'EPS X PER', 주식 투자를 공부해 본 사람들은 거의 대부분이 아는 공식일 것이다. 주가는 기업의 실적과 밸류에이션의 곱으로 계산된다는 것이다. 하지만 단순히 공식을 아는 사람은 많지만 그 의미를 깊이 있게 고민해보고 탐구해 본 사람은 적을 것이다. '주식 가격 = EPS X PER'은 '시가총액 = 기업의 실적 X 밸류에이션'이고, 이걸 다시 한번 더 들어가면 '기업의 가치 = 기업이 벌어 들이는 이익 X 사업 성장에 대한 기대감'으로 풀 수 있다. 아무튼 오늘 이걸 말하려는 건 아니니까 결론부터 말하면... 당신이 억만장자여서 A라는 기업을 브루마블 하듯이 살 수 있다고 가정해보자. 얼마에 살까?를 고민할 때 가장 간단하게 계산할 수 있는 방법이 저 방법이다. 이 기업이 매년 얼마를 벌어들이고 있고, 내년, 내후년에는 얼마나 성장할 수 있을 거고, 이 산업이 앞으로 어떤 미래가 다가올 것이니 나는 이정도의 프리미엄은 지불할 수 있겠다라고 계산하는 것이다. 중요한건 우리가 주식에 투자할 때, 기업을 M&A할 때에는 해당 기업이 미래에 얼마를 벌어들일 거고, 산업은 어떻게 변화해나갈지는 분석을 참 잘하는데(실제로 분석을 잘 한다기보다 주식 시장이 미래의 이익을 땡겨와 주가에 반영을 하니 그렇다는 말) 실제 우리 인생에서 중요한 선택을 내릴 때는 그닥 그렇지 못하다는 것이다. 나는 1991년생으로 인생의 중요한 전환점을 한 3번 정도 맞이했던 것 같다. 첫 번째는 입시, 두 번째는 코딩을 공부하기로 마음먹은 것, 세 번째는 취직이다. 그 중요한 전환점들에서 나는 대중들의 선택이 근시안적이라는 것을 느껴왔다. 매번. 내가 똑똑하고 잘 났고 잘했다고 말하려는 게 아니다. 대중을 이해하는 것이 투자에 있어서도, 사업을 하는 데 있어서도 굉장히 중요한 부분이기에 글로 남겨 놓을 뿐이다. 그리고 그것은 팩트니까. 1. 입시판에서 경험 나는 삼수를 하고 대학을 갔다. 삼수는 내가 하고 싶어서 한건 아니었고 재수 때 지원한 대학에 모두 떨어지면서 강제로 삼수를 했던 케이스다. 그러다보니 삼수가 끝나고 원서를 쓸 때 굉장히 보수적이고 내 미래에 대한 고민을 많이 했다. 이 소중한 기회를 놓치면 안 된다는 생각과 남들보다 늦었다는 생각이 컸기 때문이다. 나는 경제에 관심이 많아 경영학과와 경제학과에 진학하길 원했지만 학교 레벨을 높이되 하위 학과를 가는 것과 학교 레벨을 낮추되 원하는 학과에 가는 것 사이에서 고민했다. 결론적으로 나는 학교 레벨을 높이는 쪽을 선택했고 학과 선택을 고민하기 시작했다. 내가 제외한 과는 문과대, 사범대, 정외과 등이었다. 일단 내 성향 자체도 이과 성향이 강하지만 해당 과들에 진학했을 때 내 미래가 보이지 않았기 때문이다. 당시에 문과대, 사범대 등이 인기가 없던 게 아니었다. 특히 문과대는 그래도 주요 학교들에서 중위과 정도였다. 지금과는 다르게 말이다. 그럼에도 불구하고 나는 내 미래를 상상했을 때 해당 과들이 과연 미래가 있는가에 대해 답을 내리지 못했었다. 성장성이 안 보였다는 게 더 정확한 표현일 것 같다. 그러다 내 눈에 띄었던 과가 보건행정학과였다. 지금은 보건정책관리학과로 이름이 바뀌었다. 과 홈페이지에 들어가서 커리큘럼을 모두 봤던 기억이 난다. 인상적이었던건 우리나라 의료 시스템과 관련 행정 시스템에 대해 배우고 병원 경영 쪽도 배울 수 있다는 점이었다. 처음엔 보건이라고 해서 말라리아나 뭐 질병 같은걸 배우는 줄 알았었다. 아무튼 커리큘럼을 보고는 딱 들었던 생각이 '아 이 분야는 지금은 좀 관심을 못 받고 있어도 내가 졸업할 때 즈음에는 분명 시장이 커 있고 지금보다 사회적 관심이 증대는 되어 있을 수 있겠구나'였다. 실제로 당시 하위학과였던 보건정책관리학부는 요즘 배치표를 보니 꾀나 상위권에 위치하고 있기도 하다. 그리고 실제로 그렇게 되지 않았는가? 내가 주식 투자를 너무 좋아해서 증권사로 왔을 뿐이지 만약 뭐 별 취향도 없고 취직해서 돈이나 벌 성격이었으면 취직하는 데 전혀 문제가 없었을 거다. 그만큼 수요가 많으니까. 만약 그 때 점수 맞춰서 정외과나 어디 국어국문학과, 또는 그때 당시는 보건정책관리학과보다 컷이 높았던 철학과에 갔어봐라... 상상도 하기 싫다. 2. 2010년대 중반, 코딩 열풍을 보며 지금이야 당시 클라우드 서비스의 성장과 이를 활용한 글로벌 플랫폼 기업들의 성장으로 인해 IT 개발자 수요가 증대되었음을 분석할 수 있지 그 당시 시대에 살고 있던 사람들은 거시적으로 세상을 바라보기 힘들다. 숲을 만드는 대류현상을 알지는 못하지만 숲이 점차 변하고 내 옆에 있는 나무가 다른 종류로 바뀌는 현상을 직접 보고 느낄 수 있을 뿐이다.

