핵심 요약

  • 창업자에 따르면 이 은행은 직원 1만 명으로 고객 1억 4,000만 명을 서비스한다. 고객당 서비스 비용은 전통 은행의 약 3% 수준이며, 이는 AI 도입 이전의 비용 구조다.
  • 금융의 핵심 문제를 접근성, 비용, 판단을 돕는 지능으로 나눈다. 디지털 결제는 신용평가에 필요한 기록을 만들고, AI는 고객의 금융생활을 개선하는 수단이 될 수 있다는 구상이다.
  • AI 시대의 경쟁력은 데이터 규모만으로 결정되지 않는다. 데이터를 활용하는 시스템과 문화, 금융업 인허가, 브랜드와 신뢰가 함께 작용한다는 설명이다.
  • 조직 전반의 업무 흐름 120개를 AI 중심으로 재설계하고 있다. 관리 계층도 10단계에서 5단계로 줄였지만, 모든 영역의 전환 수준이 같지는 않다.
  • 해외 확장의 성패는 기존 비용 우위를 다른 시장에서도 구현하고 주거래 은행으로 신뢰받는 데 달려 있다. 기존 3개국의 성장 둔화와 해외 진출 실패를 창업자는 주요 위험으로 꼽았다.

스마트폰이 만든 비용 우위, AI가 넓히는 선택지

Invest Like the Best에 출연한 디지털 은행 창업자는 금융의 디지털 전환이 아직 초기라고 주장했다. 그가 제시한 추산으로 세계 소비자 금융은 약 10조 달러 규모이며, 약 90%가 여전히 기존 은행과 지점 중심의 체계를 거친다. 새로운 디지털 금융회사들이 성장했어도 전체 시장에서 차지하는 몫은 작다는 시각이다.

그의 은행은 브라질에서 약 1억 2,000만 명의 고객을 확보했다. 이는 브라질 성인 인구의 65% 이상에 해당한다는 설명이다. 고객의 약 60%는 이 은행을 주거래 계좌로 이용한다. 보조 지갑이나 일부 돈을 맡기는 서비스에서 벗어나 일상적인 금융 관계를 대체했다는 점을 강조했다.

첫 번째 전환을 가능하게 한 기술은 스마트폰이었다. 물리적 지점 없이 고객을 서비스하면서 비용 구조가 달라졌다. 그는 자사의 고객 1억 4,000만 명과 직원 1만 명을, 고객 1억 명에 직원 10만 명과 지점 6,000개를 둔 경쟁 은행들과 비교했다. 고객당 서비스 비용은 전통 은행의 약 3%라고 밝혔다.

낮은 비용을 고객에게 돌려줄 여지가 사업의 핵심이다. 수수료를 낮추고 예금 이자와 사용 경험을 개선할 수 있다는 것이다. AI는 여기에 추가적인 효율을 제공할 수 있다. 다만 창업자의 관심은 인력을 줄이는 데만 있지 않다. 같은 자원으로 더 많은 국가에 진출하는 등 사업의 목표 자체를 넓힐 수 있다고 봤다.

금융 접근성은 거래 기록과 작은 신용한도에서 시작된다

창업자는 금융의 문제를 접근성, 비용, 지능이라는 세 범주로 나눴다. 접근성 측면에서는 세계 약 30억 명이 신용상품을 이용하지 못한다고 말했다. 신용을 제공하려면 거래 데이터와 정교한 심사 능력이 필요하며, 현금 거래의 디지털화가 그 기반을 만든다는 설명이다.

그는 멕시코시티의 타코 노점을 예로 들었다. 현금으로만 사고팔면 거래가 금융기관이 활용할 수 있는 기록으로 남지 않는다. 반면 디지털 장부에 매출과 현금 흐름이 쌓이면, 상인은 그 정보를 바탕으로 대출을 신청할 수 있다. 노점을 두 개나 다섯 개로 늘리는 데 필요한 자금을 조달할 가능성이 생긴다는 논리다. 이는 디지털 결제가 가져올 수 있는 변화를 설명한 사례이며, 실제 대출 성과를 제시한 것은 아니다.

상품 설계도 중요하다. 그는 자사의 카드가 라틴아메리카 3,000만 명에게 첫 신용카드였다고 밝혔다. 일부 고객에게는 최초 한도를 20달러로 제공했다. 기존 은행들은 그런 한도를 터무니없다고 봤지만, 고객에게는 신용을 전혀 이용하지 못하는 것보다 나았다. 사용 이력이 쌓이면서 한도가 100달러, 이후 1,000달러로 커지는 경로를 설명했다.

여기에 AI가 소비·저축·투자에 관한 조언을 제공하면, 신용도를 측정하는 데서 나아가 고객이 신용 이력을 개선하도록 도울 수 있다는 구상이다. 거래 기록, 고객에게 맞는 초기 상품, 지속적인 조언이 연결돼야 한다는 의미다.

