AI가 증권 사무원을 대체할 수 있을까? 82% 자동화 위험, 답은 복잡합니다 (2026 데이터)

90%. 양도세 계산과 거래 기록 검증, 즉 브로커리지 클러크의 핵심 업무 자동화율입니다. 증권 운영 부서에서 일하고 있다면 이 숫자가 놀랍지 않을 거예요. 이미 눈앞에서 벌어지고 있는 일이니까요. [사실]

브로커리지 클러크의 자동화 위험도는 82%. 우리가 분석한 1,000개 넘는 직업 중에서도 가장 취약한 축에 속합니다. 하지만 "취약하다"가 "사라진다"는 뜻은 아니에요. 좁지만 분명한 길이 있고, 그 길은 AI가 아직 풀지 못한 단 하나의 업무를 통과합니다. [사실]

AI가 이미 점령한 업무

숫자를 솔직히 마주합시다. 듣기 좋게 포장하는 건 정직하지 않으니까요.

증권 거래 주문 및 확인 처리는 85% 자동화 상태입니다. [사실] 매수·매도 주문을 매칭하고, 거래 확인서를 생성하고, 결제 기록을 대조하는 소프트웨어는 수년째 이 업무를 자동화해왔습니다. AI는 기존 추세를 가속화했어요. 스트레이트-스루 프로세싱(STP)이 이미 사람의 개입을 줄이고 있었고, 이상 거래 탐지·예외 처리 머신러닝 모델이 자동화를 한층 더 밀어붙였습니다.

규모를 가늠하자면, 미국 예탁결제기관(DTCC) 보고에 따르면 미국 주식 거래의 95% 이상이 사람의 손을 거치지 않고 결제됩니다. 월스트리트 대형사들은 지난 10년간 후방 업무 인력을 조용히 줄여왔어요. 찰스 슈왑, 피델리티, 인터랙티브 브로커스 같은 주요 증권사들은 하루 수백만 건의 거래 확인을 골격만 갖춘 운영 인력으로 처리합니다. 한때 종이 더미와 씨름하던 거래소 후방 클러크들로 가득 찼던 자리는 이제 기계를 감독하는 소규모 운영팀으로 축소됐어요. [추정]

양도세 계산 및 거래 기록 검증은 90% 자동화에 달합니다. [사실] 세금 계산은 규칙을 적용한 순수 수학이고, 이는 AI가 가장 잘하는 영역이에요. 검증 작업에는 패턴 매칭이 더해지는데, 이 역시 AI가 잘 처리하죠. 한때 클러크들이 거래 전표와 원장을 대조해야 했던 업무가 이제는 사람 개입 없이 초당 수백만 건을 처리하는 시스템으로 이뤄집니다.

브로커리지 클러크의 전체 AI 노출도는 76%, 이론적 노출도는 88%까지 올라갑니다. [사실] 이론치와 실제 관측치(2024년 56%) 사이의 격차는 많은 회사들이 기술적 필요가 아니라 규제·리스크 관리 차원에서 사람의 감독을 유지하고 있음을 반영합니다. [추정]

이 격차가 실제로 의미하는 건 이거예요. FINRA·SEC 같은 규제 당국이 특정 정산 업무, 예외 처리, 컴플라이언스 검토에 사람의 사인을 요구합니다. 기술은 더 자동화할 준비가 됐어요. 규정집이 일부 자리를 지키고 있는 유일한 이유죠. 규제 당국이 AI 기반 컴플라이언스 인증을 허용하는 방향으로 가이던스를 업데이트하면 — 이미 파일럿 단위로 진행 중입니다 — 그 보호막은 무너집니다. [주장]

55% 업무 - 당신의 커리어 생명줄

고객과 계좌 상태·거래에 대해 소통하는 업무의 자동화율은 55%입니다. [사실] 이 역할에서 가장 인간 의존적인 업무이고, 왜 그런지 이해할 가치가 있습니다.

AI 챗봇은 일상적인 계좌 질문에 답할 수 있어요. 자동화 시스템은 거래 확인과 포트폴리오 요약을 보냅니다. 하지만 고객이 예상치 못한 마진콜 때문에 화가 나서 전화하거나, 복잡한 유산 상속 거래의 세금 영향을 이해해야 하거나, 시장 폭락 중에 안심받고 싶을 때 — 그 대화는 사람이 필요합니다. [주장]

전형적인 시나리오를 생각해보세요. 한 고령 고객이 자기가 이해하지 못한 기업 행위 후 배당금 재투자가 중단된 걸 발견합니다. 챗봇은 거래 내역을 띄울 수 있어요. 하지만 그 고객의 목소리에 깃든 공포를 읽거나, 왜 이런 일이 생겼는지 평이한 언어로 설명하거나, 복구 절차를 안내하거나, 은퇴 수입이 위험하지 않다고 안심시킬 수는 없습니다. 그 통화와 매일 수천 건의 비슷한 통화는 금융상품 지식과 정서 지능을 모두 갖춘 클러크가 필요해요.

