얼마 전 점심 자리에서 증권사에서 20년차 직장 생활을 하고 있는 지인이 흥분된 목소리로 이야기를 꺼냈습니다. "Goldman Sachs의 컨퍼런스 영상을 봤어. OpenAI CFO Sarah Friar가 나와서 했던 얘기들... 정말 충격적이야. 우리가 3주 걸려 만들던 리포트를 AI가 몇 분 만에 해치운다니까."
그의 이야기는 단순한 과장이 아니었습니다. 실제로 그가 공유해준 영상에서 Sarah Friar는 AI가 재무분석 업계를 어떻게 재편하고 있는지 생생하게 보여주었죠. 특히 인상적이었던 건, 그녀가 "우리 팀의 MD(Managing Director: 전무급) 2명, VP(Vice President: 부장급) 3명, 어소시에이트 6명, 애널리스트 10명이 작성한 GPU 파이낸싱 리포트보다 딥 리서치가 훨씬 나았다"고 밝힌 대목이었습니다.
재무분석가의 일상을 바꾼 AI: 실제 현장의 목소리
제 친구의 경험은 Sarah Friar가 언급한 변화와 정확히 일치했습니다. 그는 최근 본인이 참여한 산업 분석 프로젝트에서 ChatGPT와 커스텀 GPT를 활용하기 시작했다고 합니다.
"처음엔 회의적이었어. 그런데 인베스터 릴레이션 팀에서 딜리전스 질문들을 자동 처리하는 걸 보고 '이게 뭐지?'하고 놀랐다고." 그는 이렇게 회상했습니다. Sarah Friar도 강연에서 비슷한 경험을 공유했는데요, OpenAI가 투자 라운드를 진행하면서 반복되는 질문들을 커스텀 GPT로 처리했다고 합니다. "우리 IR 팀이 회의실에서 춤을 추더라"는 그녀의 말이 인상적이었죠.
- 재무제표 수집·정제: 기존 5-6시간 → 현재 OCR+AI로 30분 이내
- 벤치마킹 분석: 글로벌 유사 기업 비교 자동화
- 예측 모델링: 머신러닝 기반 현금흐름 예측
특히 Sarah Friar가 강조한 '딥 리서치' 기능은 재무분석의 게임 체인저로 작용하고 있습니다. 제 친구도 최근 산업 분석에서 이를 직접 경험했다고 합니다. "과거엔 3주 걸렸을 심층 분석을 AI가 몇 시간 만에 해냈어. 가끔은 AI가 내가 미처 생각 못한 인사이트까지 찾아내더라고."
OpenAI CFO가 밝힌 AI의 진화 단계와 재무분석의 미래
Sarah Friar는 강연에서 AI의 진화를 5단계로 설명했는데, 이는 재무분석 분야에 엄청난 의미를 갖습니다.
- 챗봇 단계: 실시간 데이터 응답 (2023)
- 리즈닝 단계: 복잡한 분석과 추론 (2024)
- 에이전트 단계: 독립적 업무 수행 (2025)
- 혁신 단계: 새로운 인사이트 창출
- 조직 단계: 완전한 자율 분석 시스템
현재 우리는 추론(reasoning)에서 에이전트 단계로 넘어가는 중입니다. Sarah는 이미 운영 중인 세 가지 에이전트를 소개했죠: 딥 리서치(연구 보고서 작성), 오퍼레이터(웹 작업 자동화), 그리고 곧 출시될 A-Suite(소프트웨어 엔지니어).
Sarah Friar: "AGI에 도달했다고 말할 수 있습니다. AI는 이미 PhD 수준의 물리학, 화학, 생물학 지식을 가지고 있어요. O3-Mini는 세계 최고의 코더가 되었죠."
월가의 변화: 전통적 재무분석에서 AI 중심 분석으로
제 친구는 Sarah의 강연에서 특히 AI가 금융 업계에 미칠 영향에 주목했습니다. 그녀는 이미 여러 은행들이 KYC/AML, 사기 탐지, 자산관리, 리서치 분야에서 AI를 성공적으로 도입하고 있다고 말했는데요.
"우리 회사도 비슷한 움직임이 있어. 특히 크레딧 분석과 리스크 관리에서 AI 도입을 적극 검토 중이야." 친구는 이렇게 덧붙였습니다. "Sarah가 말한 것처럼, CEO나 비즈니스 리더 중에 AI를 도입해야 한다는 걸 모르는 사람은 없어. 문제는 어떻게 제대로 도입하느냐지."
실무자가 느끼는 AI의 한계와 기회
하지만 모든 게 장밋빛은 아닙니다. 제 친구는 Sarah가 언급한 '컴퓨팅 파워의 한계'가 실제로 큰 문제라고 지적했습니다.
"Sarah가 말한 것처럼, 컴퓨팅 리소스 부족으로 매일 '끔찍한 비즈니스 결정'을 내린다는 게 무슨 뜻인지 이해해. 우리도 더 복잡한 모델을 돌리고 싶지만 비용 때문에 못하는 경우가 많거든."
이런 맥락에서 500억 달러 규모의 '스타게이트' 프로젝트가 얼마나 중요한지 알 수 있습니다. Sarah는 이 프로젝트가 단순한 데이터센터 건설을 넘어 일자리 창출, 경제 개발, 그리고 중국과의 AI 경쟁에서 승리하기 위한 국가적 전략이라고 강조했죠.
결론: AI 시대, 재무분석가가 살아남는 법
재무분석가로서의 미래가 불안하냐는 제 질문에, 친구는 Sarah의 말을 인용했습니다. "AI는 우리 일자리를 뺏는 게 아니라, 단순 반복 작업에서 해방시켜 더 가치 있는 일에 집중하게 해준다고."
실제로 그는 이제 데이터 정제보다는 전략적 인사이트 도출과 고객 관계 구축에 더 많은 시간을 쓰게 됐다고 합니다. Sarah의 조언처럼, 작은 것부터 시작하되 꾸준히 AI를 업무에 통합하는 노력이 중요하다는 것이죠.
아직 AI를 제대로 활용하지 못하고 계신가요? Sarah Friar의 말을 기억하세요. "딥 리서치 한 번만 써보세요. 200달러면 됩니다. 여기 계신 분들은 다 감당할 수 있는 금액이잖아요." 저도 그 말에 동의합니다. AI 시대의 재무분석, 지금 바로 시작해보는 건 어떨까요?