NatWest의 AI 일자리 경고, 은행 내 60,000개 직무를 불확실하게 만들다

60,000명의 NatWest 직원들은 현재 AI가 은행 업무에 실제로 무엇을 의미하는지에 대한 실시간 테스트 안에 놓여 있습니다. 그것은 멀리 떨어진 생산성 도구가 아니라, 은행의 CEO가 오늘날 사람들이 수행하는 일부 역할을 수행할 것이라고 말한 소프트웨어입니다.

NatWest AI 일자리는 CEO Paul Thwaite가 인공지능(Artificial Intelligence)이 은행의 인력을 변화시킬 것이라고 말한 후 날카로운 화두가 되었습니다. 다만 PYMNTS에 따르면, 그가 대출 기관의 전체 인력을 감축할 것인지 여부는 밝히지 않았습니다. The Times가 주최한 비즈니스 서밋에서 Thwaite는 다음과 같이 직설적으로 말했습니다.

“사실상 현재 존재하지만, 사실상 모든 면에서 [AI에 의해] 수행될 역할들이 있을 것입니다.”

이것이 진짜 신호입니다. 헤드라인의 핵심은 영국의 한 은행이 일부 업무를 자동화할 수도 있다는 것이 아닙니다. 은행들은 수년 동안 자동화를 진행해 왔습니다. 변화의 핵심은 주요 은행의 CEO가 이제 AI가 단순히 노동자를 보조하는 것에 그치지 않는 운영 모델을 위해 직원, 투자자 및 고객을 준비시키고 있다는 점입니다. 어떤 곳에서는 AI가 노동자 그 자체가 됩니다.

NatWest는 AI와 은행 일자리에 대해 숨겨왔던 사실을 공개적으로 언급했다

Thwaite의 발언이 파급력을 갖는 이유는 기업용 AI를 둘러싸고 통상적으로 사용되는 완곡한 표현을 피했기 때문입니다. 그는 단순히 AI가 생산성을 향상시키거나, 동료를 지원하거나, 고객을 더 빠르게 도울 것이라고 말하지 않았습니다. 그는 오늘날 존재하는 역할들이 “사실상 모든 면에서” AI에 의해 수행될 것이라고 말했습니다.

긴장감은 그가 말하지 않은 부분에 있습니다. PYMNTS가 인용한 보도에 따르면 Thwaite는 NatWest의 인력이 줄어들 것인지 여부를 명시하지 않았습니다. 관련 보도에 따르면 그는 은행이 10년 후에 더 적은 인원을 고용할 것인지에 대한 질문에도 동일한 답변을 내놓았습니다: “정직한 답변은 잘 모르겠다는 것입니다.”

그러한 모호함은 중요한 의미를 갖습니다. 만약 은행이 더 많은 소프트웨어 엔지니어 (Software Engineers), AI 전문가 (AI Specialists), 모델 리스크 담당자 (Model Risk Staff), 그리고 통제 팀 (Control Teams)을 고용한다면, 전체 인원수 (Headcount)가 유지되더라도 특정 역할 (Role)은 사라질 수 있기 때문입니다. PYMNTS는 Daily Mail의 보도를 인용하여, NatWest가 소프트웨어 및 AI 관련 역할에 종사하는 인원을 늘리고 있다고 언급했습니다. 따라서 이 인력 변화의 이야기는 단순한 대규모 해고 (Layoff) 서사가 아닙니다. 이는 재설계 (Redesign)의 이야기입니다.

XOOMAR 분석: NatWest는 AI 실험 단계에서 인력 구조 (Workforce Architecture) 단계로의 전환을 신호하고 있습니다. 은행은 단순히 직원들이 어떤 도구를 사용할 수 있는지를 묻는 것이 아니라, 어떤 직무가 현재의 형태로 계속 존재해야 하는지를 묻고 있습니다.

대형 금융 기업의 85%가 더 큰 AI 예산을 계획 중

NatWest의 AI 일자리 논쟁은 더 광범위한 투자 흐름 속에 놓여 있습니다. PYMNTS Intelligence의 조사에 따르면, 연간 매출이 최소 10억 달러 ($1 billion) 이상인 금융 서비스 및 보험 기업의 **85%**가 향후 12개월 동안 AI 예산을 늘릴 계획입니다.