내가 최근 하던 고민들이 많이 녹아져 있고 어느정도의 정답을 들은 느낌이다 AI 시대에서 내가 어떻게 살아갈 것인가, 딸에게 어떤 미래를 준비해줘야 할 것인가 등등 고민에 대한 답이 담겨있는 책이다 나의 본진을 만들고 깊이 탐구하며 다양한 업을 만들어 나가야한다. 본진이란 내가 좋아하고 진정으로 시간을 쏟을 수 있는 열정을 내보일 수 있는 분야다. 나는 그게 트레이딩, 투자라고 생각한다.

결론부터 말하면 우리나라 공무원들도 정년보장을 믿고 나이브하게 살면 안 된다라는 거다. 미국 정부 부채 데이터다. 비대해지는 정부 비용을 충당하기에는 미래 성장이 담보되어야 하는데, 이젠 성장에 부담이 될 정도로 정부의 비효율이 막대한 시점까지 온거다. 미국은 칼을 갈았고, 미국을 더 위대하게 만들기 위해 정부 비효율을 도려내고 AI 시대를 맞이해 나갈거다. 미국 얘기를 하면서 왜 우리나라 공무원을 얘기하냐고 하면 너무 나이브한거다. 1) AI 에이전트 시대가 2025년부터 개막하기 시작하면서 인간의 업무 대체는 예정된 수순이고, 2) 대한민국은 짧은 성장을 뒤로하고 철학없는 복지국가를 만들기 위해 비효율적인 비용 발생이 너무 많은 상황이다. 3) 게다가 박살나고 있고 더 박살 날 예정인 인구구조, 그리고 4) 가장 인구수를 많이 차지하고 있는 민주화 세대들로 인한 좌파 정권의 장기 집권 가능성까지. 그 모든 것이 정부 조직의 슬림화를 가리키고 있다. 개인적으로 2~3년 정도 본다. 정부 조직을 슬림화해야 한다는 여론이 공감대를 얻으면서 사회적 갈등이 발생할 거다. 그 과정은 스무스하진 않겠지만 가야하는 길임은 자명해 보인다. 성장이 멈춘 국가에서 비대해지기만한 정부는 유지될 수 없다. 누군가는 결단해야 할 문제고, 미국은 결단을 한거다.

대장이 치고 나가고 미친듯이 오른다. 부대장들도 따라 오르기 시작한다. 대장은 여전히 높은 가격대에서 잘 버티고 있다. 블로그, 유튜브, 텔레그램에서 해당 섹터, 해당 자산에 대한 분석글이 넘쳐나기 시작한다. 여기까진 투자 가능 영역. 아래부턴 매도해야하는 시점. ㅈㄴ 마이너한 부분까지 분석하면서 제2의 대장주를 찾기 시작. ex) 테슬라 봇의 손가락에 들어가는 나사에 쓰이는 철을 납품한다. 이런 종목이 뉴스 뜨자마자 상한가. 다 털고 나오면 된다.

