인터뷰: Kueski의 CTO Jaime Romero가 말하는 AI가 신흥 시장의 신용 인프라를 재구축하는 방법

2012년 멕시코에서 설립된 Kueski는 고객의 은행 계좌로 직접 입금되는 무담보 대출이나 자사 도구를 통한 구매를 제공하도록 설계된 선도적인 현지 온라인 대출 플랫폼이라고 자부할 수 있습니다. 이 회사의 플랫폼은 여러 데이터 포인트를 활용하여 신용 위험 (credit risk) 및 사기 위험 (fraud risk) 머신러닝 (machine learning) 모델을 구축하며, 이를 통해 대출 신청을 신속하게 승인 또는 거절합니다. 이를 통해 고객은 단기 현금 수요를 충당하거나, BNPL (Buy Now, Pay Later) 거래의 경우 매장을 포함한 어디에서든 구매 요구를 해결할 수 있습니다.

Kueski의 핵심은 대규모로 작동하는 실시간 신용 시스템으로, 수천만 건의 대출에 걸친 행동 및 독점적 신호 (proprietary signals)를 사용하여 결제 시 밀리초 단위의 결정을 내립니다. Kueski의 CTO인 Jaime Romero는 RBI와의 인터뷰에서 지연 시간 (latency) 제약 조건 하에서 실시간 신용 결정 시스템이 어떻게 구축되는지, 왜 신흥 시장에서는 전통적인 스코어링 (scoring)이 무너지는지 설명하고, 디지털 환경에서 사기 위험과 신용 위험의 수렴에 대해 논의하며, 이러한 시스템이 대규모로 작동할 때 실제로 무엇이 변하는지에 대해 이야기합니다.

RBI: Kueski의 가치 제안 (value proposition)을 요약해 주시겠습니까?

**Jaime Romero, Kueski CTO: **멕시코는 세계에서 가장 큰 소비자 시장 중 하나이지만, 성인 인구의 절반 이상이 여전히 공식 금융 시스템 밖에 머물러 있습니다. 이는 단순한 틈새 시장의 공백이 아니라, 전통적인 금융 기관들이 해결하도록 설계되지 않은 구조적 현실입니다. Kueski는 바로 그 맥락을 위해 특별히 구축되었습니다. 우리의 가치 제안은 간단합니다. 기술과 AI를 사용하여 역사적으로 소외되었던 소비자들에게 금융 서비스를 더 빠르고, 더 안전하며, 진정으로 접근 가능하게 만드는 것입니다. 이는 사후 고려 사항이 아니라 핵심 설계 원칙입니다.

우리의 접근 방식이 다른 점은 전통적인 대출 방식에서 시작하여 그 위에 기술을 얹은 것이 아니라는 점입니다. 우리는 현지의 소비자 행동, 대안 데이터 (alternative data) 환경, 그리고 수백만 명의 사람들이 실제 구매력을 가지고 있음에도 신용 기록이 없는 시장에 맞춰 기초부터 인프라를 구축했습니다. 이는 독자적인 리스크 모델 (proprietary risk models), 실시간 의사결정 (real-time decisioning), 그리고 첫 대출부터 성장하는 신용 프로필에 이르기까지 금융 여정의 모든 단계에 있는 소비자들을 위해 설계된 사용자 경험 (user experience)을 의미합니다. 그 결과, 오늘날 수백만 명의 멕시코인들에게 신용 접근성을 제공하며 멕시코 주요 이커머스 (e-commerce) 가맹점의 약 40%에서 이용 가능한 플랫폼이 되었습니다.

RBI: Kueski는 2012년에 출시되었습니다... 그 이후 전 세계의 많은 BNPL (Buy Now, Pay Later) 제공 기업들이 실패했고 Kueski 자체도 손실을 기록했습니다. 이제 BNPL이 수익성 있는 사업 모델이라고 말할 수 있을까요?

**Romero: **Kueski의 접근 방식은 처음부터 달랐습니다. 우리는 기술 및 리스크 기업으로서 먼저 구축되었으며, 특히 멕시코 시장에 맞게 설계된 독자적인 언더라이팅 (underwriting), 사기 방지 (fraud prevention), 그리고 실시간 의사결정 (real-time decisioning)에 강력하게 집중해 왔습니다.