AI가 M&A 분석가를 대체할까? 딜메이킹에 여전히 인간의 판단이 필요한 이유
M&A 분석가의 AI 노출도는 59%이지만 +7% 성장이 전망됩니다. AI가 재무 모델링과 실사를 변화시키고 있지만, 딜 협상과 관계 관리는 확고히 인간의 영역입니다.
이 장면을 상상해 보세요: 맨해튼 투자은행의 새벽 2시, M&A 분석가가 DCF 모델의 열네 번째 수정본을 만들고 있습니다. 매니징 디렉터가 또 터미널 성장률 가정을 바꿨기 때문입니다. AI가 지루한 작업을 대신해 주기를 꿈꾸는 직업이 있다면, M&A 분석이 바로 그것일 겁니다. 하지만 AI가 M&A 분석가를 완전히 대체할 수 있느냐는 질문은 야근 피로가 암시하는 것보다 훨씬 복잡합니다.
저희 데이터에 따르면 M&A 분석가의 전체 AI 노출도는 59%, 자동화 위험은 42/100입니다. [사실] "높은 변환" 카테고리에 정확히 위치하는 수치입니다. 그러나 BLS는 2034년까지 +7% 성장을 전망하며, 연간 중위 소득 약 1억 3,600만 원($108,790), 약 68,200명의 금융 분석가가 이 전문 분야에 종사합니다. [사실] 딜 시장은 축소되지 않습니다. 진화하고 있습니다.
스프레드시트 혁명은 이미 진행 중
AI가 이미 잘 처리하는 부분부터 솔직하게 말하겠습니다.
대상 기업 재무제표 및 공시 분석이 74% 자동화율로 선두입니다. [사실] AI가 이제 수천 페이지의 SEC 공시, 연간 보고서, 실적발표 녹취록을 수 분 만에 처리합니다. AlphaSense, Kensho, Sentieo 같은 도구가 핵심 재무 지표를 추출하고, 회계 이상을 식별하며, 특수관계자 거래를 플래그하고, 실적발표 간 경영진 어조의 미묘한 변화까지 감지합니다. 주말 내내 10-K 보고서를 읽어야 했던 작업이 이제 한 시간 안에 요약되고 플래그됩니다.
DCF 및 비교기업 모델 구축은 70% 자동화율입니다. [사실] 주니어 분석가를 긴장시키는 수치이며, 그럴 만합니다. AI 기반 재무 모델링 도구가 이제 데이터베이스에서 과거 재무 데이터를 가져오고, 3문 모델을 구축하며, 수십 가지 가정에 대한 민감도 분석을 실행하고, 분석가가 수작업으로 만드는 것과 구조적으로 동일한 결과물을 생산합니다.
딜북 및 경영진 프레젠테이션 준비는 62% 자동화율입니다. [사실] AI 프레젠테이션 도구가 피치덱 프레임워크를 생성하고, 재무 데이터를 채우며, 비교 거래 요약을 만들고, 투자은행이 요구하는 까다로운 표준에 맞게 포맷팅합니다.
여기서 읽기를 멈추면 M&A 분석가가 끝났다고 결론지을 수 있습니다. 하지만 실제로 중요한 이야기의 절반을 놓치게 됩니다.
딜메이킹의 인간적 측면
실사 프로세스 전체 조율은 40% 자동화율로 떨어집니다. [추정] 대형 인수에서는 법률, 재무, 세무, 환경, IT, HR, 상업 실사 워크스트림이 여러 시간대에 걸쳐 동시에 진행됩니다. AI가 데이터룸을 정리하고, 문서 요청을 추적하며, 누락 항목을 플래그하는 데 도움을 줄 수 있습니다. 하지만 관련된 사람들을 조율하는 것 — 과중한 업무에 시달리는 로펌 파트너를 관리하고, 딜을 무산시킬 수 있는 세무 이슈를 에스컬레이션하며, 관계를 손상시키지 않으면서 대상 기업에 추가 공개를 요청해야 할 때를 아는 것 — 은 감성지능, 정치적 감각, 판단력이 필요하며 AI가 제공할 수 없습니다.