고객 관계 기술, 규제 지식, 복잡한 문제 해결에 집중하는 클러크가 전환기를 살아남습니다. 주문 처리와 기록 검증에 주로 매달리는 클러크는 기계가 이미 더 빠르고 싸게 처리하는 일을 하고 있는 거예요.

우리 데이터셋에서 가장 가파른 감소

미국 노동통계국은 2034년까지 브로커리지 클러크 고용이 -10% 감소할 것으로 예측합니다. [사실] 모든 사무·행정 직군 중에서도 가장 가파른 감소 중 하나예요. 중위 연봉은 약 $54,580, 현재 약 56,800명이 일하고 있습니다. [사실]

맥락을 잡기 위해 교량 검사관과 비교해봅시다. 이들은 자동화 위험이 19%에 불과하고 +4% 성장 전망이에요. 아니면 뷔페 어텐던트와 비교해보세요. 신체적 서비스 직업으로 위험 10%, 성장 +4%입니다. 패턴은 명확해요. 구조화된 데이터를 처리하고 규칙을 따르는 일일수록 AI 위험이 높고, 신체적 존재나 인간 판단이 필요한 일일수록 위험이 낮습니다.

브로커리지 클러크는 고위험 카테고리의 원형이에요. 구조화된 금융 데이터에 적용되는 일상적 인지 업무. 대규모 언어 모델과 자동화 처리 시스템이 처리하도록 설계된 정확한 프로필입니다.

감소는 고볼륨 소매 흐름을 가진 중대형 증권사에 집중됩니다. 고액 자산가, 복잡한 기관 계좌, 특수 상품을 다루는 소규모 회사들은 예외율이 높고 고객 관계가 더 중요해서 사람의 사무 역량을 더 많이 유지하는 경향이 있어요. 일자리 제안 중에서 고민하고 있다면, 회사 규모와 상품 믹스가 직책 타이틀보다 더 중요합니다. [추정]

이건 미래 예측이 아니라 - 이미 일어나고 있는 일

브로커리지 클러크 자동화가 다른 많은 직업과 다른 점은 변화가 이론이 아니라는 거예요. 주요 증권사들은 지난 10년간 후방 인력을 극적으로 줄였습니다. 2024년 관측 노출 56%, 2028년 예상 77%는 실험실 실험이 아니라 실제 회사에서의 실제 배포를 반영합니다. [사실]

상당수의 브로커리지 클러크를 여전히 고용하는 회사들은 파생상품, 구조화 상품, 국제 증권처럼 예외 사례와 엣지 케이스에 여전히 사람 판단이 필요한 복잡한 상품 믹스를 가진 곳입니다. AI 시스템이 이런 엣지 케이스 처리에 더 능숙해지면, 그 마지막 발판도 침식됩니다.

청산·결제에서 로보틱 프로세스 자동화는 2015년 이후 주요 미국 브로커-딜러의 거래 볼륨당 평균 운영 인력을 약 40% 감소시켰고, 생성형 AI가 이전에는 사람이 작성하던 예외 처리 내러티브를 처리하면서 그 추세는 가속화되고 있어요. 기술 채택 곡선은 미래 충격이라기보다 15년째 진행 중인 더딘 구조조정에 가깝습니다. [추정]

남은 일자리가 실제로 어디에 있는지

브로커리지 클러크 역할이 줄어들고 있다면, 남은 56,800개 자리는 정확히 어디에 있을까요? 지리적·회사 유형별 분포를 이해하면 전략적 결정에 도움이 됩니다.

