AI가 바꾸는 월가 채용 구조: JP모건이 AI 전문가를 더 뽑으려는 이유

AI 시스템은 단순히 소프트웨어를 도입하는 것으로 끝나지 않는다. 실제 금융 업무에 활용하려면 다음과 같은 전문 인력이 필요하다.

• AI 모델을 설계하고 학습시키는 엔지니어
• 금융 데이터를 처리하는 데이터 과학자
• AI 시스템을 운영하고 관리하는 기술 전문가
• 기존 금융 업무와 AI 시스템을 연결하는 개발 인력

이 때문에 다이먼은 앞으로 은행이 **“일부 분야에서는 은행가보다 AI 인력을 더 많이 채용하게 될 것”**이라고 설명했다.

줄어들 수 있는 전통적 은행 직무

다이먼은 AI의 확산이 장기적으로 일부 직무 감소로 이어질 수 있다는 점도 인정했다. 그는 인터뷰에서 **“장기적으로 보면 일자리는 줄어들 것”**이라고 말했다.

특히 AI가 자동화하기 쉬운 업무에서 변화가 클 것으로 예상된다. 예를 들어 다음과 같은 업무가 해당된다.

• 금융 데이터 분석과 모델링
• 리서치 보고서 작성
• 반복적인 백오피스 업무
• 일부 고객 지원 및 행정 업무

이러한 작업이 자동화되거나 AI의 도움으로 크게 빨라지면, 동일한 업무를 수행하는 데 필요한 인력 규모가 줄어들 수 있다.

AI가 월가 생산성을 높이는 방식

은행들이 AI 도입에 적극적인 이유 중 하나는 생산성 향상이다. 다이먼은 AI가 직원들을 “더 생산적으로 만들 것”이라고 강조했다.

AI는 다음과 같은 방식으로 금융 업무를 지원할 수 있다.

• 방대한 금융 데이터를 빠르게 분석
• 리서치 요약이나 보고서 초안 작성
• 시장 흐름이나 위험 패턴 탐지
• 반복적인 행정 업무 자동화

이렇게 되면 한 명의 직원이 이전보다 훨씬 많은 업무를 처리할 수 있어, 조직 전체의 효율성이 높아진다.

은행 일자리의 미래는 어떻게 달라질까

다이먼의 전망은 **은행 일자리가 완전히 사라진다기보다 ‘필요한 기술 구성이 바뀐다’**는 데 가깝다. AI 기술 개발과 운영을 담당하는 역할은 늘어나는 반면, 일부 전통적 금융 직무는 축소되거나 성격이 바뀔 가능성이 있다.

결국 월가의 인력 구조는 다음과 같은 방향으로 이동할 것으로 보인다.

• 반복 업무 중심 인력은 감소
• 기술 기반 직무는 증가
• 금융 지식과 기술 역량을 동시에 갖춘 인재 수요 확대

이 변화는 JP모건뿐 아니라 월가 전체 은행들이 공통적으로 직면하고 있는 구조적 변화로 평가된다.