도난 방지 전문가는 AI에 대체될까? 감시는 자동화되지만 수사는 아니다

78%. 도난·사기 패턴을 위한 거래 데이터 분석에서 이미 자동화될 수 있는 비율이에요. 손실 방지(loss prevention) 업무를 하고 있다면, AI는 당신의 일을 빼앗으러 오는 게 아니에요. 이미 매 교대마다, 모든 계산대마다, 당신이 지나가는 모든 매장의 배경에서 그 일의 상당 부분을 하고 있어요.

하지만 자동화 숫자가 완전히 포착하지 못하는 손실 방지의 한 측면이 있어요. 들치기범을 잡는 것과 거래 로그를 분석하는 건 같은 일이 아니에요. 절도 혐의 직원과 뒷방 인터뷰 자리에 마주 앉아, 마이크로 표정을 읽으면서 Reid 기법 질문 시퀀스를 돌리는 것은 데이터 웨어하우스에서 sweethearting 패턴을 표시하는 것과 같지 않죠. 데이터는 그 둘을 날카롭게 구분해요.

AI가 이미 차지한 업무들

손실 방지 전문가는 51% 자동화 위험과 50% 전체 AI 노출도에 직면해 있어요. [사실] 이 역할을 높은 변형 범주에 두는 수치죠. 하지만 변형은 균등하지 않아요. 두 영역에 무겁게 집중돼 있고, 다른 두 영역은 거의 건드리지 않아요. 이 분리가 당신이 이 직업에 있다면 이해해야 할 가장 중요한 패턴이에요.

감시 카메라와 AI 기반 감지 시스템 모니터링이 75% 자동화로 선두예요. [사실] 지난 5년 사이 소매 보안 업무를 해본 사람이라면 놀랍지 않을 거예요. 현대 손실 방지는 Sensormatic Solutions, Verkada, Sentry AI, Veesion 같은 벤더 시스템에 의존하는데, 컴퓨터 비전으로 은닉 행위(상품을 가방에 넣기, 보안 태그 제거, 도난 다발 코너 주변 서성거림)를 감지하고, 법적으로 허용되는 곳에서는 안면 인식으로 알려진 범행자를 식별하고, 비정상 이동 패턴을 실시간으로 표시해요. 사람 모니터는 점점 더 피드를 스캔하는 사람이 아니라 AI 경보에 대응하는 사람이 되고 있어요. 현대적인 매장 운영 센터에 들어가 보면 모니터 벽은 줄어들고, 신뢰도 점수가 붙은 분류 경보를 표시하는 대시보드가 더 많아진 걸 보게 될 거예요.

도난·사기 패턴을 위한 거래 데이터 분석은 다섯 업무 중 자동화율 78%로 최고예요. [사실] Appriss Retail, NCR Exception Manager, Zellis Insight 같은 POS 분석 플랫폼은 이제 sweethearting(계산원이 친구에게 할인을 주는 행위), void 남용, 환불 사기, 의심스러운 반품 패턴, 재고 불일치를 사람 감사관이 따라잡을 수 없는 규모와 속도로 식별할 수 있어요. AI는 수천 건 거래를 검토하면서 피로를 느끼지 않아요. 익숙한 직원에 대한 사각지대가 없어요. 8년 동안 매장에서 일한 시니어 계산원이지만, 데이터에 따르면 그녀의 등록기 클러스터 평균보다 영수증 없는 반품을 38% 더 많이 처리하고 있다는 사실을 표시하는 데 어색함이 없어요.

사람의 영역으로 남은 업무들

이제 반대쪽을 보세요. 도난·사기 의심 사건 조사는 30% 자동화에 그쳐요. [사실] 조사는 본질적으로 대인 업무예요. 용의자 인터뷰(1980년대 이후 업계 표준이 된 Wicklander-Zulawski 기법 사용이 흔함), 매장 매니저와 협력해 사건 구성, 법 집행 기관과 조율, 언제 체포하고 언제 관찰할지 판단 같은 일을 포함하죠. AI는 의심스러운 패턴을 표시할 수 있어요. 인터뷰 룸에 앉아 신체 언어를 읽을 수는 없어요. 첫 범행 미성년자에 대한 올바른 조치가 민사 청구 서한인지 형사 의뢰인지 결정할 수 없어요. 인터뷰 중인 직원이 약물 남용 문제를 울면서 인정하기 시작할 때 대화를 조정할 수 없어요.

