로이즈 300명 AI 채용, 금융권 일자리는 자동화와 리스크 관리로 갈라진다

영국 로이즈뱅킹그룹이 6월 20일 에이전틱 AI 개발과 운영을 위해 테크 전문가 300명을 새로 채용하겠다고 밝혔다. 에이전틱 AI는 사람이 매번 지시하지 않아도 정해진 범위 안에서 계획을 세우고 업무를 실행하는 AI 시스템을 뜻한다. 이번 발표는 은행권의 AI 도입이 단순한 챗봇 실험을 넘어, 조직 구조와 채용 기준을 함께 바꾸는 단계로 들어가고 있음을 보여준다.

로이즈는 신규 인력을 9월까지 투입해 기존 재교육 인력을 포함한 1,000명 규모의 AI 팀을 운영할 계획이다. 활용 분야는 사기와 스캠 탐지, HR 문서 검색, 고객의 지출·저축·투자 관련 질의응답, 온라인 뱅킹 개인화 등이다. 회사는 생성형 AI 활용으로 지난해 5,000만 파운드의 재무적 효과를 봤고, 올해는 에이전틱 AI 확대로 1억 파운드 수준의 효과를 기대한다고 설명했다.

같은 발표 안에는 상반된 신호도 들어 있다. 로이즈는 지금은 AI 인력을 늘리고 있지만, AI 확산이 장기적으로 일부 직무 축소로 이어질 가능성도 열어뒀다. 앞서 회사는 전 직원 6만7,000명을 대상으로 AI 교육을 진행하겠다고 밝혔고, 금융권 전반에서도 고객지원, 문서 처리, 코드 작성, 리스크 분석처럼 반복성이 큰 업무에 AI가 빠르게 들어가고 있다. 스탠다드차타드가 최근 7,000명 이상 규모의 감원 계획을 밝히며 자동화와 AI 활용을 언급한 것도 같은 흐름에 있다.

이 변화는 영국 은행 한 곳의 소식으로만 보기 어렵다. KPMG 관련 조사에 따르면 미국 기업의 93%가 향후 18개월 안에 재무 기능에서 AI를 도입하거나 확대할 계획이라고 답했고, 절반은 여러 AI 에이전트를 함께 쓰는 복합 시스템을 검토하고 있었다. 다만 데이터 보안과 개인정보 보호, AI 모델의 신뢰성, 규제 준수는 여전히 큰 부담으로 꼽혔다. 금융 AI는 틀린 답을 내면 고객 피해, 규제 문제, 평판 리스크로 이어질 수 있기 때문에 ‘만들 수 있느냐’보다 ‘통제하면서 운영할 수 있느냐’가 핵심이다.

보스턴권 독자에게도 이 흐름은 직접적인 의미가 있다. 매사추세츠에는 Fidelity, State Street, Liberty Mutual, MassMutual 같은 대형 금융·보험 기업과 핀테크, 헬스케어 데이터, 클라우드 기반 스타트업이 함께 자리 잡고 있다. 이들 기업에게 AI는 더 이상 실험용 도구만이 아니라 운영 비용, 고객 경험, 내부 통제, 규제 대응 방식을 바꾸는 기술로 다뤄지고 있다.

금융권 취업을 준비하는 유학생이나 이직자에게는 ‘AI를 쓸 줄 안다’는 표현만으로는 부족해지고 있다. AI가 실제 업무 흐름에 들어갈 때 필요한 데이터 품질 관리, 접근권한 설정, 감사 기록, 사람의 검토 절차를 이해하는지가 차별점이 될 수 있다. 예를 들어 대규모 언어모델을 사내 문서와 연결하는 RAG, AI 모델을 운영 환경에서 관리하는 LLMOps, 사람이 최종 승인하는 human-in-the-loop 구조는 금융·보험 분야에서 중요도가 커지는 키워드다.

직무별로 보면 반복 보고서 작성이나 단순 문서 요약에 가까운 엔트리 업무는 압박을 받을 수 있다. 반대로 사기 탐지, 모델 리스크 관리, AI 거버넌스, 데이터 엔지니어링, 클라우드 보안, 고객 경험 설계, 규제 대응형 제품 운영은 수요가 생길 가능성이 있다. 금융권에서는 Python과 SQL, 클라우드 사용 경험만큼이나 개인정보 보호, 모델 평가, 설명 가능성, 장애 대응 같은 운영 감각이 중요해지고 있다.

H-1B나 OPT를 고려하는 유학생 입장에서는 회사의 AI 투자 규모만 보기보다 해당 포지션이 명확한 비즈니스 필요와 연결되는지 확인할 필요가 있다. 스폰서십 여부는 회사 정책과 개인 상황에 따라 달라질 수 있어 일반화하기 어렵다. 다만 최근 채용 시장에서는 비용 절감형 자동화와 고숙련 AI 운영 인력 채용이 동시에 나타나고 있다. 지원 단계에서는 직무 설명에서 AI agent orchestration, model risk, fraud analytics, governance, privacy 같은 표현이 실제 업무 내용으로 쓰이는지 살펴보는 것이 도움이 된다.

창업 관심자에게는 금융 AI 시장이 기회와 장벽을 함께 가진다는 점이 중요하다. 은행과 보험사는 생산성 개선에 관심이 크지만, 외부 솔루션을 도입할 때 보안 심사와 규제 검토가 길다. 단순히 더 똑똑한 챗봇을 제안하는 것보다 기존 시스템과의 연동, 감사 가능한 로그, 장애 시 복구 절차, 사람이 개입하는 승인 구조를 제시하는 스타트업이 기업 고객을 설득하기 쉽다.

로이즈의 300명 채용은 금융권 AI가 감원만의 이야기도, 채용 확대만의 이야기도 아니라는 점을 보여준다. 가까운 변화는 반복 업무의 자동화와 AI 팀 확장이고, 더 길게 봐야 할 변수는 규제기관과 고객이 AI 시스템의 안전성과 책임 소재를 어느 수준까지 요구할지다. 보스턴의 한인 직장인과 유학생에게 핵심은 AI가 일자리를 한 방향으로만 밀어내는지보다, 어떤 업무가 자동화되고 어떤 업무가 더 높은 책임과 기술 이해를 요구하게 되는지를 구분해 보는 것이다.