담보 자산이 없고, 은행에서 대출을 받은 적이 없거나 소득을 증명하기 어려운 것은 많은 젊은이, 자유 노동자 및 소상공인을 전통적인 신용 점수 모델 앞에서 거의 "보이지 않게" 만들었습니다.
그러나 디지털 데이터와 인공 지능의 발전은 다른 접근 방식을 만들고 있습니다. 대출 이력에만 의존하는 대신 은행은 고객을 평가하기 위해 현금 흐름, 결제 거래, 금융 행동의 안정성 및 디지털 환경에서의 상호 작용을 분석할 수 있습니다.
이것은 또한 TPBank가 디지털 채널 대출 활동에서 시행하고 있는 방향입니다. 은행에 따르면, 기술은 이전에는 전통적인 방식으로 신용에 접근할 자격이 없었던 상환 능력을 갖춘 고객을 식별하는 데 도움이 될 수 있습니다.
디지털 데이터에서 잠재 고객 찾기
6월 19일 은행 산업 지도 위원회 회의에서 디지털 채널 대출 서비스에 대해 공유하면서 TPBank 이사회 의장인 도민푸 씨는 디지털 환경으로의 사람들의 이동이 재정적 요구를 근본적으로 변화시키고 있다고 말했습니다.
이전에는 신용 시스템이 주로 주택 구매, 자동차 구매와 같은 대규모, 중장기 대출을 위해 설계되었지만, 현재는 매일 발생하는 수백만 건의 소규모 거래가 자본 흐름에 대한 또 다른 수요를 형성하고 있습니다.
고객은 큰 재정적 결정에 대한 대출뿐만 아니라 사업 운영 또는 일상적인 지출을 위해 신속하게 해결되는 소액 자금에 대한 대출도 필요합니다.
도민푸 씨는 "국민들은 집이나 차를 사기 위해 대출만 받아야 하는 것이 아닙니다. 그들은 일상 생활에 필요한 즉각적인 금융이 필요합니다. 금융 시스템은 디지털 경제 흐름에서 벗어날 수 없습니다."라고 말했습니다.
TPBank가 회의에서 인용한 자료에 따르면 2025년 베트남 전자상거래 규모는 약 430조 동에 달하며, 디지털 플랫폼에서 601,800개 이상의 사업장이 운영되고 있습니다. TPBank에서는 현재 거래의 약 99.5%가 디지털 채널을 통해 이루어지고 있습니다.
소비 및 결제 행동의 변화는 또한 상당한 양의 데이터를 생성하여 각 개인의 현금 흐름, 지불 능력 및 재정적 안정성을 비교적 명확하게 반영합니다.
거래 데이터, 청구서 결제 기록, eKYC 전자 식별 정보 및 디지털 상호 작용의 안정성 수준에서 은행은 고객의 신뢰성과 상환 능력을 평가하기 위한 추가 근거를 추가할 수 있습니다.
TPBank 회장에 따르면, 기술은 은행이 이전 신용 모델에 의해 뒤쳐졌던 잠재 고객을 볼 수 있도록 돕는 "안경"과 같은 역할을 합니다.
이 그룹에는 대출을 받은 적이 없는 젊은이, 정기 소득 증명을 어려운 프리랜서, 디지털 플랫폼에서 사업을 하는 소상공인 또는 신용 정보 시스템에 데이터가 많지 않은 고객이 포함될 수 있습니다.
기존 신용 기록이 없더라도 이 고객들은 여전히 안정적인 현금 흐름을 유지하고, 제때 청구서를 지불하고, 디지털 환경에서 투명한 재무 행위를 보여줄 수 있습니다.
디지털 대출은 단순히 서류를 온라인에 올리는 것만이 아닙니다.
도민푸 씨에 따르면 디지털 대출은 단순히 대출 서류를 종이에서 온라인으로 전환하는 것으로 이해해야 합니다.
이 모델은 은행이 고객 식별, 데이터 수집 및 분석, 위험 평가, 승인, 대출 실행에서 대출 관리에 이르기까지 전체 신용 체인을 재설계해야 합니다.
