A Dynamic 4s-dsdm Framework for Banking Supervision: Evidence From the South Caucasus Banking Sector Transformation

금융의 세계에서 은행은 집을 짓고, 사업을 시작하며, 일상생활에 자금을 공급함으로써 경제를 움직이게 하는 엔진입니다. 하지만 이 엔진이 너무 뜨거워지거나 너무 차가워지면 전체 시스템이 멈추거나 과열될 수 있습니다. 수십 년 동안 규제 기관들은 마치 자동차를 점검하는 정비사처럼 표준 체크리스트를 사용하여 이 엔진들을 안전하게 유지하려 노력해 왔습니다. 그들은 은행이 보유한 예비금이 얼마나 되는지, 대출을 얼마나 잘 관리하는지, 그리고 얼마나 많은 이익을 내는지 살펴봅니다. 이 체크리스트는 한 지역의 모든 은행이 같은 방향으로 움직일 때는 효과적이었습니다. 그러나 현대의 금융 세계는 빠르게 변화하고 있습니다. 어떤 곳에서는 은행들이 엄청나게 빠르게 성장하는 반면, 다른 곳에서는 더 보수적으로 변하거나 전략을 완전히 바꾸기도 합니다. 모든 은행이 서로 다를 때, 단 하나의 경직된 체크리스트는 각 은행이 직면한 구체적인 위험을 포착하는 데 실패합니다. 현대의 감독관들에게 주어진 과제는 위기가 발생하여 문제를 드러낼 때까지 기다리는 것이 아니라, 이러한 차이점을 명확하게 파악하고 실시간으로 안전 규칙을 조정할 방법을 찾는 것입니다.

한 연구자는 남코카서스의 세 인접 국가인 아르메니아, 아제르바이잔, 조지아의 은행 시스템을 연구함으로써 이 문제에 달려들었습니다. 2024년에서 2026년 사이, 이 세 국가는 매우 빠르지만 서로 매우 다른 성장기를 경험했습니다. 아르메니아는 은행들이 기록적인 속도로 대출을 늘렸으며, 이는 충분한 안전 완충 장치를 갖추고 있는지에 대한 우려를 불러일으켰습니다. 조지아의 은행들은 외화 의존도를 줄이면서 꾸준히 성장했습니다. 아제르바이잔의 은행들은 더 느리게 확장했지만 엄청난 강점을 보였으며, 이에 따라 규제 당국은 신용 성장을 늦추기 위한 새로운 규칙을 도입했습니다. 이러한 차이에도 불구하고, 각국의 중앙은행들은 여전히 동일한 구식의 정적인 방식으로 리스크를 판단하고 있었습니다. 연구자는 이러한 방식이 세 가지 서로 다른 기후에서 날씨를 측정하기 위해 단 하나의 온도계를 사용하는 것과 같다고 주장했습니다. 즉, 각 국가의 은행 부문이 가진 고유한 리스크를 포착할 수 없다는 것입니다.

이 문제를 해결하기 위해 연구자는 'Dynamic 4S-DSDM'이라 불리는 새로운 유연한 프레임워크를 구축했습니다. 전문가들이 어떤 요소가 가장 중요한지 추측하게 하는 대신, 데이터가 스스로 말하게 했습니다. 연구자는 12년 동안 이 세 국가의 모든 상업 은행(총 58개 은행)으로부터 정보를 수집했습니다. 이 방대한 양의 정보를 머신러닝(데이터로부터 패턴을 학습하는 인공지능의 일종)을 사용하는 컴퓨터 시스템에 입력했습니다. 시스템은 네 가지 핵심 영역, 즉 은행이 얼마나 안전한지, 자금 조달이 얼마나 안정적인지, 얼마나 많은 이익을 내는지, 그리고 규모가 얼마나 큰지를 분석했습니다. 결정적으로, 컴퓨터는 고정된 규칙을 사용하는 대신 어떤 시점에 어떤 영역이 가장 중요한지를 스스로 결정했습니다. 컴퓨터는 은행이 진화함에 따라 이러한 요소들의 중요성이 변한다는 것을 발견했습니다.

이 스마트한 가중치 시스템을 사용하여, 연구자는 은행들이 실제로 어떻게 행동하는지에 따라 이들을 세 가지 뚜렷한 유형, 즉 '아키타입(archetypes)'으로 분류했습니다. 첫 번째 그룹인 '전략적 리더(Strategic Leaders)'는 안전과 이익 사이에서 매우 잘 균형을 잡는 은행들로 구성되었습니다. 두 번째 그룹인 '전통적 저축가(Traditional Savers)'는 빠른 성장보다 안정성을 우선시하는 신중한 은행들이었습니다. 세 번째 그룹인 '공격적 성장(Aggressive Growth)'은 빠르게 확장하기 위해 큰 위험을 감수하는 은행들을 포함했습니다. 연구는 이 그룹들이 무작위가 아니라, 시간이 지나도 지속되는 실제적이고 안정적인 비즈니스 모델을 나타낸다는 것을 발견했습니다. 연구자는 또한 데이터가 섞이거나 다른 각도에서 보더라도 이 그룹들이 여전히 구별된다는 것을 확인하기 위해 엄격한 통계적 검증을 거쳐 자신의 발견을 테스트했습니다.

