간단히 말해서, AI가 투자은행가를 완전히 대체하지는 않겠지만, 주니어급 "생산" 업무의 상당 부분을 담당하고 워크플로가 재편됨에 따라 일부 팀의 규모를 축소할 것입니다. 기업이 규정 준수 체계와 철저한 감사 추적 시스템 내에서 도구를 활용할 수 있다면 애널리스트의 업무 부담은 빠르게 줄어들겠지만, 압박 속에서 신뢰가 깨지더라도 최종 결정은 여전히 인간의 몫입니다.
핵심 요약:
작업 자동화 : AI를 활용하여 초안 작성, 시안 제작, 요약 작성 및 슬라이드 서식 지정을 자동화하세요.
인간적 강점 : 실제 거래에서 신뢰, 협상, 정치, 책임감에 집중합니다.
직급 체계 변화 : 애널리스트의 비중은 줄어들고, 어소시에이트/VP는 검토 및 판단을 통해 영향력을 확대한다.
통제가 최우선입니다 : 감사 추적, 불확실성 표시, 엄격한 규정 준수 제약을 요구하십시오.
훈련 위험 : 단순 반복 작업이 사라지면, 의도적인 실습 과정을 통해 도제식 교육 체계를 재구축해야 합니다.
이 글을 읽고 나서 읽어보시면 좋을 만한 글들:
🔗 인공지능이 가까운 미래에 영상의학과 전문의를 대체할까요?
인공지능 기반 진단이 영상 진단 업무에 어떤 변화를 가져올 수 있을까?.
🔗 인공지능이 회계사를 대체할까요, 아니면 회계사의 역할을 바꿀까요?
자동화로 처리할 수 있는 부분과 인간의 역할이 여전히 중요한 부분.
🔗 인공지능이 데이터 분석가를 대체할까요? 현실적인 논의
인공지능이 대체할 수 있는 작업과 대체할 수 없는 작업에 대한 현실적인 관점.
🔗 인공지능이 변호사를 대체할까요? 생각보다 훨씬 복잡한 질문입니다
인공지능의 급속한 발전에도 불구하고 법률 업무가 완전 자동화에 저항하는 이유는 무엇일까요?.
“인공지능이 투자은행가를 대체할까요?”라는 질문에 대한 간단한 답변 📌
AI가 투자은행가의 업무를 완전히 대체할 가능성은 낮습니다. 왜냐하면 은행 업무는 단순히 결과물을 내놓는 것만이 아니라 신뢰를 얻고, 불확실성을 헤쳐나가고, 서로 다른 동기와 선택적 기억을 가진 사람들 사이에서 거래를 성사시키는 것이기 때문입니다.
하지만 인공지능은 분명히 그렇게 할 것입니다:
-
분석, 초안 작성 및 처리 작업 의 상당 부분을 자동화합니다.
-
기획 및 실행 일정을 단축하세요
-
특정 업무 단계에 필요한 인력 수를 줄입니다
-
관계 형성 능력, 판단력, 분배 능력 에 가치를 집중하세요.
-
은행들이 애널리스트에서 어소시에이트로 이어지는 "도제식" 모델을 재고하도록 해야 합니다
그러니까 만약 당신이 "AI가 투자은행가를 대체할까요?"라는 질문을 마치 예/아니오로 답할 수 있는 것처럼 묻는다면, 솔직히 말해서 AI는 특정 업무를 대체하는 것이지, 인류 전체를 대체하는 것은 아닙니다 🧠🤖
현실 점검: 이건 "언젠가"가 아니라 이미 노동 시장의 필수 요소가 되었습니다 🔢
이를 명확하게 표현하자면, 경영진은 아닌지 , AI를 중심으로 예산을 편성하고 있다는 것입니다.
-
세계경제포럼의 고용주 설문조사에서 86%는 AI + 정보처리 기술이 2030년까지 사업을 변화시킬 것으로 예상하고 있으며, 동일한 연구에서는 구조적 변화에 따른 대규모 일자리 변동 (창출 + 대체)이 강조되었습니다.[1]
-
하면 생성형 AI가 시간당 생산량을 실질적으로 변화시킬 수 있다고 주장합니다 (큰 "만약"이지만, 그것이 핵심입니다). [2]
번역: "은행가"들이 사라지지 않더라도 운영 모델은 그대로 유지되지 않을 것이다.
