Bank of America Corp. (BAC) 리서치 보고서 해설

개요

이 경영진 미팅 노트는 Bank of America의 AI 투자, 운영 효율성 및 사이버보안 접근 방식을 검토한다. 경영진은 규율 있는 도입, 측정 가능한 수익 및 구독형 벤더 계약을 강조했으며, Goldman Sachs는 Buy 등급과 12개월 목표주가 $79를 유지했다.

핵심 견해

Bank of America의 기술 전략은 재량적 투자 결정에 앞서 리스크, 규제 및 보안 통제를 우선한다. 경영진은 재량적 지출이 전통적인 디지털 전환에서 AI 중심 이니셔티브로 점차 이동하고 있다고 설명했지만, 단순한 도입을 위해 프로젝트를 추진하는 것은 아니라고 밝혔다. BAC는 3,700개의 전사 프로세스를 매핑해 제안 프로젝트의 워크플로 영향과 예상 효율성 향상이 투자를 정당화하는지를 평가할 수 있다. 경영진은 기술 예산이 ROI 중심이며, 효율성 향상으로 발생한 절감액의 일부가 추가 투자 재원으로 사용된다고 설명했다. 재량적 기술 투자는 약$4bn으로 총 기술 지출 약$13bn의 일부다. 지난 10년간 재량적 지출은 약45% 증가한 반면 핵심 운영 기술 지출은 약15% 증가했다. BAC는 추가 재량적 프로젝트에 대해 평균 약3년의 회수기간을 목표로 한다. 회사는 세 단계로 구성된 상향식 AI 도입 모델을 설명했다. 레벨1은 전 직원에게 광범위하게 배포할 수 있는 범용 직원 생산성 도구, 레벨2는 유사한 도구를 내부에서 재구축하는 대신 제3자 플랫폼에 내장된 AI 기능을 활용하는 방식, 레벨3은 복잡한 워크플로를 위한 맞춤형 솔루션이다. 주로 자동화와 고객 경험에 집중했던 이전 디지털화 사이클과 달리, 경영진은 AI가 컴플라이언스 및 관계 관리와 같은 더 복잡한 내부 프로세스를 지원할 수 있다고 본다. 더 넓은 기회는 더 큰 구현 복잡성도 수반한다. AI는 결정론적이 아니라 예측적이므로 더 견고한 프로세스 매핑, 가드레일 및 지속적인 감독이 필요하다. 경영진은 AI에서 나오는 추가 효율성 향상이 유의미할 가능성이 크지만 직접적인 수치화는 어렵다고 봤다. 수익 지향적 혜택은 측정하기 어렵고, 일부 비용 절감은 추가 기술 투자에 재투자되기 때문이다. 따라서 전사 운영 지표, 특히 영업 레버리지와 동종업체 대비 매출 성장 가속이 AI 기반 생산성을 평가하는 데 더 유용한 근거가 될 수 있다고 했다. BAC는 업계 전반의 컴퓨팅 수요, token 사용 및 서비스 수수료에 따른 AI 관련 비용 압력에 비교적 덜 영향을 받았다고 밝혔다. ROI 규율은 단순 자동화로 해결할 수 있는 영역에 AI 지출이 과도하게 배정되는 것을 막기 위한 것이다. 또한 대부분 구독형인 벤더 계약은 향후 몇 년간 유지될 전망이다. 이 구조는 추가 쿼리 규모나 사용량 연동 지출에 제약받지 않고 AI 도입을 확대할 유연성을 제공한다. 사이버보안은 AI 도입 확대의 주요 상쇄 요인이다. 경영진은 생산성을 높일 수 있는 동일한 모델이 시스템 취약점을 식별하고 악용할 수도 있어 사이버 리스크 관리의 긴급성과 복잡성을 높인다고 지적했다. BAC는 취약점 패치 속도 개선, 노후 시스템 리스크 평가, 오픈소스 소프트웨어 노출 검토 및 필요한 경우 플랫폼 현대화에 집중하고 있다. 규제당국은 개방적인 태도를 유지하지만 AI 워크플로 증강에 대한 접근법을 아직 발전시키는 중이며, 개별 사용 사례와 감독 체계를 이해하기 위해 은행들과 협의하고 있다고 설명됐다. Goldman Sachs는 BAC에 대해 Buy 등급을 유지하고 15.5x 2027E P/E에 기반한 12개월 목표주가 $79를 제시했다. 추정치상 매출은 2025년 $113,706.0mn에서 2026E, 2027E 및 2028E에 각각 $123,845.4mn, $130,471.0mn 및 $135,891.1mn으로 증가하며, EPS는 2026E–2028E에 각각 $4.58, $5.10 및 $5.64로 예상된다. 명시된 하방 리스크는 NII attrition에 따른 효율성 개선이 낮아지는 것과 예금 가격 조정이 더딘 것이다.

