토스뱅크 ML Engineer (Data Pipeline) 채용공고를 읽었다. 공고 문장만 보면 여느 데이터 엔지니어링 JD와 크게 다르지 않다. Spark, Airflow, Feature Mart, Batch Inference. 하지만 이 회사의 손익계산서와 이 회사에 걸린 규제를 옆에 놓고 보면, 문장 하나하나가 특정한 재무 항목을 겨냥하고 있다는 것이 보인다.

이 글은 “이 JD를 왜 냈는가”를 토스뱅크의 공시 실적·감독 규제·이미 지정받은 혁신금융서비스로 역산한 기록이다.

글의 성격과 한계를 먼저 밝힌다. 나는 토스뱅크 내부자가 아니다. 아래 수치는 전부 공개된 실적 발표와 언론 보도, 금융당국 자료에서 가져왔고 출처를 각각 표시했다. JD에 등장하는 “금리 최적화 시스템”과 “대출 사후 관리 시스템”은 그 이름으로 공개된 자료를 찾지 못했다. 두 시스템에 대한 해석은 JD 문장과 재무·규제 구조에서 끌어낸 내 추론이며, 회사의 설명이 아니다. 추론인 곳은 본문에서 매번 표시했다.

1. 먼저 숫자 하나. 번 돈의 74%가 충당금으로 나간다

2026년 1분기 토스뱅크의 손익을 순서대로 늘어놓으면 이렇다.

항목 2026 1Q 전년 동기 대비
순이자손익 2,098억원 +2.6%
비이자이익 −70억원 (전년 −152억원)
충당금적립전이익 1,353억원 (전년 1,521억원)
신용손실충당금 전입액 1,009억원 −22.9%
당기순이익 296억원 +58.3% (분기 최대)

출처: 토스뱅크 2026년 1분기 실적 (2026-05-29 공시) — 언론 보도로 확인. [1차 자료인 공시 원문은 직접 열람하지 못했고, 보도된 수치를 사용했다.]

이 표에서 눈여겨봐야 할 건 순이익 296억이 아니라 1,353억 → 296억으로 가는 구간이다. 영업으로 만든 1,353억 중 1,009억, 즉 74.6%가 충당금으로 빠져나간다.

이 비율이 왜 중요한가. 순이익을 키우는 경로가 두 개인데 레버리지가 완전히 다르기 때문이다.

  • 경로 A — 이자를 더 번다: 순이자손익 2,098억을 15% 늘리면 약 315억이 는다.
  • 경로 B — 충당금을 덜 쌓는다: 충당금 1,009억을 15% 줄이면 약 151억이 는다. 그런데 순이익이 296억이므로, 이 151억은 순이익 기준 50% 증가에 해당한다.

경로 B의 15%가 경로 A의 15%보다 절대 금액은 작지만, 문제는 경로 A가 지금 막혀 있다는 것이다.

2. 이자를 더 벌 길이 규제로 막혀 있다

토스뱅크의 이자 수익 확대에는 세 겹의 제약이 동시에 걸려 있다.

(1) 단가가 내려가고 있다. 2026년 1분기 NIM은 2.51%로 전년 대비 0.09%p 하락했고, 원화 예대금리차는 3.47%로 0.23%p 떨어졌다.

(2) 물량을 못 늘린다. 정부는 2026년도 가계부채 관리방안에서 가계대출 증가율 목표치를 1.5%로 잡았다. 금융감독원이 이인영 의원실에 제출한 자료 기준 토스뱅크의 2026년 연간 가계대출 증가 목표치는 5,052억원이다. 여신 잔액이 15조원대인 은행이 1년에 늘릴 수 있는 총량이 5천억원 남짓이라는 뜻이다.

(3) 새 성장축이 지연되고 있다. 인터넷은행 3사 중 유일하게 주택담보대출을 취급하지 않던 토스뱅크는 2026년 상반기 출시를 목표로 했으나, 2026년 5월 시점에도 금융당국에 약관 심사를 신청하지 않은 상태였다. 비이자이익은 아직 적자(1분기 −70억원)이고, 5월 금융투자업 본인가로 가능해진 펀드 판매는 이제 시작 단계다.

정리하면 — 단가는 내려가고, 물량은 총량 규제로 묶여 있고, 신상품은 늦어지고 있다.

