최근 한 개인투자자가 미국 온라인 커뮤니티 레딧에 수익률을 인증하며 올린 글이 큰 화제가 됐다. 그는 주식·옵션 거래 앱인 로빈후드 계좌에 400달러(약 55만원)를 입금하고 투자를 시작했다. 이 투자자는 거래 전략을 세우는 대신 챗GPT와 xAI의 챗봇인 그록에 매매 결정을 맡겼다. 단순히 특정 주식을 사라는 수준이 아닌 옵션 체인 데이터(주식의 옵션 행사 가격, 만기일 등), 스프레드시트, 거시지표, 기술적 분석차트 등을 AI에 입력한 뒤 프롬프트로 "이 돈으로 해변에서 맥주 마실 돈 좀 벌게 해줘"라는 위트 있는 명령을 내렸다.
그 결과 불과 10일 만에 그의 투자금 400달러는 800달러(약 110만원)로 두 배로 불어났다. 이 유저는 총 18건의 거래 중 17건을 청산했는데 챗GPT가 권한 13건, 그록이 권한 5건 모두 수익을 실현했다고 밝혔다. 구체적인 거래 내역은 공개하지 않았으나 옵션 매매 중심이었던 것으로 알려졌다.
이런 개인 차원의 실험을 넘어 글로벌 자산운용사들은 이미 AI를 운용 전략의 중심에 배치하고 있다. 관련 시장 규모도 커지고 있다. 시장조사기관 마케츠앤드마케츠의 보고서에 따르면 글로벌 AI 금융시장은 2024년 383억6000만달러(약 53조원)에서 2030년 1903억3000만달러(약 265조원)로 확대될 것으로 집계됐다.
호주 시드니에 본사를 둔 미노타우르캐피털은 자체 개발한 AI 시스템 '토리언트'를 통해 매주 3만5000여 건의 경제·기업 관련 기사를 분석하고 있다. AI는 뉴스·리포트 등을 체크해 문장의 톤이 어떻게 변하는지, 반복되는 패턴은 없는지, 핵심 키워드의 언급이 늘어나는지 등을 파악한다. 이를 통해 기업별·산업별로 주목해야 할 내용을 선정한다. AI를 활용한 결과 '미노타우르 글로벌 오퍼튜니티즈 펀드'는 올해 들어 23.5%의 수익률을 기록했다. 같은 기간 MCSI가 만든 글로벌 주가지수인 MSCI ASWI의 17.4%를 뛰어넘는 성과다.
미국 보스턴에 본사를 둔 세계 최대 규모 퀀트 전문 자산운용사 아카디안애셋매니지먼트도 AI에 머신러닝, 자연어 처리 기법을 접목해 뉴스와 SNS·애널리스트 리포트 같은 비정형 데이터까지 모두 분석했다. 이를 통해 전통 AI 분석 모델이 잡아내지 못한 비선형·비정상적 패턴을 포착할 수 있게 됐다.
그 결과 최근 12개월 동안 17.3%의 수익률을 올릴 수 있었다. 아카디안애셋매니지먼트는 "AI가 아니면 설명하기 어려운 패턴을 읽어냈다"고 강조했다.
운용자산 10조달러가 넘는 블랙록도 '아시모프'란 AI 플랫폼을 활용한다. 또한 내부적으로 AI 연구소를 운영하며 대규모 투자를 단행하고 있다. 아시모프 또한 수천 건의 시장 보고서, 애널리스트 노트, 기업 문서를 자동으로 요약·정리해준다. 동시에 포트폴리오 리스크를 실시간으로 점검해 대응할 수 있게 돕는다.
JP모건자산운용도 '스펙트럼'이란 플랫폼을 통해 주가 데이터, 거시경제 지표, 기업 펀더멘털을 하나의 AI 시스템에서 통합 분석한다. 사람이라면 놓치기 쉬웠을 정보를 AI가 분석해 포트폴리오 비중 조정 시점을 앞당겨 초과 수익을 내는 것을 목표로 하고 있다. JP모건은 이 시스템에 대해 '투자 프로세스를 AI 중심으로 재편하는 첫 단계'로 보고 있다.
