후불결제(BNPL) 서비스의 구조적 특성과 공법적 대응 방향

국내에서는 2021년 네이버파이낸셜, 카카오페이, 비바리퍼블리카(토스)가 금융위원회의 혁신금융서비스로 지정되면서 BNPL 서비스 제공이 한시적으로 허용되었다.¹⁰⁾ 당시 전자금융거래법상 선불업자는 후불결제 기능을 제공할 수 없었으나, 금융혁신 샌드박스를 통해 여신전문금융업법상 신용카드업 인허가 없이도 소액 후불결제 서비스를 제공할 수 있도록 규제특례가 부여되었다.¹¹⁾

금융이력 부족자 등 금융취약계층에게 소액 신용공여 수단을 제공하기 위한 포용금융의 일환으로 도입되었으나, 연체율 상승 문제가 발생하고 신용카드업과의 규제 형평성 논란도 제기되었다.¹²⁾ 이에 따라 2023년 전자금융거래법 개정을 통해 후불결제업은 선불업자의 겸영업무로 법제화되었다. 개정법에 따르면, 후불결제업은 "이용자의 선불충전금이 부족한 경우에 그 부족분에 대하여 선불업자 스스로의 신용으로 가맹점에 그 대가를 지급하는 업무"로 정의된다.¹³⁾ 즉, 선불전자지급수단의 잔액이 부족한 경우 이를 보완해주는 신용 기반 결제 기능으로 이해할 수 있다.

소액 후불결제업자는 이용자의 선불충전금을 후불결제업무의 재원으로 사용하는 행위가 금지된다.¹⁴⁾ 또한 소액 후불결제업은 이용자에게 금전의 대부 및 융자가 금지되므로 일반적인 신용상품과 달리 이자 발생이 제한된다.¹⁵⁾ 이에 따라 할부, 리볼빙, 현금서비스 등이 금지되며, 이용자에 대해 연체이자 외에 이자 및 수수료를 부과할 수 없다.

금융당국은 금융소비자보호법 시행령 및 금융소비자보호 감독규정 개정을 통해 BNPL 서비스를 대출성 상품으로 규정하면서 금융소비자보호법령에 따른 판매규제를 전면 적용하였다. 다만, 대안신용평가시스템을 기반으로 한다는 점에서 적합성 원칙 등 일부 규제는 예외가 인정되며, 자산총액 5조원 미만의 소액 후불결제업무 겸영 전자금융업자는 금융소비자 내부통제위원회 설치 등 의무대상에서 제외된다.¹⁶⁾

한편, 소액 후불결제업은 자체적으로 대안신용평가모델을 구축해야 하며, BNPL 사업자 간 대안신용평가모델 개발 목적으로만 연체정보를 공유할 수 있다.¹⁷⁾ 포용적 금융 성격을 강조하는 정책 방향에 따라, 일반 금융상품과 달리 연체정보 공유를 제한하고 있으며, BNPL 이용자의 연체 이력은 신용평가기관에 반영되지 않는다.¹⁸⁾

저신용자, 금융취약 계층을 주 이용자로 하는 서비스의 특성상 연체율이 상대적으로 높지만, 이와 같은 포용금융의 취지에 따라 일반적인 금융상품처럼 연체정보 공유를 통한 관리나 제재가 허용되지 않는 상황이다. 이러한 구조는 금융 포용성 제고에 긍정적 효과가 있으나, 전체적인 BNPL 취급 규모나 이용자의 채무상환 능력에 대한 전반적인 검증이 어렵게 만든다. 나아가 BNPL 연체정보가 기존 신용평가기관에 반영되지 않기 때문에 기존 시스템의 신용평가도 부정확해질 수 있는 등 여신관리와 건전성 리스크가 발생할 수 있다.¹⁹⁾