해당 그룹에서 가장 많이 채택된 AI 작업은 화려한 챗봇 데모가 아닙니다. 그것은 구조화된 업무 (Structured work)입니다:

AI 작업	PYMNTS Intelligence가 인용한 채택 점유율
수익 인식 및 회계 결산 (Revenue recognition and accounting close)	65%
...

PYMNTS는 자체 보고서를 인용하여 다음과 같이 밝혔습니다:

“업계에서 가장 많이 채택된 유스케이스 (Use cases)는 구조화되고 감사 가능한 백오피스 (Back-office) 기능, 즉 비즈니스를 운영하게 하지만 고객은 직접 볼 수 없는 내부 운영 기능에 집중되어 있습니다.”

이 문장은 왜 Thwaite의 발언을 연극적인 것이 아니라 운영적인 관점에서 해석해야 하는지를 설명해 줍니다. 은행은 특히 운영 (Operations), 리스크 지원 (Risk Support), 보고 (Reporting), 문서 처리 (Document Handling), 그리고 내부 프로세스 관리 (Internal Process Management) 분야에서 반복 가능한 대량의 업무를 보유하고 있습니다. AI는 입력값이 구조화되어 있고, 결과값을 확인할 수 있으며, 효율성 이득을 측정할 수 있는 곳부터 먼저 움직이고 있습니다.

PYMNTS가 함께 인용한 Nvidia의 State of AI in Financial Services: 2026 Trends 보고서에 따르면, 금융 기관의 거의 **90%**가 AI를 배포하거나 평가 중이며, **65%**는 이미 AI를 사용하고 있는 것으로 나타났습니다. NatWest는 예외적인 사례가 아닙니다. 이는 섹터 전반에 걸친 가속화의 일부입니다.

인접한 핀테크 (Fintech) 맥락을 위해, XOOMAR는 가상 직불 카드가 디지털 은행 수수료와 한계를 노출하다 및 개인 금융 앱의 개인정보 함정이 은행 데이터를 위험에 빠뜨리다를 포함하여, 자동화와 디지털 뱅킹의 압박이 제품 설계 및 데이터 처리 과정에서 어떻게 나타나는지를 추적해 왔습니다.

AI가 가장 먼저 흡수할 역할은 신뢰 중심이 아닌 업무 중심일 것이다

Thwaite는 AI에 가장 많이 노출된 NatWest의 직무 목록을 나열하지 않았습니다. 이는 중요한 지점입니다. 그의 인용구를 넘어선 어떠한 구체적인 목록도 공개된 은행 정책이 아닌 분석일 뿐입니다.

그럼에도 불구하고, PYMNTS의 데이터는 일정한 패턴을 가리킵니다. AI 도입은 구조화되고 감사 가능한 (auditable) 기능에서 가장 강력하게 나타납니다. 이는 첫 번째 파도가 전체 직업군보다는 업무 번들 (task bundles)을 타격할 가능성이 더 높음을 시사합니다.

인용된 산업 사례를 바탕으로 한 노출 가능성이 높은 업무 영역:

백오피스 처리 (Back-office processing): 반복적인 회계, 대조 (reconciliation), 그리고 결산 관련 업무.
신용 지원 (Credit support): 모델 검토가 가능한 데이터 수집 및 스코어링 지원.
영업 운영 (Sales operations): 예측, 파이프라인 분석, 그리고 내부 보고.
문서 처리 (Document handling): 금융 정보의 추출, 요약 및 비교.
리스크 워크플로우 (Risk workflows): 초기 분석 및 모니터링, 이후 인간 팀으로의 에스컬레이션 (escalation).

은행 업무는 단 하나의 일로 이루어지는 경우가 드뭅니다. 그것은 업무들의 번들입니다. AI는 한 역할에서 충분한 양의 일상적인 업무를 제거할 수 있으며, 이로 인해 예외 사항, 판단, 고객 응대 및 최종 승인에 대해 인간이 책임을 지더라도 기존의 직무 기술서 (job description)가 더 이상 의미가 없어질 수 있습니다.

