현장에서 은행·카드사 데이터 다루는 쪽에 있다 보면, 신용평가 AI가 결국 누구 데이터를 얼마나 잘 붙잡느냐 싸움이라는 걸 자주 느낀다. 모델보다 피처, 피처보다 데이터 접근권. 우리 쪽에서는 아직도 전산망 하나 뚫으려고 몇 달씩 보안 심사하고, 그 사이 사업 방향이 바뀌는 일이 흔하다. 에이젠글로벌이 하는 영역은 그 데이터 접근권이 비교적 열려 있는 편인 금융 AI·신용평가 쪽이다. 대형 금융사가 자체 모델을 키우는 흐름과, 외부 AI 솔루션을 사다 쓰는 흐름이 요즘 엇갈리고 있다. 어느 쪽이 이길지는 확인 안 됨. 다만 현장 감각으로는 규제 해석이 바뀔 때마다 수요처의 발주 속도가 널뛰는 게 먼저 체감된다. 얼마 전 협력사 미팅에서 들은 말이 아직 남는다. "모델 성능표보다 실사에서 누가 데이터 정합성 소명을 잘하느냐가 계약을 가른다"고. 이건 이 회사만의 문제는 아니고 섹터 전체의 구조다. 결국 AI 성능보다 금융사 내부 심사 프로세스를 얼마나 이해하는지가 관건인데, 그 부분은 재무제표에 안 잡힌다.