이 상황에서 손익을 움직일 수 있는 가장 큰 자유도는 하나 남는다. 같은 고객 풀 안에서, 리스크를 더 정밀하게 값 매기고, 부실을 더 일찍 잡아내는 것.

3. 그런데 고객 풀조차 마음대로 고를 수 없다

일반적인 은행이라면 “위험한 차주를 덜 받으면” 된다. 인터넷전문은행은 그럴 수 없다.

금융위원회는 2023년 12월 27일 보도자료를 통해 인터넷전문은행의 중·저신용자 대출 공급 목표를 2024~2026년 기간 “평잔 30% 이상” 으로 설정했다. 종전의 말잔(기말 잔액) 기준을 평잔으로 바꿔 연말에 숫자를 맞추는 편법을 막았고, 개인사업자 신용대출까지 대상에 포함했다.

토스뱅크의 2026년 1분기 중·저신용자 신용대출 비중은 잔액 기준 34%대 중반으로 3사 중 가장 높다.

보도 간 소수점이 엇갈린다(34.7% / 34.8%, 신규취급 34.4% / 34.5%). 어느 쪽도 확정할 수 없어 “34%대 중반”으로만 쓴다.

여기에 정책 압박이 겹친다. 김용범 대통령실 정책실장은 2026년 5월 인터넷은행의 우량 차주 편중 영업을 겨냥해 “인터넷은행은 체리피킹이 사명이 아니다” 라고 지적했다.

그러니까 구조는 이렇다.

높은 리스크의 차주 풀을 규제상 의무적으로 안고 가야 하고, 그 풀을 회피할 수 없으며, 총량은 묶여 있고, 순이익의 74%에 해당하는 돈이 그 풀에서 발생하는 충당금으로 나간다.

차주를 고를 수 없으면, 풀 안에서 골라내는 수밖에 없다. 이 은행에서 머신러닝은 기술 선택이 아니라 규제 대응 수단이다.

그리고 이건 내 해석만이 아니다. 위 금융위 보도자료에는 각 인터넷은행이 당국에 제출한 계획이 요약돼 있는데, 토스뱅크 항목에 “AI기반의 신용평가 모델링을 적용하여 신용평가모형의 완성도와 성능을 높이며 개인사업자 특화 대안정보를 활용” 이라고 적혀 있다. ML은 감독당국에 제출한 공식 계획서에 이미 들어가 있는 항목이다.

실제로 토스뱅크는 2021년부터 머신러닝 기반 자체 신용평가모형 TSS(Toss Scoring System) 를 운영해 왔고, 2026년 1분기 기준 TSS 3.0과 9개 특화 심사모형을 쓰고 있다고 밝혔다. 회사는 2025년 연체율 개선(1.19% → 1.11%)의 원인으로 “신용평가모델 고도화와 AI 기반 리스크 관리 전략”을 들었다.

연체율 개선의 원인 귀속은 회사 측 설명이다. 같은 기간 보증부대출 비중이 38%까지 올라가면서 기업대출 연체율이 3.13% → 2.34%로 떨어진 것이 함께 보도되었으므로, 모델 개선분과 포트폴리오 구성 변화분을 공개 자료로는 분리할 수 없다. 모델 덕이라고 단정하지 않는다.

4. JD의 세 제품을 손익계산서 위에 올려놓기

JD 팀 소개에는 세 가지 제품이 나온다. 이걸 위에서 본 재무 구조에 매핑하면 이렇게 된다.

JD의 제품 겨냥하는 항목 2026 1Q 규모
금리 최적화 시스템 순이자손익 (NIM·예대금리차) 2,098억원
대출 사후 관리 시스템 신용손실충당금 전입액 1,009억원
대출 특화 상담 AI Agent 판매관리비 + 소비자보호 —

(1) 금리 최적화 시스템 — 물량이 막혔으니 단가로. 총량 5,052억원이라는 상한 아래에서 순이자손익을 늘리려면 같은 대출에 더 맞는 금리를 매기는 것 외에 방법이 없다. 차주별 리스크 대비 금리를 정밀화하면, 과대 책정으로 놓친 우량 차주는 잡고 과소 책정으로 손실이 나던 구간은 정리된다. 표에 넣긴 했지만, 이 시스템의 실물 내용은 공개 자료로 확인되지 않는다. 이름과 재무 구조에서 끌어낸 추론이다.

