핀테크를 통한 은행 서비스의 혁신

핀테크를 통한 은행 서비스의 혁신

핀테크를 통한 은행서비스의 혁신

핀테크를 통한 은행 서비스의 혁신에 대해 자세히 알아보겠습니다. 핀테크를 통한 혁신적인 은행으로 Bank-X, 챌린저뱅크, 미니뱅크, Bank-B가 있습니다. Bank-X는 기존 은행과 차별화된 새로운 은행, 즉, New “New” Bank를 말합니다. 이전 영상에서 인터넷 전문은행을 설명할 때 언급했던 ‘챌린저뱅크’는 원래 대형은행의 지배력을 축소하고 은행 간의 경쟁을 촉진하기 위해서 영국 정부가 신규 허가를 내준 소규모 신생 은행이었습니다. 최근에는 국가에 상관없이 기존의 메이저 은행과 차별화된 채널을 운용하고 있습니다. 소비자의 라이프 스타일에 밀착된 모바일 퍼스트, 혹은 Mobile Only 전략을 구사해서 디지털 고객 경험 제공 등을 통해 주로 밀레니얼 세대를 대상으로 관계형 금융에 집중하는 소규모 은행을 말합니다. 미니뱅크는 챌린저뱅크의 도전에 대응하기 위해서, 기존 은행이 필요한 핵심 기능만 간추린 미니 앱 형태로 제공하는 서비스이고, Bank-B는 기존 은행이 설립한 챌린저뱅크입니다. 기존 은행과 챌린저뱅크는 어떤 차이점이 있을까요? 기존 은행이 흑백텔레비전 시대의 코어 뱅킹 기술을 토대로 여러 개의 ‘사일로(Slio)’에 저장된 데이터에 의존하는 상황이라면, 챌린저뱅크는 새로운 제품과 프로세스를 플랫폼에 더 빨리 통합해서 타사 제품과 쉽게 연결함으로써 최종적으로 사용자에게 더 많은 선택권을 제공할 수 있습니다.

챌린저뱅크

챌린저뱅크에 대해서 좀 더 자세히 설명해보겠습니다. 챌린저뱅크는 기존 은행과의 직접 경쟁을 목표로 하기보다는, 특정 시장 내에서의 성공을 위해 자원을 집중하는 방식으로 운영합니다. 데이터 통찰력을 활용해서 신속한 변화에 대응하고, 고객의 니즈에 부응해서 고객들에게 더 나은 맞춤형 서비스와 완벽한 디지털 뱅킹 경험을 제공합니다. 예를 들어서, 오픈뱅킹을 활용하는 것을 사례로 들 수 있습니다. 챌린저뱅크 중의 하나인 ‘아톰뱅크’는 혁신적인 기술을 활용해서 디지털 친화적인 고객을 끌어들였고, 은행 라이선스 획득 1년 만에 13억 파운드의 예금과 12억 파운드의 대출을 실행하는 결과를 이끌었습니다. 국내에서는 케이뱅크와 카카오뱅크 같은 것들이 챌린저뱅크의 개념하에 만들어진 인터넷 전문은행이라고 볼 수 있습니다. 2008년에 글로벌 금융위기를 겪었던 미국과 영국을 비롯한 주요 국가들은 기존 대형은행 중심의 독점적 체제가 오히려 금융시장에 해를 끼칠 수 있다는 사실에 주목했는데요. 이에 대한 해결책으로 금융시장에 더 많은 경쟁을 유도하기 위한, 범국가적인 핀테크 산업을 육성하고 지원하기 시작했습니다. 이러한 움직임의 가장 중심에 있던 영국에서는 2010년에서 2015년 사이에 8개의 신규 은행 면허를 발급했고, 인가 신청 중인 은행까지 합하면 영국에서만 거의 30개에 달하는 챌린저뱅크가 출범을 준비하고 있습니다. 특히, 영국은 2013년에 은행의 최소 자본금 요건을 100만 파운드로 대폭 완화시키면서 챌린저뱅크의 탄생을 더욱 촉진시켰습니다. 영국만큼은 아니지만 독일과 프랑스 등에서도 최근 챌린저뱅크들이 활발히 영업 중입니다. 챌린저뱅크의 특징을 정리해 보면, 주로 밀레니얼 세대를 겨냥한 Mobile First 혹은 Mobile Only 전략을 구사해서, 기존 은행과는 차별화된 디지털 경험을 제공합니다. 또 저렴한 수수료를 장점으로 내세우고, 고객의 자산운용과 관리의 투명성을 높이려고 노력합니다. 실시간으로 균형 잡힌 정보를 제공하고, 개인 소비성향을 분석해서 자문하는 기능도 제공합니다. 생체인식을 기반으로 한 다양한 보안시스템을 활용하고, 개방형 API 통합 전략도 구사합니다. 챌린저뱅크는 인공지능과 데이터 분석 활용을 극대화해서 서비스하고 있습니다. 역사가 오래된 대형은행이 아니면 모두 챌린저뱅크라고 볼 수 있는데요.

