인생에서 두 번의 전환점을 겪고 미래에 대한 큰 그림을 그리는 그랜트 슈나이더(Grant Schneider)는 대출 업무를 바라보는 시각이 완전히 남다릅니다.
미국의 핀테크 기업 업스타트(Upstart)의 머신러닝 부문 부사장인 그랜트 슈나이더는 기존 은행의 대출보다 훨씬 저렴한 이자율로 개인 대출 승인율을 높이고 있는 인공지능(AI) 모델을 개발하는 일을 돕고 있습니다.
뿐만 아니라 현재는 공개 상장한 핀테크 스타트업 업스타트(Upstart)가 오하이오주 콜럼버스시에서 AI 개발의 새로운 허브로 거듭나는 데 일조하고 있죠.
Upstart에 입사하기까지
슈나이더는 두 차례의 운명 같은 사건을 통해 AI 분야로 진입하게 되었습니다.
“저는 2009년 경기 침체기에 오하이오주에서 금융학과 졸업을 앞두고 있었습니다. 당시에는 금융 관련 일자리가 없었죠. 마침 저를 지도하시던 분이 저에게 통계학 강의를 들어보라고 설득하셨습니다”라고 회상합니다.
머신러닝이 컴퓨팅 분야에서 가장 인기있는 테마로 막 부상했던 2014년, 슈나이더는 통계학을 전공으로 학사와 석사 그리고 박사학위를 취득하게 되는데요.
“전 우연히 신문에서 Upstart에 대한 기사를 보고 그쪽으로 이메일을 보내게 되었죠. 그리고 회신을 받았는데, Upstart 팀은 정말 인상적이었습니다.”
빅 데이터를 통한 혁신
슈나이더는 Upstart의 데이터 사이언티스트로 입사하여 사내 홈페이지에서 온라인 대출 요청을 처리하는 방법을 연구했습니다. 사내의 데이터 세트가 천천히 큐레이션되는 동안 슈나이더는 공개적으로 사용 가능한 데이터 세트로 AI 모델을 훈련시켰습니다.
그 돌파구는 Upstart의 자체 데이터로 모델을 훈련하는 첫 번째 실험에서 나왔습니다. “실험 결과, 하루아침에 대출 승인율이 거의 두 배로 올랐습니다. 시간이 지나면서 그것이 대출 승인율을 향상시킨다는 사실이 분명해졌죠”라고 전했습니다.
사업이 확장되면서 Upstart는 더 많은 데이터를 수집했습니다. 수집된 데이터는 모델의 정확도를 높여 더 많은 고객들이 더 낮은 이자율로 대출을 받도록 도왔죠. 이는 대출 서비스 사업의 성장세에 박차를 가했습니다.
AI의 선순환을 타다
Upstart는 자칭 AI의 선순환 구조라고 부르는 모멘텀을 타게 됐습니다.
슈나이더는 “AI 모델 작업에서 가장 혁신적인 것 중 하나가 AI 모델은 우리가 제안할 수 있는 이자율을 직접 유도해준다는 것입니다. 우리가 모델링에 농숙해질수록 대출 승인율도 높일 수 있는 거죠. 이것은 작업팀에 강력한 동기 부여 요인이 되었습니다”라고 말했습니다.
대출 고객들의 반응도 좋습니다. 미국 소비자 금융 보호국(CFPB)의 조사에 따르면, Upstart를 통해 대출 승인을 받은 고객은 현재까지 62만 명 이상으로 총 개인 대출금은 78억 달러에 달합니다. 기존보다 약 27% 이상 더 많은 대출자를 승인했을 뿐 아니라 평균 연이자율은 16% 더 낮은 수준으로 제공됐습니다.
그러한 수치는 연령, 인종, 민족에 상관없이 모든 인구 집단을 아우릅니다. 슈나이더는 “Upstart의 AI 모델은 전통적인 방법에 비해 신용의 본질을 왜곡하지 않습니다. 다시 말해 대출 승인에는 편견이 없어야 한다는 것이죠”고 말했다.
