꼬날의 엔지니어 사람 친구(a.k.a 엔사친)들께
안녕하세요. 이 글은 꼬날의 엔지니어 사람 친구, 줄여서 엔.사.친 여러분께 보내는 브런치입니다. (만약에 제 목소리와 말투를 아는 분이시라면, 평소 제 말투로 읽어봐 주세요. ㅎㅎ :-)
얼마 전에 판교에 김기사 컴퍼니 대표님들이 오픈하신 워킹앤올 오프닝에 놀러갔다가 우연히 예~~전에 예전에 함께 일했던 저의 오래된 엔사친을 만났어요. 진짜 참 오랜만에 만났는데도 정말 너무 반갑더라고요. 며칠 뒤 오후에 미팅을 마치고 회사에 들어가는 길이었는데 갑자기 그 엔사친이 떠오르더군요? 사실 요즘 렌딧에서 엔지니어 여러분을 많이~ 아주 많~~이 찾고 있기 때문에, 만나서 우리 회사 소개도 하고 혹시 같이 일해 보실 의향은 없을지 말씀도 나눠 보고 싶었거든요. 그래서 당장 전화를 했죠.
JB, 지금 어디세요? 아~~ 판교? 아아~~ 거기거기?
그럼 이따가 제가 그 쪽으로 갈테니 저랑 커피나 한잔?
그런데 막상 만나서 이야기를 나누다 보니, JB 가 렌딧에 대해 알고 계신 사실은
옛동료 꼬날이 일한다.
대출 회사다. 내 돈을 투자해서 재테크를 할 수 있다.
정도였어요. 하지만 얼른 맥북을 펼쳐 놓고 렌딧이 대출과 투자 서비스를 위해 어떤 서비스를 구축하고 있는지, 어떤 개발을 지속적으로 해 나가고 있는지 자세히 설명 드렸더니 "와~ 개발자로서 정말 흥미가 간다. 너무 재미난 일을 할 수 있을 것 같다." 는 말씀을 하시더군요. 그러면서 엔지니어 구인을 위한 조언을 구할 수 있었죠.
그래서 며칠 뒤, 또 다른 옛동료인 저의 오래된 엔사친 슈마를 찾아 갔어요. 그랬더니 슈마 역시 마찬가지 반응. "와~ 생각했던 것보다 렌딧이 하는 일이 정말 재미가 있다. 평소에 내가 계속 해 온 분야가 아니어서 그렇지, 만약에 추천 엔진을 개발하는 엔지니어들이라면 정말로 크게 관심을 가질 수 있을 것 같다." 라고 하면서, 꼬날님 브런치에 지금 소개한 내용을 자세히 올려 보라고 조언해 주시더군요. 그래서 용기를 내서, 브런치 해 보기로 했어요.
꼬날의 엔사친 여러분, 지금부터 렌딧이 어떤 서비스를 구축하고 있는지,
그리고 빅데이터 분석과 머신러닝을 적용해 어떤 시스템을 만들어 가고 있는지,
무엇을 연구하고 있는지를 간단히 소개해 보려고 합니다.
우선, 여러분이 눈으로 확인하고 직접 체험할 수 있는 대출과 투자 서비스를 정리한 그림입니다.
렌딧은 대출 심사와 집행, 투자 모집과 운용 등 서비스 전과정을 100% 온라인, 비대면 서비스로 구축하고 있는 디지털 금융 플랫폼이에요. 대출 서비스에서는 머신러닝 기반의 대출자 심사평가모델 개발이 핵심 역량이죠. 투자 서비스 쪽에서는 실시간으로 분산투자 포트폴리오를 추천해 주는 알고리듬이 돌고 있습니다.
조금 더 자세히 살펴 볼까요?
우선 렌딧이 자체 개발한 렌딧 개인신용평가시스템(Lendit Credit Scoring System)입니다. 신용평가사에서 제공하는 250여 가지의 금융정보를 순식간에 분석해 모든 대출 신청자마다 개인화 된 적정금리를 산출해 내는 시스템입니다. 렌딧 CSS 의 가장 큰 차별점은 머신러닝 기법을 사용해 각종 금융 정보의 최근 12개월 간 트렌드를 분석해, 보다 정교하게 개인의 신용을 평가해 낸다는 점입니다. 여기에 추가적으로, 신용평가사에서 제공하는 사기정보공유(Fraud Bureau) 데이터, 직장 신용정보, 상환 정보 등을 종합적으로 반영하고 있고요.
현재 반영 중인 금융 빅데이터 외에도, 다양하게 수집할 수 있는 비금융 데이터를 반영해 시스템을 더욱 업그레이드해 나갈 예정입니다. 또한 렌딧이 대출 서비스를 해 온 지난 3년 이상 축적한 기신청자의 금융/비금융 데이터를 지속적으로 반영해 리스크가 높은 고객의 패턴을 분석해 신용평가에 활용하고 있습니다.
다음은 렌딧이 진심 자랑할 수 있는 실시간 분산투자 추천 시스템입니다. 투자자가 투자할 금액을 입력하면 진짜로 눈깜짝할 사이도 안되는 순간에 현재 투자 가능한 채권을 조합해 분산투자 포트폴리오를 추천해 주는 시스템이죠. 포트폴리오에 조합된 모든 채권에 투자금을 일정한 비율로 고르게 나누어 분산투자할 수 있도록 추천해 주는 것이 특징입니다.
