대출 시장 현황

1. 시장규모

1) 국내 대출 시장 현황 

지난 해 우리나라 기업 대출은 사상 최대를 기록하여 2018년 보다 약 87조원 증가하여 1,208조원에 이르렀습니다. 자영업자 대출은 2018년 보다 27조원 증가하여 227조원을 기록하였습니다. 이러한 증가폭은 통계 작성한 2008년 이후 가장 큰 폭이라고 합니다. 가계 대출의 경우 2018년 대비 57조원 증가하여 1,504조원이며, 기업대출이나 자영업자 대출 대비 증가폭은 낮지만 이는 주택담보대출 증가세가 둔화된 영향으로 볼 수 있겠습니다. 최근 코로나로 인해 개인은 물론 기업, 자영업자들의 자금조달은 대출에 더욱 의존할 수밖에 없는 실정입니다. 2020년은 전반적으로 대출 규모가 더욱 커질 것으로 예상되며, 한국은행의 양적완화 정책 등의 영향으로 대출 조건이 완화되고 금리는 낮아져 이전보다 대출 문턱이 낮아질 것으로 예측됩니다.

출처 : 한국은행, e나라지표 통계

매일경제, 빚내서 버틴 자영업자…작년 대출 27조 늘어, 2020.03.04.

한국경제, 한국은행, 사상 첫 '한국형 양적완화' 시행…"정부 보증하면 회사채도 매입“, 2020.03.26

2) 인터넷전문은행 대출 서비스 현황

인터넷전문은행1) 은 2017년 K뱅크, 카카오뱅크가 처음 등장한 이후 최근 토스가 은행업 예비인가를 획득하며 3개로 증가하였습니다. 업계 1위의 카카오뱅크는 지난 해 당기순이익 137억원을 기록하며 지난해부터 매출 흑자로 돌아서는 등 성장을 거듭하고 있습니다. 다만 1호 인터넷전문은행인 K뱅크가 신용대출이 중지되어 어려움을 겪고 있으나 은행장을 교체하고 약 6,000억원의 유상증자를 추진하는 등 재기를 꾀하고 있습니다. 이들 은행들이 성장할 수 있었던 가장 주요한 이유 중 하나는 무엇보다도 대출의 편리함을 들 수 있습니다. 지난해 카카오뱅크의 경우 대출액이 2018년 대비 약 64%가 증가하여 14조 8천억원에 이르렀습니다. 기존 은행 대비 준비하는 서류나 방문해야 하는 번거로움이 없을 뿐 아니라 최근 카카오뱅크에서 출시한 상품처럼 시중 은행의 주택담보 대출 틈새를 공략한 전월세 보증금 대출상품은 기존 금융권의 공백을 메우는 역할을 해내고 있습니다. 토스 역시 은행 예비인가를 획득할 때 내세운 전략은 대출 소외계층을 대상으로 하는 중금리대출 서비스로, 인터넷전문은행은 시중은행 대출에서 커버하지 못하는 틈새를 잘 이용하며 자리잡고 있습니다. 업계 1위와 3위의 카카오뱅크와 토스는 증권업까지 인가받는 등 인터넷전문은행들의 성장은 현재 진행 중입니다. 다만 최근에 시중 은행들의 디지털 업무처리 능력이 상향 평준화 하면서 인터넷전문은행만의 경쟁력은 더욱 강화해야할 것입니다.

출처 : 동아닷컴, 토스뱅크 재수 끝에 합격… “금융 소외계층에 맞춤 서비스할 것”, 2019. 12.17.

매일경제, 카뱅, 인터넷銀 첫 흑자…케뱅은 `시계제로`, 2020.03.11

1) 인터넷전문은행: 오프라인 지점없이 온라인 전자상거래만으로 운영되는 은행을 말한다.

정보통신 기술을 금융 산업에 적극적으로 활용해 핀테크 혁명에 성공한 사례로 손꼽힌다. (출처:대학신문)

2. 대출 시장 트렌드

1) 핀테크 대출 비교 서비스 증가

업계에 따르면 지난 해 10월 기준 금융위원회에 의해 혁신금융 서비스로 지정돼 대출비교 서비스를 제공하고 있는 핀테크1) 업체는 총 13곳으로 나타났습니다. 자신의 대출 조건을 한눈에 비교할 수 있는 편리함 뿐 아니라 비교 가능한 상품이 많아지면서 서비스도 점점 정교해지다 보니 이용자들이 점점 증가하는 추세입니다. 대표적인 업체로는 토스, 핀크, 핀다, 뱅크샐러드, 페이코, 카카오페이 등이 있습니다. 핀테크 업체들의 대출 비교서비스는 주로 면대면 은행 점포가 상대적으로 부족한 외국계, 지방, 저축 은행들이 적극적입니다. 제 1금융권과 제휴한 핀테크 업체들로는 토스, 뱅크샐러드, 판다, 핀크 등이 있으며, 제 1금융권 은행들의 참여는 아직 적극적이지는 않지만 고객과의 접점을 늘릴 수 있는 기회라는 인식때문에 이들 은행들도 참여가 증가하게 될 것으로 예상됩니다.

