요즘 증권사 앱을 열면 "AI가 알아서 굴려드립니다"라는 문구가 넘쳐나요.
처음엔 광고 카피인 줄 알았는데, 실제로 국내 로보어드바이저 시장이 2018년 1조원에서 2025년 30조원까지 성장했다는 통계를 보고 좀 다르게 보이기 시작했어요. 로보어드바이저 관련 커뮤니티 후기들을 보면 "퇴직연금까지 AI한테 맡겼는데 수익률이 사람보다 낫더라"는 분들이 수두룩합니다.
근데 정작 이 AI가 어떤 원리로 돈을 굴리는지, 그리고 어떤 위험이 숨어 있는지 아는 사람은 별로 없어요. 그래서 직접 파고들어봤습니다.
로보어드바이저가 돈을 굴리는 방식, 생각보다 고전적이에요
로보어드바이저의 이론적 뼈대는 1952년에 나온 현대 포트폴리오 이론(MPT)입니다.
해리 마코위츠가 노벨경제학상을 받은 이 이론의 핵심은 단순해요. "여러 자산을 섞으면 위험을 낮추면서도 수익을 낼 수 있다"는 거죠. 달걀을 한 바구니에 담지 말라는 말의 수학적 증명이에요.
로보어드바이저는 여기에 AI를 얹어서 이렇게 작동해요.
먼저 투자자가 설문에 답해요. 목표 수익률, 투자 기간, 손실 허용 범위 같은 것들이요. 그러면 알고리즘이 주식·채권·원자재 등 각 ETF 간의 상관관계(공분산)를 계산해서 최적 비중을 자동 설계합니다. ETF는 상장된 펀드인데, 하나만 사도 수백 종목에 분산 투자 효과가 나는 상품이에요.
그다음이 중요한 부분입니다. 시장이 움직여서 처음 설계한 비중이 어긋나면 알고리즘이 자동으로 리밸런싱을 해요. 주식이 오르면 일부 팔고 채권을 더 사는 식으로요. Wealthfront, Betterment 같은 미국 대표 로보어드바이저는 모두 이 ETF 기반 리밸런싱을 핵심으로 삼아요.
결국 로보어드바이저의 성과를 가르는 건 "AI냐 사람이냐"의 문제가 아니에요.
어떤 알고리즘을, 어느 시장 환경에서, 얼마의 비용으로 쓰느냐의 문제입니다.
AI 금융 리스크 평가, 블랙박스에서 설명가능AI로
로보어드바이저 이야기를 하다 보면 빠질 수 없는 게 리스크 평가 시스템이에요.
AI가 신용을 평가하고 이상 거래를 탐지하는 분야는 이미 일상화됐어요. 케이뱅크는 네이버페이 스코어 같은 비금융 데이터를 신용정보와 결합한 대안 신용평가 모형(ACSS)을 도입해서, 금융 이력이 부족한 사람들까지 금융 혜택을 확대하고 있어요. 카카오뱅크는 이상거래 탐지 시스템에 XAI 모델을 적용해서 처리 속도를 10배 향상시켰어요.
여기서 XAI(설명 가능한 AI)가 핵심 키워드예요.
기존 AI 신용평가는 "블랙박스" 문제가 있었어요. AI가 "이 사람은 대출 거절"이라고 했을 때 왜 그런 결정을 내렸는지 설명을 못 하는 거예요. NH농협은행은 AI 금융상품 추천 서비스에 XAI를 적용해서 추천 이유까지 고객에게 제공하는 방식으로 이 문제를 해결하고 있어요.
금융위원회도 이 방향으로 움직이고 있어요.
2025년부터 금융분야 AI 가이드라인 개정을 통해 투명성과 설명가능성 기준을 강화하고, 금융권 특화 한글 말뭉치를 단계적으로 제공하는 방향으로 규제 체계를 정비 중입니다. 규제가 "사후 점검"에서 "실시간 투명성 검증"으로 바뀌는 흐름이에요.
알고리즘 트레이딩이 만든 위험, 분 단위가 아니라 초 단위
솔직히 이 부분이 가장 불편한 이야기예요.
현재 주식 거래량의 60~80%가 알고리즘 시스템에 의해 처리되고, 헤지펀드의 91%가 AI 도구를 활용하거나 계획 중이에요. 이 정도면 시장 자체가 AI가 운영하는 거나 마찬가지예요.
문제는 여기서 나와요. 2010년 5월, 단 하나의 자동화 알고리즘의 대규모 매도 주문이 수천 개의 HFT(고빈도 거래) 프로그램의 연쇄 반응을 촉발해서 다우존스가 몇 분 만에 998.5포인트 폭락했어요. 이걸 플래시 크래시라고 부르는데, 이후에도 유사한 사태가 반복됐어요.
2025년 10월에는 암호화폐 시장에서 자동거래 알고리즘에 의해 190억 달러 규모의 강제 청산이 발생하고, 160만 계좌가 수 분 만에 손실을 입었어요.
영국 중앙은행, ECB, IMF 모두 AI 기반 수렴 현상을 새로운 시스템 리스크로 지목했어요. 많은 AI들이 비슷한 전략을 학습하면, 위기 때 모두 같은 방향으로 움직이면서 충격을 증폭시킬 수 있다는 거예요.
허상 유동성(Ghost Liquidity)도 주목해야 해요. 알고리즘이 만들어낸 유동성이 위기 순간에 순식간에 사라지는 현상인데, 일반 투자자 입장에서는 시장이 멀쩡해 보이다가 갑자기 패닉이 오는 것처럼 느껴져요.
규제 당국은 회로 차단기(서킷 브레이커)와 주문-거래 비율 제한 같은 안전장치를 도입해 대응하고 있지만, 기술 발전 속도를 규제가 따라가기 어렵다는 게 현실이에요.
로보어드바이저를 쓰면서 "그냥 알아서 해주는 거지"라고 생각했다면, 그 알아서 해주는 알고리즘이 글로벌 시장의 수십조 달러 자금과 연결되어 있다는 걸 한 번쯤 떠올려볼 만해요.
국내에서도 2026년부터 퇴직연금 IRP 계좌에 로보어드바이저 일임 운용이 본격화되고 있어요. 세액공제 혜택과 자동 관리를 동시에 누릴 수 있는 건 맞아요. 최근 2년간 맞춤 설계를 경험한 고객의 평균 수익률이 14%라는 통계도 있고요.
다만 편의성과 수익률 뒤에 어떤 구조가 깔려 있는지, 그리고 그 구조가 만들어낼 수 있는 위험이 무엇인지를 아는 것과 모르는 건 다른 문제입니다.
기술이 바뀐 게 아니에요. 위험을 보는 눈이 필요해진 거예요.
참고: 삼성SDS 인사이트리포트 2025, 금융위원회 AI 가이드라인 개정방향, Michigan Journal of Economics 2025