1. 터미널 밸류에이션이란? 터미널 밸류에이션은 기업의 명시적 예측 기간 이후의 가치를 한 번에 계산하여, 기업 전체의 현재 가치를 평가하는 데 사용됩니다. 이는 주로 할인 현금 흐름(Discounted Cash Flow, DCF) 모델에서 활용되며, 기업이 영속적인 성장 또는 일정한 수준의 성장을 유지한다고 가정합니다. 2. 터미널 밸류를 계산하는 두 가지 주요 방법 1) 영구 성장 모델 (Perpetuity Growth Model) 영구 성장 모델은 기업이 영구적으로 일정한 성장률을 유지하며 현금 흐름을 생성한다고 가정합니다. 이는 고든 성장 모델(Gordon Growth Model)로도 알려져 있으며, 주로 안정적이고 성숙한 기업에 적용됩니다. 2) 엑시트 멀티플 방식 (Exit Multiple Method) 엑시트 멀티플 방식은 예측 기간의 마지막 해의 재무 지표에 시장에서 관찰되는 멀티플을 적용하여 터미널 밸류를 계산합니다. 이는 비교 가능한 기업의 거래 데이터나 산업 평균을 기반으로 합니다. 3. 터미널 밸류에이션의 실제 적용 예시 4. 테슬라와 비트코인

주식, 코인, 원자재 등 모든 투자 자산... 아니, 인간이 투자할 수 있는, 가격이 표시된, 시계열로 움직이는 자산은 일정한 싸이클적인 모습을 보이고 일종의 회귀성을 보인다. 알고픽 알고리즘을 만들 때도 이러한 점을 반영해서 알고리즘 설계를 했다. 그래서 알고리즘의 기본 매커니즘은 '오를 때 매수하고, 내릴 때 매도한다' 이다. 그런데 이 회귀성에 대해 더 깊이... 딥다이브해서 고민할 필요가 있다는 생각이 최근 들기 시작했다. 가격의 움직임에 대한 더 근본적인 어떤 고찰이랄까... 분명 투자에는 정답이 없다라고 생각하는데도 불구하고 요즘에는 그래도 정답에 가까운, 정답지에 근접한 그 무엇인가가 있지 않을까란 생각을 하게 된다. 아무튼 이 글을 남기는 이유는 현재 나의 고민의 흔적을 남기고, 미래의 나에게 힌트를 주기 위해서다. 롤링을 하는 이유 GPT한테 물어봤다. 왜 표준편차를 이용한 분석에서 표준편차를 롤링해서 이용하냐고. 다변은 아래와 같다. 데이터의 정상성 유지: 금융 데이터는 **이분산성(heteroscedasticity)**을 보이는 경우가 많습니다. 즉, 시간에 따라 데이터의 분산이 달라집니다. 롤링 표준편차로 정규화하면 데이터의 스케일을 일관성 있게 유지할 수 있어, 서로 다른 시점의 데이터를 비교하거나 통계 분석을 수행하는 데 도움이 됩니다. 실제로도 그런 것 같다. 롤링을 안 한 상태에서는 시기에 따라 표준편차 값 차이가 너무 심하게 난다. 쉽게 말하면 비슷한 수준의 상승폭인데도 불구하고 '종가-100일선' 차이의 표준편차 수준이 다르다는 것이다. 당연히 자산 가격이 낮을 때와 높을 때 값의 절대값 차이가 다르니 표준편차도 다르게 찍히는 거지. 아무튼 이러한 차이를 보정해서 종가가 100일선에서 떨어져 있는 정도를 표준화해주는 작업을 한거다. 정규분포 그래서 그렇게 '종가와 100일선의 차이'를 분석해보면 정규분포를 이룬다. 이게 비트코인이라서 양 극단이 생각보다 두툼한거지 주식, 특히 지수를 분석하면 거의 완벽한 정규분포를 이룬다. 중요한건 그래서 이 현상을 이용해서 어떻게 투자에 접목할 것이냐? 알고리즘을 어떻게 업데이트 할 거냐?가 핵심일거다. 종가와 100일선의 차이가 정규분포를 이룬다는건 뭘까? 100일선을 중심으로 가격이 반복적으로 등락한다는 거다. 영원한 상승은 없으며, 영원한 하락도 없다. 확률적으로 극단으로 상승하거나 극단으로 하락하면 반락과 반등이 나오기 마련이다.