사업 주체별 분류

사업 주체 성격별로 분류하면, Larger/Smaller/Large Retailers/Digitally Focused 등 네 가지로 분류할 수 있습니다. 챌린저뱅크 중에서도 특히 디지털 플랫폼을 서비스하는 Simple, Moven 등을 별도로 네오뱅크라고 부르기도 합니다. 비즈니스 모델 유형에 따라 나누면, Embryonic Challenger, Real Challenger, Pseudo Challenger의 세 가지 유형으로 분류됩니다. 화면의 그림을 보시면, 좌측 탭에 마케팅, 고객 접근 채널, 백오피스, 은행 면허의 관점에서 비즈니스 모델 유형인 Pseudo Challenger, Real Challenger, Embryonic Challenger로 구분하고, 각각 해당하는 챌린저뱅크를 표시하고 있습니다. 예를 들어, Real Challenger인 Atom이나 fidor 같은 은행들은 마케팅을 직접 진행하고, 고객과 직접 만나고, 백오피스도 직접 운영하고, 은행면허도 직접 받은 은행으로 볼 수 있습니다. 시티 리서치에 따르면, 챌린저뱅크를 단독형, 기존 은행 주도형, 빅테크 주도형, 세 가지로 분류하고 있는데요. Staling, Atom, Tandem, Monzo 등은 단독형, 헬로우뱅크, INGDI-Ba, 페페 등은 기존 은행 주도형으로 분류하고, 카카오뱅크, 마이뱅크, 위뱅크 등은 빅테크 주도형 챌린저뱅크로 분류하고 있습니다. 챌린저뱅크는 어떻게 부상하게 됐을까요? 그 배경으로 고객의 니즈, 기술, 규제의 변화, 플랫폼 기업의 부상, 경쟁 심화, 벤처캐피탈 펀딩 등 여섯 가지 요소를 꼽을 수 있습니다. 기존 은행들이 변화된 고객과 소외계층에 있는 고객들의 니즈에 부응하지 못했다는 점이 지적되고, 기존 은행들이 사용하고 있는 낡고 세분화된 기술들이 현대 은행 업무에 필요한 고객 경험과 효율성을 제공할 수 없다는 점 또한 문제가 되었습니다. 기술적인 변화만큼 중요한 것이 규제 변화인데요. 은행과 금융서비스는 규제가 심한 사업인 데다, 규제 기관들의 변화 없이는 기존의 산업을 변화시키기가 매우 어렵습니다. 금융위기나 기술 발전을 경험하면서 규제가 완화되고 있다는 점도 주목할 만합니다. 또 빅테크 기업들은 자신들의 기존 플랫폼에 결제-금융서비스를 이식해서 사업을 빠르게 확장하고 있습니다. 기술적인 변화와 함께 경쟁도 치열해지고, 이에 대한 새로운 운영 모델과 문화가 요구되고 있는데요. 챌린저뱅크는 변화나 위기에 쉽게 대응할 수 있지만, 기존 은행의 경우에는 아주 어려운 과제가 될 수도 있습니다. 핀테크 기업들은 벤처캐피탈 펀딩을 통해서 많은 자금 지원을 받고 있고, 디지털 은행은 기술적으로 유리한 규제와 자금 지원 환경 덕에 특히 영국-유럽 지역에서 번창하고 있습니다. 아직 챌린저뱅크는 그 실적이 입증되지 않았고, 높은 고객 인수 비용과 이자 비용, 오프라인 채널의 부재, 높은 진입 장벽 등이 챌린저뱅크의 단점으로 꼽힙니다. 하지만 챌린저뱅크는 기존 시스템에 없는 새로운 기술을 바탕으로, 고객들에게 보다 우수한 디지털 경험을 제공하면서 동시에 서비스 비용도 절감하고 있습니다. 사용 편의성과 소비자 니즈에 부합하는 새로운 상품을 개발하고, 상품에 대한 투명성과 가격 경쟁력을 갖추고 있습니다. 여기에 개별적인 고객 맞춤형 금융 경험을 제공한다는 점, 민첩성/확장성/적시성을 확보하고, 낮은 비용으로 효율적인 운영을 하고 있다는 점 등을 무기로 기존 은행의 취약점을 파고들고 있습니다.

