Kabbage, Amazon Textract 기반 PPP 대출 경험 개선 사례

중소기업용 현금 흐름 솔루션을 제공하는 데이터 및 기술 회사인 Kabbage의 데이터 사이언스 책임자 Anthony Sabelli의 게스트 게시물입니다. 이 글은 AWS의 공식적인 입장과 다를 수 있습니다.

Kabbage는 중소기업용 현금 흐름 솔루션을 제공하는 데이터 및 기술 회사로서 고객에게 자동화를 통해 유연하게 대출 한도를 이용할 수 있도록 하는 서비스를 제공합니다. 중소기업은 실시간 비즈니스 데이터를 Kabbage에 연결하여 몇 분 만에 완전 자동화된 자금 지원 결정을 받습니다. 이러한 효율성 덕분에 500,000여 개의 중소기업이 급여 보호 프로그램 (PPP)을 비롯하여 160억 USD 이상의 영업 자본을 이용할 수 있게 되었습니다.

COVID-19 발생 당시, 국가가 폐쇄되고 중소기업이 문을 닫아야 하는 상황에서 당사는 중소기업청(SBA) 역사상 최대 규모의 연방 구제책에 대해 새롭고 끊임없이 변화하는 보증 기준을 살피면서 여러 가지 기술적 과제를 극복해야 했습니다. PPP 이전에 Kabbage는 SBA 대출을 제공한 적이 없었습니다. 그러나 팀은 규모나 상태에 관계없이 신규 고객을 포함한 적격 중소기업이 정부 기금을 활용할 수 있도록 완전 자동화된 시스템을 2주 만에 구축했습니다.

Kabbage는 PPP의 주요 기준이었던 급여 및 세금 데이터가 아닌 고객의 실시간 비즈니스 데이터와 수익 실적에 대한 보증을 늘 대출 기준으로 삼아왔습니다. 검증 및 보증을 자동화하는 데 도움이 되는 IRS에 대한 API가 없었기 때문에 중소기업이 최대한 빨리 자금을 지원할 수 있도록 시스템을 근본적으로 조정해야 했습니다. 그리고 수십만 명의 직원과 수조 달러의 자산을 취급하는 수천 개의 노련한 SBA 대출 기관들 사이에서 당사는 단 몇 백 명으로 이루어진 팀에 불과했습니다.

이 글에서는 Amazon Textract가 Kabbage의 PPP 신청자 중 80%가 완전 자동화된 대출 경험의 혜택을 받고 승인 시간을 며칠에서 평균 4시간으로 단축할 수 있도록 지원한 경험을 공유합니다. 프로그램이 끝날 무렵, Kabbage는 미국 최대 은행인 Chase 등을 제치고 미국 내 2위 PPP 대부업체로 성장하여 297,000개 이상의 중소기업에 서비스를 제공하고 미국 전역에서 약 945,000개의 일자리를 지키고 있습니다.

Amazon Textract 구현

신규 고객의 대출 신청을 접수한 몇 안되는 PPP 대출 업체 중 하나인 Kabbage는  중소기업들이오래 거래해온 은행에 대출을 신청할 수 없게 되자 다른 대출 기관으로 발길을 돌려야하는 수요가 증가함을 확인하였습니다.

기업은 비즈니스 서류 및 신분 증명의 한 형태로서 세금 신고 서류를 업로드해야 했으며 처음에는 모든 대출 보증이 수작업으로 이루어졌습니다. 규정된 급여 계산을 입증하기 위해 사람이 다양한 문서의 값을 검토, 확인 및 입력한 후 고객을 대신하여 SBA에 신청서를 제출해야 했습니다. 그러나 며칠 만에 수만 개의 중소기업들이 수백 건에서 수천 건에 달하는 문서를 Kabbage에 제출하였고 그 수는 빠르게 수백만 건에 이르게 되었습니다. 이제 자동화가 필수가 된 것입니다.

여러 부분으로 나누어 자동화해야 했습니다. 우리 시스템은 이미 Know Your Business(KYB) 및 Know Your Customers(KYC)라는 검증 프로세스를 자동화하는 데 탁월한 성과를 거두었으며, 이를 통해 Kabbage의 PPP 고객 중 총 97%를 차지하는 신규 고객을 유치할 수 있었습니다. 또한 대출 보증에 필요한 해당 값만 추출하도록 문서 수집, 검증 및 검토를 자동화하기 위해 대출 계산 프로세스도 표준화해야 했습니다.

이를 위해 저희는 다양한 IRS 양식에서 발견된 특정 값과 관련해 단독 사업자 및 독립 계약업체(PPP 고객 기반의 총 67%)를 비롯하여 다양한 비즈니스 유형별로 대출 계산을 코드화했습니다. 주요 IRS 양식에 대한 초기 분류자를 48시간 안에 부트 스트래핑했습니다. 마지막으로 남은 문제는 프로그램에 의한 정확한 대출 승인 금액을 추출하는 것이었습니다. Amazon Textract는 이 마지막 과제를 해결하는 데 중요한 역할을 했습니다. POC 단계에서 단 1주일 내에 전체 구현 단계를 완료했고, 2주 만에 완전 프로덕션 단계로 넘어갔습니다.

