2025년 상반기, 한국 금융 시장에서 조용하지만 심상치 않은 지각 변동이 일어나고 있다. 카카오페이, 토스, 네이버파이낸셜이 각각 AI 기반 신용평가·자산관리·대출 심사 고도화를 동시에 발표했다. 표면적으로는 기능 업데이트처럼 보이지만, 실질적으로는 핀테크혁신의 무게 중심이 "결제 인프라"에서 "AI 의사결정 레이어"로 이동하고 있다는 신호다. 이 전환이 왜 중요한지, 그리고 글로벌 맥락에서 한국이 어디에 서 있는지 짚어본다.

---

결제 전쟁은 끝났다: 핀테크혁신의 다음 라운드는 "판단력"이다

2010년대 핀테크 1세대의 핵심 경쟁지는 결제 인프라였다. 누가 더 빠르게 QR코드를 보급하고, 간편결제 가맹점을 늘리고, 송금 수수료를 0원으로 만드느냐. 그 전쟁은 사실상 끝났다. 한국의 간편결제 이용 건수는 2024년 기준 월 평균 12억 건을 넘어섰고(한국은행 전자지급서비스 동향), 결제 자체는 이미 범용 인프라가 됐다.

문제는 범용화된 인프라에서는 마진이 사라진다는 것이다. 토스가 2023년 흑자 전환에 성공했지만, 핵심 수익원은 간편결제가 아니라 토스증권·토스뱅크의 이자 및 수수료 수익이었다. 카카오페이 역시 결제 매출 성장률은 한 자릿수대로 둔화됐고, 대출·보험 등 금융상품 연계 수익의 비중이 빠르게 높아지고 있다.

이 구조적 전환이 의미하는 바는 명확하다. 다음 경쟁의 핵심은 "누가 더 정교하게 사용자의 재무 상황을 파악하고, 적시에 적합한 금융상품을 연결하느냐"다. 그리고 그 역량의 핵심 엔진은 AI다.

---

글로벌 맥락: 미국·영국·싱가포르는 이미 어디까지 왔나

한국의 움직임을 제대로 읽으려면 글로벌 기준점이 필요하다.

미국에서는 Klarna가 2024년 AI 기반 고객 서비스 도입 이후 운영비를 40% 절감했다고 밝혔다. 단순 챗봇이 아니라 대출 심사, 결제 분쟁 처리, 사기 감지까지 AI가 실질적 의사결정을 담당하는 구조다. 영국의 Monzo와 Revolut은 AI 기반 지출 분석과 예산 코칭을 핵심 차별화 포인트로 내세우며 유럽 시장에서 급성장 중이다.

싱가포르는 더 흥미롭다. MAS(통화청)가 2023년 발표한 "Veritas 2.0" 프레임워크는 금융 AI의 공정성·윤리성 검증 체계를 제도화했다. 단순히 AI를 쓰는 것이 아니라, AI의 판단 근거를 설명할 수 있어야 금융 서비스에 적용할 수 있다는 기준을 세운 것이다. 이 기준은 곧 한국 금융당국도 참조하게 될 가능성이 높다.

---

한국 핀테크혁신의 현주소: 세 가지 전선

1. 신용평가의 재구성 — "씬파일러" 문제와 AI의 역할

한국 금융 시장에서 오랜 숙제는 씬파일러(Thin Filer) 문제다. 금융 이력이 부족한 사회초년생, 프리랜서, 자영업자들은 기존 신용평가 체계에서 불이익을 받는다. 카카오페이와 토스는 각각 소비 패턴, 납부 이력, 앱 사용 행태 등 비금융 데이터를 활용한 대안 신용평가 모델을 고도화하고 있다.

