또한 주요 온투업체들은 자체 신용평가모형을 구축하고 고도화하며 차주들에게 금리 혜택을 제공하기 위한 노력을 펼치고 있다.
부동산 대출 줄고 신용대출 취급 확대
현 온투업 등록 업체는 51개사지만 지난해 11월 그래프펀딩이 신규 투자자 모집 및 신규 대출 상품 개시를 중단하고 영업을 종료하면서 총 등록 업체는 50개사가 됐다. 이중 46개사가 온라인투자연계금융협회(온투협회)에 등록했으며 부동산 담보대출을 취급하는 온투업체가 24개사로 가장 많다. 신용대출을 취급하는 온투업체는 9개사이며 어음·매출채권 담보 8개사, 부동산PF(프로젝트 파이낸싱) 1개사 등이다.
온라인투자연계금융업 중앙기록관리기관에 따르면 지난달 기준 등록된 49개 업체의 누적 대출금액은 5조7933억원으로 전년말 대비 3조2894억원 증가했다. 누적 상환금액은 4조4510억원을 기록하면서 3조622억원 증가했다. 대출잔액은 1조3423억원으로 2272억원 증가했다.
피플펀드는 지난해말까지 개인신용 대출을 1461억3030만원을 취급했으며 가중평균금리는 10.57%로 연체율은 0.80% 수준이다.
렌딧은 2809억4644만원을 취급했으며 가중평균금리는 12.32%, 연체율은 5.04%다. 8퍼센트는 2683억1586만원을 취급했으며 가중평균금리는 13.92%, 연체율은 1.64%다.
가중평균금리는 10.79%며 연체율은 0.05%다. 의료인을 위한 다양한 대출상품을 제공하는 의료인 특화 온투업체인 모우다는 633억7547만원을 취급했으며 이중 개인사업자에게 592억4610만원을 취급했다.
CSS 고도화 집중…차주별 맞춤형 대출상품 구축
온투업체들이 자체 신용평가모형(CSS)을 구축해 대출서비스를 제공하고 있다. 최근 금리 인상으로 조달금리가 대폭 상승하면서 저축은행 등 제2금융권에서 일시적인 대출 문턱이 높아진 가운데 온투업체들은 개인 신용평가모형을 활용해 기존 은행권에서 대출이 어려웠던 대학생과 취업준비생, 의료인, 소상공인, 스타트업 등 다양한 차주에게 중금리대출을 공급하고 있다.
온투업체들은 기존 금융회사들의 심사 방식으로는 높은 대출 문턱을 넘기 어려운 계층을 대상으로 금리 대출 상품을 출시하면서 시장 점유율을 점차 늘려 나가고 있다.
온투업 특성상 오프라인 점포 없이 인터넷으로 대출자와 투자자를 연계해 카드론이나 저축은행보다 낮은 10% 안팎의 금리를 제시하고 있어 금융 소외 계층도 금리 부담 없이 이용할 수 있다.
8퍼센트는 1개 채권당 500여 개의 정보를 활용한 신용평가모형을 활용하고 있다. 신용평가모형은 대출자의 일상 생활에 밀접한 관계를 지닌 비금융 정보를 추가로 활용해 머신러닝 기반 자체 평가 시스템(E-Index)을 진화시켰다.
8퍼센트는 데이터 파이프라인 구축한 이후 각 세그먼트에 맞는 신용평가모형을 개발하고 라이프 스타일에 맞는 최적의 금융 서비스를 제공할 계획이다.
8퍼센트는 일반적인 직장 근로자에서 프리랜서, 긱워커와 같은 다양한 형태의 근로자에 대한 평가가 필요해짐에 따라 신용평가를 개선해나갈 게획이다.
8퍼센트는 청소 매니저를 대상으로 중금리 대출을 제공하고 있으며 신용평가모형을 고도화하고 배달, 청소, 재능 거래 등의 플랫폼에 종사하는 근로자인 긱 워커에 특화된 대출 상품을 확대할 계획이다.
피플펀드는 다양한 AI기술을 바탕으로 다면평가 시스템을 개발·도입하고 있다. 메인 CSS와 시너지를 낼 수 있는 서브모델들을 AI 기술을 활용해 모델링하는 것에 주력하고 있으며 AI 신용평가시스템 기반으로 고객의 특성에 맞는 중금리 대출 상품을 다변화하고 있다.
또한 CSS 모델링과 AI 기술 전문가로 구성된 AI연구소를 설립해 중신용층 특화 데이터 획득과 CSS 고도화를 위한 연구 개발을 지속하고 있다.
피플펀드는 상품을 다변화하고 리스크 관리를 강화하며 AI 기술을 통해 리스크 관리 역량을 더욱 강화할 계획이다.
자체 개발한 CSS 외에도 고객군별 특성을 반영한 서브 모델들을 추가 개발해 더 정교한 신용평가 시스템으로 구축하고 있다.
대출사기탐지시스템(FDS) 모델은 대출 이용 행태 변화에 따라 새롭게 출현하는 대출사기 유형을 빠르게 포착하고 선제적으로 대응할 수 있도록 데이터를 수집, 모델을 실시간 수준으로 개선하고 있다.
렌딧은 자체 개발한 CSS LSS(LENDIT Scoring System)를 기반으로 약 300여 가지 신용정보와 금융기록 등을 분석해 대출 심사하고 있으며 개인신용대출에만 집중해 중금리대출 상환 데이터를 축적하고 있다.
대출 신청자가 제공하는 직장 정보, 소득정보, FRIS(신청사기방지시스템) 등 비금융 데이터와 중금리대출 데이터, 대출자 상환 데이터 등을 활용하고 있다.
렌딧은 부동산 정보와 통신 정보, 소비활동 데이터 등 다양한 대안정보를 LSS에 반영하는 것을 검토하고 있다.
또한 금융분야에서 빅데이터를 활용하는 것이 활성화되고 있는 흐름에 맞춰 다양한 빅데이터 분석을 시도해 LSS를 지속적으로 고도화해 나갈 예정이다.
개인화된 신용점수를 통해 합리적인 중금리대출을 활성화시켜 대출자의 이자를 절감하는 소셜 임팩트를 창출할 계획이다.
데일리펀딩은 대학생부터 사회초년생, 신혼부부 또는 생애 첫 주택구입자 등 생애주기에 따라 필요한 금융 서비스를 제공하고 있다.
데일리펀딩은 기존 펀딩 데이터와 비교 분석해 정확한 펀딩 마감 가능성 등을 제시하고 대출자가 직접 적정한 펀딩 금리를 정하는 상호소통 신용대출을 실시하고 있다. 대출 예정자에게 기존 비슷한 신용점수를 가진 고객의 사례와 펀딩 모집 확률을 안내해 상호 소통형으로 대출자가 펀딩 금리를 결정한다.
지난해 출시된 2030 청년을 타깃으로 한 금융 상품 ‘데일리UP 스마트 비상금 대출’은 국내 1호 대안신용평가사인 크레파스솔루션의 모바일 행동패턴 기반 신용평가정보서비스가 적용되고 있다.
데일리펀딩은 중금리 고객의 접근성을 강화하면서 상환 부담을 낮추는 ‘올인원 자동화 대출 서비스 3.0’을 개발해 중금리 대출 공급을 확대하고 있다.
김경찬 기자 kkch@fntimes.com
가장 핫한 경제 소식! 한국금융신문의 ‘추천뉴스’를 받아보세요~
데일리 금융경제뉴스 Copyright ⓒ 한국금융신문 & FNTIMES.com
저작권법에 의거 상업적 목적의 무단 전재, 복사, 배포 금지