금융상품 추천 기법

챌린저뱅크들의 기술 무기 중의 하나로 맞춤형 금융 상품 추천 기법에 대해 알아보겠습니다. 방대한 양의 항목들 중에서, 사용자인 고객의 관심에 맞춘 양질의 제품이나 서비스를 추천하고, 고객의 구매를 예측하는 시스템을 ‘추천시스템’이라고 합니다. 판매자 측면에서는 대량 맞춤을 통한 일대일 마케팅이 가능하고, 웹 개인화 맞춤형 서비스가 가능하기 때문에, 고객의 충성도를 높일 수 있습니다. 또, 구매자들은 상품을 탐색하는 과정에서 발생하는 정보 과부하 현상을 완화할 수 있습니다. 추천 기법에는 규칙기반 필터링, 협업 필터링, 내용 기반 필터링 등이 있는데, 우리 강의에서는 ‘협업 필터링’에 대해서만 소개하겠습니다. ‘협업 필터링’은 많은 고객들로부터 얻은 선호 정보를 이용해서, 고객들의 관심사를 자동으로 예측하게 해주는 방법입니다. 목표 고객과 유사한 고객이, 과거에 제품을 사용하고 평가한 평가치에 따라 높은 선호도를 보이는 상품을, 목표 고객에게 추천합니다. 또는, 비슷한 취향을 가진 고객들에게 아직 구매하지 않은 상품들을 ‘교차추천’하게 됩니다. ‘교차추천’이란 예를 들어, A고객과 B고객이 비슷한 취향을 가졌다면, A는 구매했지만 B는 아직 구매 안한 상품을 B에게 추천하고, 마찬가지로 B는 추천했지만 A는 아직 구매하지 않은 상품을 A에게 추천하는 것을 말합니다. 협업 필터링은 ‘사용자 기반 협업 필터링’과 ‘아이템 기반 협업 필터링’으로 나눌 수 있는데요. 쉽게 구분해서, 사용자 기반 협업 필터링은, “A고객과 B고객이 유사한데, A고객이 상품 X를 구매했으면 B고객도 상품 X를 구매할 것”이라고 보는 것이고요. 아이템 기반 협업 필터링은, “상품 X와 상품 Y가 유사한데, 고객 A가 상품 X에 관심이 있으면, 상품 Y에도 관심이 있을 것”이라고 보는 것을 말합니다. 여기서 “상품 X와 상품 Y가 유사하다”는 말은, 두 상품의 기능이 유사하다는 뜻이 아니라, “소비자의 선호도가 서로 상관관계가 있다”는 뜻입니다. 마찬가지로, “A고객과 B고객이 유사하다”는 말도, 두 고객이 나이나 성별, 직업 등이 유사하다는 뜻이 아니고, “두 고객의 선호도가 유사하다”는 의미임을 알아두시기 바랍니다. 지금 보시는 화면은, 아마존에서 제공하는 “Customers who bought this item also bought”라는 추천 서비스인데, ‘협업 필터링’을 이용해서 상품을 추천하는 서비스입니다. 현재 고객이 ‘Electronic Commerce’라는 책을 보고 있는데, 과거에 이 책을 구매했던 고객들이 함께 구매했던 책들이 “Customers who bought this item also bought” 섹션에 나열된 것을 볼 수 있죠. ‘Electronic Commerce’라는 책과 “Customers who bought this item also bought” 섹션에 나열된 책들 간의 유사성, 즉, 상관관계를 바탕으로 책들을 추천하고 있고, 이 서비스는 ‘아이템 기반 협업 필터링 기법’을 사용하고 있는 것입니다. ‘아이템 기반 협업 필터링 기법’에 대해서 다시 한번 설명드리겠습니다. 