한번 짚고 넘어가야 할 점은 AI가 추천하는 종목이 사람이 하는 것 이상으로 많은 정보를 분석하고 추론을 거친 결과물이냐 하는 점이다. 현재 일반적으로 AI가 활용되면서 두각을 나타내고 있는 분야는 시각, 청각과 같은 인지 영역이다. 자율주행차와 AI 스피커 등이 대표적인 응용 사례라고 하겠다. 그러나 인지 영역을 넘어선 논리, 추론과 같은 사고의 영역에서는 가장 최첨단의 기술을 적용해도 아직 부족한 부분이 많다고 한다.
개인이 주식투자를 위해서 종목을 선택할 때는 많은 정보를 수집하고 다양한 추론을 하게 된다. 특히나 투자에 있어서 핵심은 정보인데, 개인은 정보가 절대적으로 부족한 상황이기 때문에 투자의사 결정에 더 많은 추론이 개입되고 불안감이 커진다.
그렇다면 AI는 이 문제를 해결해 줄 수 있을까. 추론의 영역에서 AI는 아직 성인 수준까지 도달하지 못한 상태로, 정보 측면에서 살펴보면 어떤 데이터를 활용하느냐가 핵심 요인일 것이다. 재무제표, 차트분석 등은 이미 과거 20년 동안 증권가 계량 애널리스트들에 의해 분석되어 온 데이터이기 때문에 새로울 게 없다.
해외에서는 자산운용업 AI 활용 분야로 대체 데이터를 꼽고 있다. 각종 뉴스와 게시판, 소셜네트워크서비스(SNS) 메신저 데이터 등을 활용해 투자에 유용한 데이터베이스를 구성하기도 하고, 카드사나 택배회사 데이터를 개별 소비재 기업 실적 추정에 적용하기도 하며, 인공위성에서 중국 공장 굴뚝 사진을 분석해 경기 파악에 응용하기도 한다.
정보 측면에서 볼 때 개별 종목이 아닌 국가 인덱스 펀드나 채권에 투자하는 자산배분 상품은 수집 대상이 더 명확하다. 정부와 연구기관이 집계해 발표하는 경제지표나 지정학 관련 뉴스들은 공신력 있는 기관에서 제공해 노이즈가 적고 인터넷을 통해서도 쉽게 접할 수 있기 때문에 정보에 대한 접근성이 개별 종목보다 월등히 높다. AI를 활용한 경제지표 분석이나 영어 뉴스 분석은 국내외 사례는 물론 실제 상용화된 서비스도 있다. 글로벌 자산배분 투자에서 AI를 적용해 더 안정적인 성과를 만들어내고 고객 맞춤형 상품을 구성하는 것은 AI 역할이 앞으로 더욱 기대되는 영역이라 할 수 있다. 인간이 한 번에 처리할 수 있는 정보량의 한계는 명확하다. 보통 매니저나
[김영빈 파운트 대표][ⓒ 매일경제 & mk.co.kr, 무단전재 및 재배포 금지]