파가야 기업분석, 차별점 TOP 3 (Pagaya, PGY)

Table of Contents

# 파가야 기업분석 # 파가야 #파가야 테크놀로지스 # 파가야 차별점

수십 년간 금융의 세계에서 개인의 신용은 FICO 점수라는 세 자리 숫자에 의해 좌우되었다.

이 숫자는 대출 승인, 이자율, 신용카드 한도 등 개인의 금융 생활 전체를 지배하는 절대적인 잣대였다.

하지만 이 낡은 시스템은 수많은 ‘괜찮은’ 대출 신청자들을 정당한 이유 없이 거절하며, 미국에서만 연간 수조 달러에 달하는 ‘신용 비효율성’이라는 거대한 기회의 공백을 만들어왔다.

만약 이 ‘거절된 데이터’ 속에서 숨겨진 우량 고객을 찾아낼 수 있다면 어떨까?

이 질문에 AI 기술로 답하는 기업이 바로 파가야 테크놀로지스(Pagaya Technologies)다.

파가야는 스스로를 은행이나 대출 기관이 아닌, 금융을 위한 AI 네트워크라고 정의한다.

그들은 전통적인 금융 시스템이 놓치고 있는 거대한 기회를 포착하여, 은행과 소비자 모두에게 이익이 되는 새로운 생태계를 창조하고 있다.

과연 파가야는 어떻게 금융의 ‘판단’을 다시 쓰고 있는가?

그들만의 독보적인 차별성을 중심으로 심층 분석해 본다.

파가야의 비즈니스 모델 – 은행이 아닌 ‘금융의 두뇌’

파가야의 비즈니스 모델을 이해하는 것이 그들의 차별성을 파악하는 첫걸음이다.

파가야는 직접 돈을 빌려주지 않는다. 대신, SoFi, Ally Financial, Visa, Klarna와 같은 거대 금융 파트너사들이 대출을 심사할 때, 그들의 의사결정을 돕는 강력한 AI 두뇌 역할을 한다.

작동 방식

소비자가 파가야의 파트너 금융사에 대출을 신청하면, 금융사는 자체 심사 기준에 따라 1차적으로 승인 또는 거절을 결정한다.

이때, 금융사가 자체 기준으로는 ‘거절’해야 할 신청 건들을 실시간 API 연동을 통해 파가야의 AI 네트워크로 보낸다.

파가야의 AI는 이 신청 건들을 순식간에 재심사하여, 숨겨진 우량 고객을 찾아내고 대출을 승인한다.

이 대출은 파가야의 자본 파트너(연기금, 국부펀드, 보험사 등 기관 투자자)에 의해 자금이 조달되며, 파가야는 그 과정에서 수수료를 받는다.

모든 과정은 고객에게 보이지 않으며, 고객은 최종적으로 원래 신청했던 은행의 이름으로 대출을 받게 된다.

이 모델은 완벽한 ‘윈-윈-윈’ 구조를 만든다.

은행은 신용 리스크 없이 더 많은 고객을 확보하고, 소비자는 더 넓은 금융 기회를 얻으며, 기관 투자자는 AI가 검증한 새로운 자산군에 투자할 수 있다.

파가야만의 차별성: 3가지의 강력한 경쟁 우위

① FICO를 넘어서는 ‘AI 언더라이팅’

파가야의 가장 핵심적인 차별점은 바로 신용 평가, 즉 언더라이팅(Underwriting) 방식에 있다.

전통 방식의 한계

FICO 점수는 과거의 대출 상환 이력, 부채 수준 등 제한된 데이터를 기반으로 하는 선형적(Linear) 모델이다.

이는 안정적인 직장과 오랜 금융 거래 기록이 없는 사회 초년생이나 프리랜서, 이민자 등 복잡한 금융 프로필을 가진 사람들의 미래 상환 능력을 정확히 예측하기 어렵다.