결과는 각국의 은행 시스템이 어떻게 진화하고 있는지에 대한 매혹적인 이야기를 보여주었습니다. 아르메니아의 은행 부문은 전통적인 모델에서 벗어나 새롭고 다양한 전략으로 이동하는 은행들이 늘어나는 구조적 다양성을 보이고 있었습니다. 그러나 연구는 또한 아르메니아의 시스템이 외부 충격에 매우 민감하다는 사실도 발견했습니다. 2022년에 주요 지정학적 사건이 발생했을 때, 아르메니아 은행들은 급격하고 극적으로 반응하며 대거 더 안전한 '전통적 저축가' 모델로 이동했습니다. 이는 압박 속에서 취약해질 수 있는 시스템의 징후였습니다. 반면, 아제르바이잔의 은행 시스템은 세 가지 유형이 혼합되어 있었으며, 이러한 다양성은 충격에 대해 더 높은 회복력을 갖게 하는 것으로 보였습니다. 문제가 시작되었을 때 모든 은행이 같은 방향으로 움직이지 않았고, 대신 서로 다른 유형의 은행들이 공존하며 자연스러운 완충 장치를 제공했습니다. 연구자는 조지아의 시스템이 '구조적 탄력성'으로 특징지어지는 또 다른 형태의 강점을 보여준다는 것을 발견했습니다. 조지아는 이웃 국가들보다 일찍 안정적인 패턴을 확립했으며, 상당 부분의 은행이 이미 '전략적 리더'로서 운영되고 있어 스트레스를 흡수하면서도 붕괴하거나 멈추지 않을 수 있었습니다.

연구자는 또한 엔트로피(entropy)라는 개념을 사용하여 은행 시스템이 얼마나 '성숙'했는지 또는 안정적인지를 측정하는 새로운 방법을 개발했습니다. 이 문맥에서 엔트로피는 은행들이 얼마나 섞여 있는지 또는 균일한지를 측정합니다. 모든 은행이 동일한 시스템은 낮은 엔트로피를 가지며, 다양한 유형의 은행이 많은 시스템은 높은 엔트로피를 가집니다. 연구는 세 국가가 서로 다른 출발점을 가지고 있었지만, 2022년의 충격에 대해 모두 유사하게 반응하여 은행들이 안전을 찾아 몰려듦에 따라 시스템이 더욱 균일해졌음을 보여주었습니다. 이러한 동기화된 반응은 지역적 사건이 개별적인 은행 구조와 상관없이 세 국가 모두에 영향을 미친다는 것을 시사했습니다.

이 연구의 가장 중요한 결과물은 규제 기관을 위한 '감독 강도 점수(Supervisory Intensity Score)'라는 새로운 도구입니다. 이 점수는 중앙은행에 특정 유형의 은행에 대해 정확히 어느 정도의 주의가 필요한지를 알려줍니다. '전략적 리더'의 경우 점수가 낮아 표준적인 점검만으로 충분합니다. '전통적 저축가'의 경우 점수가 중간 수준이며, 주기적인 스트레스 테스트가 필요합니다. 그러나 '공격적 성장' 은행의 경우 점수가 높아, 이들 기관에는 지속적이고 표적화된 감사와 더 엄격한 규칙이 필요함을 의미합니다. 이 접근 방식은 규제 기관이 '원 사이즈 피츠 올(one-size-fits-all, 일률적 적용)' 전략을 그만두게 해줍니다. 모든 은행을 똑같이 취급하는 대신, 이제 실제 행동과 리스크 프로필에 기반하여 적절한 수준의 감독을 적용할 수 있습니다.

연구는 금융 시스템이 매우 빠르게 변화하는 세상에서 은행을 감독하는 기존 방식은 더 이상 충분하지 않다고 결론짓습니다. 데이터를 사용하여 각 은행과 각 국가의 고유한 특성을 이해함으로써, 규제 기관은 더 선제적으로 대응할 수 있습니다. 그들은 문제가 발생하기 전에 위험해지고 있는 은행을 포착할 수 있고, 올바른 일을 하고 있는 은행들을 지원할 수 있습니다. 연구는 남코카서스, 그리고 잠재적으로 다른 신흥 시장에 있어 금융 안전의 미래는 유연성에 달려 있다고 제언합니다. 그것은 경직된 규칙에서 벗어나, 학습하고, 적응하며, 금융 세계의 실제적이고 살아있는 복잡성에 반응하는 시스템으로 나아가는 것입니다. 이 연구 결과는 단순한 이론적 연습이 아닙니다. 그것은 경제의 엔진이 험난한 길에서도 안전하게 계속 돌아갈 수 있도록 하는 실질적이고 증거에 기반한 경로를 제시합니다.