투자은행가들이 하는 일 (사람들이 잊는 부분) 🧾📈
투자은행 업무가 단순히 스프레드시트와 슬라이드 자료로만 이루어진다면, 이 대화는 이미 끝났을 겁니다. 하지만 투자은행 업무는 마치 트렌치코트 안에 다섯 가지 업무가 겹겹이 쌓여 있는 것과 같습니다
-
기획(일감 발굴 및 수주)
, 관계 구축, 포지셔닝, 타이밍, 정치적 수완. 약간의 심리 치료, 약간의 전략, 약간의 체스 ♟️ -
실행(거래 성사):
변호사, 회계사, 내부 위원회, 고객사 경영진, 거래 상대방 등과의 조율… 그리고 끊임없이 발생하는 작은 위기들에 대한 대응. -
가치 평가와 스토리텔링.
단순한 숫자가 아닌, 면밀한 검토를 견뎌낼 수 있는 스토리. 왜 이 거래인가, 왜 지금인가, 왜 이 가격인가. -
프로세스 관리,
일정 관리, 데이터룸, 실사 요청, 이해관계자 관리. 한마디로 전문적인 고양이 관리죠 🐈 -
위험 관리 및 평판 판단:
무엇을 하지 말아야 할지가 무엇을 해야 할지 못지않게 중요합니다. 때로는 더 중요할 수도 있습니다.
AI는 이 다섯 가지 모두에 도움을 줄 수 있습니다. 하지만 이 다섯 가지 모두를 대체하는 것은 더 어렵습니다.
투자은행 분야에서 훌륭한 AI란 무엇일까요? 🤝🤖
은행업계에서 "좋은" 인공지능이란 가장 보기 좋은 문단을 생성하는 인공지능이 아닙니다. 오히려 다음과 같은 역할을 하는 믿음직한 신입 사원처럼 행동하는 인공지능입니다
-
환각 증상을 보이지 않거나 (적어도 불확실성을 명확하게 표현한다)
-
철학 강의처럼 되지 않고 전제들을 설명한다.
-
규정 준수 범위 내에서 불평 없이
-
일관된 템플릿 과 버전 관리를 사용합니다 (은행업계는 무작위성을 극도로 싫어합니다).
-
업계 동향, 거래 구조의 일반적인 기준, 고객의 민감도 등 맥락을 이해합니다.
-
감사 추적 기록이 남아 있어서 나중에 누군가가 결과물을 옹호할 수 있어요 😬
또한 금융은 백엔드 처리 및 규정 준수와 같은 분야에서 이미 AI(GenAI 포함)를 도입하고 있으며 으로 지적하고 있습니다. 이러한 긴장감이 바로 핵심입니다. [3]
숨겨진 필수 조건은 신뢰입니다. 모델이 아무리 똑똑해도 압박 속에서 신뢰할 수 없다면 오히려 부담이 됩니다. 마치 브레이크가 불안정한 스포츠카와 같습니다. 재미있을 때는 좋지만, 그렇지 않으면 위험해지는 것처럼 말이죠.
인공지능이 가장 먼저 영향을 미치는 곳: 은행업의 "산업" 부문 🏭🧠
가장 초기의 일자리 이동은 다음과 같은 분야에서 발생합니다:
-
고용량
-
템플릿 기반
-
인간에 의해 오류가 발생하기 쉬움
-
기계적으로 점검하기 쉽습니다
네, 맞습니다. 분석가들이 흔히 겪는 고통스러운 부분들이 이 폭발 영역에 많이 포함되어 있습니다.
자동화될 가능성이 높은 (또는 크게 압축될 가능성이 높은) 작업
-
초기 사업 계획서 초안 및 시장 개요 작성 ✍️
-
구조화된 입력값을 사용하여 비교표 작성
-
소송 서류, 녹취록, 연구 노트 요약
-
슬라이드 서식 지정 및 브랜드 규칙 적용 (새벽 2시 정렬 전쟁은 이제 안녕!) 🎯
-
제공된 실사 보고서를 바탕으로 CIM 초안 섹션 작성
-
다양한 가치 평가 시나리오를 신속하게 생성
-
이메일 작성, 업무 현황 업데이트, 회의 안건 작성 (멋진 일들…)
반전
인공지능이 작업을 "수행"하더라도 인간은 여전히 다음과 같은 역할을 합니다
-
확인해 보세요
-
수정하세요
-
내부적으로 방어하세요
-
외부에 제시하세요
그래서 업무의 초점이 창작에서 검토, 감독, 판단 . 듣기엔 쉬워 보이지만… 막상 최종 승인을 해야 할 때는 이야기가 달라지죠 😵💫
흔히 볼 수 있는 시나리오입니다. 밤 11시 17분, 클라이언트는 아침까지 "더욱 탄탄한 기업 가치 스토리"를 원하고, 누군가는 세 개의 위해 세 가지 . 탄탄한 AI 시스템이라면 몇 분 만에 초안 문구를 작성하고 슬라이드 뼈대를 만들 수 있습니다. 그러면 담당자나 부사장이 실질적인 작업을 시작합니다. 기술적으로는 맞지만 상업적으로는 잘못된 부분을 수정 하는 것이죠 .