TPBank에서는 인공 지능이 다차원 신용 점수 매기기, 실시간 사기 탐지, 고객 행동에 따른 한도 최적화, 서비스 이용 경험 개인화와 같은 일부 단계에서 적용되고 있습니다.
은행 정보에 따르면 eKYC 식별, 승인, 대출 실행 및 대출 관리를 포함한 전체 대출 여정은 온라인으로 수행할 수 있습니다.
현재까지 TPBank는 600만 명 이상의 대출 고객에게 서비스를 제공했으며, 그중 500만 명 이상이 디지털 플랫폼에서 정기적으로 활동하는 고객이라고 밝혔습니다. 평균적으로 각 고객은 약 2.08건의 대출을 발생시킵니다.
2023-2025년 기간 동안 은행의 디지털 대출 매출은 매년 약 두 배로 증가하는 것으로 예상됩니다. TPBank가 발표한 부실 채권 비율은 3% 미만이며 IFRS 9 표준에 따라 관리 모델을 최적화하는 과정에서 지속적으로 개선되고 있습니다.
자동화를 추진하면서도 TPBank 회장은 기술이 은행 운영에서 인간의 역할을 완전히 대체할 수 없다고 말했습니다.
Do Minh Phu 씨는 2026년 TPBank 주주총회에서 "우리는 프로세스를 자동화할 수 있지만 고객 이해를 자동화하지는 않습니다."라고 말했습니다.
TPBank의 AI-Native 은행 모델 구축 방향에 따라 AI는 운영 및 서비스 제공 활동에 깊이 통합됩니다. 그러나 인간은 여전히 위험 통제, 윤리 원칙 확립 및 최종 결정에 대한 책임 역할을 합니다.
신용 공백 축소 기대
TPBank 회장에 따르면 미래에는 디지털 대출이 더 이상 개별 상품이 아니라 디지털 경제의 금융 인프라의 일부가 될 수 있습니다.
프로세스를 단축하고 데이터를 통해 고객을 평가하는 능력을 확장하면 자본 흐름이 더 빠르게 흐르는 데 도움이 될 수 있으며, 동시에 은행 서비스를 충분히 서비스받지 못하는 인구 집단에 제공할 수 있습니다.
이는 특히 사업 운영에 필요한 필수품 또는 단기 자본 보충을 위한 소액 대출에 의미가 있습니다.
이러한 요구가 공식 신용 기관에 의해 충족되지 않으면 사람들은 높은 비용과 많은 위험을 내포한 비공식 대출 형태를 찾아야 할 수 있습니다.
따라서 은행이 제공하는 안전하고 투명한 디지털 금융 솔루션은 신용 공백을 줄이고 고리대금업 형태를 제한하는 데 기여할 것으로 기대됩니다.
그러나 디지털 대출 확대 과정은 데이터 품질, 정보 보안, 사기 방지 및 부실 채권 통제 능력에 대한 요구 사항도 제기합니다.
TPBank에서 시행한 경험을 바탕으로 도민푸 씨는 은행 부문이 데이터 상호 연결을 지속적으로 촉진하고, 위험 경고 정보 공유를 강화하고, 디지털 금융 상품에 대한 보다 유연한 관리 메커니즘을 구축할 것을 제안했습니다.
그에 따르면 적절한 법적 틀과 효과적인 데이터 공유 메커니즘은 은행이 시스템 안전을 보장하면서 디지털 신용을 확장할 수 있는 조건을 조성할 것입니다.
소비, 결제 및 비즈니스 활동이 온라인 환경으로 점점 더 전환되는 상황에서 데이터와 AI는 은행이 고객을 더 잘 이해하는 데 중요한 도구가 되고 있습니다.
TPBank의 경우 이 과정의 목표는 대출 승인 속도를 높이는 것뿐만 아니라 기존 은행 모델의 서비스 범위를 벗어난 사람들에게 공식 신용을 더 가까이 가져오는 것입니다.