그 차이점이 바로 인력 논쟁이 심각해지는 지점입니다. AI가 역할을 알아볼 수 없을 정도로 변화시키기 위해 역할의 모든 부분을 대체할 필요는 없습니다. 만약 AI가 업무의 반복적인 60%를 처리한다면, 나머지 40%는 다른 직원 프로필을 요구할 수 있습니다. 즉, 더 높은 기술적 유창성 (technical fluency), 더 많은 예외 관리, 더 많은 감독, 그리고 더 적은 프로세스 실행을 요구하게 될 것입니다.

Deutsche Bank와 JPMorgan이 보여주는 언어의 빠른 변화

NatWest만의 사례가 아닙니다. PYMNTS의 보도에 따르면, Deutsche Bank의 투자 은행 부문 최고 정보 책임자 (CIO)인 Denis Roux는 AI가 은행의 일부 작업 완료 시간을 2년에서 단 3개월로 단축하는 데 도움을 주고 있다고 밝혔습니다.

Roux는 또한 Deutsche Bank가 일상적인 업무에는 더 단순한 모델을 사용하며, 모든 것에 AI를 배치하는 것에 대해서는 신중한 태도를 유지하고 있다고 말했습니다. 또한 금융 데이터의 추출 및 분석을 자동화하고 외부 사건을 포트폴리오 노출 (portfolio exposure)과 연결하는 AI 도구를 개발하고 있다고 덧붙였습니다.

이는 Thwaite의 인력 관련 발언과 유용한 대조를 이룹니다. Deutsche Bank의 프레임워크는 프로세스 속도인 반면, NatWest의 프레임워크는 역할 대체 (role substitution)입니다. 두 사례 모두 동일한 방향을 가리키고 있습니다. 즉, 은행들이 AI를 파일럿 프로그램 (pilot programs)에서 운영 기계 (operating machinery)로 옮기고 있다는 점입니다.

다음은 JPMorgan Chase입니다. PYMNTS는 지난 5월 CEO Jamie Dimon이 해당 은행이 결국 뱅커 (banker)보다 더 많은 AI 전문가를 채용하게 될 수도 있다고 언급한 것을 인용했습니다.

"앞으로 우리의 일자리가 줄어들 것이라고 생각합니다."라고 Dimon은 말했습니다. "모든 다양한 유형의 직업이 생겨날 것이며, 특정 카테고리에서는 뱅커보다 더 많은 AI 인력을 채용하고 더 적은 뱅커를 채용하게 될 것이며, 이는 그들을 더 생산적으로 만들 것입니다."

이것이 이 섹터가 직면한 거래 (bargain)의 가장 명확한 형태입니다. 즉, 일부 카테고리에서는 인력이 줄어들고, AI 관련 카테고리에서는 인력이 늘어나며, 남은 인원들에 대해서는 더 높은 생산성을 확보하는 것입니다.

직원, 경영진, 그리고 고객은 서로 다른 경고를 듣게 될 것입니다

직원들에게 NatWest의 AI 일자리 메시지는 우선적으로 리스크 (risk)로 들릴 것입니다. 해고 계획이 없더라도, AI에 의해 수행되는 "역할"은 중복성 (redundancy), 재교육 (reskilling), 내부 이동성 (internal mobility), 그리고 커리어 경로에 대한 명백한 의문을 제기합니다.

경영진은 다른 것을 듣게 될 것입니다. 즉, 단순히 인력을 더 추가하지 않고도 비용이 많이 들고 프로세스 중심적인 운영을 현대화할 수 있는 방법입니다. PYMNTS의 예산 데이터는 그러한 해석을 뒷받침합니다. 대형 금융 기업들은 단순히 실험을 하고 있는 것이 아닙니다. 그들은 엔터프라이즈 규모 (enterprise scale)로 AI에 자금을 투입하고 있습니다.