BNPL 서비스는 신용카드 발급조건이 까다로운 지역에서 신용점수가 부족한 사람들에게 신용카드의 대안으로 이용이 급증했으며, 미국의 어펌(Affirm), 유럽의 클라나(Klarna) 등을 비롯하여 다양한 BNPL 서비스 제공자가 있다.²⁰⁾ BNPL 서비스의 급속한 성장에 따라 전 세계적으로 소비자 보호 문제와 신용위험의 축적에 대한 우려가 제기되면서 규제 적용이 논의되고 있다. 특히 BNPL 서비스는 기존 금융업의 규제를 우회하는 구조로 설계되면서 기존 규제가 적용되지 않는 규제 공백이 발생하고, 소비자의 채무부담과 상환능력 저하에 대한 대응이 필요해지고 있다.²¹⁾ 또한 BNPL 서비스가 금융적으로 취약한 소비자를 대상으로 한 부정확한 정보 제공이나 과장된 광고로 인해 소비자 보호를 저해할 우려가 있으며, 연체율이 높은 이러한 서비스의 지속적인 확산이 금융시스템 전반에 잠재적인 위험을 초래할 수 있다는 점을 고려할 필요가 있다.²²⁾ 이는 개별 소비자의 재무적인 문제를 넘어 금융안정의 측면에서 신용 리스크가 축적되는 것이기 때문이다. 이에 따라 각국 금융당국 및 국제금융기구에서도 이에 대한 모니터링과 규제 필요성을 강조하고 있다.

미국에서는 2019년 이후 신용이력이 부족한 계층을 위주로 BNPL 이용이 빠르게 증가하였으며, 이에 따라 소비자 보호 조치가 강화되고 있다. 미국 소비자금융보호국(CFPB)은 2024년 5월 BNPL 서비스 제공자가 신용카드 제공업에 해당한다는 해석규칙을 발표하였다.²³⁾ 이에 따라 BNPL 제공자는 소비자에게 기존 신용카드업에 적용되는 청구 금액에 대한 이의, 환불요청, 명확한 대출 조건 제공 등 주요 법적 보호 및 권리를 제공해야 한다.²⁴⁾ 유럽연합(EU)은 2023년 10월 소비자신용지침(Consumer Credit Directive, CCD II)을 공식 채택하고 디지털 환경에서 발전한 신용상품으로서 BNPL 서비스를 기존 신용상품과 유사한 수준의 규제 적용하도록 했다.²⁵⁾

이처럼 미국과 유럽연합은 BNPL 서비스에 기존 신용카드와 유사한 수준의 규제를 적용하는 방향으로 제도적 정비를 추진하고 있다. 이러한 접근은 BNPL 서비스의 급속한 확산에 대응하여 소비자 보호와 신용위험 관리를 강화하려는 시도로 볼 수 있다. 다만, BNPL은 신용카드와는 다른 방식으로 설계되고 운영되는 측면이 있으므로 이러한 특성을 반영한 보완적 규제 접근이 병행될 필요가 있다.

BNPL 서비스 제공자는 자체적으로 구축한 대안신용평가시스템(Alternative Credit Scoring System)을 통해 이용자의 후불결제 한도를 내부적으로 산정한다. 금융당국은 포용금융의 취지를 반영하여 소액 후불결제업에 대해 대안신용평가모델 구축을 의무화하였다.³³⁾

전자금융거래법령에 따르면, 소액 후불결제업무의 이용한도는 신용정보회사로부터 제공받은 신용상태 평가결과에 관한 정보 외에도 소액 후불결제업무를 영위하려는 선불업자가 보유하거나 수집한 정보 등과 디지털 기술을 활용하는 방법으로 산정할 수 있다.³⁴⁾

이에 따라 BNPL 사업자는 기존 신용정보 외에 자체적으로 수집한 이용자의 행동정보, 거래 패턴, 플랫폼 내 활용 이력 등 비금융정보를 활용하고 인공지능이나 머신러닝 등 지능정보기술을 적용하여 이용한도를 산정하는 자체 신용평가모델을 구축할 수 있다. 예를 들어, 네이버페이는 대안신용평가시스템에 금융(신용)거래 정보 외에 네이버 쇼핑 및 페이 이용내역 등과 같은 비금융정보와 인공지능을 활용하고 있다.³⁵⁾

이러한 대안신용평가방식은 통신요금 납부이력, 온라인 구매정보, 포인트 적립정보, SNS 정보 등 다양한 비금융정보를 신용평가에 반영함으로써 신용이력이 부족한 소비자에게도 신용공여 기회를 제공하여 금융서비스에 대한 접근성을 높이고, 포용금융 실현에 기여하는 긍정적 효과를 가진다.

