핵심 내용 요약
이 기사는 금융 업계에서 오랫동안 “똑똑한 사람들이 단순한 일을 한다”는 이상한 현상에 대해 다룹니다. 명문대 출신의 졸업생들이 매일 많은 시간을 정보 수집, 데이터 정리, 표 작성과 같은 반복적인 업무에 할애해 왔지만, 이제 프로그래밍 업계의 “Codex”와 유사한 AI 도구(기사에서는 Agent라고 함)가 금융 분야에 진출하여 이러한 기본적인 업무를 대신하게 되었습니다. 이로 인해 금융 전문가들의 업무 초점은 “밤새도록 보고서를 작성하는 것”에서 “검토, 판단, 핵심적인 의견을 형성하는 것”으로 바뀌었으며, 업계의 경쟁 방식도 “누가 더 빨리 자료를 처리하는가”에서 “AI가 생성한 정보를 기반으로 더 가치 있는 결정을 내리는가”로 전환되고 있습니다.
1. 금융 업계의 과거 일상: 똑똑한 사람들이 시간이 많이 드는 단순한 일을 했다
금융 업계에서 많은 일들이 겉보기에는 전문적으로 보이지만, 실제로는 “체력이 필요한 작업”이었습니다. 예를 들어:
- DD deck(신용 조사 프레젠테이션) 작성: 상사가 특정 회사에 대한 정보를 요청하면, 직원은 천안차(중국의 기업 정보 검색 사이트)에서 지분을 확인하고, 공식 웹사이트에서 사업 내용을 살펴보며, 연간 보고서에서 수익과 이익을 분석하고, 뉴스에서 위험 요소를 찾아야 했습니다. 이러한 정보들을 정리하여 Excel 파일로 만드는 과정은 결국 3페이지 분량의 PPT에 그치지만, 이것도 정보 수집에 불과했습니다.
- 계량적 연구: 수학 모델을 사용하여 시장 패턴을 찾는 것처럼 보이지만, 연구자들은 대부분의 시간을 데이터 수집, 필드 정리, 코드 작성, 테스트 실행에 할애하며, 실제로 전략을 고민하는 시간은 매우 적었습니다.
- DCF(현금 흐름 분석)를 통한 회사 가치 평가: 완전한 모델을 수작업으로 만드는 데에도 상당한 시간이 걸렸습니다.
2. AI Agent의 등장: 금융 업계의 단순한 업무를 대신한다
현재의 AI는 단순히 질문과 답변만 하는 도구가 아니라, “소규모 조수”처럼 복잡한 작업을 스스로 처리할 수 있습니다:
- 계량적 연구: AI는 데이터를 자동으로 수집하고 패턴을 분석하며, 어떤 요소가 효과적이지 않은지, 다음 단계에서 무엇을 조정해야 하는지 알려줍니다. 연구자들은 AI의 제안이 타당한지만 판단하고 다음 단계를 결정하기만 하면 됩니다.
- DCF 평가: AI는 데이터를 자동으로 가져오고, 재무 제표를 작성하며, 가정을 설정하는 과정을 몇 시간 안에 완료할 수 있습니다.
- 일상적인 업무: DD deck 작성 시, AI는 지분 정보를 자동으로 확인하고 회사의 개요와 재무 상황을 정리하여 첫 번째 PPT를 만들어줍니다. 업계 비교표 작성 시에도 30개 회사의 데이터를 자동으로 가져와 통일된 기준으로 정리해 줍니다.
3. 업무의 변화: “보고서 작성”에서 “오류 검토, 방향 설정”으로
과거에는 누가 더 빨리 보고서를 완성하는지가 금융 전문가의 경쟁력이었습니다(예: 밤새도록 DD deck을 작성하거나 이틀 만에 업계 비교표를 만드는 것). 하지만 이제 AI가 첫 번째 보고서를 빠르게 제공하기 때문에, 사람들은 데이터의 출처와 정확성을 검토하고, 부적절한 가정을 수정하며, AI가 생성한 자료를 바탕으로 설득력 있는 의견을 형성하는 데 집중해야 합니다.
4. 프로그래밍 업계의 사례: Codex가 프로그래머에게 미친 영향
기사는 프로그래밍 업계의 Codex를 예로 들어 금융 업계의 변화를 설명합니다:
- Codex가 처음 등장했을 때, 프로그래머들은 이것이 단순히 코드를 자동으로 완성해주는 도구라고 생각했습니다. 하지만 점차 문서 검색, 템플릿 코드 작성, 테스트 케이스 작성과 같은 업무도 대신하게 되면서 초급 프로그래머들은 아키텍처 설계와 복잡한 비즈니스에 더 집중할 수 있게 되었습니다.
- 결과적으로 프로그래머들이 사라진 것은 아니지만, 업계의 진입 장벽이 높아졌습니다. 과거에는 시간을 많이 투자해야 하는 작업들이 AI에 의해 대체되었기 때문입니다.
5. 새로운 경쟁 포인트: 보고서 이후의 진정한 경쟁
이제 모든 사람이 빠르게 기본적인 보고서를 얻을 수 있기 때문에, 진정한 경쟁은 “보고서 작성 이후”에 발생합니다:
- AI가 생성한 재무 데이터에서 이상점을 찾는 능력
- 다양한 평가 지표(예: EV/EBITDA, P/E)를 언제 사용해야 하는지 판단하는 능력
- AI가 생성한 자료를 상사나 고객이 이해할 수 있는 형태로 정리하는 능력
결론
AI는 금융 전문가들의 일자리를 빼앗는 것이 아니라, 그들이 단순한 업무에서 더 가치 있는 작업으로 전환할 수 있도록 돕습니다. 이제 경쟁은 “체력”에서 “지능”으로 옮겨가고 있습니다.