AI가 어려움을 겪는 부분: 거래를 성사시키는 데 필수적인 인간의 역할 🧩💬
불편한 진실이지만, 투자은행업의 가치는 상당 부분 사회적, 상황적 요소에 달려 있습니다. 가짜 사회적 관계가 아니라, 맥락 속의 사회적 관계 말입니다.
AI가 더 어려워하는 부분은 다음과 같습니다
-
고객 심리: 두려움, 자존심, 내부 정치, 이사회 역학
-
협상의 미묘한 차이: 말로 표현된 것과 실제로 의미하는 것의
-
타이밍 감각: 언제 밀어붙이고 언제 멈춰야 할지
-
평판 기반 신뢰: "이 영화 전에 본 적 있어, 그러지 마."
-
제약 조건(세금, 지배구조, 규제 마찰) 하에서의 창의적인 구조 설계
-
책임감: 고객은 조언에 책임을 지는 사람을 원합니다.
모델은 구조를 제시할 수는 있습니다. 하지만 분노와 공포에 휩싸인 CEO 맞은편에 앉아 침착하게 대화를 합리적인 선택으로 이끌 수는 없습니다. 그것은 마법이 아니라 인간의 본능적인 능력입니다.
비교표: 최고의 "AI + 뱅킹" 조합 (그리고 어떤 분야에 도움이 되는지) 📊✨
이건 실용적인 관점입니다. "최고의 AI 도구"라는 판매 문구가 아니라, "최적의 활용 패턴"에 가깝습니다.
| 도구/설정 | 청중 | 가격 | 작동 원리 |
|---|---|---|---|
| 비교 분석 및 초안 작성 담당 애널리스트 보조 | 애널리스트, 어소시에이트 | $-$$ | 초안 작성 속도를 높이고 어이없는 오류를 줄여줍니다. 하지만 (항상) 검토는 필요합니다. |
| 브랜드 가드레일이 장착된 피치덱 발전기 | 취재팀 | $$ | 대략적인 개요를 빠르게 활용 가능한 페이지로 만들어줍니다... 다만 서식이 가끔 이상하게 적용되는 경우가 있습니다 |
| 성실성 요약 및 질의응답 봇 | 거래팀 | $$-$$$ | 데이터 접근이 안전하고 권한이 부여된 경우에만 읽기 시간을 획기적으로 단축할 수 있습니다 |
| 내부 지식 검색(정책, 선례) | 모든 사람 | $$ | "지난번에 어떻게 했더라?"라는 질문에 대한 답을 찾아줍니다 - 시간을 엄청나게 절약해 줍니다 📚 |
| 관계 인텔리전스(신호, 계정 매핑) | 고령자, 자금 조달 | $$-$$$ | 타이밍과 각도를 파악하는 데 도움이 되지만, 실제 관계를 대체하는 것은 아닙니다 |
| 승인 워크플로 + 규정 준수 검사기 | 위험 관리, 법률, 은행가 | $$$ | 뉴스거리가 될 만한 실수를 방지해 줍니다. 하지만 아이러니하게도 작업 속도를 늦추기도 하죠 😬 |
네, 가격이 불분명한 건 의도적인 겁니다. 은행 조달은 완전히 별개의 세계거든요.
인공지능이 투자은행가를 대체할까요? 경력에 따라 다릅니다 👔🧑💻
여기서부터 대화가 흥미진진해집니다.
분석가와 주니어들 😵💫
주니어들이 하는 일의 대부분은 다음과 같습니다:
-
제도
-
서식 지정
-
업데이트 중
-
약간의 수정을 거쳐 동일한 모델을 재구축합니다
AI는 이를 매우 압축합니다. 즉, 다음과 같습니다
-
동일한 결과물을 얻기 위해 필요한 주니어 인력의 수가 줄어들 수 있습니다
-
남아있는 주니어 선수들은 더 빠른 시일 내에 더 높은 수준의 기량을 발휘해야 할 것으로 기대됩니다
-
'고통을 통한 학습' 모델에 변화가 생긴다
실제로 인공지능이 단순 반복 작업을 없애버리면, 신입 사원들은 직관력을 키우는 데 필요한 반복적인 경험을 잃을 위험이 있습니다. 마치 음식을 주문해서 먹는 것만으로 요리를 배우는 것과 같습니다. 살아남을 수는 있겠지만, 훌륭한 요리사가 될 수는 없겠죠.
임원 및 부사장 🧠
이러한 역할은 다음과 같은 이유로 더욱 중요해질 수 있습니다
-
고객의 요구사항을 결과물로 전환합니다
-
배송 전에 문제점을 찾아보세요
-
이해관계자와 일정을 관리하세요
-
모호함을 해석하고 판단을 내리세요
AI는 그것들을 더 빠르게 만들지, 쓸모없게 만들지는 않습니다.