대안신용평가시스템은 BNPL 서비스 외에도 디지털 금융서비스 전반에 확산되고 있다.³⁶⁾ 데이터 3법 시행 이후 일정 요건 하에 신용정보주체의 동의 없이도 개인신용정보를 제공할 수 있는 범위가 확대되면서 금융정보와 비금융정보의 결합이 용이해지면서 활성화되고 있다. 예컨대, 네이버파이낸셜은 스마트스토어 판매자의 단골 고객 비중, 고객 리뷰, 반품률 등 자사 플랫폼에서 수집된 데이터를 활용한 자체 대안신용평가를 통해 온라인 사업자 전용 대출상품을 제공하고 있다.³⁷⁾ 이러한 대안신용평가는 통신비 납부 이력, 온라인 구매 내역, SNS 활동 등 다양한 비금융정보를 활용하여 신용도를 산정한다는 점에서 금융이력이 부족한 금융소외 계층의 접근성을 높일 수 있는 긍정적 측면이 있다.

반면, 대안신용평가 알고리즘의 작동 원리나 평가 기준이 소비자에게 명확히 공개되지 않는 특성을 가지고 있다. 특히 딥러닝 기반 AI 모델의 경우 전체적인 시스템 작동 구조는 파악할 수 있더라도, 개별 결정에 이르는 세부 절차는 이해하기 어려운 구조를 갖는다. 이로 인해 의사결정 과정과 그 판단의 근거를 설명하기 어려운 이른바 ‘블랙박스(black box)’ 문제를 가지고 있으며, 소비자가 대출 거절 등 불리한 결정에 대해 그 사유를 충분히 파악하거나 이의를 제기하기 어렵게 만든다.³⁸⁾ 또한, 알고리즘 설계 방식이나 학습 데이터에 내재된 편향에 따라 특정 계층이 신용공여에서 배제되거나 불리한 조건으로 거래하게 될 수 있다. 과거 대출 관행에 반영된 차별적 요소가 학습 데이터에 포함된 경우 특정 인구집단에 대한 구조적 차별이 재생산되거나 심화될 수 있다.³⁹⁾

신용평가에는 원칙적으로 평가체계의 공정성과 평가과정의 투명성이 요구된다.⁴⁰⁾ 이에 따라 개인인 신용정보주체는 자동화평가 실시 여부, 자동화평가의 결과와 주요 기준, 이에 이용된 기초정보 등의 개요에 대해 설명을 요구하고, 이의를 제기할 수 있다.⁴¹⁾ 그러나 인간의 관여가 전혀 없는 완전히 자동화된 시스템과 평가에 해당하지 않으면 적용되지 않는 한계가 지적된다.⁴²⁾ 이와 같은 적용 범위의 제한은 알고리즘 기반 신용평가에 대한 실질적인 통제를 어렵게 하며, 평가 절차의 투명성 확보와 금융소비자 권리 보호에 구조적인 제약으로 작용한다. 이로 인해 금융소비자의 금융접근성이 제한될 뿐 아니라,⁴³⁾ 정당한 이의 제기 및 권리 구제 의 실효성을 저해할 우려가 있다. 디지털 환경에서 이루어지는 알고리즘 기반 의사결정은 법령에 의한 직접적인 규율이 미비하거나 실질적인 개입이 어려워 규제 사각지대가 될 수 있다는 점에서 공법적 통제의 실효성에 대한 문제를 제기할 수 있다. 따라서 대안신용평가 알고리즘에 대한 사전적 검증체계 구축, 학습 데이터의 적정성 확보, 알고리즘의 설명가능성 제도화 등 사전적·사후적 통제 수단을 마련할 필요가 있다.