PC가 등장하고 웹이 나왔으며 스마트폰이 등장했었다. 그리고 이젠 AI다. PC는 지식 노동자의 노가다를 쉽게 만들어줬고 웹은 지식, 정보의 민주화를 이루어 냈고 정보 생산의 비용을 획기적으로 감소시켰다. 모바일은 이러한 흐름을 강화해준 툴이었고. 정보의 민주화, 정보 생산의 비용 감소는 세상을 변화시켰다. 방송 산업이 예전만 못한 파워를 갖는건 정보의 민주화를 직격탄으로 맞는 산업이었기 때문이다. 아프리카TV를 창업한 서수길은 천재임에 틀림없다. 자기만의 철학으로 세상의 변화를 캐치해낸 것이다. 인스타그램이 나오며 대 인플루언서 시대가 개막했지만 그 아이디어와 철학은 이미 아프리카TV에서부터 시작된거다. 내가 살아가는 세상이 어떤 세상인지, 어떠한 흐름에서 산업이 변하고 있고 새로운 개념들이 등장하는지 큰 그림을 그리고 있어야 도태되지 않는다. AI 시대는 지식 증강의 시대다. 수능 5등급과 수능 1등급 인간이 같은 수준의 지식을 습득하고 적용할 수 있는 세상이 왔다. 지식으로 먹고 사는 시대, 우리가 소위 말하는 SKY에 들어가면 먹고 살 수 있는 시대가 막을 내리고 있다. 남들보다 뛰어난 지식을 갖고 해자를 구축해 정보를 제공하는 비즈니스는 이제 AI에 잠식당할 것이다. 수능 8등급을 받는 사람도 AI만 있으면 수능 1등급 받는 사람의 정보 습득력과 비등해질 수 있다. 전문직 시대가 저무는 이유다. 지식을 독점화해 가치를 부여한 후 상품화하는 비즈니스는 이제 끝이다.

AI 시대에 대한 고민 PC, 웹, 모바일, AI의 각 기술 단계에서, 이 기술들이 사회에 가져 온 (기존에는 가능하지 않았지만, 이 기술로 인하여 비로소 가능해진) 변화의 본질을 각각 짚어 보면, 그 성격이 조금씩 다른 점을 볼 수 있다. PC: 지식 노동자의 단순 반복 작업 자동화 (Spreadsheet을 상상해 보자). 새로운 유형의 엔터테인먼트 장치 (게임) 웹: 정보 유통의 democratization, 정보 생성의 zero marginal cost, 정보 유통의 zero marginal cost (모두 글로벌 스케일로) 모바일: always connected, 실시간 위치 파악, supercomputer at everyone’s hand … 같은 맥락에서, AI라는 새로운 Inflection Point에서 “기존에 가능하지 않았지만 새롭게 가능해지게 됨으로써, 시장의 구조에 근본적인 변화를 가져 올” 동인 (Insight)을 찾고, 이를 기반으로 하는 새로운 비즈니스 모델을 찾아/만들어 내는 것이, AI 시대의 새로운 창업자들이 만들어/거쳐 가야 할 과정이라고 본다. 다시 돌이켜 보면, 웹과 모바일 기술이 유발한 ”정보의 유통에의 근본적 변화”를 통해 궁극적으로 기존 레거시 기업들을 대체하는 새 “플랫폼”들이 등장하면서 시장을 장악했다. (구글, 페이스북, Tik Tok 등) 이에 대비하여, AI는 “이해 (분석, 요약)”과 “생성 (추론)”을 통하여 (edge에서의) “empowerment”를 지향하고 있으며, 이 “empowerment”를 좀 더 구체화해 보면 다양한 형태 (multi-modal: 텍스트, 이미지, 동영상 …)로 표현된 ‘지식’에 대한 “이해 (분석, 요약)” 및 “생성 (추론)”이라고 본다. AI 시대에서의 투자 투자를 도와 주는 툴로써는 AI 가져 올 혁신들이 무궁구진하지만 더 근본적으로 투자 수익률 측면을 본다면 AI가 수익률 향상에 어떤 도움을 줄 수 있을지 감이 오지 않는다. 결국 투자에서 중요한 것은 수익률이다. 가치투자자, 모멘텀 투자자, 이벤트 드리븐 전략을 구사하는 각종 변종 투자자들 모두 한가지 목표(수익률)를 위해 딥 다이브하며 공부하고 마음의 수련을 하고 매일매일 성적표를 받아보고 있는 것이다. 그런데 AI가 과연 투자도 잘할 수 있을까? AI가 인간보다 투자를 더 잘한다는건 어떻게 측정될 것인가? 벤치마크보다 잘하면 투자를 잘 한걸까? 코스피가 10% 떨어질 때 AI는 5% 떨어졌다고 하면 그게 투자를 잘 한걸까? 결국 수익을 보고 돈을 버는 게 투자의 목적일진데 벤치마크 대비 우수함을 어필하는 게 도움이 될까?(뭐 지금도 운용사들이 하는 짓이지만) 나아가 AI가 투자를 잘하게 되었다 쳐도 인간의 투자 행위는 의미가 없을까? AI도 돈을 벌고 인간도 돈을 번다면 인간의 투자 행위는 의미가 없는 걸까? 결국 돈을 벌었지 않았느냐 이 말이다.