2018년만 해도 삼성증권 고액자산가 고객의 46%가 지점에서 PB를 직접 만나 자산을 위탁했다. 2024년, 그 비율은 역전됐다. 금융자산 10억 원 이상 고객의 77%가 모바일 앱으로 유입된다. 사무실 문을 열고 들어오던 고객이 스마트폰 화면 너머로 사라진 것이다. 이 구조적 전환 뒤에는 AI가 있다.

이 글은 세 가지 질문에 답한다. AI가 포트폴리오 설계를 대체하면 수수료 구조는 어떻게 바뀌는가. 인간 어드바이저의 존재 가치는 어디에 남는가. 그리고 이 지각변동 속에서 개인 투자자는 어떻게 포지셔닝해야 하는가.

① 웰스테크 혁명: 1,000만 원도 PB 서비스를 받는 시대

프라이빗 뱅킹(PB)은 오랫동안 ‘부유층의 전유물’이었다. 한국 주요 시중은행 기준으로 PB 전담 서비스를 받으려면 최소 금융자산 5억~10억 원을 예치해야 했다. 이유는 단순하다. 사람이 직접 상담하는 서비스에는 비용이 따른다. 한 명의 PB가 관리할 수 있는 고객 수는 물리적으로 제한되고, 그 비용을 회수하려면 일정 규모 이상의 운용자산(AUM)이 전제돼야 했다.

AI는 이 한계효용 방정식을 완전히 뒤집어놓았다. 로보어드바이저(RA)는 머신러닝 알고리즘으로 리밸런싱을 자동화하고, 시장 데이터를 실시간 처리하면서 인간 PB가 수십 명의 고객에게 제공하던 서비스를 수천 명에게 동시에 제공한다. 한계비용이 거의 0에 수렴하는 구조다. 국내 3대 로보어드바이저(파운트·에임·디셈버앤컴퍼니)의 자문 계약 규모는 이미 1조 원을 넘어섰다. 글로벌 웰스테크 운용 규모는 2020년대 초반 1조 달러에서 2025년 약 2조 5,000억 달러까지 성장했다는 전망이 나온다.

더 정교한 단계로 진입한 것이 ‘다이렉트 인덱싱(Direct Indexing)’이다. 투자자의 성향, 세금 상황, 보유 자산 구조를 AI가 분석해 개인화된 가중치의 인덱스를 구성하고 직접 운용하는 방식이다. 모건스탠리를 비롯한 글로벌 자산운용사들이 이 시장을 선점하기 위해 GPT 제조사 오픈AI와 전략적 제휴를 맺은 것도 이 흐름의 맥락이다. 이 시장은 2020년 말 3,500억 달러에서 2025년 1조 5,000억 달러 규모로 성장할 것으로 전망된다.

② 수수료 구조의 지각변동: 거래 기반에서 관계 기반으로

수수료 전쟁은 이미 시작됐다. 토스증권은 2025년 해외주식 브로커리지 부문에서 전통 강자를 제치고 시장 선두에 올랐다. 위탁매매 수수료의 해외주식 비중은 2021년 13%에서 2025년 34%로 뛰었고, 시장 전체 수수료 규모는 같은 기간 8,000억 원에서 2조 4,000억 원으로 팽창했다. 파이는 커졌지만 분배 구조가 달라지고 있다.

“지금은 포트폴리오를 구성해주는 방식에서 벗어나 인적 네트워크와 노하우가 핵심이 됐다. AI 서비스는 보조적 역할에 그칠 것이다.” — 국내 주요 증권사 WM 담당 임원

이 발언에는 절반의 진실이 담겨 있다. AI가 단순 포트폴리오 구성·리밸런싱·거래 집행을 담당하는 영역에서는 이미 인간 PB가 경쟁력을 잃어가고 있다. 반면 세무·상속·IB 연계 등 복합적 구조화 서비스에서는 여전히 인간의 판단이 불가결하다. 문제는 이 경계선이 AI의 역량 고도화에 따라 지속적으로 이동하고 있다는 점이다.

수수료 구조도 따라서 변한다. 한국 WM 시장은 지금 세 가지 모델이 공존·경쟁하는 과도기에 있다.