손실 방지에 관한 직원 인식 교육 진행은 25%로 더 낮아요. [사실] 효과적인 훈련은 대본을 읽는 게 아니에요. 매장 위치의 특정 문화를 이해하고, 다른 팀에 메시지를 적응시키고(뒷방 수신 팀은 화장품 부서 직원과 다른 프레이밍에 반응함), 손실 방지를 감시 부담이 아니라 모두의 책임으로 느끼게 만드는 일이에요. 사람의 설득력과 신뢰성이 필요하고, 매우 관계적이에요. 3년 동안 주간 매장 순회로 매장 리더십과 신뢰를 쌓아온 손실 방지 전문가는 잘 만들어진 e-러닝 모듈이 만들 수 없는 도난 감소 성과를 만들 수 있어요.

사건 보고서 준비와 법 집행 기관과 협조는 50%로 중간에 있어요. [사실] AI는 사건 데이터로부터 보고서를 자동 생성하고, 템플릿 폼으로 법원 문서를 채우고, 조사관의 구조화된 입력으로 서사 섹션 초안까지 작성할 수 있어요. 하지만 협조 — 경찰 비상이 아닌 번호로 전화하기, 회수한 상품의 보관 사슬 관리, 사건이 기소될 때 법정 증언, 소매 도난 사건에 대한 식욕이 다른 지방검찰청 사무실과의 협력 — 는 사람의 존재와 판단이 필요해요. 캘리포니아(주민발의 47호)와 텍사스(중죄 임계값 변경)를 포함한 여러 주가 소매 범죄에 대한 기소 계산을 바꿨고, 지역 DA의 실제 기소 패턴을 이해하는 손실 방지 전문가가 법령만 아는 전문가보다 더 효과적이에요.

압력 받는 인력

미국에는 약 81,400명의 손실 방지 전문가가 중위 연봉 $38,960으로 일하고 있어요. [사실] BLS는 2034년까지 -2% 감소를 전망해요. [사실] 그 완만한 감소는 더 큰 변화를 가려요. 직무의 본질이 인원수가 시사하는 것보다 더 빠르게 변하고 있고, 임금 분포가 양극화되고 있어요.

5년 전 손실 방지 전문가는 하루 대부분을 카메라 모니터 보고 영수증 검토에 보냈을 거예요. 오늘날, 같은 사람은 AI 감지 규칙을 구성하고, 알고리즘 경보에 대응하고, AI가 이미 표시하고 부분적으로 문서화한 사건을 조사할 가능성이 높아요. 일은 관찰에서 조사로, 관찰에서 시스템 관리로 이동했어요.

2028년까지 전체 노출도는 65%, 자동화 위험은 63%까지 상승할 전망이에요. [추정] 궤적이 가파릅니다. 3년 안에 대부분의 손실 방지 업무가 자동화되거나 AI 보조될 거예요. 살아남는 역할은 10년 전 이 직업을 정의했던 것과는 다른 스킬 믹스를 요구할 거예요.

소매 도난 문제는 더 나빠지고 있다

손실 방지 전문가에게 유리하게 작용하는 직관에 반하는 요인이 있어요. 소매 도난이 늘고 있어요. 전미소매연맹(NRF)의 2023년 전미 소매 보안 조사에 따르면 2022년 재고 손실은 $1,120억을 넘었고, 전년의 940억에서 증가했어요. 조직 소매 범죄(ORC), 직원 절도, 반품 사기, 운영 오류가 견인했어요. [주장] 도난이 늘면서 소매업체는 손실 방지에 더 투자해요. AI 시스템과 그것을 운영하는 사람 모두에요. Target, Home Depot, Walgreens, Walmart, Kroger 모두 도난을 영업 마진에 의미 있는 압력으로 공개적으로 언급해왔고, 그 압력은 기술과 인력 모두의 예산으로 전환돼요.

