중국이 기술 개발을 하지 않으면, 다른 나라가 하게 될 것이다. 세계적인 경쟁이기 때문이다. 피할 수 없는 흐름이고, 직시해야 하는 현실이다.”
- AI 윤리, 사회적 규범 차원에서 특별히 유의할 점이 있다면.
“윤리는 중요한 문제이지만 나는 그 분야 전문가가 아니다. 법학, 사회과학 분야에 있는 사람들이 더 논의를 원하는 주제다. 나는 AI 기술이 여전히 초기 단계라고 본다. 어떤 나라든 AI에 투자할 생각이 있다면, 지금도 늦지 않은 시점이라고 말하고 싶다.”
- 중국에서 딥시크가 등장한 배경이 무엇인지를 두고 다양한 분석이 나왔다.
“딥시크의 출현은 모두에게 놀라움을 안겼다. 오픈AI와 비교하자면 성능은 견줄 만한데, 사용된 컴퓨팅 자원은 훨씬 적었다. 20대 포함 똑똑하고 젊은 인재가 핵심이었다고 생각한다. 석·박사 학위 없는 학사 출신이 상당수였지만 대부분 수학·정보 올림피아드 메달을 수상한 실력자들이었다. 조직 구조가 수평적이어서 구성원들이 자유롭게 아이디어를 실현할 수 있던 면도 있다. 연구에는 예측 불가한 면이 있어서, 구상처럼 작동할지 알 수 없는 경우가 많다. 운도 필요하다. 딥시크는 구성원이 아이디어를 즉각 시도해 보고, 일부가 실패해도 괜찮다 여기는 문화였던 것으로 안다.”
- 중국 정부·당 차원의 과학기술을 대하는 태도, 투자 측면은 어떻게 보나.
“중국엔 딥시크 하나만 있는 게 아니다. 비슷한 규모의, 대규모 투자가 이뤄진 LLM 관련 회사가 10개 이상 있다고 본다. 최근 주목받는 ‘체화(Embodied) AI’ 분야도 마찬가지다. 중국에는 수백 개에 달하는 로봇 관련 회사가 있다. 딥시크가 나오려면 비슷한 기업이 최소 몇 개 존재해야 하고, 거기서 일할 똑똑한 인재도 그만큼 많아야 한다. 기업들을 만들기 위한 자금도 필요하다. 이 점에서 중국 정부는 매우 빠르고 공격적으로 움직인다. 어떤 분야가 중요하다고 판단되면 자금을 곧장 투입한다. 지난해에만 중국은 AI 박사 인력 양성을 위한 신규 교육 기관을 여럿 설립했다. 박사 정원도 크게 늘렸다. 중국은 정부 차원에서 대학별 박사과정 정원을 통제하는데, AI에 한해선 이 할당량을 키운 것이다. 중국 정부는 정말 빠르게 움직인다. 요즘처럼 경쟁이 치열한 시기엔 빠르지 않으면 살아남기가 어렵다.”
- 미국이 AI 반도체 대중국 수출을 규제하는 등 양국 간 기술 패권 경쟁이 점점 격해지는 듯하다. 앞으로 어떻게 될까.
“맞다. (제재 때문에) 중국은 좋은 그래픽처리장치(GPU)를 확보하기 어려운 상황이고, 딥시크가 사용하는 GPU 기계는 오픈AI 포함 다른 주요 기업이 쓰는 것과 비교하기 어려운 수준이다. 단순히 GPU만의 문제가 아니고, 다양한 AI 모델이나 도구들과의 협업도 중국 기업들은 활용하기 힘들다. 이는 중국이 더 나은 AI 모델을 개발하고 미국 및 다른 나라들과 경쟁하는 데 있어 큰 약점 중 하나다. 중국으로선 자체 개발 말고는 선택의 여지가 없었다. 그러니 지금껏 GPU 등 하드웨어 개발에 나섰고, ‘엔비디아’ 수준은 아니지만 지난 몇 년 새 상당한 진전을 보이기도 했다. ‘화웨이’ 등 중국산 GPU 칩을 기반으로 작동하는 LLM도 나왔다. 내 예상보다도 따라잡는 속도가 빠른 듯하다. 인구가 매우 많고, 산업 기반이 종합적으로 갖춰져 있어 가능한 일 같다. 중국 입장에선 지난 5~6년 전이 위기였고, 지금은 어떤 제재가 오더라도 더 잘 대응할 수 있도록 준비가 된 듯하다. 때문에 경쟁이 앞으로 더 악화할 수도 있다.”