오하이오주로 사업 확장
실리콘 밸리에서 사업을 성장해 나가면서 Upstart는 연구개발(R&D)팀을 확대할 수 있는 제2의 입지를 모색했습니다. 조사 결과 슈나이더가 졸업한 오하이오주 주립 대학이 위치한 곳이 기술 인재들을 모으기에 적합하다는 결정이 내려졌고 슈나이더는 중서부로 다시 돌아오게 됐습니다.
오하이오주 도시 콜럼버스에서 이뤄낸 성과는 슈나이더의 기대치를 훨씬 뛰어 넘었습니다. 몇 년 안에 직원 140명의 규모가 될 것이라 예상했던 사무실에는 AI, 소프트웨어 엔지니어링, 운영 팀에서 일하는 직원은 거의 250명에 달하며 이는 곧 두배인 500명이 될 것으로 예상됩니다.
슈나이더는 “치과 사무실 아래 층 공간에서 20명이 근무할 때를 떠올려보면 정말 큰 변화입니다”라고 소감을 밝혔습니다.
실험 시간을 획기적으로 단축한 GPU
Upstart는 거의 12개의 AI 모델링 기법을 갖추고 사용 사례를 쌓았습니다. 요즘에는 신경망과 머신러닝 알고리즘 중 하나인 그래디언트 부스팅(Gradient Boosting)에 기반한 의사결정 트리가 Upstart의 이윤 창출을 견인하고 있는데요.
이러한 AI 모델은 수백만 건의 트랜잭션에서 얻은 데이터에서 많게는 1,600개의 변수를 추적합니다. 수십억 개의 데이터 포인트를 사용해 경쟁 모델을 테스트하는 것이 가능해진 겁니다.
슈나이더는 “한 개의 데이터 포인트에서 여러가지 모델을 비교하는 작업을 CPU로 실행하면 하루 이상이 걸렸었지만, 이제 저희 연구팀은 GPU로 작업하면서 그 시간을 1/5로 단축할 수 있게 됐습니다”라고 말합니다.
이제 Upstart가 새로운 머신러닝 모델을 훈련하고 평가하는 데 걸리는 시간은 며칠이 아니라 단 몇 시간이면 충분합니다.
NVIDIA 전문가들의 지원
미래를 대비해 Upstart의 연구팀은 데이터 과학 작업을 신속하게 GPU로 이동시키는 라이브러리인 NVIDIA RAPIDS를 실험하고 있습니다.
슈나이더는 NVIDIA의 솔루션 전문가팀으로부터 받은 고객 지원에 대해 극찬을 합니다.
“저희로서는 NVIDIA 전문가로부터 문제 해결을 지원받을 수 있다는 건 아주 큰 이점입니다. 기술적인 내부 작업에 대한 정확한 이해를 바탕으로 전문가의 도움을 받을 수 있어서 저희는 사용자에게 직접 영향을 끼치는 비즈니스 모델을 향상하는 데 더욱 집중할 수 있었습니다.”
AI 뱅킹 서비스의 초기 발판을 다지다
스타트업 초기에 Upstart는 GPU로 구동되는 노트북에서 모델을 제작하고 테스트했습니다. 현재는 클라우드를 사용해 확장된 AI 작업을 처리하지만 슈나이더는 앞으로 회사 자체 시스템에서 호스팅하는 작업이 생길 것으로 예상합니다.
Upstart는 작년 12월 주식시장에 성공적으로 공개 상장했지만 아직 대출 사업에서 입지를 다져가는 단계입니다. 자동차 대출 서비스를 제공하기 시작한 것은 불과 작년 9월부터였습니다.
슈나이더는 코로나19 팬데믹 속에서 기업 공개 상장을 한다는 건 “아주 이례적이면서 흥미로운 경험이었습니다. 한편으로는 우리가 수년간 쏟아낸 노력을 입증해 보인 기념비적인 사건이었죠. 하지만 저희는 아직 성장 초입에 있기 때문에 앞으로의 미래가 더욱 기대됩니다. 미래를 정확히 예측하는 것은 여전히 불가능하지만, 그것은 저희가 지속적으로 추구해야 하는 목표입니다”라고 말했습니다.
금융 서비스 산업에 대해 NVIDIA가 지원하는 서비스가 궁금하시다면 이곳을 방문해보세요.