수수료 모델 구조 주요 적용 대상 AI 충격도 생존 가능성
거래 기반 (Transaction Fee) 매매 건당 0.01~0.25% 브로커리지 일반 고객 매우 높음 플랫폼 경쟁 심화로 수수료 0 압박
AUM 기반 (Wrap Fee) 연 AUM 0.3~1.0% 고액자산가 자문형 랩 중간 AI+인간 하이브리드로 진화 가능
성과 연동 (Performance Fee) 초과수익 10~20% 공유 헤지펀드·사모펀드 구조 낮음 규제 환경 정비 시 확대 전망
구독형 (Subscription) 월 정액 3~15만원 디지털 WM 매스 어플루언트 중간 AI 기반 서비스 확산으로 부상 중
통합 리테이너 (Retainer) 연 500~3,000만원 정액 초고액자산가 패밀리 오피스 낮음 관계 기반 서비스로 방어력 강함

핵심 메시지는 명확하다. 거래 횟수에서 수수료를 뽑아내는 전통적 브로커리지 모델은 AI에 의해 단가가 0에 수렴하도록 압박받는다. 반면 관계·신뢰·복잡성에 기반한 고부가 모델은 AI와 공존할 뿐만 아니라 오히려 차별화된다.

③ 생존하는 PB vs. 대체되는 PB: 역량의 분기점

모건스탠리는 2023년 오픈AI와 제휴해 ‘AI@MorganStanley Assistant’를 출시했다. 10만 개의 리서치 보고서와 내부 데이터를 연결해, 담당 어드바이저가 고객 상담 전에 관련 정보를 즉시 참조할 수 있도록 했다. 동시에 상담 회의록을 자동 요약하고 후속 이메일을 생성하는 도구도 테스트 중이다. 이것이 함의하는 바는 무엇인가.

AI는 PB를 대체하는 것이 아니라 PB의 생산성을 증폭하는 레버리지 도구가 된다. 단, 그 증폭 효과는 어드바이저의 역량에 따라 다르게 작용한다. 동일한 AI 도구를 사용해도 판단력·관계 자본·구조화 역량을 갖춘 PB는 더욱 강해지고, 그렇지 않은 PB는 AI와 비교해 부가가치가 없다는 사실이 노출된다.

가상 시나리오 — PB 김민준의 경우: 40대 자산가 박 대표(제조업·자산 30억)는 2년 전까지 전담 PB를 만나 월 1회 대면 상담을 했다. 2025년부터 증권사 앱 AI 포트폴리오 분석 기능을 사용하기 시작한 박 대표는 리밸런싱 알림과 섹터 분석 레포트를 앱에서 받는다. 그러나 그가 여전히 PB 김민준에게 전화하는 이유는 하나다. 법인 명의 비상장주식 처분 시 적정 구조화 방식, 자녀 유학 자금 마련을 위한 환헤징 전략, 그리고 사업체 매각 후 잉여 자본의 대체자산 편입 경로. AI가 아직 제공하지 못하는 영역이다.

대체되는 PB는 주로 포트폴리오 구성·시장 동향 리포트 전달·펀드 추천 등 정보 중개 기능에 집중해온 어드바이저다. 반면 생존하는 PB는 세무사·법무사·IB 전문가 네트워크를 보유하고, 고객의 생애 전반을 설계하는 ‘패밀리 CFO’ 역할을 수행한다. 하나증권이 패밀리오피스본부를 신설하고 애널리스트·IB·S&T 역량을 WM에 내재화하는 전략은 이 방향성의 제도적 표현이다.

④ 초개인화 서비스의 실체: 데이터 주권과 AI 거버넌스

삼성증권의 디지털 WM 고객 수는 2020년 3만 명(자산 5조 원)에서 2024년 39만 명(자산 66조 원)으로 폭발적으로 증가했다. 이 성장의 핵심 동력은 ‘초개인화’다. AI가 고객의 보유·거래 종목 데이터를 분석해 테마별 종목 순위를 제공하고, 상담 음성을 실시간 텍스트로 전환해 핵심 키워드에 대응하는 콘텐츠를 즉시 노출시키는 구조다. 고객 상담 음성 텍스트 전환 시스템의 정확도는 이미 95%에 달한다.

