[블록덕 인사이트] “내일부턴 AI 개발하세요” 미즈호 은행 5만 명 재교육의 진짜 속내: 암묵지 인프라와 해고 없는 구조조정

최근 일본 3대 메가뱅크 중 하나인 미즈호파이낸셜그룹이 던진 폭탄선언이 금융권과 산업계를 흔들고 있습니다. 은행·증권 등 주요 자회사 임직원 5만 명을 대상으로 오는 11월부터 일반 영업직과 사무직 수천 명을 ‘AI 시스템 개발 인재’로 배치 전환하는 대대적인 직무 전환(Job Transformation·JX)에 나선다는 소식입니다. (기사: “내일부턴 AI 개발하세요”…영업·사무직 수천명에 체질개선 지시한 日기업)


기사에 나타난 일본 금융권의 변화 속도는 가히 파괴적입니다. 과거와 현재 모든 직원들이 당연히 알아야 할 기술이 외국어와 MS오피스, ERP 등이었다면 이제부터는 여기에 AI를 더해야 하는 시대가 왔습니다. 개인이던 기업이던 AI는 하나의 생존공식이 되었습니다.

  • 미즈호파이낸셜: 연령 제한 없이(관리직 포함) 단 3개월간의 교육을 거쳐 영업·사무직을 현업 AI 개발에 투입. 향후 10년간 AI 개발 인력을 수천 명으로 늘리는 동시에, 전통적인 사무 직무는 최대 5,000명 감축 계획.

  • 리소나은행: AI 기반 융자 결재서류 자동화 시스템을 도입해 기존 이틀(48시간) 걸리던 작업을 최단 40분으로 단축.

  • 미쓰이스미토모은행: 2028년까지 법인 영업에서 총 140만 시간의 업무 감축을 목표로 제안서 자동 생성 AI 추진.

미즈호의 파격적인 실험 이면에는 AI 시대를 맞이한 아시아 전통 대기업들의 ‘처절한 구조적 딜레마’와 ‘생존 계산법’이 깔려 있습니다. 이 거대한 지각변동의 본질을 말씀드립니다.

1. 줄어드는 일거리와 해고할 수 없는 노동 시장: ‘유휴 인력’ 은?

미국 실리콘밸리의 빅테크나 핀테크 기업들은 계산이 단순합니다. AI 도입으로 생산성이 30% 올라가면, 당장 내일 아침 이메일 한 통으로 기존 인력의 30%를 해고(Layoff)하여 재무제표의 비용 구조를 맞춥니다.

하지만 일본과 한국 같은 동아시아의 전통 대기업과 은행은 상황이 완전히 다릅니다. 강력한 노동법과 고용 안정을 중시하는 사회적 관행 때문에 “AI가 일을 대신하게 되었으니 내일부터 나오지 마시오”라는 식의 인위적인 대량 해고가 사실상 불가능합니다.

문제는 현장에서 ‘실제 할 일’이 무서운 속도로 증발하고 있다는 점입니다. 리소나은행처럼 이틀 걸리던 융자 서류 작업이 40분으로 줄어들고, 미쓰이스미토모처럼 140만 시간의 영업 문서 작업이 사라지면 어떻게 될까요? 조직 내부에는 급격하게 “월급은 주는데 시킬 일은 없는” 거대한 유휴 인력의 웅덩이가 만들어집니다.

결국 미즈호의 ‘5만 명 대상 직무 전환’과 ‘10년간 사무직 5,000명 감축’은 해고할 수 없는 노동 환경에서 기업이 선택한 가장 영리하고도 냉혹한 ‘무혈(無血) 구조조정’입니다. 사람을 밖으로 내쫓는 대신, 사라질 사무직 자리에 앉아 있는 직원들의 손에 AI 도구를 쥐여주고 새로운 가치 창출 전선으로 강제 이동시키는 것입니다.

