월스트리트의 AI 인재 전쟁, 새로운 국면에 진입
TREE NEWS 보도: 월스트리트의 인공지능(AI) 채용 붐이 결정적인 전환점을 맞고 있다. JP모건 체이스, 씨티그룹, 캐피털 원을 포함한 은행들은 올해 139,819건의 AI 관련 일자리를 게시했다. 전년 대비 49% 증가한 수치다. 이는 채용 데이터 기업 드라우프(Draup)가 링크드인 등 플랫폼의 공개 채용 공고를 분석한 결과다. 헤드라인 숫자보다 중요한 것은 그 구성이다. 수요가 파운데이션 모델을 구축하는 연구자에서 AI를 실제 비즈니스 운영에 직접 내장할 수 있는 엔지니어로 이동하고 있다.
가장 뚜렷한 신호는 ‘에이전트 오케스트레이션’ 역할의 폭발적 증가다. 채용 공고에서 이 기술에 대한 언급은 올해 1,721% 급증하며 금융 서비스에서 가장 뜨거운 역량 중 하나가 되었다. 에이전트 오케스트레이션은 여러 AI 에이전트가 협력하여 작동하도록 설계하는 것을 말한다. 예를 들어 한 에이전트가 원시 데이터를 검토하고, 두 번째가 문서를 분석하며, 세 번째가 컴플라이언스를 확인하는 식으로 모두 조정된 시스템으로 운영된다.
챗봇에서 조정된 에이전트 인력으로
“이것은 틀림없이 현재 월스트리트에서 가장 뜨거운 기술이다”라고 드라우프의 최고경영자(CEO) 비제이 스와미나단은 말했다. “은행들은 데이터를 이해하고, AI를 이해하며, 그것을 프로덕션에 투입할 줄 아는 사람이 필요하다.”
채용 물결은 초기 단계의 모델 구축자와 데이터 과학자를 훨씬 넘어 새로운 ‘전방 배치 엔지니어(forward-deployed engineers)’ 계층으로 확대되었다. 이들의 핵심 업무는 AI를 트레이딩 데스크, 컴플라이언스 부서, 백오피스 운영에 직접 연결하는 것이다. 이러한 역할은 기술적 깊이와 도메인 전문성을 모두 요구하며, 그 복잡성은 초기 예상을 훨씬 뛰어넘는다.
“기업 내부에는 엄청난 복잡성이 존재한다. 일부는 명백하지만, 많은 부분은 숨겨져 있다”라고 스와미나단은 말했다. “단순한 프로세스를 자동화하는 것조차 엄청난 시간이 걸린다.” 그는 직원 휴가 신청의 자동 승인을 예로 들었다. 하나의 시나리오가 긴 꼬리의 엣지 케이스와 예외를 만들어낸다는 것이다.
기반 도구에 대한 수요도 함께 상승했다. 다단계 워크플로를 구축하는 프레임워크인 LangGraph에 대한 언급은 679% 급증했고, AI 애플리케이션을 데이터 소스에 연결하는 LlamaIndex는 291% 증가했으며, 기업 데이터베이스 정보를 모델에 공급하는 검색 증강 생성(RAG)은 259% 상승했다. 문제 해결, 창의성, 더 깊은 질문을 던지는 능력, 프로세스 이해와 같은 소프트 스킬도 다시 강조되고 있다.
거버넌스 수요가 모델 훈련을 앞지르다
배포가 심화되면서 리스크와 컴플라이언스 역할도 같은 속도로 성장하고 있다. ‘책임 있는 AI’에 대한 언급은 657% 급증했고, AI 거버넌스와 리스크 관리 언급은 각각 394%와 359% 급증했다. 거버넌스 관련 언급은 이제 16,000건을 넘어, 모델 훈련, 배포 및 운영과 관련된 약 8,400건의 거의 두 배에 달한다. 보안 팀의 핵심 우려는 서드파티 도구나 외부 모델이 시스템적 취약점을 도입하는 것을 방지하는 것이다. “이 제품들에 사용하는 서드파티 도구가 사이버보안 수준에서 통제 불능이 되지 않도록 하는 것이 현재 주요 초점이다”라고 스와미나단은 말했다.
시장 시사점
주식의 관점에서 이 전환은 마진 이야기다. 에이전트가 반복적인 워크플로를 진정으로 자동화한다면, 은행은 시간이 지남에 따라 비용 대비 수익 비율(코스트-인컴 레이시오)을 압축할 수 있다. 이는 효율성 향상에서 기술 섹터에 뒤처진 대형 금융주에 구조적 순풍이다. 생성 AI 관리자의 프리미엄 급여는 기본급 중앙값이 약 19만 달러로, 기업이 실험이 아닌 측정 가능한 생산성 수익을 기대한다는 신호다.
더 넓은 기술 복합체의 경우, 데이터는 순수 모델 제공자보다 인프라와 오케스트레이션 계층을 지지한다. 프레임워크, 데이터 커넥터 도구, RAG 파이프라인에 기업 예산이 흘러들고 있으며, 이는 클라우드 컴퓨팅, 벡터 데이터베이스, 애플리케이션 계층에 위치한 엔터프라이즈 소프트웨어 공급업체에 대한 수요를 뒷받침한다.
거버넌스로의 기울기는 규제 측면에도 영향을 준다. 거버넌스 채용이 이제 모델 훈련을 앞지르면서, 은행은 감독 당국의 기대를 앞서 컴플라이언스 인프라를 실질적으로 구축하고 있다. 이는 집행 충격의 위험을 줄일 수 있는 방어적 태세이지만 운영 비용도 높인다.
마지막으로, 노동 측면은 은행 인력 계획을 지켜보는 투자자에게 중요하다. JP모건의 제이미 다이먼 CEO는 AI가 더 많은 업무를 흡수함에 따라 “대규모 재배치 계획”을 반복적으로 언급해왔다. 정리해고가 아닌 재배치는 자동화의 정치적, 퇴직금 비용을 완화하겠지만, 그 속도가 AI를 이익 레버리지로 보여줄지 아니면 구조조정 비용으로 보여줄지를 결정할 것이다.
투자자를 위한 핵심 요점
- 주요 은행의 AI 채용은 전년 대비 49% 증가했지만, 그 구성은 모델 구축에서 배포와 오케스트레이션으로 회전했다. 이는 기술이 프로덕션으로 이동하고 있다는 신호다.
- 에이전트 오케스트레이션 언급은 1,721% 증가했으며, 도구 수요(LangGraph, LlamaIndex, RAG)가 실제 구현 예산을 확인해준다.
- 거버넌스와 리스크 역할은 이제 모델 훈련 역할을 약 2대 1로 앞지르며, 컴플라이언스 비용을 앞당기는 동시에 규제 충격 위험을 줄인다.
- AI가 단순한 지출 증가가 아닌 마진 확대로 이어지고 있다는 증거로 은행의 코스트-인컴 레이시오와 인력 계획을 주시하라.
- 인프라 및 애플리케이션 계층 공급업체가 순수 모델 개발자보다 기업 AI 예산을 확보하는 데 더 유리한 위치에 있다.