그러나 초개인화의 전제는 개인 데이터의 대규모 수집과 처리다. AI 자산관리의 가장 큰 리스크는 수익률이 아니라 데이터 거버넌스다. 금융당국은 2024년 12월 금융권 AI 플랫폼 구축 계획을 발표하며 망 분리 규제 속에서 안전한 생성형 AI 활용 환경을 만들겠다고 했다. 2025년 AI 기본법 시행령 제정으로 규제 프레임워크가 빠르게 정비되고 있다.

키움증권은 오프라인 PB 확충 대신 AI 기반 온라인 WM 전략을 선택했다. 이 선택은 비용 효율성 측면에서는 합리적이나, 고액자산가 세그먼트에서의 관계 경쟁에서 불리하게 작용할 수 있다. WM 부문 수수료 수익이 2024년 상반기 전년 대비 22.7% 감소한 것이 이를 방증한다. 기술 우위와 관계 자본은 동시에 갖추기 어렵지만, 어느 하나만으로는 충분하지 않다.

역발상: “AI가 도입될수록 스타 PB의 몸값은 오른다”

통념은 AI가 PB의 역할을 축소한다고 가정한다. 그러나 역설적으로, AI가 포트폴리오의 표준 서비스를 평준화하면 할수록 나머지 10%—복잡한 세금 구조 설계, 비정형 자산 통합, 신뢰 기반 자산 이전—를 다룰 수 있는 어드바이저의 희소성이 높아진다. 모건스탠리가 AI 어시스턴트를 도입한 직후 최상위 어드바이저의 생산성이 30% 이상 상승했다는 내부 데이터는 이 논리를 지지한다. AI는 하위 80%의 PB를 대체하지만, 상위 20%를 더 강하게 만든다. 그리고 자산관리 수수료의 80%는 이 상위 20%가 가져간다.

⑤ 한국 WM 시장 재편 시나리오: 2026~2030

자본시장연구원은 2026년 증권업 주요 이슈 보고서에서 AI 도입을 ‘기대에서 현실로’ 전환하는 해로 규정했다. 해외 선도 사례에서 보듯, 리서치 보조·내부 업무 자동화·컴플라이언스 관리 등 보조적 영역부터 적용이 안착되고, 성과가 검증된 이후 고객 서비스와 의사결정 지원으로 확장하는 단계적 전략이 일반화되고 있다.

국내 대형 증권사 4개사(한국투자증권·미래에셋·NH투자·삼성증권)가 2025년 모두 1조 원대 순이익을 기록하며 ‘1조 클럽’을 형성했다. 대형사로의 집중이 심화되면서 중소형사는 AI 인프라 투자 여력 자체가 부족해지는 악순환에 직면하고 있다. WM 부문에서도 마찬가지다. 2026년 1월 말 기준 투자자 예탁금이 약 100조 원에 달하는 거대한 시장에서, 초개인화 AI 인프라를 갖춘 대형사와 그렇지 못한 중소형사 간의 WM 경쟁력 격차는 돌이킬 수 없는 수준으로 벌어질 것이다.

⑥ 반론과 재반론: AI 자산관리의 한계

⚔ 비판론

AI는 과거 데이터 기반이므로 ‘블랙 스완’에 취약하다. 2020년 코로나 쇼크, 2022년 급격한 금리 인상 국면에서 로보어드바이저 다수가 인간 PB보다 더 큰 낙폭을 기록했다. 감정이 없는 알고리즘은 극단적 공포나 탐욕 국면에서 오히려 군중 심리를 증폭시킬 수 있다.

🛡 재반론

블랙 스완은 인간 PB에게도 동일하게 어렵다. 차이는 일관성이다. AI는 사전에 정의된 위험 한도 내에서 감정 없이 규칙을 집행하고, 인간은 패닉 매도 같은 인지 편향을 범한다. 핵심은 AI 단독이 아니라 AI가 분석·리밸런싱·리스크 모니터링을 맡고, 인간이 극단 시나리오의 의사결정과 고객 커뮤니케이션을 담당하는 역할 분리다.