사실 AI를 활용한 투자 시도는 이번이 처음이 아니다. 2010년대 중반 유행했던 '로보어드바이저'라는 자동 투자 서비스가 시초라고 할 수 있다. 로보어드바이저는 고객이 투자성향 설문을 입력하면 이를 바탕으로 시스템이 위험 수준에 맞춰 상장지수펀드(ETF)나 펀드 비중을 자동으로 조정해주는 서비스다. 하지만 로보어드바이저가 다루는 데이터는 주가, 금리, 포트폴리오 비중 같은 정형 데이터에 국한돼 있었다. 시장이 급변하거나 돌발 사건이 발생할 경우에는 사실상 대응을 하기 어려웠다. 실제로는 자동 포트폴리오 비중 조정 도구에 가까웠던 셈이다. 성과 역시 투자자들의 기대에 미치지 못하는 시장 평균 수준에 머무르는 경우가 많았다.
최근 주목받고 있는 'AI 금융 에이전트'는 이런 한계를 극복한다. 단순히 가격 데이터만 다루는 것이 아니라 뉴스 기사, 소셜미디어 게시글, 기업 공시, 애널리스트의 리포트 등 비정형 데이터까지 대규모로 학습하기 때문이다. 또한 단순한 자산 배분을 넘어 매수·매도 의사결정 자체에 개입하고 있다.
로보어드바이저가 평균 수익률 관리 역할에 그쳤다면, AI 금융 에이전트는 실제 초과 수익을 추구하는 투자 판단자로 진화한 셈이다. AI가 직접 투자를 하는 것은 아니지만 에이전트로 명명할 수 있는 것은 AI가 단순한 투자 분석 보조 역할을 넘어서기 때문이다.
과거 리서치 툴이 단순히 데이터를 정리하고 시각화하는 데 그쳤다면 현재 AI는 뉴스와 공시, 소셜미디어 등 관련 정보를 모두 파악해 '특정 종목의 리스크가 커지니 비중을 줄이라'는 등 구체적인 투자 행동 지침을 만들어준다. 실제 인간의 판단 과정에 영향을 준다는 점에서 에이전트로 부를 수 있는 셈이다.
해외에서는 AI가 주도하고 인간이 승인하는 방식인 '준(準)자율 AI 거래' 방식이 주목받으면서 동시에 우려의 목소리도 나오고 있다. 인간의 통제를 받지 않는 AI로 인해 시장 교란이 나타날 수 있다는 것이다.
퀀트 펀드들의 투자 방식이 대표적인 준자율 AI 거래다. 퀀트 펀드는 전통적으로 수학 모델과 통계 기법을 통해 투자 전략을 짠다. 사람이 종목을 '좋다' '나쁘다' 등으로 직관적으로 고르기보다는 모델이 시그널을 포착해 자동으로 매수·매도를 진행한다. 최근 퀀트 투자에는 기존의 회귀모형이나 확률모형을 넘어 머신러닝 기법이 도입되기 시작했다. 과거 데이터 수천만 건을 학습시켜 어떤 조건에서 주가가 오를지 내릴지 예측할 수 있게 된 것이다.
미국 자산운용사 투시그마는 이미 머신러닝 기반 모델을 활용해 시장 데이터뿐 아니라 뉴스, 위성사진, 날씨 같은 데이터도 분석하고 있다. 사람은 전략 설계와 리스크 한도 설정을 담당하고, 실제 매매는 기계가 24시간 자동으로 수행한다. 완전한 AI 에이전트는 아니지만 준자율 AI 거래 구조로 볼 수 있는 것이다.
금융당국은 이에 우려의 목소리를 내고 있다. 이런 투자 시스템을 '딥 트레이닝 에이전트'라고 정의 내린 영국 중앙은행은 "AI가 스스로 학습해 방향을 바꾸는 구조는 시장 안정성에 위협이 된다"고 강조했다. 국제증권감독기구(IOSCO)는 "여러 시장 참여자가 AI를 알고리즘 트레이딩 보조 툴로 활용 중이며 이 중 일부는 사전 매매기법 분석, 주문 실행 최적화, 시장 패턴 예측 등 단계를 포함하고 있다"는 조사 내용을 공개하기도 했다.