(2) 대출 사후 관리 시스템 — 충당금 1,009억이 표적. 그리고 법적 의무다. 여신 사후관리는 은행이 하면 좋은 일이 아니라 감독규정상 해야 하는 일이다. 「은행업감독규정」 제78조는 은행이 “여신 실행 이후 신용리스크의 변동상태를 적절히 평가, 관리할 수 있도록 (…) 건전한 여신사후관리업무 시스템을 운영하여야” 한다고 정한다.

이 조문은 금융감독원 제재조치 문서에 인용된 문구를 옮긴 것이다. 국가법령정보센터에서 현행 조문 원문을 직접 열람하지 못했으므로 2차 인용이며, 현행 조문과 자구가 다를 수 있다.

핵심은 “여신 실행 이후”, “신용리스크의 변동상태“다. 대출을 내줄 때 한 번 점수를 매기고 끝나는 게 아니라, 살아 있는 모든 대출에 대해 신용 상태를 계속 다시 평가해야 한다. 15조원의 여신, 그중 34%대 중반이 중·저신용자. 이건 정의상 전수 배치 잡이다.

그리고 이게 JD가 “배치”를 반복해서 말하는 이유라고 본다. 사후관리의 자연스러운 단위는 실시간 이벤트가 아니라 일 단위 전수 재평가다.

(3) 대출 특화 상담 AI Agent — 이건 추론이 아니라 확정된 프로젝트다. 토스뱅크는 2025년 12월 17일 금융위원회로부터 ‘차세대 금융상담’ 관련 혁신금융서비스 2건을 지정받았다. LLM이 FAQ뿐 아니라 복잡한 상품 절차와 내부 정책 문서를 직접 분석해 답변을 생성하고, 상품 설계가 복잡할수록 특화된 에이전트 구조를 붙여 오답률을 낮추는 구조라고 회사는 설명했다. 그 직전인 2025년 12월 초에는 AWS Bedrock 기반 생성형 AI 4건(코드 리뷰, 마케팅·법률 검토, 경영·재무 분석, Text to SQL)을 이미 지정받았다.

즉 JD의 세 번째 제품은 “하고 싶은 것”이 아니라 규제 샌드박스 지정을 받아 놓고 만들어야 하는 것이다. 지정을 받았는데 사람이 없으면 곤란해지는 종류의 일이다. JD가 나온 이유의 상당 부분이 여기 있다고 본다.

참고로 회사가 공개한 운영 효과 수치는 이렇다.

자동화 대상 개선
압류 서류 처리 건당 38분 → 1분 37초 (하루 800~1,400건, 인식 정확도 최대 98%)
금융거래정보 처리 건당 73초 → 39초
신분증 위변조 탐지 2년간 410만장 검증, 위변조 시도 2만여 건 탐지 (정확도 99.5%)
AI 상담 전체 상담원 평균 처리시간 직전월 대비 −5%, 신입 상담원 −12%

전부 토스뱅크가 제시한 자체 수치다. 제3자가 검증한 벤치마크가 아니며, 측정 방법도 공개되지 않았다. 그대로 사실로 받아들일 근거는 없다.

JD 하단 “동료 한마디”의 “은행 내의 모든 운영 업무를 자동화 해요” 는 수사가 아니라 위 목록의 연장선으로 읽는 게 맞다.

5. 왜 Product ML이 아니라 굳이 ‘Data Pipeline’을 따로 뽑는가

이 JD에서 가장 인상적인 건 없는 것이다.

실시간(real-time / online) 추론에 대한 요구가 단 한 번도 나오지 않는다.

대신 “배치성 Feature Mart”, “Batch Inference”, “배치 스케줄러 워크플로우”, “실패 복구·재처리”. 전부 배치다. 모델 서빙 레이턴시, 온라인 피처 스토어, 스트리밍 — 언급되지 않는다.

이걸 “덜 화려한 포지션”으로 읽으면 JD를 잘못 읽은 것이다. 은행에서 배치는 하위 호환이 아니라 요구사항이다. 이유가 세 가지 있다. (아래는 규제 산업의 일반적 요구에서 끌어낸 내 해석이다.)

(a) 재현성이 감사 요건이다. 금융회사는 특정 차주에게 특정 시점에 왜 그런 금리·한도·등급이 적용됐는지 사후에 재현할 수 있어야 한다. 배치는 그 시점의 피처 스냅샷이 테이블로 남는다. 실시간 피처는 계산 후 사라지기 쉽다. 재처리(backfill) 요구가 JD에 명시된 건 엔지니어링 편의가 아니라 감사 대응 요건에 가깝다고 본다.