AI 금융 조언의 목표는 고객이 놓치는 비용을 줄이는 것이다

비용 문제는 눈에 보이는 수수료에만 있지 않다. 창업자는 미국 은행권의 소매 예금 약 15조 달러에 지급되는 평균 연간 수익률을 약 0.4%로 제시했다. 금리가 4.5~5%인 환경과 비교하면, 약 6,000억 달러가 고객에게 돌아가지 않고 은행에 남는다는 추산이다. 그는 이를 지점 중심의 비용 구조와 연결했다. 이 수치는 대담에서 제시한 그의 계산이다.

지능의 문제는 금융 판단을 대신 도와줄 사람이 누구에게나 있지는 않다는 데서 출발한다. 고소득층은 여러 계좌와 대출 조건을 살펴주는 전문가를 이용할 수 있지만, 대부분의 고객에게는 그런 지원이 없다는 설명이다. 그는 금융교육만으로 이 격차를 해결하기 어렵다고 보고, AI가 고객을 대신해 조건을 비교하고 불필요한 비용을 줄이는 역할을 할 수 있다고 주장했다.

이를 뒷받침하는 수단으로 오픈뱅킹, 즉 고객이 여러 금융기관의 데이터를 다른 서비스와 연결해 활용하는 체계를 들었다. 그는 브라질에서 약 1,500만 명의 고객에게 다른 은행의 카드 결제일과 계좌 잔액 부족을 알리고, 결제 자금이나 대환을 제안하는 서비스를 제공한다고 설명했다.

지점과 사람의 역할이 모두 사라진다고 보지는 않았다. 사업자 상담, 큰 규모의 투자, 주택담보대출처럼 복잡한 상품에는 대면 대화의 가치가 남아 있다고 말했다. 다만 일반적인 예금·카드·대출 고객에게는 물리적 지점의 필요성이 훨씬 작다는 판단이다.

데이터는 시스템과 문화가 있어야 경쟁력이 된다

AI로 소프트웨어를 만드는 비용이 낮아지면 새로운 경쟁자는 더 빠르게 움직일 수 있다. 창업자는 특히 아직 규제 대상이 아닌 초기 기업의 속도를 강점으로 인정했다. 그러나 금융업에서는 성장 과정에서 결국 규제를 받게 되며, AI가 은행 인허가 취득을 대신하거나 수년에 걸리는 절차를 간단히 없애주지는 못한다고 지적했다.

그는 자사가 고객당 약 2만~3만 개의 데이터 항목과 13년에 걸친 정보를 보유한다고 설명했다. 금융용 AI 기반 모델을 개발하던 Hyperplane을 인수한 뒤 팀을 통합했고, 독자 데이터로 구축한 모델을 신용 의사결정에 활용하고 있다고 밝혔다. 멕시코와 콜롬비아에서는 사기 관련 판단에도 사용한다는 설명이다.

다만 데이터 규모 자체가 충분조건은 아니다. 기존 은행도 오랜 고객 관계와 큰 규모를 갖췄지만, 정보를 적절히 수집하고 의사결정에 활용하는 시스템과 문화가 없으면 그 이점을 살리기 어렵다는 것이다.

그는 창업 초기부터 회사를 금융업에 속한 기술기업으로 봤다고 말했다. 2013년부터 기계학습을 활용해 신용위험을 평가했고, 직접 신용위험을 부담하는 사업 구조를 택했다. AI는 기존의 데이터 중심 문화를 새로 만드는 기술이라기보다, 모델과 실험을 더 빠르고 낮은 비용으로 활용하게 하는 기술이라는 설명이다.

AI 전환은 업무 120개와 조직 계층을 함께 바꾸는 과정이다

조직의 AI 전환이 처음부터 순조로웠던 것은 아니다. 창업자는 초기 코딩 도구의 성능이 기대에 못 미쳤으며, 이후 성능이 크게 좋아진 시점을 약 60일 늦게 알아차렸다고 회고했다. 새로운 도구를 직접 시험한 뒤 조직 전체의 업무를 다시 검토했다.

대상은 코딩만이 아니었다. 제품 설계, 고객 신원 확인, 내부 감사, 규정 준수, 규제자본 관리 등 업무 흐름 120개를 파악하고 AI 중심으로 재설계했다. 단계별 변화를 측정하기 위한 평가 체계도 만들었다. 그는 어떤 업무는 전환이 앞서 있고 다른 업무는 뒤처져 있다며, 조직 전체가 여전히 재편되는 과정이라고 설명했다.

관리 계층은 10단계에서 5단계로 줄었고, 창업자에게 직접 보고하는 인원은 1명에서 20명으로 늘었다. 다만 이를 전부 AI의 성과로 돌리지는 않았다. 급성장 과정에서 문제를 해결하려고 관리자를 추가한 결과 조직이 수직적으로 변했고, AI가 그 구조를 다시 살펴보는 계기가 됐다는 설명이다. 업무를 재검토하는 것만으로도 생산성 개선을 찾을 수 있다고 말했다.