머니투데이, 더 싼 대출상품 있어요… 외국, 지방銀, 핀테크로 판로 모색, 2020.02.19..

1) 핀테크(Fintech) : 금융(Finance)과 IT기술(Technology)을 접목하여 복잡하고 어려웠던 금융을 효율적으로 편리하게 서비스하는 것을 뜻합니다. (출처:뱅크샐러드)

2) 시중 은행도 이젠 모바일 대출로 이동 중

출처 : 파이낸셜뉴스, 시중은행 대출도 3분이면 OK...판 커진 銀 '모바일 대출’. 2020. 02.16.

동아닷컴, 신청 3분만에 ‘컵라면 신용대출’… 5개월새 2배이상 늘어, 2020.01.28

인터넷전문은행 뿐 아니라 시중 은행까지 모바일 대출이 인기입니다. 2020년 1월 한달간 5대 시중은행(국민, 신한, 농협, 하나, 우리은행)의 모바일 대출상품 판매액은 7,749억원이었으며, 2020년 1월 현재 5대은행 모바일 대출상품 누적액은 8조 2,642억원에 이르렀습니다. 이는 지난 해 7월 3조 613억원에서 6개월 새에 5조원 이상 늘어났을 정도로 가파른 성장세를 보이고 있습니다.

이처럼 은행의 모바일 대출 규모가 커지고 있는 이유는 간편성 때문입니다. 각종 서류를 준비해서 정해진 시간 안에 지점을 찾는 불편함을 감수하지 않아도 되며, 최근 은행들이 대출한도를 최대 2억원까지 상향했기 때문에 지점을 방문하는 것과 큰 차이가 없습니다. 또한 부동산 대출 규제로 인해 주택담보대출에 제약이 많아지자 그 수요가 일부 모바일 대출로 몰렸다는 분석도 있습니다.

3) 대출 플랫폼 시대

최근 금융위원회는 소상공인을 대상으로 ‘플랫폼 매출망 금융’ 서비스를 오는 4월부터 제공하기로 하였습니다. 이는 소상공인들의 매출 정보를 기반으로 제도권 금융기관에서 중금리에 자금을 조달할 수 있도록 하는 서비스입니다. 플랫폼 매출망 서비스는 P2P 사업 모델과 빅데이터 모델을 기반으로 하는데, P2P 플랫폼 모델은 P2P플랫폼을 통해 모집된 다수의 투자자가 상거래 매출 채권 유동화 자금을 제공하는 형태이며, 빅데이터 모델은 빅데이터를 기반으로 한 신용평가를 통해 매출채권 가치, 중소/소상공인 신용 등을 새롭게 발견하여 대출로 연계해주는 모델입니다.

이외에도 금융위에서 진행하는 또 다른 금융 플랫폼 서비스로 ‘온라인 대출 중개 플랫폼’ 서비스가 올 8월에 시행될 예정입니다. 이는 여러 금융기관의 상품을 비교해 대출조건을 맞춤형으로 선택하는 서비스이며, 각 금융사간 API 연동을 통해 정보를 제공합니다. 이 서비스가 시행되면 비대면으로 대출을 비교할 수 있어 대출 수요자의 탐색 비용을 최소화하고 금융사와 대출 수요자 간에 정보 비대칭성 문제를 해소해 줄 것으로 기대됩니다.

이러한 대출 플랫폼 서비스는 소비자들도 금융사들도 보다 많은 정보를 공평하게 얻을 수 있고, 이를 기반으로 합리적인 대출 서비스를 받을 수 있는 기회가 제공된다는 점에서 긍정적으로 볼 수 있습니다.

출처 : 아시아경제, 상품 비교로 맞춤형 대출조건 선택…통신·금융정보 합쳐 보이스피싱 판별, 2020.03.22.

한국금융, 금융위 '데이터경제' 지원…소상공인 매출데이터 중금리대출·금융공공기관 데이터 개방, 2020.02.25.

디지털타임스, SK플래닛, ‘온라인 대출 중개’로 금융시장 바꾼다, 2020.03.25.

비즈니스워치, '무법지대'서 덩치 키운 P2P, 제도권으로 편입, 2019.11.01.