이 접근법의 핵심 전제는, 수학적으로 표현하면 "더 많은 변수 공간에서 신용 리스크의 잠재 구조를 포착할 수 있다"는 것이다. 내가 AI 추론 구조에 대해 오랫동안 주목해온 문제의식, 즉 AI가 어떤 수학적 표현 공간에서 패턴을 학습하느냐에 따라 성능의 한계가 달라진다는 점이 여기서도 그대로 적용된다. 비금융 데이터를 신용 예측에 쓰는 것은 단순히 데이터를 "더 많이" 쓰는 게 아니라, 신용 리스크라는 개념을 다른 표현 공간에서 재정의하는 작업이다.

문제는 이 모델의 설명 가능성이다. "왜 당신의 대출이 거절됐는가"를 AI가 명확히 설명하지 못하면, 금융소비자 보호 측면에서 규제 리스크가 생긴다. 이 지점에서 AI 거버넌스 문제가 핀테크와 직접 교차한다. AI 클라우드에서 "거버넌스"가 무너지면, 비용보다 먼저 신뢰가 무너진다는 문제는 핀테크 영역에서 특히 날카롭게 현실화된다.

2. 자산관리의 민주화 — 하이퍼퍼스널라이제이션의 경쟁

글로벌 자산관리 시장에서 로보어드바이저는 이미 수 년 전부터 자리를 잡았다. Betterment와 Wealthfront는 각각 수십억 달러의 AUM(운용자산)을 보유하고 있다. 하지만 한국에서 로보어드바이저는 아직 틈새 서비스에 머물러 있다.

왜인가? 신뢰의 문제다. 한국 투자자들은 여전히 "사람이 운용하는 펀드"에 대한 신뢰가 높고, AI 기반 포트폴리오에 대한 이해도가 낮다. 이 신뢰 격차를 메우는 것이 다음 핀테크혁신의 핵심 과제다.

토스증권이 2024년 하반기 출시한 AI 투자 리포트 서비스는 이 방향의 첫 시도로 볼 수 있다. 사용자의 보유 종목과 거래 패턴을 분석해 개인화된 시장 해석을 제공하는 방식이다. 아직 초기 단계이지만, 방향성은 명확하다. "나의 포트폴리오에 특화된 AI 분석가"를 얼마나 자연스럽게 사용자 경험에 녹여내느냐가 승부처다.

3. 사기 감지와 실시간 리스크 관리

핀테크혁신의 이면에는 보안 리스크가 항상 따른다. 결제 간편화는 곧 공격 표면의 확대를 의미한다. 2024년 금융감독원 통계에 따르면 보이스피싱 피해액은 전년 대비 감소했지만, 딥페이크와 AI를 활용한 신종 금융 사기는 오히려 증가 추세다.

이 영역에서 AI는 방어자이기도 하고 공격자이기도 하다. 실시간 이상거래 탐지(FDS, Fraud Detection System)에 AI를 적용하는 것은 이미 업계 표준이 됐지만, 공격자도 AI를 써서 정상 패턴을 모방하는 수준으로 진화하고 있다. 이 "AI vs AI" 구도에서 결국 중요한 것은 모델의 업데이트 속도와 거버넌스 체계다.

AI 거버넌스 없이 AI를 쓰는 조직은 이미 침해당했다 — 아직 모를 뿐이다는 명제는 핀테크 기업에게 더욱 직접적인 경고다. 사용자의 금융 데이터를 다루는 플랫폼이 AI 거버넌스 공백 상태에 있다면, 그것은 단순한 보안 리스크가 아니라 사업 모델 자체의 존립 위협이다.

---

규제 환경: 금융위원회의 "AI 금융 가이드라인"이 게임 체인저가 될 수 있다

2025년 초 금융위원회는 AI 기반 금융 서비스에 대한 가이드라인 초안을 공개했다. 핵심 내용은 세 가지다.

1. 설명 가능성(Explainability): AI가 대출 거절, 보험 거부 등 불리한 결정을 내릴 때 그 근거를 소비자에게 설명할 수 있어야 한다.
2. 편향성 검증(Bias Audit): 성별, 연령, 지역 등 특정 집단에 대한 차별적 결과가 없는지 정기적으로 검증해야 한다.
3. 인간 감독(Human Oversight): 고위험 금융 결정에는 AI 단독 판단이 아닌 인간의 검토가 필요하다.