최근 제정된 인공지능 발전과 신뢰 기반 조성 등에 관한 기본법(이하 ‘인공지능기본법’)은 대출 심사와 같이 개인의 권리·의무 관계에 중대한 영향을 미치는 판단 또는 평가에 활용되는 인공지능을 ‘고영향 인공지능’으로 분류하고 있다.⁴⁴⁾ 이에 따라 해당 서비스를 제공하는 사업자는 고영향 인공지능에 기반하여 운영된다는 사실을 이용자에게 사전에 고지하고, 안전성과 신뢰성을 확보하기 위한 조치를 취해야 한다.⁴⁵⁾

인공지능기본법은 EU AI 법과 유사하게 위험 기반 규제 방식을 채택하고 있으나 ‘고위험’ 대신 ‘고영향’ 이라는 개념을 사용한다는 점에서 차이를 보이고 있다. 특히 EU AI 법은 고위험 인공지능의 유형을 구체적으로 열거하고 명확한 적용 기준을 제시하고 있는 반면, 인공지능기본법은 고영향 인공지능의 범위와 적용 기준이 모호하다는 지적을 받고 있다.⁴⁶⁾

따라서 고영향 인공지능에 대한 구체적인 감독 기준과 설명가능성 확보를 위한 실효적 장치 마련과 함께 신용평가 등 금융 분야에서 AI가 활용되는 경우 공정성과 투명성을 제도적으로 보장할 수 있는 공법적 대응 체계를 구축할 필요가 있다.

BNPL 서비스는 기능적으로는 신용공여를 제공하므로 기존 금융업과 동일한 규제가 요구된다. 그러나 디지털 금융서비스는 데이터 활용을 중심으로 운영되며, 양질의 데이터 확보가 핵심적인 가치로 작용한다는 측면에서 접근해야 할 필요성이 있다. 데이터 수집 및 활용 과정에서 무분별한 데이터 수집으로 인한 개인정보 침해와 데이터 처리의 부실로 인한 보안 사고, 해킹, 정보 유출 등 다양한 사이버 보안 리스크가 존재한다. 또한, 신용평가 알고리즘의 공정성 문제와 과도하게 개인화된 상품이나 서비스 추천이 소비자에게 불이익이 발생할 위험이 있기 때문이다.

BNPL 서비스를 제공하는 비금융회사는 단순한 신용공여을 넘어 사용자 데이터 확보 및 이를 활용한 수익 창출에 더 큰 비중을 두는 경향이 있다.⁴⁷⁾ 비금융회사는 자체 플랫폼 또는 서비스을 통해 대규모 사용자를 보유하고 있으며, 이를 기반으로 금융정보와 비금융정보를 통합하여 정교한 마케팅 전략을 설계한다. 최근 iOS, Android 등 모바일 플랫폼에서 제3자 데이터 추적이 제한되고, 웹 브라우저에서도 쿠키를 통한 사용자 추적이 폐지되는 추세이다.⁴⁸⁾ 이러한 데이터 보호 강화 흐름 속에서 BNPL 서비스는 다양한 사용자 데이터를 직접 수집할 수 있는 구조이다. BNPL 서비스는 전자상거래를 통한 상품 및 서비스의 소비와 대출이 결합된 영역에서 데이터 수집하고 이를 마케팅 전략에 활용할 수 있다.⁴⁹⁾ 특히 비금융회사로서는 은행 등 금융회사만 가질 수 있었던 고객의 금융정보까지 포함한 방대한 데이터를 수집할 수 있는 통로가 된다.

그러나 이러한 광범위한 데이터 수집과 결합으로 과도한 데이터 집중과 사용자 프로파일링은 개인정보 보호, 데이터 편향 및 차별, 과도한 소비 유도 등의 문제가 발생할 수 있다. 따라서 어떤 데이터를 수집하고 어떻게 활용하는지 데이터 수집, 보호, 어떤 분석 방법으로 이용자를 심사하는지 등에 대한 규제의 필요성이 커진다. BNPL 서비스는 신용공여 기능을 수행하지만, 그 수익 모델은 데이터 활용에 기반한 구조라는 점에서 데이터 수집 및 활용 방식, 알고리즘 기반 광고의 반복 노출, 프라이버시 보호 등 기술 기반 위험 요소에 대한 대응이 필요하다.

혁신금융서비스로 지정된 사업자들도 신용공여가 주목적이 아니라 결제 데이터를 분석하여 대안신용평가모델을 구축하고 이를 통해 맞춤형 상품을 제공할 목적이라는 점을 강조하였고,⁵⁰⁾ 포용금융 및 대안신용평가 고도화라는 취지로 혁신금융서비스로 지정되었다.⁵¹⁾ 이는 BNPL 서비스가 데이터 산업으로 기능하고 있음을 시사한다. 따라서 공법적 규제 역시 이에 대응하여 과도한 데이터 수집, 불공정한 활용 등 BNPL 서비스가 내포하는 리스크를 고려하여 규제의 범위와 방식을 채택할 필요가 있다.