Amazon Textract를 파이프라인에 통합하는 것은 매우 쉬웠습니다. 특히 Amazon Textract와 비동기적으로 상호 작용할 수 있도록 StartDocumentAnalysis와 GetDocumentAnalysis를 사용했습니다. 또한 FeatureType에 대한 양식을 사용하는 것이 세금 문서 처리에 효과적이라는 사실을 발견했습니다. 구현된 Amazon Textract는 정확했으며 부가적인 백로그를 처리할 수 있도록 확장되었습니다. Amazon Textract 통합을 완료한 후 우리의 백로그를 처리할 수 있었으며, 이는 프로그램 종료 시점까지 PPP 흐름의 핵심 단계를 담당했습니다.

중소기업에서 나타난 큰 효과

간단히 살펴보면, 2019년 거의 60,000개에 달하는 신규 고객이 유입되면서 Kabbage의 고객이 이용한 영업 자본 대출이 약 30억 USD에 달했습니다. 단 4개월 만에 신규 고객 수가 약 5배(297,000)로 늘면서 두 배 이상의 자금(70억 USD)을 제공했습니다. 평균 대출 규모가 23,000 USD이고 중간 대출 규모가 12,700 USD였으며, 전체 PPP 고객의 90% 이상이 직원 수 10명 이하의 기업으로 위기에 가장 취약하지만 재정 지원에서 소외되기 쉬운 기업에 해당합니다. 미국의 50개 주와 지역에서 대출을 제공했는데 기업에 제공된 전체 대출 중 1/3이 평균 가계 소득 50,000 USD 미만인 지역의 우편 번호로 등록된 기업에 제공되었을 만큼 Kabbage의 플랫폼은 소외 지역까지 광범위하게 대출을 제공하는 데 효과적이었습니다.

적은 리소스로 국내 최대 은행보다 훨씬 뛰어난 성과를 거둔 당사 팀과 기술의 성과에 자부심을 느끼고 있습니다. Kabbage의 직원 수는 미국 주요 은행 직원 수의 1/790에 불과합니다. 그럼에도 그러한 은행의 대출 실적을 능가하여 미국에서 거의 300,000개에 달하는 중소기업에 70억 USD가 넘는 대출 서비스를 제공했습니다.

앞으로의 방향

Kabbage는 현금 흐름 플랫폼을 개선하여 금융 서비스에 대한 중소기업의 접근성을 높이기 위해 늘 새로운 데이터 소스를 찾는 데 노력하고 있습니다. Amazon Textract는 우리에게 새롭고 유용한 데이터 소스를 제공해주었습니다. PPP 이전에는 세금 신고서에서 값을 추출한 적이 없었습니다. 이는 당사가 보증 모델을 더욱 확대할 수 있는 기회를 열어줍니다. 고객이 자금을 이용하도록 지원할 때 중소기업의 재무 상태와 실적에 대한 또 다른 관점을 더하고, 비즈니스 강화할 수 있도록 고객의 현금 흐름에 대한 더 많은 인사이트를 제공합니다.

결론

COVID-19를 계기로 전체 기업의 99%, 모든 일자리의 절반, 비농업 GDP의 절반을 차지할 만큼 비중이 큰 미국의 중소 사업자들이 금융 시스템에서 소외되어 있음이 드러났습니다. 기술을 통해 이 문제를 해결할 수 있습니다. 그러려면 우리가 PPP 지원을 구축하고 제공했던 솔루션처럼 앞으로 고객이 원하는 금융 서비스 접근 방식을 근본적으로 변화시킬 수 있는 창의적인 솔루션이 필요합니다.

Amazon Textract는 당사가 미국에서 두 번째로 큰 PPP 대출업체로 도약하고 가장 절실한 시기에 많은 중소기업에 자금을 조달할 수 있게 해준 중요한 기능입니다. API를 워크플로에 통합하는 전 과정은 쉽고 간단했으며, 경제의 중추라고 할 수 있는 중소기업들이 절실히 필요할 때 중요한 자금을 제공받도록 하는 데 더 많은 시간을 할애할 수 있게 해주었습니다.

작성자 소개

Anthony Sabelli는 중소기업용 현금 흐름 솔루션을 제공하는 데이터 및 기술 회사인 Kabbage의 데이터 사이언스 책임자입니다. Anthony는 코넬 대학에서 응용 수학 박사 학위를, 브라운 대학에서 응용 수학 학사 학위를 각각 취득했습니다. Kabbage에서 Anthony는 글로벌 데이터 과학 팀을 이끌며 2백만 개가 넘는 중소기업 고객의 라이브 데이터 연결을 분석하여 비즈니스 성과 및 보증 모델을 개선하고 있습니다.