2. 구인배율 10배의 인력난과 ‘외부 천재’들의 치명적 한계

기사에 따르면 현재 일본의 AI 분야 이직 구인배율은 10배를 웃돕니다. 구직자 1명당 10개 이상의 기업이 줄을 서서 몸값을 부르는 상황이니, 외부 채용만으로 수천 명의 AI 인력을 확보하는 것은 물리적으로 불가능합니다.

그러나 설령 천문학적인 연봉을 주고 외부에서 박사급 AI 엔지니어나 글로벌 컨설턴트를 데려온다고 해도 현장의 문제는 풀리지 않습니다. 외부 기술자들은 은행 내부의 ‘업무 암묵지(Tacit Knowledge)’를 전혀 모르기 때문입니다.

  • 특정 중소기업의 대출 심사에서 재무제표 숫자 외에 어떤 산업적 특수성과 예외 조항을 봐야 하는지

  • 수십 년간 누적된 은행 기간계 시스템(레거시 원장)의 데이터들이 부서별로 어떻게 얽혀 있는지

  • 까다로운 법인 고객에게 자산 운용 제안서를 쓸 때 어떤 맥락(Context)과 규정(Compliance)을 동시에 충족해야 하는지

이러한 비구조화된 현장, 그러나 현실인 문제를 해결할 수 있는 노하우는 어떤 코딩 학원에서도 가르쳐주지 않습니다. AI가 현장에서 뜬구름 잡지 않고 실제로 작동하게 만들려면, 먼저 인간의 머릿속에 있는 ‘업무 암묵지’를 기계가 읽을 수 있는 데이터와 제약 조건으로 번역하는 인프라 공사가 선행되어야 합니다. 그리고 이 공사는 오직 그 현장에서 10년, 20년 이상 경험이 있는 내부 실무자만이 해낼 수 있습니다.

3. 왜 오히려 ‘코딩 능력’이 더 중요해지는가?: 앞으로 코딩 능력은 필수

일각에서는 “생성형 AI가 코딩을 다 해주니 이제 코딩을 배울 필요가 없다”고 말합니다. 하지만 현장에서 시스템을 직접 다뤄보면 정반대의 현실을 마주하게 됩니다. AI 시대가 열리면서 코딩 능력은 사라진 것이 아니라, 오히려 모든 실무자가 갖춰야 할 가장 강력한 필수 역량이 되었습니다.

만약 자연어로 대충 명령만 내리면 AI가 알아서 시스템을 다 만들어준다면, 미즈호 은행이 왜 현업 직원들을 빼내어 3개월씩이나 집중 개발 교육을 시키겠습니까? 하루짜리 프롬프트 작성법 특강만 열면 그만일 것입니다.

과거 1년 반 걸리던 육성 기간이 3개월로 줄어든 것은 ‘코딩이 필요 없어져서’가 아닙니다. 기계어 문법(Syntax)을 밑바닥부터 통째로 암기하는 단순 시간만 AI 덕분에 단축되었을 뿐, 실제 작동하는 업무 자동화 시스템을 구축하기 위한 ‘코드 문해력(Code Literacy)’과 ‘시스템 설계 능력’의 중요성은 오히려 폭발적으로 커졌습니다.

AI가 생성한 파이썬 스크립트나 자동화 코드가 겉보기엔 그럴싸해도, 실제 현업의 복잡한 예외 상황에 부딪히면 엉뚱한 오류를 뿜어냅니다. 코딩의 작동 원리와 데이터 구조를 아는 사람만이 AI가 짠 코드의 논리적 결함을 잡아내고 현장에 맞게 뜯어고칠 수 있습니다. 또한 사내 ERP나 데이터베이스에서 필요한 숫자를 끌어와 AI 모델에 대입하고 그 결과값을 다시 업무 시스템에 적용 시키려면 결국 코드를 읽고 다룰 줄 알아야 합니다. 코딩을 전혀 모르면 영원히 채팅창에 질문만 던지는 ‘단순 사용자’에 머물 뿐, 업무를 자동화하는 ‘빌더(Builder)’가 될 수 없습니다.

여기서 미즈호의 치밀한 ‘투트랙(Two-Track) 아키텍처’가 작동합니다.