의사와 영업 전문가 ☔
만약 당신이 진정으로 관계와 신뢰를 통해 수익을 창출하고 있다면, AI는 당신을 대체하지 않을 것입니다. 오히려 다음과 같은 요소들 간의 격차를 더욱 벌릴 수도 있습니다
-
대출을 성사시키고 자문을 제공할 수 있는 은행가
-
주로 프로세스를 감독하는 은행원들
좀 가혹하지만… 그렇죠.
새로운 은행원 스킬 스택 (일명 소외되지 않는 방법) 🧰🚀
인공지능이 반복적인 생산 작업을 대신해 준다면, 남는 것은 사람들이 돈을 지불하는 서비스에 집중하는 것일 겁니다.
점점 더 가치 있어지는 기술
-
고객 스토리텔링: 복잡한 것을 확신으로 바꾸는 방법 🎤
-
상업적 판단: 중요한 것, 중요하지 않은 것, 위험한 것
-
산업별 패턴 인식: 숫자에 담긴 "이유" 파악
-
협상과 영향력: 내부적 및 외부적
-
프로세스 리더십: 복잡한 상황 속에서도 거래를 원활하게 진행시키는 것
-
AI 관리: 출력물에 대한 프롬프트 제공, 유효성 검증, 스트레스 테스트
네, 맞습니다. "인공지능을 잘 다루는 것"은 실제로 중요한 요소가 되었습니다. 물론 어색하거나 부끄러운 의미가 아니라, 책임감 있게, 신속하게, 그리고 팀에 피해를 주지 않고 인공지능을 활용할 수 있느냐가 중요한 거죠.
불편한 점들: 위험, 규정 준수 및 책임 ⚠️🏛️
은행업은 놀이터가 아닙니다. 책임을 묻는 기관입니다.
두 가지 그다지 매력적이지 않은 현실이 도입 속도를 좌우합니다
-
모델 위험 관리는 선택 사항이 아닙니다.
은행 규제 기관은 모델 위험 관리에 대해 검증, 문서화 및 관리에 대한 오랜 기대를 갖고 있습니다. (생성형 AI가 마법처럼 면책되는 것은 아닙니다. 오히려 통제 기준을 높입니다.) [4] -
커뮤니케이션과 기록 보존은 빠르게 까다로워집니다.
브로커-딜러는 SEC/FINRA 기록 보존 체제에 따라 비즈니스 관련 커뮤니케이션(전자 커뮤니케이션 포함)을 보존해야 하는 명시적인 의무가 있습니다. 이는 사람들이 거래 맥락을 도구에 붙여넣거나, 초안을 생성하거나, 내부 봇과 "채팅"하기 시작할 때 중요합니다. [5]
그래서 AI 도입은 흔히 "AI가 도처에 있지만, 울타리를 친 후에야 가능하다"는 식으로 나타납니다
미래의 모습: 더 적은 계층, 더 빠른 개발 주기, 더 높은 전문성 🔄💼
현실적인 결과는 은행가의 소멸이 아니라 은행가의 재편성입니다
-
AI 시스템의 지원을 받는 효율적인 거래팀
-
분야별, 제품별, 실행 능력을 갖춘 인재들로 구성된 더 많은 "팀"을 만들어 보세요
-
아이디어와 모델의 더 빠른 반복 작업
-
유통 (누가 물건을 판매할 수 있는지, 누가 구매자를 데려올 수 있는지, 누가 자본을 이동시킬 수 있는지) 에 더 중점을 두어야 합니다.
-
다음과 같이 나뉘었습니다:
-
높은 신뢰도를 요구하는 자문 업무 (인력 비중 높음)
-
대량 생산 작업(AI 중심)
-
또한, 더 많은 부티크 기업들이 규모에 비해 뛰어난 성과를 낼 것으로 예상됩니다. AI가 소규모 팀에게 대기업 수준의 생산성을 제공한다면, 차별화 요소는 관계, 판단력, 그리고 특정 분야에 대한 전문성이 될 것입니다 🥊
인공지능이 투자은행가를 대체할 것인가?: 간략한 답변 🧾✅
인공지능이 투자은행가를 완전히 대체할까요? 완전히 대체하지는 않겠지만, 은행가들이 주로 하는 일, 특히 기본적인 실무 업무의 상당 부분을 대체할 것입니다.