이건 AI가 일부 손실 방지 업무를 제거하면서, 늘어나는 문제가 더 높은 수준의 전문성에 대한 수요를 만드는 역학을 형성해요. AI 감시 시스템을 구성하고, 발견을 해석하고, 조직 절도 조직에 대한 복잡한 조사를 운영하고, 다중 관할 법 집행과 조율할 수 있는 전문가는 카메라만 보는 사람보다 소매업체에게 더 가치 있어요. 미국조직소매범죄협회(ORCA)와 법 집행·소매 연합(CLEAR)은 10년 전에는 존재하지 않던 직업적 경로를 만들었고, 손실 방지 재단의 LPC(Loss Prevention Certified)와 LPQ(Loss Prevention Qualified) 자격증은 시니어 일자리 시장에서 의미 있는 신호가 됐어요.

조직 소매 범죄 이동

도난 문제는 균등하게 분포되지 않아요. 조직 소매 범죄 — 개인 사용이 아니라 재판매를 위해 훔치는 조직된 그룹, 종종 온라인 마켓플레이스를 통해 상품을 이동시켜요 — 가 전체 손실의 훨씬 큰 비중을 차지하게 됐어요. 이 이동은 인간-대-AI 질문에 중요해요. ORC 사건은 AI가 단순히 할 수 없는 조사 작업을 요구하니까요. 같은 조직을 여러 매장 위치에 걸쳐, 때로는 주 경계를 넘어 추적하고, 검사가 실제로 받아들일 사건을 구축하고, Amazon, eBay, Facebook Marketplace, OfferUp의 온라인 마켓플레이스 사기 팀과 조율하고, 주 임계값을 초과하는 사건에서 국토안보부 수사국(HSI) 같은 연방 파트너와 협력해요.

2023년 발효된 INFORM Consumers Act는 온라인 마켓플레이스가 고볼륨 제3자 판매자를 검증하도록 요구해요. 그 규제 변화는 손실 방지 전문가가 활용 방법을 이해한다면 새로운 조사 경로를 만들었어요. AI는 훔친 상품 리스팅의 패턴을 식별해 도울 수 있지만, ORC 기소를 실제로 작동시키는 관계 구축과 사건 구성은 사람의 몫이에요.

손실 방지 업무를 하고 있다면

커리어 경로가 갈라지고 있어요. 입문급 모니터링 역할은 AI에 흡수되고 있어요. 조사, 훈련, 전략적 손실 방지 관리는 더 가치 있어지고 있고요. 모니터링 쪽에 있다면, 조사·분석 관리로의 이동이 시급해요.

손실 방지 기술 플랫폼(Sensormatic, Veesion, Verkada 운영자 자격증), 인터뷰·심문 기법(Wicklander-Zulawski 인증이 업계 표준), 소매를 위한 데이터 분석, 그리고 LPC 자격증 같은 대학원 수준 작업의 자격증이 승진하는 전문가와 대체되는 전문가를 분리할 거예요. 직업은 사라지지 않아요. 하지만 카메라 피드 그리드를 보면서 뒷방에 앉아 있는 버전의 직업은 사라져요.

이 전환을 만드는 전문가에게는 보수 상승이 의미 있어요. 주요 소매업체의 지역 손실 방지 매니저는 $75,000~110,000을 벌어요. Fortune 500 소매업체의 자산 보호 기업 디렉터는 $140,000~200,000에 이를 수 있어요. 커리어 사다리는 여전히 존재해요. 단지 AI가 더 잘하고 더 싸게 처리하는 감시 작업이 아니라, AI가 복제할 수 없는 전략적·조사적 스킬을 거쳐 갈 뿐이에요. 플로리다 대학교의 손실 방지 연구 위원회와 ASIS International의 소매 손실 방지 위원회는 진지한 커리어 헌신을 알리는 전문 네트워크를 구축했고, 이런 서클에 적극적으로 참여하는 게 점점 시니어 자산 보호 역할의 입장권이 되고 있어요.

손실 방지 전문가 상세 데이터 보기

---

_Anthropic의 2026년 경제 영향 연구, Brynjolfsson 2025년 연구, BLS 직업 전망 데이터를 기반으로 한 AI 보조 분석._

업데이트 이력

• 2026-04-04: 2025년 자동화 지표 및 BLS 2024-34 전망 초도 게재.
• 2026-05-18: INFORM Consumers Act 맥락, Wicklander-Zulawski 인터뷰 방법론, ORC 조사 워크플로, 시니어 트랙 자격증·보수 가이드(LPC, LPQ, 지역/디렉터 보수) 확장.