거래 조건 협상 및 딜 구조 설계는 25% 자동화율에 불과합니다. [추정] 딜메이킹의 예술이며, 시니어 M&A 전문가가 최고의 보상을 받는 이유입니다. 매수자와 매도자 간 인센티브를 정렬하는 어닝아웃 구조를 설계하고, 상대방이 떠나지 않으면서 고객을 보호하는 MAC 조항을 협상하며, 가격에서 양보해 면책 조항에서 이기는 것이 적절한 때를 아는 것 — 수백만 달러가 방의 분위기를 읽고, 신뢰를 구축하며, 경쟁하는 이해관계에 창의적 해결책을 찾는 인간의 능력에 달려 있습니다.
이론적 노출도 77%와 관측된 노출도 38%의 격차는 금융 산업에 대해 중요한 점을 드러냅니다. [사실] 은행들은 AI에 공격적으로 투자할 예산이 있고, 실제로 수십억을 투자하고 있습니다. 그럼에도 이 기술 친화적인 산업에서조차 실제 대체는 신중하게 진행되고 있습니다. 규제 요구사항, 고객 기대, 딜 오류의 높은 위험이 인간을 프로세스 안에 확실히 유지시키는 도입 마찰을 만듭니다.
주니어 분석가의 압박
집계 수치가 부분적으로 가리는 불편한 진실이 있습니다: AI가 M&A에 미치는 영향은 시니어리티에 따라 균등하게 분포되지 않습니다.
업무 시간의 70-80%를 재무 모델링, 데이터 수집, 프레젠테이션 준비에 쓰는 주니어 분석가가 AI와 가장 직접적인 경쟁에 직면합니다. [추정] 새벽 2시에 완벽한 모델을 만들어 가치를 증명하던 전통적 투자은행 커리어 경로가 압축되고 있습니다. AI가 10분 만에 기본 모델을 만들 수 있다면, 주니어 분석가의 가치는 구축에서 품질 보증, 가정에 대한 판단, 모델을 기술적으로 정확한 것 이상으로 유용하게 만드는 맥락적 지식으로 이동합니다.
고객 관계, 딜 발굴, 협상, 전략 자문에 시간을 쓰는 시니어 전문가는 AI를 주로 생산성 배가기로 경험합니다.
이 역학이 +7% 성장 전망이 높은 AI 노출과 공존하는 이유입니다. 직업이 줄어드는 것이 아닙니다. 각 레벨이 하는 일의 비율이 바뀌고, 진입 수준 기여의 문턱이 높아지고 있습니다.
커리어에 주는 시사점
M&A에서 일하거나 지향한다면, 전략적 시사점은 명확합니다.
AI 도구를 마스터해 주니어 학습 곡선을 압축하세요. 재무 모델링의 70% 자동화율은 모델 구축법을 건너뛰라는 뜻이 아닙니다. 배운 다음, AI로 10배 빠르게 만드는 법을 배우고, 절약된 시간을 어떤 가정이 실제로 중요한지에 대한 판단 개발에 쓰세요.
관계와 커뮤니케이션 역량에 일찍 투자하세요. 협상과 딜 구조화의 25% 자동화율로, 인간 역량에 대한 프리미엄은 더 높아질 것입니다. 고객 앞에서 자신 있게 발표하고, 설득력 있는 투자위원회 메모를 쓰며, 딜팀 전반에 걸쳐 관계를 구축할 수 있는 주니어 분석가가 순수 정량 역량만 가진 동료와 차별화될 것입니다.
섹터 전문성을 개발하세요. AI는 어떤 기업의 재무도 모델링할 수 있지만, 특정 SaaS 기업의 코호트 리텐션 곡선이 헤드라인 매출 성장보다 왜 더 중요한지 이해하려면 깊은 섹터 지식이 필요합니다.
M&A 직업은 재편되고 있지, 대체되고 있지 않습니다. 한때 역할을 정의했던 재무 모델링과 데이터 분석은 기본 역량이 되고 있습니다. 미래는 AI로 정량적 중노동을 처리하면서 판단, 관계, 창의적 문제 해결에 집중하는 분석가에게 속합니다.
이 분석은 Anthropic 노동시장 영향 연구(2026), BLS 직업 전망 핸드북, 자체 태스크 수준 자동화 측정 데이터를 활용한 AI 지원 리서치입니다.
관련 직업
1,000개 이상의 직업 분석을 AI Changing Work에서 확인하세요.
출처
- Anthropic Economic Impact Report (2026)
- Bureau of Labor Statistics, Occupational Outlook Handbook
- Brynjolfsson et al. (2025)
업데이트 이력
- 2026-03-30: 2025년 실측 데이터 및 2026-2028년 전망 기반 초판 발행.