위험과 보상: 신용카드 고객 유치 활동에서 인공지능(AI)의 역할

아태지역 금융 서비스 업계 전반에 인공지능(AI)의 도입이 확산되면서 고객 유치 및 참여 유도 전략을 비롯하여 위험을 줄이기 위한 기업의 전략이 모두 바뀌고 있다. 딥러닝 기술의 비약적인 발전에 따라 기업들은 잠재고객에 대해 좀 더 전체적인 관점을 확보할 수 있게 됐고, 따라서 신용카드, 대출 등의 재정 상품을 신청하는 고객들에 대해 더 나은 판단을 내릴 수 있게 됐다.

아태지역 은행 업계의 매출은 2018년 기준 미화 1.6조 달러, 이익은 미화 7천억 달러를 기록하고 있다. 이는 전 세계 은행 업계 세전 이익의 37%에 해당하는 수치이다. 그러나 추세를 보면 성장 속도의 둔화 조짐과 수익성의 감소가 나타나고 있어 실적 향상 및 경쟁력 제고를 위한 사업 규모 확대의 필요성이 대두되고 있다.

한 가지 긍정적인 소식은 아태지역의 신용카드 및 대출 시장은 커다란 성장 잠재력을 지니고 있다는 점이다. 아태지역 내에서 보급률이 낮은 국가도 다수 존재하지만, 아태지역 신용카드 지출액은 전 세계 지출액의 약 절반을 차지하고 있다. 따라서 신용카드 신규 고객 유치야 말로 업계의 미래 수익 창출로 이어질 수 있는 확실한 방법이다.

한편, 금융 분야에서 인공지능(AI) 툴의 도입이 증가하면서 인공지능이 향후 고객 유치에 있어 중요한 역할을 담당하게 될 것으로 보인다. 은행은 물론 P2P 대부 업체 등 각종 금융기관들이 앞다투어 신용카드 및 대출 상품의 포트폴리오를 확대하려는 움직임을 보이고 있는 가운데, 딥러닝 기반 인공지능 도구들의 도움으로 풍부한 마케팅 노하우와 냉철한 리스크 평가를 구현해 나가고 있다.

은행 업계는 리테일 업계에 이어 인공지능에 투자하는 두 번째로 큰 산업이 될 것이다. 향후 금융 업계에서만 위험 예방 및 사기 분석 등의 솔루션에 56억 달러가 투자될 것으로 전망되고 있다.

중국이나 한국 등에서는 이미 인공지능 이니셔티브를 준비해 나가고 있다. 중국의 핀테크 기업들은 인도네시아, 베트남, 필리핀 등 상대적 후발 주자인 동남아 국가를 타겟으로 삼고 있다. 인공지능을 도입하여 P2P 대부 고객을 유치하고, 신용 위험을 관리하면서 채권 추심 과정에서의 불법 행위 방지에도 이를 활용하고 있다. 한편, 지난 2018년 한국 정부는 2022년까지 인공지능 연구 개발에 미화 20억 달러를 투자한다는 계획을 발표하기도 했다.

선택과 집중

고객 유치 및 참여 유도 과정에서 인공지능이 하는 역할은 두 가지이다. 금융기관들은 인공지능의 딥러닝 역량을 사용하여 타겟 잠재고객에 대한 전체적인 관점을 얻을 수 있다. 이를 통해 얻을 수 있는 장점은 데이터가 많아질수록 예측 및 의사결정 능력이 개선된다는 점이다.

인공지능 기반 데이터 사이언스 플랫폼을 사용하여 거래 내역, 과거 캠페인 결과, 오프라인 매장에서의 고객 활동 등 기존의 고객 데이터를 결합하고, 나아가 다양한 기기에서 발생하는 사용자 행동을 분석하고 고객에 대한 전체적인 시각을 확보할 수 있다. 이렇게 확보한 인사이트를 통해 최선의 반응을 얻어낼 수 있는 적절한 타이밍에 최적의 디바이스로 공략할 수 있다.

또한, 제3자 데이터를 추가로 투입하여 딥러닝 기술을 적용하면 브랜드 자체 소유 채널 뿐만 아니라 그 이외의 웹사이트상에서 보이는 고객의 관심사와 의향을 파악할 수 있다. 이는 고객이 생애 주기에서 어느 단계에 처해 있는지 특정해내는 데 도움을 준다. 예를 들어, 시중 은행 브랜드라면 인터넷에서 고급 정장을 검색하고 구매하는 20대 커리어우먼을 잠재고객으로 타겟팅할 수 있고, P2P 대부업체라면 신경제성장 국가에서의 창업에 관심을 보이는 고객을 찾아볼 수 있다.