(b) Feature Mart를 별도 자산으로 두는 이유는 정합성이다. 금리 최적화·사후관리·상담 에이전트는 같은 차주에 대한 같은 피처를 쓴다. 각 팀이 각자 SQL로 만들면 같은 차주의 “최근 3개월 연체 횟수”가 시스템마다 다른 값이 나온다. 금융에서 이건 버그가 아니라 설명 불가능 상태다. 감독당국이 “왜 이 고객은 A시스템에선 정상인데 B시스템에선 경고입니까”라고 물었을 때 답이 없다. 그래서 피처를 한 번 계산해 공유 자산으로 관리하는 조직이 따로 필요하다. JD 우대사항의 Feast Feature Store가 여기 붙는다.

(c) 이건 데이터 사이언스가 아니라 인프라 문제다. 15조원 여신, 1,500만 고객, MAU 1,100만. 피처를 하루 한 번 전수 계산하는 일의 병목은 모델링이 아니라 셔플·파티셔닝·조인 전략·비용이다. JD가 “처리량, 처리 시간, 비용 간의 트레이드오프를 고려“를 자격요건에 넣은 게 그래서다. DS가 겸업할 수 있는 성격의 일이 아니다.

실제로 조직도도 그렇게 갈라져 있다. 토스뱅크의 AI 업무는 데이터 부문(Data Division) 산하 머신러닝 트라이브(Machine Learning Tribe) 가 맡고 있고, 그 안에 ML Platform팀이 별도로 있다. 데이터 부문은 2025년 8월부터 티오더·야놀자 CTO 출신 엄태욱 Head of Data가 이끈다. JD의 “ML Tribe / Chapter” 구조는 실제 조직 구조와 일치한다.

6. “Best Practice를 따르기보다”라는 문장을 어떻게 읽을 것인가

JD 자격요건의 마지막 줄이 제일 눈에 걸린다.

“정해진 정답(Best Practice)을 따르기보다 문제를 정의하고 왜 그 기술을 선택했는지 스스로 설명할 수 있는 분”

채용공고의 흔한 수사일 수 있다. 그 가능성을 먼저 인정해 둔다. 다만 위에서 본 구조에 대입하면 구체적인 함의가 생긴다.

데이터 엔지니어링의 표준 베스트 프랙티스 상당수는 레이턴시와 처리량을 최우선 목적함수로 놓고 만들어졌다. 스트리밍, 온라인 피처 스토어, eventual consistency, 실시간 서빙.

은행의 목적함수는 다르다. 정합성 > 재현성 > 감사 추적 > 지연시간. 하루 늦게 계산해도 설명 가능한 값이 필요하지, 1초 만에 나오지만 어제 값을 재현할 수 없는 시스템은 곤란하다. 그래서 표준 아키텍처를 그대로 들고 오면 어긋나는 지점이 생긴다. “왜 그 기술을 선택했는지 설명하라”는 요구는 “우리 제약 조건은 교과서와 다르다”는 말의 완곡한 표현이라고 나는 읽는다.

같은 맥락에서 이력서 작성 가이드도 다시 읽힌다. JD는 정량 수치, 병목·장애 진단, 트레이드오프 비교, 비즈니스 임팩트를 요구한다. “Airflow DAG 200개를 운영했다”가 아니라 “어느 배치가 왜 느렸고, 무엇과 무엇을 저울질해 무엇을 포기했고, 그 결과 얼마가 절감됐는가” 를 쓰라는 뜻이다. 이건 위에서 본 재무 구조를 생각하면 당연하다. 이 팀이 만드는 파이프라인은 결국 1,009억원짜리 충당금 항목과 2,098억원짜리 이자손익 항목을 움직이는 물건이고, 그런 물건을 만드는 사람에게 회사는 금액 감각을 요구한다.

채용 절차에 라이브 코딩이 서류 바로 다음에 붙어 있는 것도 같은 방향이다. 도메인 지식보다 먼저 거르는 게 구현 능력이다. 반대로 우대사항의 “은행/금융 규제 도메인 경험”은 말 그대로 우대일 뿐 필수가 아니다. 규제는 가르칠 수 있지만 대규모 배치 최적화 감각은 가르치기 어렵다는 판단으로 보인다.