⚔ 비판론

AI 기반 초개인화는 실질적으로 ‘필터 버블’을 만든다. 고객의 기존 성향을 학습한 AI가 결국 편향을 강화하는 방향으로 포트폴리오를 구성할 수 있다. 다양성 없는 포트폴리오는 분산 투자 원칙을 훼손한다.

🛡 재반론

이는 AI 설계의 문제이지 AI 자체의 한계가 아니다. 다이렉트 인덱싱이나 요소 기반(factor-based) 설계는 편향을 보정하는 방향으로 설계 가능하다. 인간 PB도 특정 상품에 대한 판매 유인에서 자유롭지 않다. AI는 적어도 그 유인 구조가 명시적이고 감사 가능하다는 점에서 투명성이 높다.

5단계 실천 로드맵: AI 시대 자산관리 전략

1

자산 복잡도를 자가 진단하라

보유 자산이 순수 금융자산(예금·주식·펀드)으로만 구성된 경우, AI 로보어드바이저만으로 충분히 관리 가능하다. 부동산·법인자산·비상장주식·해외 자산이 혼재된다면 인간 어드바이저의 통합 자문이 불가결하다. 복잡도에 따라 수수료 지불 의향(willingness to pay)을 조정하라.

2

수수료 구조를 전환 검토하라 — 거래 기반 → AUM 기반

적극적 거래자가 아닌 장기 투자자라면, 거래당 수수료보다 연 AUM 기반 자문 수수료(연 0.5~1.0%)가 이해상충이 적고 경제적으로도 유리한 경우가 많다. 주요 증권사의 자문형 랩 계좌와 일반 계좌를 직접 비교해볼 것.

3

AI 도구를 직접 활용하고 PB를 ‘코치’로 활용하라

증권사 앱의 AI 포트폴리오 분석, 로보어드바이저 자동 리밸런싱은 직접 사용하면서 수수료를 절감하라. 인간 PB와의 관계는 복잡한 구조적 의사결정(세금, 상속, 대출 레버리지, 대체자산) 시 전문가 네트워크로 활용하는 방식으로 재정립하라.

4

데이터 권한 설정을 의식적으로 관리하라

AI 자산관리 서비스 가입 시 개인정보 제공 범위와 데이터 활용 목적을 명시적으로 확인하라. 금융당국의 AI 가이드라인이 정비되기 전 단계에서, 데이터 제공 범위를 서비스 계약서 수준에서 직접 점검하는 습관이 필요하다.

5

PB를 선택할 때 ‘통합 역량’을 검증하라

인간 어드바이저 선택 시 단순 포트폴리오 수익률보다 세무사·법무사·IB 네트워크 보유 여부, 패밀리 오피스 수준의 종합 서비스 제공 능력을 기준으로 평가하라. 해당 PB가 AI 도구를 실제로 활용해 분석 속도를 높이고 있는지도 중요한 지표다.

결론

AI는 WM 시장의 ‘하위 80%’를 평준화하고 있다. 리밸런싱·데이터 분석·거래 집행·리포트 생성—이 모든 작업에서 인간 PB가 AI를 이길 이유는 더 이상 없다. 이것이 구조적 변화다.

그러나 자산관리의 본질은 숫자 최적화가 아니라 인간의 두려움과 욕망, 그리고 세대를 넘는 자산 이전을 다루는 일이다. 어머니의 유산을 어떤 구조로 자녀에게 넘길 것인가. 사업체 매각 이후 인생 2막을 위한 포트폴리오를 어떻게 재설계할 것인가. 이 질문들 앞에서 AI는 도구에 머문다.

결국 살아남는 PB는 AI를 두려워하는 사람이 아니라, AI를 레버리지로 삼아 고객의 생애 전체를 설계하는 사람이다. 그리고 투자자에게는 이런 질문이 남는다. 당신의 어드바이저는 지금 AI를 경쟁자로 보는가, 아니면 도구로 쓰고 있는가?