무엇이 기억에 남는가:
-
관계
-
심판
-
협상
-
책임
-
인간관계 시스템(이사회, 자존심, 정치… 네, 그렇습니다)을 헤쳐나가기
변경되는 사항:
-
팀 규모
-
훈련 과정
-
속도 기대치
-
“가치 창출”의 정의
성공하는 은행가는 현실을 훌륭하게 편집하는 사람입니다. 인공지능을 강력한 도구로 활용하면서도 판단에 대한 철저한 책임을 지는 사람이죠. 약간 시적이지만, 사실입니다. 마치 전동 공구를 사용하는 것과 같습니다. 더 빨라지게 만들지, 더 현명하게 만들지는 않죠.
자주 묻는 질문
인공지능이 투자은행가를 완전히 대체할까요?
깔끔하게 처음부터 끝까지 모든 게 해결되는 건 아닙니다. 투자 은행 업무는 단순히 결과물만 내는 게 아니라 신뢰, 판단력, 정치적 수완, 그리고 압박 속에서도 사람이 "예"라고 말하게 만드는 능력까지 모두 포함합니다. AI는 업무의 일부를 대체하고, 납기를 단축하며, 특히 초급 단계의 업무 계층을 줄일 수는 있겠지만, 고객은 여전히 조언에 대한 책임(그리고 그에 따른 결과)을 질 수 있는 사람을 원합니다. 🤝
투자은행 업무 중 어떤 업무가 가장 먼저 자동화될 가능성이 높을까요?
대량 생산되고, 템플릿 기반이며, 기계적으로 검토하기 쉬운 "산업용" 업무가 가장 먼저 처리됩니다. 예를 들어, 초기 기획안 작성, 시장 개요, 비교 분석표, 공시/심사 요약, 슬라이드 서식 지정, CIM 섹션 초안 작성, 시나리오 분석, 그리고 끝없는 진행 상황 업데이트 등이 있습니다. 여기서 중요한 점은 작업이 멈추지 않고 계속된다는 것입니다. 작업에서 검토, 수정, 그리고 상업적으로 잘못된 부분이 있을 경우 이를 방어하는 단계로 전환되는 것입니다.
인공지능이 애널리스트 직급에서 투자은행가를 대체할까요?
AI는 기존 분석가들이 겪는 고된 작업, 즉 모델 초안 작성, 서식 지정, 업데이트 및 미세 조정을 통한 재구축 작업을 대폭 간소화합니다. 이는 동일한 결과물을 내는 데 필요한 주니어 인력이 줄어들고, 기존 인력에 대한 기대치가 높아진다는 것을 의미합니다. 하지만 위험은 교육에 있습니다. 단순 반복 작업이 사라지면 직관을 키우는 반복 학습도 함께 사라지기 때문입니다. 단순히 작업을 "정리"하는 것만으로는 예리해질 수 없습니다. 😅
인공지능이 확산됨에 따라 부사장, 전무이사 등의 직급은 어떻게 될까요?
어소시에이트와 VP는 복잡한 고객 요구사항을 결과물로 전환하고 출시 전에 문제를 발견하기 때문에 더욱 가치 있는 존재가 될 수 있습니다. 또한 AI가 여전히 어려움을 겪는 영역인 일정 관리, 이해관계자 관리, 불확실성 처리에도 능통합니다. MD의 경우, 관계와 신뢰에 기반한 영업 활동은 여전히 중요합니다. 실질적인 성과를 내는 사람들과 주로 프로세스를 감독하는 사람들 사이의 격차는 더욱 커질 것입니다. ☔
인공지능이 은행 업무 중 거래 성사와 관련된 부분에서 어려움을 겪는 이유는 무엇일까요?
가장 어려운 부분은 상황적이고 인간적인 요소이기 때문입니다. AI는 구조를 제안할 수는 있지만, 고객 심리, 이사회 정치, 협상의 미묘한 차이, 타이밍 감각은 깔끔한 데이터셋이 아닙니다. 평판에 기반한 신뢰 또한 까다롭습니다. "이런 상황을 전에 본 적이 있다"는 말은 경험과 책임감이 복합적으로 작용하는 것입니다. CEO가 분노와 공포에 휩싸여 있을 때, 단순히 텍스트를 생성하는 사람이 아니라 상황을 이끌어갈 사람이 필요합니다.
은행은 투자은행 업무에 인공지능을 활용하면서 어떻게 손해를 보지 않을 수 있을까요?
"좋은" 시스템은 믿음직한 신입 팀원처럼 작동합니다. 불확실성을 표시하고, 가정을 설명하고, 규정 준수 제약 조건 내에서 작동하며, 템플릿을 일관되게 유지합니다. 또한, 나중에 누군가가 결과물을 검증할 수 있도록 감사 추적 기능이 필수적입니다. 하지만 AI 도입은 종종 "어디에나 있지만 울타리로 둘러싸인" 것처럼 보일 수 있습니다. 개인정보 보호, 사이버 보안, 불투명성, 편향성 등의 위험은 도입 당일에 사라지는 것이 아니기 때문입니다. ⚠️
은행업계에서 GenAI를 사용할 때 가장 큰 규정 준수 및 기록 관리 위험은 무엇입니까?
