[UPST] 업스타트홀딩스 매수 전 고려할 두 가지 리스크

본 글은 Motley Fool에서 최근 게재한 기사

2 Important Risks Investors Should Know Before Buying Upstart Stock

를 번역한 글이다.

 

2 Important Risks Investors Should Know Before Buying Upstart Stock | The Motley Fool

모든 문장 하나하나를 번역하기보단, 기사에서 업스타트 홀딩스와 관련하여 전달하고자 하는 요지 위주로 번역하였으므로 참고하도록 하자.

 

업스타트는 집중된(매출의존) 리스크가 있다.

업스타트는 데이터사이언스와 빅데이터 분석을 활용해 채권자(은행파트너들), 채무자(소비자)를 연결해주고 이 플랫폼을 바탕으로 소비자들이 대출을 신청하며 여러 파트너 은행들로부터 대출을 승인 받는다. 그 대가로 업스타트는 은행으로부터 실행된 대출에 대해 일정 부분 수수료를 받는다.

이 비즈니스 모델의 좋은 점은 업스타트에게 큰 자본이 필요치 않고, 신용리스크가 거의 제로에 가깝다는 점이다. 그러나 주목할만한 점이 있다. 2021년, Cross River 은행과 익명의 은행에서 각각 업스타트의 총 대출(건)의 55%, 36%가 실행되었다. 결과적으로, 2021년 2개의 은행이 업스타트의 매출의 총 83%를 차지했다.

두 파트너에 대한 높은 수준의 매출 의존은 둘 중 하나의 파트너만 잃더라도, 혹은 파트너들이 업스타트에 대한 대출의존도를 줄이기로 결심한다면 비즈니스 자체에 커다란 타격을 줄 수 있다.

예를 들어, Cross River 은행이 대출을 50%만 줄이더라도, 업스타트의 대출 승인건수는 20%만큼 줄어들 것이다. 업스타트의 재무성과와 소비자 만족도에 영향을 줄 수 있는 가정이다. 만약 소비자가 업스타트를 통해 대출을 받지 못한다면, 자연스레 다른 플랫폼으로 갈아탈 것이다. 

너무 겁먹을 필요는 없다. 업스타트는 새로운 대출 파트너(파트너은행)를 찾아 소비자들에게 연결해 줄 수 있다. 다만 그렇게 하려면 시간이 좀 더 걸릴 뿐이다. 추가로, 업스타트는 이미 이러한 과도한 의존율을 줄이는 작업 중에 있다. Cross River 은행은 2019년에는 업스타트가 승인한 대출의 89%를 차지했지만, 2021년엔 55%로 떨어졌다. 시간이 지나며 점점 낮아질 것으로 보인다.

 

업스타트의 비즈니스 모델은 스트레스 테스트가 필요하다.

업스타트는 AI를 바탕으로 한, 무자본에 가까운 대출 플랫폼으로 초기 성공을 견인해왔다. 신용위험에 노출되지 않으면서도 대출 추천료, 수수료를 벌어왔다.(결국엔 신용위험을 고려하긴 해야 할 것이다.) 결국, 업스타트는 앞으로도 수수료를 수취하기 위해서는 적합한(신용 리스크가 적당한) 소비자를 파트너 은행에 추천해줘야 한다.

지난 몇 년간의 지속적인 성장이 보여주듯, 여태껏 업스타트의 접근방식은 꽤 잘 맞아들어갔다. 대출건수는 2019년 215,000건에서 2021년 1,300,000건까지 치솟았다. 아직 승리를 단언하기에는 다소 이르다. 업스타트는 2014년에나 첫 대부업에 발을 들인 아직 업력이 얼마 안된 회사이고, 여태껏 시장상황도 꽤 좋은 편이었다. 즉, 업스타트의 리스크 모델은 아직까지 금리 상승이나 불황이라는 환경과 같은 어려운 상황에서 그 효과를 증명해 본 적이 없다.

 

정리해보면

업스타트는 핀테크 회사이며, 여러 핀테크 모델 중에서도 리스크가 꽤 적은 편에 속하는 모델이다. 국내 시장을 예로 들면, 직접 돈을 굴려준다거나 P2P대출을 진행하는 어니스트펀트, 핀다, 테라펀딩 등과는 달리 대출을 중개하는 플랫폼에 가깝다. 굳이 비슷한 예를 들자면 아마 뱅크샐러드, 토스에서 제공하는 대출중개가 비슷하다고 볼 수 있을 것 같다.

위의 플랫폼들 역시 대출을 중개하고, 대출이 실행될 경우 파트너은행들로부터 일정부분의 수수료를 수취하는 구조일 것으로 짐작한다. 업스타트의 강점이 있다면 오랫동안 축적된 데이터를 기반으로 한 AI 플랫폼이다. 파트너은행들은 기존에 사용하던 플랫폼이 아닌 업스타트의 신용평가모델을 사용하여 소비자들에게 대출을 실행한다. 소비자들의 소비행태, 연체 등 여러 데이터들, 그러나 기존 금융권들이 활용하던 데이터들과는 다른 종류의 데이터를 활용하여 대출금을 적시에 갚아나갈 수 있는 소비자들을 필터링하여 은행들에게 연결해주는 것이다. 단순 중개가 아닌 고도화된 AI기술을 바탕으로 하기 때문에, 은행들은 기존 플랫폼에서는 저신용자로 분류되는 사람들에게 더 많은 대출금을 더 적은 리스크로 빌려줄 수 있게 되며, 소비자들 역시 타금융사에서 거부되던 대출을 업스타트를 통해 승인받을 수 있기 때문에 업스타트는 이러한 중개수수료, 서비스수수료를 수취하게 된다.

가장 큰 리스크는 AI모델 자체가 잘 검증이 된 것인지에 대한 여부가 아닐까 생각한다. 솔루션 자체에 문제가 있다면, 저신용자를 잘 걸러내지 못할 것이고, 비록 업스타트의 신용위험 자체는 없을지언정 파트너은행은 더이상 업스타트의 솔루션을 신뢰하지 못할 것이다. 여태까지 쌓아온 데이터를 더욱 고도화하여 은행과 소비자를 잘 연결해줘야 한다.

미국의 최근 10년 기준금리 추이

FED에서는 이미 2022-3년은 금리인상의 해가 될 것이라고 천명한 바 있다. 3월에 이미 25bp를 올렸고, 앞으로 FOMC가 열릴 때마다 최소 25bp에서 50bp인상이 이루어질 것이라 시사한 바 있다. 중간 금리가 이미 1.9%로 상정하고 있는 마당인데, 이 추이는 위의 그래프에서 2016년에서 2020년 초까지 보여주던 그래프와 크게 다르지 않다.

최근 며칠 간 불황에 대한 기사들이 연이어 쏟아져 나오고 있긴 하지만, 여전히 소비자들의 지출수준은 높은 편이고 기업들의 실적은 견고하다. (물론 이번 실적기간을 다시 한번 주시할 필요가 있다.) 인플레이션이 커다란 문제로 대두되고 있긴 하지만, 대출건수에 얼마나 큰 영향이 있을지는 지켜봐야 한다. 특히나, 업스타트는 기존 개인대출의 영역을 자동차대출, 중고차대출 등으로 그 범위를 확장해나갈 것이라 밝힌 바 있다. 각 상품의 TAM을 고려한다면, 금리인상분을 상쇄할 여력이 있을 것 같기도 하다.

 

모든 투자의 책임은 투자자 본인에게 있음을 명심하자.