지리적으로는 뉴욕 메트로 지역(여전히 글로벌 자본시장 중심지)에 가장 높은 집중도가 남아 있고, 보스턴, 시카고, 샌프란시스코, 댈러스, 그리고 점점 더 샬럿(뱅크 오브 아메리카의 운영 허브)이 주요 2차 클러스터입니다. 국제적으로 미국 회사들은 후방 업무의 상당 부분을 저비용 지역으로 옮겼어요 — 솔트레이크시티, 탬파, 잭슨빌, 그리고 인도·필리핀의 해외 센터들이 다른 타이틀로 수천 개의 동등 역할을 고용합니다. 오프쇼어링 추세는 자동화 추세와 상호작용해요. 10년 전 해외로 옮겨진 업무가 이제는 본국으로 돌아오는 게 아니라 자동화되고 있습니다. [추정]

회사 유형별로 남은 자리는 세 부문에 집중돼요. 자산관리 커스터디언(퍼싱, 슈왑 어드바이저 서비스, 피델리티 클리어링)은 독립 RIA 비즈니스의 예외 흐름을 처리하는 클러크가 여전히 필요합니다. 투자은행의 프라임 브로커리지 운영(골드만, 모건 스탠리, JP모건)은 헤지펀드와 기관 흐름에서 맞춤형 거래 구조가 완전 자동화를 거부하는 곳에서 클러크를 고용해요. 그리고 국제 증권 운영, 채권 청산, 파생상품 후방 사무 같은 전문 회사들은 상품 복잡성이 자동화 채택을 늦추기 때문에 더 높은 인력 수준을 유지합니다. 구직 중이라면 이 세 부문을 구체적으로 노리세요. [추정]

브로커리지 클러크가 지금 해야 할 일

기다리지 마세요. 이 직업은 전환기를 그냥 버틸 수 있는 곳이 아니에요. 숫자가 너무 가혹합니다.

컴플라이언스, 고객 자문, 관계 관리로의 수평 이동을 고려하세요. 금융 지식이 이전되지만 자동화 위험은 극적으로 떨어지는 역할들이에요. 컴플라이언스 애널리스트의 자동화 위험은 약 35%이고, 재무 자문은 약 30% 정도입니다. 전환이 쉽지만은 않아요. Series 7, Series 66, 또는 컴플라이언스 관련 자격증을 추가해야 할 수 있지만, 다른 업계에서 커리어를 재시작하는 것보다 교육적 부담이 훨씬 적어요.

레그테크(RegTech)에 대해 배우세요. 컴플라이언스 프레임워크 내에서 AI 시스템이 어떻게 작동하는지 이해하는 건 시장성 있는 기술입니다. 레그테크는 금융 서비스 내에서 가장 빠르게 성장하는 부문 중 하나이고, 거래 운영의 언어와 AI 컴플라이언스 도구의 언어를 모두 구사할 수 있는 클러크는 희소합니다. NICE Actimize, Compliance.ai, Behavox 같은 벤더들이 도구가 이제 대체하고 있는 수동 프로세스를 직접 겪은 사람들을 채용하고 있어요. 당신의 경험은 부채가 아니라 자산입니다 — 단, 의도적으로 재배치할 때만요.

커리어 초반이라면, 더 나은 장기 전망을 가진 인접 금융 서비스 자리 대비 이 특정 역할에 더 투자할 가치가 있는지 진지하게 평가하세요. 5년 전 자산관리 지원, 파라플래닝, RIA 운영으로 전환하기 시작한 클러크들은 지금 의미 있게 더 벌고 있고, AI와 함께 _관련성이 커지는_ 역할에서 일하고 있어요.

후반 커리어 노동자에게는 전략이 다르지만 똑같이 중요합니다. 현재 회사 내에서 교차 훈련을 협상하세요. 예외 처리 데스크, 복잡한 계정 팀, 특수 상품 그룹에 자원하세요. 기계가 할 수 없는 45% 업무를 처리하는 사람의 이력서를 쌓으세요 — 그러면 다음 자동화 기반 구조조정 라운드에서 유지되는, 해고되지 않는 케이스가 만들어집니다.

전체 데이터 분석은 브로커리지 클러크 직업 페이지에서 확인하세요.

출처

• Anthropic Economic Research (2026) — AI 노출 및 자동화 지표
• 미국 노동통계국 — 직업 전망 핸드북 2024-2034
• O\*NET OnLine — 43-4011.00 Brokerage Clerks

업데이트 기록

• 2026-05-15: DTCC 결제 맥락, 레그테크 경로, FINRA/SEC 감독 뉘앙스, 중년 커리어 클러크의 전환 전략 추가 (B2-33 사이클).
• 2026-04-04: 2024-2028 AI 노출 예측 및 업무별 자동화 분석으로 초기 발행.

---

_AI 보조 분석. 이 글은 AI 도구의 도움으로 생성됐고 aichanging.work 편집팀의 검토를 거쳤습니다. 모든 통계는 참조된 연구 출처에서 가져왔으며 수정될 수 있습니다._