AI가 밸류에이션 애널리스트를 대체할까? DCF 모델은 스스로 만들어집니다 -- 하지만 딜에는 여전히 당신이 필요합니다
민감도 분석의 80%가 자동화되고 재무 모델링이 68%에 달합니다. 하지만 판단력을 갖춘 밸류에이션 애널리스트의 수요는 그 어느 때보다 높습니다.
스스로 작성되는 스프레드시트
밸류에이션 업무를 하고 계신다면 이미 불안한 변화를 눈치채셨을 것입니다. 이틀 꼬박 걸리던 DCF(현금흐름할인) 모델을 AI가 이제 10분 안에 합리적인 초안을 만들어 냅니다. FactSet이나 Bloomberg에서 데이터를 뽑느라 몇 시간 걸리던 유사 기업 분석도 AI 도구가 두 번째 커피를 마시기도 전에 데이터를 수집·정규화·제시합니다.
이것은 가정이 아닙니다. 저희 데이터에 따르면, 밸류에이션 애널리스트의 2025년 전체 AI 노출도는 61%이며 자동화 위험은 100점 만점에 48점입니다 [사실]. 금융 전문직 중에서도 높은 노출 수준이며, 상승 궤적도 가파릅니다. 하지만 반전이 있습니다. 숙련된 밸류에이션 애널리스트에 대한 수요는 줄어들지 않았습니다. 달라진 것입니다.
기계가 더 잘하는(그리고 더 빠른) 업무
민감도 및 시나리오 분석이 자동화 차트 1위로 80%에 달합니다 [사실]. 할인율, 성장 가정, 터미널 밸류에 수천 가지 순열을 돌리는 것은 정확히 AI에게 적합한 반복적이고 연산 집약적인 작업입니다. 엑셀에서 세심한 수동 조정이 필요했던 작업이 이제 AI 금융 플랫폼에서 몇 초 만에 이뤄집니다.
시장 데이터 및 선행 거래 분석이 74% 자동화로 그 뒤를 잇습니다 [사실]. AI 시스템은 과거 M&A 거래 데이터베이스를 스캔하고, 유사 거래를 식별하고, 섹터와 시점 차이를 조정하고, 정리된 멀티플 세트를 어떤 주니어 애널리스트보다 빠르게 제시할 수 있습니다.
DCF 및 유사기업 모델 구축은 68% 자동화입니다 [사실]. 모든 밸류에이션 애널리스트의 핵심 업무이며, AI가 빠르게 잠식하고 있습니다. 금융 소프트웨어에 통합된 대형 언어 모델은 모델 구조를 생성하고, 기업 공시에서 가정을 채우고, 입력값의 논리적 불일치까지 플래그할 수 있습니다.
인간의 판단이 여전히 프리미엄을 받는 영역
밸류에이션 보고서 및 공정 의견서 작성의 자동화율은 52%로 [사실] 분석 업무보다 상당히 낮습니다. 여기서 이야기가 미묘해집니다.
공정 의견서는 단순히 페이지 위의 숫자가 아닙니다. 거래 가격이 재무적 관점에서 공정하다는 전문적 판단이며, 주주 소송과 규제 절차에서 법적 효력을 갖는 경우가 많습니다. 그 의견서를 작성하는 애널리스트는 방법론을 방어하고, 이사회에 가정을 설명하고, 때로는 법정에서 증언해야 합니다. 어떤 AI도 공정 의견서에 서명하고 그에 따르는 전문적 책임을 질 수 없습니다.
법적 차원 너머에는 고객 관계가 있습니다. 딜 마감 전날 밤 CFO가 전화를 걸어 핵심 고객 계약이 무산되면 밸류에이션이 유지되는지 물을 때, 그들은 챗봇을 원하지 않습니다. 사업을 이해하고, 이사회 회의의 분위기를 읽었으며, 압박 속에서 판단을 내릴 수 있는 사람을 원합니다.
AI가 금융 분석을 어떻게 바꾸고 있는지 더 넓은 시각을 원하신다면, 투자 애널리스트와 신용 애널리스트를 비교해 보십시오. 패턴은 일관적입니다: 분석 업무는 빠르게 자동화되지만 자문 관계는 지속됩니다.
2028년으로의 길
저희 전망에 따르면, 2028년까지 밸류에이션 애널리스트의 전체 AI 노출도는 76%에, 자동화 위험은 100점 만점에 61점에 도달합니다 [추정]. "높은 변혁" 범주에 확실히 들어가는 수준입니다.
실질적 의미는 직업의 양극화입니다. 한쪽에서는 모델 구축과 데이터 수집이 주된 가치였던 주니어 애널리스트가 상당한 압박을 받게 됩니다. 많은 엔트리 레벨 포지션이 AI가 기계적 작업을 대신하면서 사라질 수 있습니다. 다른 한쪽에서는 결과를 해석하고, 고객에게 조언하고, 전문적 판단을 내리는 시니어 애널리스트가 더 가치 있어집니다 -- AI 덕분에 한 명의 시니어 애널리스트가 더 적은 지원 인력으로 더 많은 딜을 커버할 수 있기 때문입니다.
이것은 이미 채용 트렌드에서 나타나고 있습니다. Duff & Phelps나 Houlihan Lokey 같은 주요 밸류에이션 회사들은 AI 도구에 대규모 투자를 하면서 동시에 깊은 산업 전문성을 갖춘 경력자를 구하고 있습니다. 메시지는 분명합니다: 더 적은 인원이 더 가치 있는 일을 하길 원합니다.
이것이 여러분에게 의미하는 바
밸류에이션 애널리스트라면, 커리어를 지켜줄 역량은 CFA 교재에서 배운 것이 아닙니다. 기술적 모델 구축은 상품화되고 있습니다. 지금 중요한 것은 산업 전문성 -- 헬스케어 M&A, 테크 밸류에이션, 부동산 각각의 고유한 역학을 이해하는 것입니다. 커뮤니케이션 역량 -- 비금융 이해관계자에게 복잡한 분석을 설명하는 능력입니다. 그리고 전문적 판단 -- 데이터가 모호할 때 방어 가능한 결정을 내리는 능력입니다.
커리어 초반이라면 AI 도구를 배우십시오. 절반의 시간에 밸류에이션을 만들고 나머지 절반은 그 숫자가 의미 있는지 비판적으로 생각하는 사람이 되십시오. 속도와 판단의 조합이 시장이 보상하는 것입니다.
업무별 자동화 전체 분석은 밸류에이션 애널리스트 직업 페이지에서 확인하실 수 있습니다. 관련 직업으로 보험계리 애널리스트와 예산 애널리스트도 참고하십시오.
업데이트 이력
- 2026-03-30: 2025년 실제 데이터와 2028년 전망으로 최초 게시.
출처
- Eloundou et al. (2023). "GPTs are GPTs: An Early Look at the Labor Market Impact Potential of Large Language Models."
- Brynjolfsson et al. (2025). "Generative AI at Work."
- Anthropic Economic Research (2026). Labor Market Impact Assessment.
이 분석은 AI의 도움으로 작성되었습니다. 모든 통계는 동료 심사 연구와 산업 데이터를 결합한 자체 데이터셋을 참조합니다. 방법론에 대한 자세한 내용은 데이터 소개를 참조하십시오.