정보 전달 방식도 바꾸고 있다. 조직의 제품 출시, 지표, AI 전환 진행 상황을 전달하는 정보 시스템을 활용하는 한편, 창업자 자신도 보고 체계를 거치지 않고 실제 업무를 하는 사람에게 직접 질문한다. 기술과 경영 태도가 함께 바뀌어야 현장 정보의 왜곡을 줄일 수 있다는 판단이다.

인사 영역에서는 직원의 실제 업무를 바탕으로 매일 구체적인 피드백을 제공하는 AI 지원 체계를 구축하고 있다고 밝혔다. 고위 관리자에게도 분기마다 실제 소프트웨어나 제품을 만들도록 요구한다. 도구에 관한 설명을 읽는 것뿐 아니라 직접 사용하며 변화 속도를 이해하려는 방식이다.

해외 확장은 비용 우위만으로 완성되지 않는다

브라질에서 얻은 경험은 다른 국가에도 예상보다 많이 적용됐지만, 현금 중심 시장에서는 한계가 드러났다. 창업자는 멕시코 진출 초기에 금융서비스 이용이 적고 현금 의존도가 높은 환경 때문에 경쟁이 어려웠다고 말했다. 자사는 지점과 ATM을 갖추지 않아 오프라인 환경에서 경쟁력이 낮다는 설명이다. 각국의 디지털화가 진행될수록 시장의 공통점이 커질 것으로 봤다.

대담에서는 미국 시장 진출과 35개국 이상을 대상으로 한 스테이블코인 기반 계좌 출시 발표를 설명했다. 스테이블코인은 대담에서 미국 달러 등에 대한 접근을 제공하는 수단으로 다뤄졌다. 그는 이런 수단을 통해 국내 금융체계와 국경 밖 금융체계를 함께 이용하는 사람이 늘어날 것으로 전망했다. 이는 미래에 대한 그의 견해다.

미국에서는 강한 브랜드를 만드는 일을 가장 어려운 과제 중 하나로 꼽았다. 기존 금융 브랜드가 많고 신뢰 확보에 비용이 들기 때문이다. 대규모 마케팅 지출로 고객을 확보하기보다 자본을 효율적으로 쓰면서 성장하려 한다고 말했다. 목표는 계좌 하나를 추가로 제공하는 데 그치지 않고 주거래 은행이 되는 것이다.

성과를 판단할 때도 고객 수만 보지 않는다. 고객의 추천 의향을 나타내는 NPS, 고객 확보 비용, 고객이 장기적으로 만드는 가치와 확보 비용의 관계, 자기자본이익률을 함께 살핀다고 설명했다. 광고비로 성장을 사는 방식과 지속 가능한 성장을 구분해야 한다는 것이다.

AI 에이전트 역시 별도 고객군으로 다루고 있다. 에이전트가 이용할 상품을 연구하는 전담팀이 있지만, 사람을 대상으로 한 신뢰와 브랜드 구축도 계속 중요하다고 봤다. 특히 생애 저축을 어디에 맡기는지는 사람이 알고 싶어 하는 결정이며, 상품에 따라 AI에 맡기는 범위도 달라질 수 있다는 판단이다.

창업자의 확신과 경영자의 신중함을 함께 유지한다

창업자는 회사가 커지면서 자신이 계속 적합한 리더인지 의심했다고 말했다. 외부의 경험 많은 인재를 채용했지만, 조직이 필요로 한 것은 자신이 처음부터 제공했던 명확한 방향, 큰 목표, 사람들을 움직이는 동기이기도 했다고 회고했다. 부족한 역량을 보완할 인재는 계속 필요하다는 점도 인정했다.

그는 창업자와 CEO의 역할을 구분했다. 창업자는 조급함과 긴박감을 바탕으로 빠르게 움직이고, CEO는 인내심을 갖고 체계적으로 조직을 운영해야 한다. 두 성향은 충돌할 수 있다. 좋은 리더십은 기존 질서를 전부 부정하거나 그대로 받아들이는 대신, 유지할 요소와 바꿀 요소를 판단하는 데 있다는 설명이다. 확신과 함께 경청과 수정할 수 있는 태도가 필요하다고 말했다.

향후 사업의 하방 시나리오도 분명히 제시했다. 기존 라틴아메리카 3개국에서 고객 증가가 둔화하고, AI의 기회를 활용하지 못해 해외 확장에도 실패하는 경우다. 반대로 상방 시나리오는 실시간 결제, 금융 데이터 공유, AI를 활용해 비용 우위를 고객 혜택으로 돌려주고 수십 년에 걸쳐 100개국 이상으로 확장하는 것이다. 이는 달성된 성과가 아니라 장기 구상이다.

이 대담에서 제시한 다음 성장의 방향은 낮은 서비스 비용을 더 나은 금융상품과 조언으로 연결하는 데 있다. 그 모델을 다른 나라에서도 구현할 수 있을지, 고객이 주거래 은행으로 선택할 만큼 신뢰할지가 남은 과제다.