7. 정리 — 이 JD는 한 문장으로 무엇을 원하는가

지금까지의 역산을 하나로 압축하면 이렇다.

총량 규제로 대출을 더 늘릴 수 없고, 중·저신용자 의무 비중 때문에 리스크 높은 풀을 피할 수도 없으며, 벌어들인 돈의 74%가 충당금으로 나가는 은행이, 남은 유일한 레버인 ‘같은 고객을 더 정확히 판단하기’를 실행하기 위해 — 15조원 여신을 매일 전수 재평가하면서도 감사에 재현 가능하고 세 제품이 같은 값을 보는 배치 데이터 기반을 만들 사람을 찾는 공고.

“Data Pipeline”이라는 직무명이 지루해 보인다면, 그 파이프라인 위에 올라가 있는 것이 무엇인지를 보면 된다. 이 팀의 배치가 하루 밀리면 어제 부실 징후를 보인 차주를 오늘 못 잡는다. 피처가 시스템마다 다른 값을 내면 감독당국 질의에 답할 수 없다. 그게 이 포지션의 무게다.

8. 이 글이 말할 수 없는 것

정직하게 남긴다.

  1. “금리 최적화 시스템”과 “대출 사후 관리 시스템”의 실물을 확인하지 못했다. 그 이름으로 공개된 자료가 없다. 4장 (1)(2)의 해석은 전부 추론이다.
  2. 재무 수치는 공시 원문이 아니라 보도를 통해 확인했다. 2024년 순이익은 보도마다 457억원과 432억6,800만원으로 엇갈려 본문에서 사용하지 않았다.
  3. 회사 제시 수치와 제3자 검증 수치를 섞지 않았다. OCR 24배·정확도 99.5%·상담시간 −5%는 전부 회사 자체 발표이며 독립 검증이 없다.
  4. 연체율 개선을 모델 성과로 귀속시키지 않았다. 같은 기간 보증부대출 비중 확대 효과와 분리 불가능하다.
  5. 은행업감독규정 제78조는 2차 인용이다. 현행 원문을 열람하지 못했다.
  6. 5·6장의 ‘왜 배치인가’, ‘Best Practice 문장의 의미’는 규제 산업의 일반적 요구에서 끌어낸 내 해석이다. 토스뱅크가 그렇게 설명한 적은 없다.
  7. 채용 담당자의 실제 의도는 알 수 없다. 이 글은 JD를 회사의 재무·규제 제약과 대조해 읽은 결과일 뿐, 내부 의사결정의 재구성이 아니다.

References

① 1차·공식 (감독당국)

  • 금융위원회, 「인터넷전문은행 중·저신용자 대출 공급계획(2024~2026)」 보도자료, 2023-12-27 — 평잔 30% 이상 목표, 말잔→평잔 전환, 개인사업자 신용대출 포함, 토스뱅크 계획의 “AI기반의 신용평가 모델링” 문구.
  • 「은행업감독규정」 제78조 (여신운용원칙) — 본문 인용은 금융감독원 제재조치 문서에 인용된 문구를 재인용한 것이며, 현행 원문 미열람. https://law.go.kr/admRulLsInfoP.do?admRulSeq=2100000220174

② 회사 발표 / 실적 (토스뱅크 제공 수치 — 독립 검증 없음)

  • 토스뱅크 2026년 1분기 실적 (2026-05-29 공시) — 순이익 296억원, 순이자손익 2,098억원, NIM 2.51%, 충당금전입 1,009억원, 여신 15조5,047억원, BIS 16.62%.
  • 토스뱅크 2025년 연간 실적 (2026-03-31 발표) — 순이익 968억원, 이자이익 1조3,437억원, 수수료이익 1,673.9억원, 보증부대출 비중 38%, 연체율 1.11%, 고정이하여신비율 0.85%, 대손충당금적립률 321.95%. https://news.bizwatch.co.kr/article/finance/2026/03/31/0037
  • 토스뱅크 혁신금융서비스 지정 발표 (2025-12-18) — 차세대 금융상담 2건 지정(2025-12-17), AWS Bedrock 기반 4건 선행 지정. https://www.mk.co.kr/news/economy/11495311

③ 언론 1차 취재

④ 분석 대상 원문

  • 토스뱅크 ML Engineer (Data Pipeline) 채용공고 (본문에서 인용한 문장들).