여러분의 이해를 돕기 위해서 아주 단순화해보겠습니다. 상단의 매출 내역표는 일정 기간의 매출 자료인데, 챌린저뱅크 입장에서는 금융 상품 판매 자료라고 보면 됩니다. 예를 들어, A고객이 9월 4일에 P2를 사고, 9월 7일에 P1도 사고, 고객 B는 9월 5일에 P1, P2, P3를 샀습니다. 이 매출 자료를 고객별로 집계하면, 하단과 같은 매출 요약표가 만들어집니다. 이 기간 동안 고객 A는 P1과 P2를 샀고, 고객 B는 P1, P2, P3를 샀습니다. 또 고객 C는 P1과 P3를 샀습니다. 이제 매출 요약표로부터, 아이템, 즉 상품들 간의 유사성을 계산할 수 있는데, 아래 표에서 두 개의 상품을 같이 산 고객 수를 정리해서 보여주고 있습니다. 예를 들어, P1과 P2는 고객 A가 샀고, 또 고객 B가 샀으니까, 총 2명의 고객이 같이 샀습니다. 각각 셀에 2라는 값을 적었습니다. 마찬가지로, P1와 P3는 고객 B가 샀고, 또 고객 C가 사서, 총 2명의 고객이 같이 샀죠. 따라서, 각각 해당 셀에 2라는 값을 적었습니다. P2와 P3는 고객 B가 산 것만 있으니까, 각각 해당 셀에 1이라는 값을 적었습니다. 이제 이렇게 만들어진 유사성 표를 이용해서 아이템 기반 협업 필터링을 적용할 수 있겠습니다. 예를 들어, 어떤 아마존 사이트의 고객이 P2의 정보를 조회해서 웹상에서 보고 있으면, 화면 하단의 “Customers who bought this item also bought” 섹션에 P1과 P3를 보여주면 됩니다. 이때 중요한 것은, P1의 유사성 값은 2이고 P3의 유사성 값은 1이기 때문에, 유사성 값이 큰 P1을 먼저 나열할 겁니다. 여기서는 유사성 값으로, 같이 구매한 고객의 수를 이용했는데, 실제로는 이것보다 복잡한 피어슨 상관계수나, 코사인 유사도 공식 등을 이용해서 좀 더 정밀한 유사성 값을 활용합니다. 우리나라에서는 아마존의 “Customers Who Bought This Item Also Bought”와 같은 추천 서비스를 인터파크 도서에서 제공하고 있습니다. 도서 상세 정보 화면으로 들어가면 ‘이 책을 구매한 회원들이 구매한 책’을 보여주고 있는데요. 아마존과 동일한 추천 서비스입니다. 또, ‘이 책을 조회한 회원들이 같이 본 책’들도 보여주고 있는데, 이것은 ‘이 책을 구매한 회원들이 구매한 책’ 기법에서 구매 자료 대신 조회 자료를 이용하는, 수정된 기법을 사용한 추천 서비스입니다.