두 가지 현실적인 요인이 모든 과정을 지연시킵니다. 첫째, 모델 리스크 관리는 선택 사항이 아닙니다. 규제 당국은 검증, 문서화 및 통제를 요구하며, GenAI는 이러한 기준을 낮추기보다는 오히려 높일 수 있습니다. 둘째, 커뮤니케이션 및 기록 보존이 중요합니다. 사람들이 거래 맥락을 도구에 붙여넣거나 채팅으로 초안을 작성할 때, 브로커-딜러 규제 하에서 보존 및 감독에 어려움이 발생할 수 있습니다.
인공지능이 투자은행업계를 변화시키는 상황에서 어떻게 하면 당신의 가치를 유지할 수 있을까요?
"지혜가 아닌 마력"을 생각하세요. AI를 활용하여 초안 작성, 구조화, 반복 작업을 더 빠르게 진행하고, 그 후에는 스토리텔링, 상업적 판단, 업계 패턴 파악, 협상, 프로세스 관리 등에 집중하세요. "AI를 잘 다룬다"는 것은 AI를 책임감 있게 관리하는 것을 의미합니다. 즉, 적절한 프롬프트를 제공하고, 결과물을 철저히 검증하며, 기술적으로는 맞지만 상업적으로는 잘못된 부분을 잡아내는 것입니다. 결국 성공하는 기업은 현실을 훌륭하게 편집하는 사람이 됩니다. 🧠🤖
자주 묻는 질문
인공지능이 투자은행가를 완전히 대체할까요?
깔끔하게 처음부터 끝까지 모든 게 해결되는 건 아닙니다. 투자 은행 업무는 단순히 결과물만 내는 게 아니라 신뢰, 판단력, 정치적 수완, 그리고 압박 속에서도 사람이 "예"라고 말하게 만드는 능력까지 모두 포함합니다. AI는 업무의 일부를 대체하고, 납기를 단축하며, 특히 초급 단계의 업무 계층을 줄일 수는 있겠지만, 고객은 여전히 조언에 대한 책임(그리고 그에 따른 결과)을 질 수 있는 사람을 원합니다. 🤝
투자은행 업무 중 어떤 업무가 가장 먼저 자동화될 가능성이 높을까요?
대량 생산되고, 템플릿 기반이며, 기계적으로 검토하기 쉬운 "산업용" 업무가 가장 먼저 처리됩니다. 예를 들어, 초기 기획안 작성, 시장 개요, 비교 분석표, 공시/심사 요약, 슬라이드 서식 지정, CIM 섹션 초안 작성, 시나리오 분석, 그리고 끝없는 진행 상황 업데이트 등이 있습니다. 여기서 중요한 점은 작업이 멈추지 않고 계속된다는 것입니다. 작업에서 검토, 수정, 그리고 상업적으로 잘못된 부분이 있을 경우 이를 방어하는 단계로 전환되는 것입니다.
인공지능이 애널리스트 직급에서 투자은행가를 대체할까요?
AI는 기존 분석가들이 겪는 고된 작업, 즉 모델 초안 작성, 서식 지정, 업데이트 및 미세 조정을 통한 재구축 작업을 대폭 간소화합니다. 이는 동일한 결과물을 내는 데 필요한 주니어 인력이 줄어들고, 기존 인력에 대한 기대치가 높아진다는 것을 의미합니다. 하지만 위험은 교육에 있습니다. 단순 반복 작업이 사라지면 직관을 키우는 반복 학습도 함께 사라지기 때문입니다. 단순히 작업을 "정리"하는 것만으로는 예리해질 수 없습니다. 😅
인공지능이 확산됨에 따라 부사장, 전무이사 등의 직급은 어떻게 될까요?
어소시에이트와 VP는 복잡한 고객 요구사항을 결과물로 전환하고 출시 전에 문제를 발견하기 때문에 더욱 가치 있는 존재가 될 수 있습니다. 또한 AI가 여전히 어려움을 겪는 영역인 일정 관리, 이해관계자 관리, 불확실성 처리에도 능통합니다. MD의 경우, 관계와 신뢰에 기반한 영업 활동은 여전히 중요합니다. 실질적인 성과를 내는 사람들과 주로 프로세스를 감독하는 사람들 사이의 격차는 더욱 커질 것입니다. ☔
인공지능이 은행 업무 중 거래 성사와 관련된 부분에서 어려움을 겪는 이유는 무엇일까요?