파가야의 AI

파가야의 AI 모델은 15년 이상 축적된 수백억 개의 데이터 포인트를 학습했다.

이 AI는 FICO 점수뿐만 아니라, 수천 개에 달하는 대안 데이터(Alternative Data)를 함께 분석한다.

여기에는 임대료 납부 기록, 공과금 납부 내역, 고용 안정성, 교육 수준, 심지어는 거주 지역의 경제 데이터와 같은 거시 지표까지 포함된다.

파가야의 딥러닝 모델은 이 방대한 데이터 속에서 인간이 파악할 수 없는 비선형적(Non-linear) 패턴과 상관관계를 찾아내 신청자의 미래 상환 능력을 훨씬 더 입체적이고 정밀하게 예측한다.

이를 통해 전통 시스템에서는 ‘부적격’으로 분류되었을 고객들 중에서, 실제로는 빚을 잘 갚을 확률이 높은 ‘숨은 진주’를 찾아낸다.

은행 입장에서 이는 ‘전환율(Look-to-Book Ratio)’의 극적인 개선을 의미한다.

이미 마케팅 비용을 들여 확보한 대출 신청자 중에서 더 많은 사람을 최종 고객으로 전환시킬 수 있기 때문이다.

② 리스크 없는 ‘B2B2C 네트워크’ 비즈니스 모델

파가야는 대출을 직접 실행하고 부실의 위험을 떠안는 ‘자산 집약적(Asset-Heavy)’ 모델이 아니다.

그들은 기술과 데이터를 제공하는 ‘자산 경량적(Asset-Light)’ 플랫폼이다.

은행 파트너

자체 신용 리스크 부담 없이 대출 포트폴리오를 확장하고, 이전에는 접근할 수 없었던 새로운 고객층(Near-prime)을 확보할 수 있다.

이는 은행의 고객 생애 가치(LTV)를 극대화하는 강력한 도구가 된다.

자본 파트너

파가야의 AI가 정밀하게 분석하고 선별한 소비자 대출 채권에 투자하여 안정적인 수익을 기대할 수 있다.

파가야는 사실상 AI를 통해 기관 투자자들이 접근하기 어려웠던 새로운 ‘자산 클래스’를 창조하고 있는 셈이다.

소비자

더 많은 금융 접근성을 확보한다.

이 B2B2C(Business-to-Business-to-Consumer) 네트워크 모델은 파가야가 대규모 자본 없이도 빠르게 성장하고, 경제 상황 변동에 따른 직접적인 대출 부실 리스크를 최소화할 수 있게 만드는 핵심적인 구조적 강점이다.

③ 학습할수록 강해지는 ‘데이터 플라이휠’

모든 AI 기업의 성패는 데이터의 질과 양에 달려있다.

파가야는 이 점에서 압도적인 선순환 구조, 즉 ‘데이터 플라이휠’을 구축했다.

선순환 구조

더 많은 금융 파트너사 합류 → 더 많은 대출 신청 데이터(승인 및 ‘거절’ 데이터 포함) 유입 → AI 모델이 더 많은 케이스를 학습 → 매월 발생하는 실제 상환 데이터(상환 또는 연체)를 통해 AI 모델의 예측과 실제 결과의 차이를 학습하고 스스로를 보정 → AI의 예측 정확도 향상 → 더 낮은 부실률과 더 높은 수익률 증명 → 더 많은 자본 파트너와 금융 파트너사 유치.

이 사이클이 반복될수록 파가야의 AI는 점점 더 정교해지고, 경쟁사들이 감히 모방할 수 없는 수준의 예측력을 갖게 된다.

특히 은행으로부터 받은 ‘거절된 신청 데이터’와 그에 대한 AI의 재심사 결과 데이터는 오직 파가야만이 독점적으로 보유한 자산으로, 후발 주자가 쉽게 넘을 수 없는 강력한 기술적 해자(Moat)를 형성한다.