이 기준들은 싱가포르 MAS의 Veritas 프레임워크와 EU AI Act의 고위험 AI 시스템 규정과 방향을 같이한다. 글로벌 스탠더드가 한국 시장에도 들어오고 있는 것이다.

핀테크 기업들에게 이것은 양날의 검이다. 규제 준수 비용이 올라가는 동시에, 이 기준을 충족하는 기업은 신뢰 기반의 경쟁 우위를 얻을 수 있다. 규제를 비용으로만 보는 기업과, 신뢰 인프라로 보는 기업 사이의 격차가 앞으로 3~5년 안에 벌어질 가능성이 있다.

---

빅테크 진입: 네이버·카카오의 금융 플랫폼화와 은행권의 대응

한국 핀테크 시장의 또 다른 변수는 빅테크의 금융 플랫폼화다. 네이버파이낸셜은 네이버쇼핑·네이버페이의 거래 데이터를 기반으로 SME(중소상공인) 대출 심사를 고도화하고 있다. 이는 아마존이 AWS 클라우드 고객사의 매출 데이터를 활용해 Amazon Lending을 운영하는 방식과 구조적으로 유사하다.

전통 은행권은 이 흐름에 위기감을 느끼고 있다. KB국민은행, 신한은행 등은 각각 자체 AI 플랫폼 투자를 가속화하고 있지만, 데이터 규모와 플랫폼 생태계에서 빅테크를 따라잡기는 쉽지 않다. 은행의 강점은 여전히 신뢰와 규제 라이선스다. 예금 보호, 금융소비자 보호 체계, 오랜 브랜드 신뢰는 아직 핀테크가 완전히 대체하지 못한 영역이다.

이 구도에서 흥미로운 것은 협업의 가능성이다. 일부 시중은행은 핀테크 기업과 API 기반 금융 서비스 공동 개발을 추진하고 있다. 경쟁이 아닌 레이어드 파트너십 모델이 한국 금융 생태계의 현실적 진화 경로로 보인다.

---

실무적 시사점: 지금 이 흐름에서 무엇을 읽어야 하는가

이 모든 흐름을 종합했을 때, 금융 서비스 종사자와 투자자, 그리고 핀테크 생태계 참여자들이 지금 주목해야 할 세 가지 신호가 있다.

첫째, AI 거버넌스 역량이 곧 라이선스 유지의 조건이 된다. 금융 AI 규제가 구체화될수록, 거버넌스 체계를 갖추지 못한 기업은 규제 리스크에 먼저 노출된다. 기술 역량보다 거버넌스 역량이 시장 진입의 문턱이 되는 시대가 오고 있다.

둘째, 데이터 네트워크 효과가 핀테크혁신의 진짜 해자(moat)다. 결제 기능은 복제 가능하지만, 수년간 축적된 사용자의 금융 행동 데이터는 복제 불가능하다. 지금 플랫폼을 선택하는 사용자들은 사실상 미래의 AI 학습 데이터를 제공하는 것이다. 이 관점에서 사용자 락인(lock-in)의 의미가 달라진다.

셋째, 설명 가능한 AI가 신뢰의 통화(currency)가 된다. 소비자들은 점점 "왜 이 금리가 나에게 제시됐는가"를 묻기 시작할 것이다. 이 질문에 답할 수 있는 플랫폼이 장기적으로 더 높은 사용자 신뢰와 전환율을 가져갈 가능성이 높다.

---

한국 핀테크 시장은 지금 두 번째 성장 곡선의 입구에 서 있다. 첫 번째 곡선이 "쓰기 편한 결제"였다면, 두 번째 곡선은 "나를 이해하는 금융 판단"이다. 그 판단의 품질과 신뢰성을 누가 먼저, 그리고 더 잘 만들어내느냐가 향후 5년 한국 핀테크혁신의 승부를 결정할 것이다.