앞서 살펴본 바와 같이 BNPL 서비스는 대안신용평가를 위해 이용자의 비금융데이터를 수집하고, 결제 및 대출 과정에서 금융데이터도 확보할 수 있다. 수집된 데이터를 활용하여 소비자의 구매 패턴, 신용상태, 선호 제품 등에 대한 정밀한 분석이 가능하다. 이를 기반으로 맞춤형 서비스와 마케팅 전략에 활용함으로써 추가 구매를 촉진하고 수익 창출 가능성을 극대화하는 방식으로 활용된다.⁵²⁾ 또한 BNPL 서비스는 판매자가 수수료를 부담하는 구조로 소비자는 추가적인 비용 부담으로 주저하지 않고 구매 결정을 할 수 있는 편의성을 제공한다.⁵³⁾ 결과적으로 판매 촉진 위한 마케팅 수단이 될 수 있다. 국제결제은행(BIS)은 BNPL 서비스의 간편한 접근성, 소비자의 금융지식 부족, 그리고 공격적인 마케팅 기법이 결합될 경우, 금융적으로 취약한 소비자가 과도한 채무부담를 부담하게 될 위험을 지적한다.⁵⁴⁾ 또한 다크 패턴(dark pattern) UI를 통한 단계적 결제 유도는 과잉차입 및 대출 중복으로 이어질 가능성을 내포한다.⁵⁵⁾ BNPL 제공자가 서비스 과정에서 수집된 소비자의 거래정보, 행동정보 등을 바탕으로 마케팅에 활용하여 특정 브랜드나 제품을 추천하는 등 반복적인 이용을 유도함으로써 과잉 소비와 연체 위험을 증가시킬 수 있다.⁵⁶⁾ 이러한 구조는 소비자의 과다한 채무 부담으로 이어질 수 있다.⁵⁷⁾

따라서 BNPL 서비스가 단순한 신용공여 상품이 아닌 금융소비자의 행동패턴과 데이터 경제를 기반으로 한 새로운 금융모델이라는 점을 고려한 규제 접근 방식이 필요하다. 데이터 기반 서비스의 고도화는 정교한 맞춤형 서비스 제공을 통해 소비자 편익을 향상시킬 수 있으나, 과도한 프로파일링과 마케팅 활용은 프라이버시 침해와 소비자 권익을 저해할 수 있다.

금융시스템의 관점에서도 BNPL이 가져올 수 있는 위험은 연체율 증가로 인한 재무적 요소 외에 신용공여의 기반이 되는 데이터 처리 및 알고리즘 운영과 같은 비재무적 요소에도 있다. 예를 들면, 잘못된 데이터 분석에 의한 과도한 신용창출과 같은 리스크이다. 국내 BNPL 서비스는 현재 소액 한도로 운영되고 있으므로 재무적 리스크에 대한 영향은 제한적일 수 있으나, 데이터 기반 경제와 디지털 금융서비스의 특성을 반영한 규제 접근이 필요하다는 시사점을 제공한다. 특히 BNPL 서비스는 대안신용평가시스템을 통해 고객의 신용평가를 실시하고 연체가 발생하더라도 기존 신용평가기관에 연체정보를 전달하거나 BNPL 서비스 제공자 간 연체정보가 공유되지 않는다. 금융당국은 포용적 금융 취지로 소액 후불결제업을 허용하였으며, 이에 따라 연체정보 공유를 제한하고 있다.⁵⁸⁾ 전자금융거래법 시행령 개정으로 대안신용평가모델을 이용하여 이용자별 한도를 산정하는 경우 타사 BNPL 연체정보를 활용할 수 있도록 허용하였으나,⁵⁹⁾ 여전히 기존 신용평가체계와의 연계는 제한적이다. 이러한 구조에서 BNPL 이용자의 채무상환 능력에 대한 종합적인 검증이 어렵고 기존 신용평가 체계의 정확성을 저하시킬 가능성이 있다.⁶⁰⁾