AI가 지연을 줄이고, 인수인계 (handoffs)를 감소시키며, 기본적인 서비스 속도를 개선한다면 고객들은 긍정적인 측면을 볼 수 있습니다. 하지만 위험 요소는 다릅니다. 만약 자동화가 복잡한 사례들을 경직된 시스템 내부에 가두어 버린다면, 내부 지표가 개선되는 동안에도 고객 경험은 악화될 수 있습니다.

XOOMAR 분석: 가장 중요한 통제 질문 (control question)은 AI가 답변, 요약, 분류 또는 점수 산정 (scoring)을 할 수 있는지 여부가 아닙니다. 그것은 은행이 시스템이 맞았을 때를 증명할 수 있는지, 틀렸을 때를 잡아낼 수 있는지, 그리고 결과가 고객에게 영향을 미칠 때 인간의 책임 (human accountability)을 할당할 수 있는지에 관한 것입니다.

이 지점이 바로 은행이 소비자 기술 기업 (consumer tech firms)보다 느슨한 배포 (casual deployment)를 할 여지가 적은 부분입니다. Thwaite의 발언은 NatWest가 자동화와 감독 (supervision)을 결합할 수 있을 때에만 의미가 있습니다.

NatWest의 다음 AI 단계는 재설계된 직무로 측정될 것입니다

가장 명확한 미래의 신호는 화려한 챗봇 출시가 아닐 것입니다. 그것은 직무군 (job families), 채용 계획, 내부 교육, 그리고 전통적인 은행 역할과 소프트웨어, 데이터, AI 및 감독 역할 간의 혼합 비율의 변화가 될 것입니다.

다음 네 가지 구체적인 지표를 주목하십시오:

역할 재설계 (Role redesign): AI 도구를 중심으로 재작성되는 운영, 서비스, 보고 및 리스크 지원 직무.
채용 혼합 (Hiring mix): 프로세스 중심 카테고리의 채용은 줄어드는 반면, 소프트웨어, AI, 데이터 및 통제 역할은 증가.
측정된 배포 (Measured deployments): 실제 시간 절감, 오류율 또는 워크플로 변화를 보여주는 사례 연구.
경영진의 언어 (Executive language): AI가 업무를 "지원(supports)"하는지, "증강(augments)"하는지, 또는 "수행(delivers)"하는지에 대한 더 정밀한 표현.

NatWest는 Thwaite의 발언과 관련된 감원 수치를 발표하지 않았습니다. 그것은 여전히 주요 미지수로 남아 있습니다.

하지만 방향은 이제 더 명확해졌습니다. **NatWest AI 직무 (NatWest AI jobs)**는 더 이상 추측에 기반한 미래의 노동 형태에 관한 문구가 아닙니다. 그것은 실질적인 경영 문제입니다. 즉, 어떤 은행 역할이 온전하게 살아남을 것인지, 어떤 역할이 AI를 중심으로 재구축될 것인지, 그리고 어떤 역할이 인간의 감독이 결합된 소프트웨어 기능이 될 것인지에 대한 문제입니다.

면책 조항: 이 XOOMAR 분석은 정보 제공 및 교육적 목적만을 위해 작성되었습니다. 이는 금융, 투자, 법률, 세무 또는 전문적인 조언이 아닙니다. 매수, 매도, 보유, 목표가, 포트폴리오 또는 개인화된 권장 사항을 제공하지 않습니다. 결정을 내리기 전에 정보를 독립적으로 확인하고 자격을 갖춘 전문가와 상담하십시오.

영향 분석 (Impact Analysis)

NatWest의 CEO는 AI가 현재 사람들이 수행하는 일부 은행 업무를 수행할 것이라고 공개적으로 언급했습니다.
은행 측은 자동화가 전체 인원수 (headcount)를 줄일 것인지, 아니면 채용의 중심을 AI 및 소프트웨어 역할로 전환할 것인지에 대해 명확히 밝히지 않았습니다.
이러한 발언은 AI를 지원 도구로 사용하는 단계에서 특정 업무를 직접 대체하는 단계로 나아가는 은행 산업 전반의 움직임을 시사합니다.

원문은 XOOMAR에 게시되었습니다. 더 많은 뉴스 및 분석을 보려면 XOOMAR를 방문하세요.