가장 어려운 부분은 상황적이고 인간적인 요소이기 때문입니다. AI는 구조를 제안할 수는 있지만, 고객 심리, 이사회 정치, 협상의 미묘한 차이, 타이밍 감각은 깔끔한 데이터셋이 아닙니다. 평판에 기반한 신뢰 또한 까다롭습니다. "이런 상황을 전에 본 적이 있다"는 말은 경험과 책임감이 복합적으로 작용하는 것입니다. CEO가 분노와 공포에 휩싸여 있을 때, 단순히 텍스트를 생성하는 사람이 아니라 상황을 이끌어갈 사람이 필요합니다.
은행은 투자은행 업무에 인공지능을 활용하면서 어떻게 손해를 보지 않을 수 있을까요?
"좋은" 시스템은 믿음직한 신입 팀원처럼 작동합니다. 불확실성을 표시하고, 가정을 설명하고, 규정 준수 제약 조건 내에서 작동하며, 템플릿을 일관되게 유지합니다. 또한, 나중에 누군가가 결과물을 검증할 수 있도록 감사 추적 기능이 필수적입니다. 하지만 AI 도입은 종종 "어디에나 있지만 울타리로 둘러싸인" 것처럼 보일 수 있습니다. 개인정보 보호, 사이버 보안, 불투명성, 편향성 등의 위험은 도입 당일에 사라지는 것이 아니기 때문입니다. ⚠️
은행업계에서 GenAI를 사용할 때 가장 큰 규정 준수 및 기록 관리 위험은 무엇입니까?
두 가지 현실적인 요인이 모든 과정을 지연시킵니다. 첫째, 모델 리스크 관리는 선택 사항이 아닙니다. 규제 당국은 검증, 문서화 및 통제를 요구하며, GenAI는 이러한 기준을 낮추기보다는 오히려 높일 수 있습니다. 둘째, 커뮤니케이션 및 기록 보존이 중요합니다. 사람들이 거래 맥락을 도구에 붙여넣거나 채팅으로 초안을 작성할 때, 브로커-딜러 규제 하에서 보존 및 감독에 어려움이 발생할 수 있습니다.
인공지능이 투자은행업계를 변화시키는 상황에서 어떻게 하면 당신의 가치를 유지할 수 있을까요?
"지혜가 아닌 마력"을 생각하세요. AI를 활용하여 초안 작성, 구조화, 반복 작업을 더 빠르게 진행하고, 그 후에는 스토리텔링, 상업적 판단, 업계 패턴 파악, 협상, 프로세스 관리 등에 집중하세요. "AI를 잘 다룬다"는 것은 AI를 책임감 있게 관리하는 것을 의미합니다. 즉, 적절한 프롬프트를 제공하고, 결과물을 철저히 검증하며, 기술적으로는 맞지만 상업적으로는 잘못된 부분을 잡아내는 것입니다. 결국 성공하는 기업은 현실을 훌륭하게 편집하는 사람이 됩니다. 🧠🤖
자주 묻는 질문
인공지능이 투자은행가를 완전히 대체할까요?
깔끔하게 처음부터 끝까지 모든 게 해결되는 건 아닙니다. 투자 은행 업무는 단순히 결과물만 내는 게 아니라 신뢰, 판단력, 정치적 수완, 그리고 압박 속에서도 사람이 "예"라고 말하게 만드는 능력까지 모두 포함합니다. AI는 업무의 일부를 대체하고, 납기를 단축하며, 특히 초급 단계의 업무 계층을 줄일 수는 있겠지만, 고객은 여전히 조언에 대한 책임(그리고 그에 따른 결과)을 질 수 있는 사람을 원합니다. 🤝
투자은행 업무 중 어떤 업무가 가장 먼저 자동화될 가능성이 높을까요?
대량 생산되고, 템플릿 기반이며, 기계적으로 검토하기 쉬운 "산업용" 업무가 가장 먼저 처리됩니다. 예를 들어, 초기 기획안 작성, 시장 개요, 비교 분석표, 공시/심사 요약, 슬라이드 서식 지정, CIM 섹션 초안 작성, 시나리오 분석, 그리고 끝없는 진행 상황 업데이트 등이 있습니다. 여기서 중요한 점은 작업이 멈추지 않고 계속된다는 것입니다. 작업에서 검토, 수정, 그리고 상업적으로 잘못된 부분이 있을 경우 이를 방어하는 단계로 전환되는 것입니다.
인공지능이 애널리스트 직급에서 투자은행가를 대체할까요?