인공지능은 이와 같은 정보를 확보하여 고객의 관심사, 의향, 생애 단계별 가장 바람직한 특성을 토대로 고객을 세분화할 수 있다. 또한, 딥러닝은 각 세그먼트별로 향후 전환율 또는 ROAS를 예측하여 신용카드나 대출 신청을 할 가능성이 가장 높은 세그먼트를 식별해 낼 수 있다.

이렇듯 정밀하게 세분화된 고객 세그먼트는 맞춤 캠페인 또는 광고 생성에 필요한 추가의 인사이트를 제공하여 더 높은 참여율을 이끌어내는 데도 도움이 된다. 예를 들어, 이번에 막 자동차 할부금을 다 갚은 준연이라는 고객이 있다고 하자. 준연은 이제 새 아파트 분양이나 재산세와 관련된 기사를 검색하고 있다. 그러면 준연을 가까운 미래에 주택담보대출을 신청할 수 있는 잠재고객으로 간주할 수 있을 것이다. 따라서 이메일을 통해 관련 정보를 담은 콘텐츠를 보내거나, 웹 푸시 알림을 통해 최저 이율의 주택담보대출 상품 광고를 보내면, 준연의 참여를 유도할 가능성이 높아질 것이다.

더 나아가 인공지능은 고객의 지속적인 참여 유도와 고객 유지에도 기여할 수 있다. 이전 캠페인에 대한 고객의 참여 현황이나 반응을 분석함으로써 마케팅 캠페인을 전개할 수 있는 최적의 시점을 파악할 수 있다. 동시에 앱 푸시 알림, EDM, 또는 웹 푸시 등 다양한 채널 중에서 가장 효과적인 마케팅 채널은 무엇인지, 그리고 고객으로부터 긍정적 반응을 유도할 수 있는 광고 소재는 무엇인지 판단할 수 있다.

위험 평가

신용카드 및 대출 상품의 유망 고객을 발굴해내는 것도 중요하지만, 사기(Fraud)를 방지하는 것도 그 못지않게 중요하다. 인공지능 툴은 리스크 관리 및 사기 방지 부서에서 사용할 수 있는 저비용 고효율의 수단이 될 수 있다. 금융 기업들은 이미 인공지능의 능력을 사용하여 대량의 데이터를 분석하고 처리하여 사기 행위를 뜻하는 이상 거래 행위를 식별하고, 불법 행위의 단서가 될 수 있는 패턴을 찾아내고 있다.

또한 인공지능은 새로운 고객을 유치하기 위한 마케팅 활동을 진행하기 전부터 관련 리스크를 평가하는 데도 도움을 제공한다. 과거에는 신용카드 및 대출 서비스 제공 업체가 신청자를 평가할 때 소득, 기존 채무 관계, 상환 이력 등을 검토했지만, 인공지능은 여기에 소비 습관, 라이프스타일, 재산 보유 내역, 보험금 청구 이력, 개인적인 지표 등의 추가적인 데이터를 사용하여 신청자를 더 깊이 살펴보고 잠재적인 리스크의 수준을 한층 더 정확하게 평가할 수 있다.

금융 서비스 업계는 대량의 데이터가 취급되는 분야이다. 따라서 인공지능 투자를 통해 비용을 절감하고 각종 효과를 볼 수 있는 이상적인 여건이 조성됐다고 할 수 있다. 인공지능은 데이터를 분석하고 행동을 예측할 수 있는 능력을 통해 고객 참여 분야는 물론 위험도 평가 및 위협 방지 분야에서도 유용한 도구가 될 수 있다. 핀테크 투자가 성숙기에 접어들면서 인공지능 솔루션 보급률은 더 증가할 것으로 예상된다. 이는 아태지역 금융 업계의 효율성과 효과성을 높여주면서 동시에 더 경쟁력 있는 규모로 확장하는 데에도 도움을 줄 것이다.

 

* 금융 서비스 기업은 인공지능(AI)을 통해 데이터를 분석하고, 정확한 예측을 실현하고, 효과적인 마케팅 전략과 캠페인 구축에 필요한 인사이트를 획득할 수 있습니다. 그 구체적인 방법을 애피어의 최신 백서 ‘금융 서비스 기업을 위한 고객 행동 기반 예측 마케팅: 인공지능(AI), 데이터 사이언스 도입으로 마케팅 효율 및 ROI 향상’에서 알아보세요!