ACE DMP 유입 분석

1. 월별 분석

2019년 1년간 대출 업종의 월별 유입1) 추이를 분석하였습니다. 대출 업종의 월별 유입 흐름을 보면 1년 중 12월에 유입이 가장 높습니다. 대출 업종의 경우 연초에 유입이 낮은 편이나 3월부터 8월까지의 유입수가 평균이상을 지속적으로 유지하는 것이 특징입니다. 유입이 현저하게 높은 시기는 없으나 3월부터 8월, 10월, 12월에 유입이 골고루 높아 유입수를 늘리기 위한 장기적인 플랜을 세우는 것이 필요합니다. 통계청 가계대출 월별 추이를 보면 연말로 갈수록 대출액이 증가하며, 가장 많이 증가한 달은 10월입니다. 또한 가계대출은 ‘주택담보대출’ 비중이 높기 때문에 가을 이사 시기와 맞물려 연말로 갈 수록 대출액이 증가하는 것으로 보입니다.

출처 : 에이스카운터 내부 로그분석 자료(좌)

통계청(우)

1) 유입 : 직접유입 및 검색엔진, 광고 등 링크를 통해 방문한 수치

2. 요일별 분석 

2019년 1년 동안 대출 업종의 요일별 유입 수치를 PC와 모바일로 구분하여 추이를 분석하였습니다. PC와 모바일 유입 모두 주중 수치가 주말 보다 높게 나타났습니다. PC 대비 모바일이 주말 유입 비중이 조금 높은 편이며, 두 디바이스 모두 월요일에 유입이 가장 높고, 주말에는 낮게 나타났습니다.

출처: 에이스카운터 내부 로그분석 자료

3. 시간대별 분석 

2019년 대출 업종의 시간대별 유입 추이를 분석하였습니다. 유입은 오후 2시–3시 시간대가 하루 중 가장 수치가 높게 나타났습니다. 오전 10시부터 오후 4시까지의 시간대가 유입이 전반적으로 높은 편입니다. 대출 업종은 오전 10시부터 오후 4시 시간대에 유입수를 높일 수 있도록 ACE DMP의 데이터를 활용한 커스텀 타겟팅, 관심사 타겟팅, 유사유저 타겟팅과 같은 오디언스 타겟팅을 진행한다면 동시간대에 전환까지 연결될 가능성을 높일 수 있을 것으로 예상됩니다.

출처: 에이스카운터 내부 로그분석 자료

4. 유입이 키워드 분석

2019년 12월 한달간 대출 업종의 유입이 높은 키워드를 분석하였습니다. 지난 1년 중 각 디바이스별로 유입이 가장 높았던 12월 데이터를 기준으로 살펴본 것이므로 키워드 타겟팅을 할 때 유의미하게 활용 가능할 것 입니다. 

출처: 에이스카운터 내부 로그분석 자료

ACE DMP 이용자 분석

1. 데모 분석

ACE DMP 관심사 데이터를 활용하여 일반 시중은행 대출을 이용하는 일반 대출 이용자 그룹과 핀테크(인터넷뱅크 포함) 이용자의 데모정보를 분석하였습니다.

출처 : ACE DMP 데모 데이터

2020년 4월 기준. 데이터 추출 시점에 따라 결과가 상이할 수 있음.

2. 관심사 분석

ACE DMP 관심사 데이터를 활용하여 일반 시중은행 대출을 이용하는 일반 대출 이용자 그룹과 핀테크(인터넷뱅크 포함) 이용자의 상위 관심사를 비교하였습니다. 두 그룹 모두 ‘결혼정보/중개‘ 관심사가 상위 관심사로 나타났으며, 이는 대출 이용자 층이 가장 많은 30대 이용자들이 집을 구하거나 혼수 준비를 위해 대출을 이용하는데 따른 영향으로 볼 수 있습니다. 기타 관심사를 살펴 보면 일반 대출 이용자의 경우 주점, 복지, 대출, 복권 관심사가 높게 나타났으며, 핀테크 이용자는 ‘유학/연수‘, ‘미용서비스’, ‘패션잡화' 관심사가 상위에 나타났습니다.

출처 : ACE DMP 페르소나 데이터

3. 페르소나 분석

ACE DMP 관심사 데이터를 활용하여 일반 시중은행 대출을 이용하는 일반 대출 이용자 그룹과 핀테크(인터넷뱅크 포함) 이용자의 페르소나를 비교하였습니다. 일반 대출 이용자는 ‘직장인’ 페르소나 비중이 가장 높았으며, 핀테크 이용자의 경우 ‘청년창업가’ 페르소나 성향의 이용자 비중이 높게 나타났습니다.

두 그룹 공통으로 차순위에 ‘젊줌마’ 페르소나가 나타났으며, 최소 비중을 보인 세번째 그룹의 경우 일반 대출 이용자는 40대 후반 여성들이 주축인 ‘포미족’, 핀테크 이용자는 ‘게임덕후’ 페르소나 성향이 나타났습니다. 대출 업종의 타겟 마케팅을 진행할 때 이용자 그룹을 선택하는데 참고해 보시기 바랍니다.

출처 : ACE DMP 페르소나 데이터

2020년 4월 기준. 데이터 추출 시점에 따라 결과가 상이할 수 있음.

감사합니다.