- 중국과 미국 모두에서 연구 경험이 있다. 연구 분위기, 정부 정책 등 양국 간 차이를 짚어 본다면.
“논문 수나 주요 학회 참가 수를 보면 중국이 굉장히 빠르게 성장하고 있다. 하지만 창조적 혁신을 기준으로 보면 미국이 여전히 앞서 있다고 본다. 여기서 창조적 혁신이란 0에서 1로, 없던 것을 만드는 혁신을 의미한다. 챗GPT나 ‘소라(Sora)’ 같은 모델을 보면 전부 미국산이다. 전통적으로 미국은 연구 개발이라든지 첨단 기술 생태계 전반이 훨씬 더 잘 갖춰져 있다. 반면 중국은 1에서 100으로 가는 것은 잘한다. 존재하는 아이디어라면 빠르게 따라가고, 이후 경쟁력 있는 모델, 심지어 더 나은 모델도 만들어 낸다. 미국 대학은 대부분 사립이고, 교수·연구자가 자신이 하고픈 연구를 자율적으로 선택할 수 있다는 것도 특징이다. 반면 중국은 그런 자율성이 적다. 한편으로 이는 중국 정부가 직접 개입해 특정 연구 분야에 자원을 적극적으로 투입할 수 있다는 뜻이기도 하다. 인력, 기업이 많은 만큼 ‘내부 경쟁’이 치열하기도 하다. 이런 구조 덕분에 두 나라 간의 격차는 점점 줄어들고 있다고 느낀다.”
- 미·중 경쟁 속 한국이 갈 길이 고민이다. 오픈AI, 딥시크의 ‘빠른 추격자’가 돼야 할까.
“챗GPT나 딥시크 같은 ‘파운데이션(Foundation)’ 모델을 만드는 건 당장은 어려울 수 있다. 꼭 범용 AI일 필요는 없다고 본다. 특정 산업 분야에 특화된 세계 최고의 모델을 만들면 된다. 한국은 인구가 약 5000만명으로 싱가포르의 10배 수준이다. 경제 규모도 그렇고, 작은 나라가 아니다. 전자 산업에 강한 기반이 있고, 서구권과도 잘 연결돼 있어 좋은 GPU를 확보하기도 쉽다. 그런 강점을 AI 개발 경쟁에서도 살려야 한다. 세계가 ‘이 분야는 한국이 최고’라고 인식하는 것을 목표로 전략적으로 나아가야 한다. 이를 위해 한국도 자체적인 개발 역량을 갖추는 것이 일단 중요하다. 지금 AI 분야에서 좋은 점 중 하나는 ‘오픈 소스(Open source·개발에 필요한 소스 코드, 설계도 등을 공개해둔 것)’ 모델들이 많다는 것이다. 모든 것을 처음부터 새로이 만들 필요가 없다. 딥시크 모델도 오픈 소스로부터 많은 이점을 얻었다. 그러려면 무엇보다 고급 기술 인재가 필요하다. 산업계 및 정부의 전략적 투자·지원도 함께해야 한다.”

이전글비대면폰테크 영월~인천공항 시외버스 노선 신설···7월 10일부터 운행 25.06.25
다음글월드컵중계 활용할 방법 의 사이버 심리학 책임자 아이패 25.06.25

댓글목록

등록된 댓글이 없습니다.