온라인 모기지 플랫폼인 베터(Better.com)이 인공지능 기업 오픈AI(OpenAI)와 협력해 ChatGPT 내에서 동작하는 모기지 심사(언더라이팅) 앱을 출시한다고 밝혔다. 양사는 이 앱이 은행, 모기지 중개사 및 핀테크 업체의 대출 담당자가 주택담보대출과 주택자본대출(홈에퀴티 론)을 심사하는 데 걸리는 시간을 극적으로 단축할 것이라고 전했다.
2026년 3월 5일, CNBC의 보도에 따르면, 베터의 최고경영자 비샬 가르그(Vishal Garg)는 이 앱이 베터의 모기지 엔진과 오픈AI의 언어·추론 모델을 결합해 심사 과정을 자동화·병렬화한다고 설명했다. 오픈AI의 최고상업책임자 지안카를로 리오네티(Giancarlo Lionetti)는 성명에서 “모기지 심사 과정을 평균 21일에서 빠르면 47초로 줄이고 이를 ChatGPT를 통해 제공하는 것은 모든 사람에게 큰 전환점이다”라고 밝혔다.
“OpenAI는 베터와 협력해 모기지 산업을 혁신하고 미국 가정이 주택을 담보로 자금을 조달하는 과정을 더 저렴하고 빠르며 쉽게 만드는 기술을 구축하게 된 것을 자랑스럽게 생각한다.”
애초 모기지 심사의 복잡성은 수십 개에 달하는 절차와 여러 기관의 문서·보고서 확인을 필요로 한다. 특히 감정(appraisal), 소유권 조사(title report), 소득 확인, 신용보고서 등 다양한 체크포인트를 순차적으로 처리하는 관행 때문에 전통적으로 수주(數週)의 시간이 소요돼 왔다. 2008년 금융위기 이후 JP모건 체이스(JPMorgan Chase) 등 대형 은행이 미국 모기지 시장에서 철수한 뒤 로켓 모기지(Rocket Mortgage), 유나이티드 홀세일 모기지(UWM) 등 비은행 대출업자들이 부상했다.
베터-오픈AI의 앱 작동 방식은 베터가 보유한 모기지 관련 데이터와 오픈AI 모델을 결합해 여러 업무를 병렬로 동시에 수행하는 것이다. 가르그는 “단순한 도구 호출이 아니라 여러 도구를 동시에 호출하는 광범위한 로직 트리와 큰 문맥(context) 창을 사용하는 구조”라며, 이를 통해 기존 워크플로가 하나씩 순차적으로 진행할 때보다 훨씬 빠르게 결론에 도달할 수 있다고 설명했다.
베터는 이번 전환을 자사의 기존 비즈니스 모델에서 소비자 대출자 중심에서 벗어나 ‘모기지-애즈-어-서비스(Mortgage-as-a-Service)’ 형태의 기술 플랫폼으로 확장하는 전략의 일환이라고 밝혔다. 가르그는 이 같은 플랫폼 전환이 기존 대형 모기지 제공자들에게 직접적인 경쟁 압력을 가할 것이라고 말했다.
비용 절감과 시장 파급력
베터에 따르면 이 기술은 평균적으로 21일의 시간을 절약해 심사 비용을 낮추고 결과적으로 소비자의 금융 비용을 줄일 수 있다. 가르그는 또한 전통적 대형 업체들이 심사 과정에서 평균 1.5%의 수수료를 부과해 수익을 창출해 왔으며, 이는 연간 약 $200억($20 billion) 규모의 비용으로 이어진다고 언급했다. (기사 원문은 이를 “typical year”라고 표기했다.)
또한 미국 주택담보대출 시장은 연간 창출되는 모기지 규모가 $1조 이상에 달하는 거대한 시장이라는 점에서, 이 기술이 널리 확산될 경우 업계 전반의 비용 구조와 경쟁 구도가 빠르게 바뀔 가능성이 있다.