분석 프레임워크

이 노트는 경영진의 기술 전략 논의를 종합한 뒤, 프로젝트 선별, 프로세스 매핑, 회수기간 규율, 벤더 계약 및 사이버보안 통제를 AI의 잠재적 운영 효과와 연결한다. Goldman Sachs는 2027E P/E 배수를 사용해 BAC를 평가하고 미래 재무 추정치를 제시한다.

방법론 메모

• 가치평가 방법론PER·PEG 가치평가

  15.5x 2027E P/E 밸류에이션

  Goldman Sachs는 추정 2027년 이익에 15.5x 주가수익비율을 적용해 12개월 목표주가 $79를 산정한다.

• 기업 펀더멘털 및 재무 프레임워크영업·재무 레버리지 분석

  영업 레버리지 및 동종업체 대비 매출 성장 가속

  경영진은 전사 영업 레버리지와 상대적인 매출 성장 가속이 각각의 AI 효과를 직접 측정하는 것보다 AI 관련 효율성을 더 잘 보여줄 수 있다고 했다.

자산 매핑 및 비교

투자 논리에서 명시된 자산으로의 구조화 매핑(강점, 약점, 비교 대상, 위험).

• Bank of America Corp. (BAC.US)

  주요 커버 기업으로, 경영진은 규율 있는 AI 도입과 프로세스 재설계가 효율성을 뒷받침하고 구독형 계약이 단기 AI 비용 노출을 억제할 것으로 본다.

  강점

  3,700개 프로세스 매핑, ROI 중심 프로젝트 선별, 구독형 AI 벤더 계약 및 사이버 통제에 대한 중점.

  약점

  수익 지향적 혜택은 측정하기 어렵고 비용 절감액이 재투자될 수 있어 AI 효율성 효과를 직접 수치화하기 어렵다.

  비교

  경영진은 AI를 이전 디지털화 사이클과 비교했다. AI는 더 복잡한 워크플로를 처리할 수 있지만 예측적이고 결정론적이지 않으므로 더 많은 감독이 필요하다.

  위험

  NII attrition에 따른 효율성 개선이 낮아지는 것과 예금 가격 조정이 더딘 것.

핵심 데이터

• 총 기술 지출~$13bn경영진이 언급한 총 기술 지출의 대략적인 규모.
• 재량적 기술 투자~$4bn총 기술 지출 중 대략적인 부분이며, 지난 10년간 약45% 증가했다.
• 핵심 운영 기술 성장~15%지난 10년간의 성장률로, 재량적 기술 투자의 약45% 증가와 비교된다.
• 목표 회수기간~3 years추가 재량적 투자에 대한 평균 목표 회수기간.
• 매핑된 전사 프로세스3,700제안 프로젝트의 워크플로 영향과 기대 수익을 평가하는 데 사용된다.
• 2026E / 2027E / 2028E EPS$4.58 / $5.10 / $5.64Goldman Sachs 추정치.
• 2026E / 2027E / 2028E 매출$123,845.4mn / $130,471.0mn / $135,891.1mnGoldman Sachs 추정치이며, 2025년 매출은 $113,706.0mn이다.
• 목표주가 및 밸류에이션 기준$79; 15.5x 2027E P/EGoldman Sachs의 12개월 목표주가이며, BAC는 2026년 9월 9일 $62.67에 마감했다.

영향과 시사점

보고서는 BAC의 AI 전략을 엄격한 수익, 리스크 및 거버넌스 규율 아래 추진되는 효율성 기회로 제시한다. 구독형 벤더 계약은 단기 AI 비용 압력을 낮출 수 있으며, 성과 규모는 개별 프로젝트 지표가 아니라 더 광범위한 운영 성과를 통해 평가해야 한다.

위험

• 하방 리스크에는 NII attrition에 따른 효율성 개선이 낮아지는 것과 예금 가격 조정이 더딘 것이 포함된다.

주시할 점

• AI 기반 영업 레버리지와 동종업체 대비 매출 성장 가속의 증거.
• 세 단계 AI 도입 모델의 실행 및 프로젝트가 평균 약3년의 목표 회수기간을 달성하는지 여부.
• 구독형 AI 벤더 계약의 지속성과 확장 비용에 미치는 영향.
• 취약점 패치 속도, 노후 시스템 리스크 및 오픈소스 소프트웨어 노출을 포함한 사이버보안 통제.
• AI 워크플로 감독과 관련한 규제 발전 및 은행과 규제당국 간 협의.