물론 투자자는 추천 포트폴리오에 그대로 투자하실 수도 있고요. (실제로 이렇게 하시는 분들이 가장 많죠.) 채권을 살펴 보면서 채권 당 투자금액을 조정하거나 채권을 빼면서 내 마음에 드는 포트폴리오로 만들어 투자할 수도 있습니다.
그런데 제가 여기에서 정말 정말 강조하고 싶은 부분은 바로 아래 부분이에요.
보시면 투자자 1명이 리스크를 분산하기 위해서 투자한 채권수가 1명당 평균 178개, 그리고 최대로 많이 분산투자한 경우 5,143개의 채권에 투자하고 있다는 점을 알 수 있죠. 제가 더 흥미롭게 생각하는 건 채권 1개마다도 평균 1,303명의 투자자가 나누어 투자를 하고 있고, 최대 3,814명의 투자자가 1개의 채권을 나누어 투자하고 있다는 점이에요. 그렇다면 엔지니어 여러분은 저보다 더 빠르게 이 시스템이 얼마나 복잡하고 큰 분석을 실시간으로 해야 하며, 얼마나 대용량의 서비스를 할 수 있는 시스템을 구축해야 할 지를 상상하실 수 있을 거라 생각합니다. 심지어 현재 렌딧은 한국의 P2P금융산업에서 개인신용대출의 거의 절반 정도를 점유하고 있다는 점에 주목!!!
이렇게 분산투자를 시스템적으로 활성화 시키고 있는 덕분에, 현재까지 렌딧의 모든 투자자가 하고 있는 분산투자의 총 누적건수는 이제 거의 800만건에 가까이 가고 있습니다. 점점 더 많은 데이터가 축적되고 있기 때문에, 렌딧에서는 이러한 데이터를 분석해 투자 고객에게 제공할 수 있는 서비스 아이디어가 너무 너무 많이 쌓여 가고 있어요.
그 중에 최근에 선보여 투자 고객 여러분께 좋은 반응을 얻고 있는 서비스가 투자 분석인데요. 위의 그림에서와 같이 2가지 파트로 구성되어 있습니다.
투자 수익률 분포는, 렌딧 모든 투자자들의 수익률을 투자 채권 포트폴리오의 평균 경과 기간에 따라 분포 시켜 놓은 후, 전체 투자자의 수익률 분포 속에서 내 수익률이 어느 지점에 있는 지를 확인할 수 있는 서비스입니다. 위의 그래프를 보시면 현재 나는 평균 투자 기간이 18개월 정도를 지나고 있으며 투자 수익률은 8.24%죠. 나와 같은 투자 기간을 가진 전체 투자자의 상위 10%의 수익률이 8.77% 이상이므로 꽤 괜찮은 수익률을 내고 있다는 점을 알 수 있습니다. 이 전체 투자 데이터는 매일 매일 업데이트 되기 때문에, 매일 매일 현재 내 투자상태를 체크해 볼 수 있는 것이죠.
투자 적정성은, 분산투자 채권수와 채권 당 최대투자비율 등 수익률에 영향을 미치는 요소들을 복합적으로 분석해 양호/보통/부족의 3가지 기준으로 나의 분산투자 적정성을 체크해 볼 수 있는 서비스입니다.
여기까지 현재 렌딧이 대출과 투자 고객을 위해 어떤 서비스를 개발하고 있는지, 간단하지만 제 나름대로 최선을 다해 설명을 해 봤는데요. 사실 이것은 시작에 불과하다고 생각합니다. 지금 모든 렌딧맨이 함께 작성하고 있는 렌딧의 프로젝트 리스트에는, 이와 같은 / 이보다 더 재미난 / 흥미로울 / 멋진 / 거대한 / 엄청난 .. 어~ 뭐라고 다 말로 해야 할 지 모를 많은 꿈들이 모여 가고 있어요.
이 글을 읽고 계신 (제발 많이 읽어 보고 계시길 바래요.) 꼬날의 엔사친 여러분!! 만일 이 글을 보고
첫번째, 아! 나 이런거 정말 해 보고 싶다.
두번째, 오! 내 다른 엔사친이 딱 이런걸 잘 할 것 같다.
세번째, 야호! 내 친구가 지금 엄청나게 멋진 스타트업을 찾아 보고 있다.
이런 분이 계시다면, 주저하거나 망설이지 마시고 꼬날에게 언제든지 연락 주세요. 페이스북이나 링크드인, 인스타그램, 또는 kkonal 지메일 등 많은 채널이 열려 있습니다. 커피 한 잔 하며 이야기 나눠 보고 싶다고 하시면, 어디든 (제주도, 일본, 어머 혹은 미국이라면 제가 출장이라도 갈 수 있지 않을까요?) 연락 드리고 찾아 뵙겠습니다.
몇 명이나 뽑냐? >> 렌딧맨이 되실 수 있는 엔지니어시라면 몇 분이라도 모십니다.
언제까지 뽑냐? >> 언제까지가 있을 리 없습니다.
와~ 이 글을 쓰면서 내내 가슴이 쿵쿵 뛰었는데요. 부디 이 글이 많은 엔지니어 친구들께 전달되어, 여러 엔사친과 만나뵙게 될 수 있기를 꿈꾸며!! - <꼬날이 간다> 62번째 brunch. 끝