산업적·경제적 함의와 전망
이번 협력은 기술적 효율화가 금융상품의 제공 방식 자체를 바꿀 수 있음을 보여준다. 중요한 경제적 함의은 다음과 같이 정리할 수 있다. 첫째, 대형 비은행 모기지사 및 전통 은행은 심사 시간과 비용 면에서 압박을 받을 가능성이 크다. 베터와 같은 기술 제공자가 진입하면 가격 경쟁이 심화되어 대형 사업자의 마진이 축소될 수 있다. 둘째, 소비자 비용은 하향 압력을 받을 여지가 있으며, 이는 주택 구매자의 초기 비용 부담 완화로 이어질 수 있다. 셋째, 심사 자동화는 심사 인력 수요의 구조적 변화를 초래할 수 있으며, 업계 고용에 영향을 줄 가능성이 있다.
다만 이러한 변화가 전면적으로 확산되기까지는 몇 가지 제약이 존재한다. 데이터 품질·표준화 문제, 각종 법적·규제적 요구사항(예: 소비자 보호·신용 검증 규정), 그리고 대출 기관 내부 시스템과의 통합 작업 등이 해결 과제로 남아 있다. 또한, AI 기반 심사 과정의 설명 가능성(explainability)과 오류·편향 이슈는 규제 당국과 금융기관에서 주목하는 부분이다.
경쟁 구도와 업계 반응 예상
베터-오픈AI의 기술은 기존 시장 주도자들인 로켓, UWM, 페니맥(Pennymac) 등에게 직접적인 속도와 비용 측면의 경쟁 압력을 가할 수 있다. 가르그는 “Rocket, UWM, Pennymac 등 대형 상장업체들이 모기지 언더라이팅에서 사실상 1.5%의 ‘세금’을 부과해 수익을 얻는다”고 언급하며 이는 연간 미 민간 차원에서 큰 비용임을 지적했다. 기술이 확산될 경우, 이러한 수익 모델은 재검토될 수 있다.
다만 기존 대형 사업자들도 자체 자동화 노력과 내부 프로세스 개선, 또는 유사한 AI 솔루션의 도입을 통해 대응할 가능성이 있다. 산업 전반에서는 비용 절감이 소비자 가격 전가로 이어질지, 아니면 업체 간 경쟁 심화로 기업 마진이 압박받을지에 대해 다양한 시나리오가 존재한다.
용어 설명
언더라이팅(underwriting)은 대출 신청자의 신용도·소득·자산·부채·담보가치 등을 종합적으로 검토해 대출 승인 여부와 조건을 결정하는 과정을 말한다. 이 과정에는 감정, 소유권 확인, 소득 증빙, 신용조회 등이 포함된다. 모기지-애즈-어-서비스(Mortgage-as-a-Service)는 모기지 제공과 관련된 핵심 소프트웨어·데이터·프로세스를 플랫폼 형태로 외부에 제공하는 비즈니스 모델을 의미하며, 타 금융사나 핀테크 기업이 이를 빌려 쓰는 방식으로 운영된다.
추가 정리: 이번 발표의 핵심은 기술 결합을 통한 심사 속도·비용의 대폭적 개선이며, 이는 시장 구조와 경쟁 구도에 실질적 영향을 줄 가능성이 높다.
결론
베터와 오픈AI의 협력은 금융 테크놀로지(핀테크)와 인공지능의 결합이 전통적인 금융 절차를 어떻게 재편할 수 있는지를 보여주는 사례다. 평균 21일 걸리던 심사를 빠르면 47초로 줄일 수 있다는 주장은 업계의 운영 방식과 비용 구조에 큰 도미노 효과를 불러올 수 있다. 그러나 데이터 표준화, 규제 준수, 설명 가능성 등 현장의 실무적·제도적 과제 해결 없이는 광범위한 확산에 제약이 남을 것이다. 향후 몇 분기 내에 대형 대출업체들의 대응 전략, 규제 당국의 입장, 그리고 실제 도입 사례와 성과가 관찰되면 시장에 미치는 총체적 영향이 더 명확해질 것으로 전망된다.