AI는 기존 분석가들이 겪는 고된 작업, 즉 모델 초안 작성, 서식 지정, 업데이트 및 미세 조정을 통한 재구축 작업을 대폭 간소화합니다. 이는 동일한 결과물을 내는 데 필요한 주니어 인력이 줄어들고, 기존 인력에 대한 기대치가 높아진다는 것을 의미합니다. 하지만 위험은 교육에 있습니다. 단순 반복 작업이 사라지면 직관을 키우는 반복 학습도 함께 사라지기 때문입니다. 단순히 작업을 "정리"하는 것만으로는 예리해질 수 없습니다. 😅
인공지능이 확산됨에 따라 부사장, 전무이사 등의 직급은 어떻게 될까요?
어소시에이트와 VP는 복잡한 고객 요구사항을 결과물로 전환하고 출시 전에 문제를 발견하기 때문에 더욱 가치 있는 존재가 될 수 있습니다. 또한 AI가 여전히 어려움을 겪는 영역인 일정 관리, 이해관계자 관리, 불확실성 처리에도 능통합니다. MD의 경우, 관계와 신뢰에 기반한 영업 활동은 여전히 중요합니다. 실질적인 성과를 내는 사람들과 주로 프로세스를 감독하는 사람들 사이의 격차는 더욱 커질 것입니다. ☔
인공지능이 은행 업무 중 거래 성사와 관련된 부분에서 어려움을 겪는 이유는 무엇일까요?
가장 어려운 부분은 상황적이고 인간적인 요소이기 때문입니다. AI는 구조를 제안할 수는 있지만, 고객 심리, 이사회 정치, 협상의 미묘한 차이, 타이밍 감각은 깔끔한 데이터셋이 아닙니다. 평판에 기반한 신뢰 또한 까다롭습니다. "이런 상황을 전에 본 적이 있다"는 말은 경험과 책임감이 복합적으로 작용하는 것입니다. CEO가 분노와 공포에 휩싸여 있을 때, 단순히 텍스트를 생성하는 사람이 아니라 상황을 이끌어갈 사람이 필요합니다.
은행은 투자은행 업무에 인공지능을 활용하면서 어떻게 손해를 보지 않을 수 있을까요?
"좋은" 시스템은 믿음직한 신입 팀원처럼 작동합니다. 불확실성을 표시하고, 가정을 설명하고, 규정 준수 제약 조건 내에서 작동하며, 템플릿을 일관되게 유지합니다. 또한, 나중에 누군가가 결과물을 검증할 수 있도록 감사 추적 기능이 필수적입니다. 하지만 AI 도입은 종종 "어디에나 있지만 울타리로 둘러싸인" 것처럼 보일 수 있습니다. 개인정보 보호, 사이버 보안, 불투명성, 편향성 등의 위험은 도입 당일에 사라지는 것이 아니기 때문입니다. ⚠️
은행업계에서 GenAI를 사용할 때 가장 큰 규정 준수 및 기록 관리 위험은 무엇입니까?
두 가지 현실적인 요인이 모든 과정을 지연시킵니다. 첫째, 모델 리스크 관리는 선택 사항이 아닙니다. 규제 당국은 검증, 문서화 및 통제를 요구하며, GenAI는 이러한 기준을 낮추기보다는 오히려 높일 수 있습니다. 둘째, 커뮤니케이션 및 기록 보존이 중요합니다. 사람들이 거래 맥락을 도구에 붙여넣거나 채팅으로 초안을 작성할 때, 브로커-딜러 규제 하에서 보존 및 감독에 어려움이 발생할 수 있습니다.
인공지능이 투자은행업계를 변화시키는 상황에서 어떻게 하면 당신의 가치를 유지할 수 있을까요?
"지혜가 아닌 마력"을 생각하세요. AI를 활용하여 초안 작성, 구조화, 반복 작업을 더 빠르게 진행하고, 그 시간을 스토리텔링, 상업적 판단, 업계 패턴 파악, 협상, 프로세스 관리 등에 투자하세요. "AI를 잘 다룬다"는 것은 AI를 책임감 있게 관리하는 것을 의미합니다. 즉, 적절한 프롬프트를 제공하고, 결과물을 철저히 검증하며, 기술적으로는 맞지만 상업적으로는 잘못된 부분을 잡아내는 것입니다. 성공하는 기업은 현실을 훌륭하게 편집하는 기업이 됩니다.
참고 자료
[1] 세계경제포럼 -
2025년 미래 일자리 보고서(요약본) [2] 맥킨지 글로벌 연구소 -
생성형 AI의 경제적 잠재력: 차세대 생산성 개척지 [3] 국제결제은행 -
지능형 금융 시스템: AI가 금융을 어떻게 변화시키고 있는가 (BIS 워킹 페이퍼 No. 1194, PDF) [4] 연방준비제도 -
모델 위험 관리에 대한 감독 지침(SR 11-7), PDF [5] FINRA - 장부 및 기록(SEC 증권거래법 규칙 17a-4 전자 통신 보존 포함)