  • 현업 전환 인력 (코드 짜는 비즈니스 번역가 / 사내 FDE): 현장 프로세스를 꿰뚫고 있는 영업·사무직이 코딩과 시스템 개발 능력을 장착하여, 대출 심사 기초 자료 생성이나 제안서 자동화 같은 ‘현장 밀착형 AI 시스템’을 직접 구현합니다.
  • 기존 전문 IT 엔지니어 (코어 아키텍트): 현업 인력들이 실무용 AI를 직접 개발해 쓰는 동안, 정통 IT 기술자들은 금융 보안, 전사적 데이터베이스 무결성 관리, 고도화된 백엔드 인프라 구축이라는 ‘지반 공사’에 집중합니다.

과거에는 코딩이 IT 부서만의 전유물이었다면, 이제는 영업·재무·기획 등 모든 현업 실무자가 자신의 도메인 지식 위에 코딩이라는 무기를 직접 결합해야 하는 시대가 온 것입니다.

4. 전통적 은행원 vs JX(직무 전환) 시대의 ‘코드 짜는 뱅커’


구분과거의 전통적 사무·영업직JX 시대의 현업 AI 개발자
(비즈니스 번역가)
핵심
역할
정해진 매뉴얼에 따른 서류 작성, 데이터 수기 대사현장의 업무 암묵지를 코드와 AI 알고리즘으로 직접 구현
업무
방식
사람이 직접 엑셀과 워드로 품의서 작성자동 생성 AI 파이프라인을 코딩·구축하고 결과물 검증
필요
역량
성실성, 전문성, 단순 반복 작업의 숙련도, 오피스 프로그램 활용도메인 지식(금융·회계 등) + 코드 문해력 및 시스템 설계력
조직 내 위치AI 도입 시 1순위 감축 대상
(미즈호, 향후 10년간 5,000명 소멸)
조직의 암묵지 인프라를 구축하는 대체 불가능한 핵심 자산

맺음말: 도메인 지식에 ‘코딩’을 결합 하는 자만이 살아남는다

이번 미즈호의 사례는 기업이 요구하는 실무자의 정의가 어떻게 바뀌고 있는지를 명확하게 보여줍니다.

일본 메가뱅크에서 시작된 이 거대한 실험은 곧 우리에게도 적용될 것입니다. 고용 구조가 경직되어 있고, 급격한 고령화와 AI 인력난을 동시에 겪고 있는 한국의 금융권과 대기업 역시 머지않아 똑같은 선택지에 직면하게 될 것입니다.

이 기사가 한국의 직장인과 2030 청년 세대에게 던지는 메시지는 서늘할 정도로 명확합니다.

이제 기업에서 “나는 문과 출신이라 코딩은 전혀 몰라요”, “나는 시키는 영업과 전표 입력만 할래요”라는 변명은 더 이상 통하지 않습니다. 향후 10년간 감축될 5,000명의 자리가 바로 그곳입니다.

반면, 회사의 본질적인 비즈니스 원리(회계, 여신, 물류, 공정)와 현장의 암묵지를 깊이 이해하면서, 동시에 AI와 함께 코드를 읽고 다뤄 직접 시스템을 만들어낼 수 있는 사람에게는 엄청난 권력이 주어질 것입니다. 현장의 도메인 지식이라는 탄탄한 지반 위에 코딩과 AI라는 엔진을 직접 적용하여 가치를 높이는 ‘디지털 복리시스템’을 구축하는 설계자로 지금 당장 체질을 바꾸어야 할 때입니다.

Comments

Popular posts from this blog

Why Enterprise ChatGPT Can’t Solve Your Core Business Problems: Moving Beyond LLM Sandcastles to True AI Optimization (back to the basic)

RWA(Real World Asset)의 실사례에 대해 알아보자 (7) - AI 시대 핵심인프라 GPU를 담보로 달러를 빌리는 'USD.AI(CHIP)' 하이브리드 금융

Manage with AI, Settle on a Crypto Ledger: Balance Sheet and SCM Survival Strategies in the Era of the Solo Enterprise