AI투자브리핑 4개월 만에 1000만회…운용 성과·비용·책임이 경쟁력 가른다
[메가경제=박선영 기자] 인공지능(AI)이 증권사의 투자정보 제공을 넘어 고객 자산을 직접 관리하는 영역으로 빠르게 확장하고 있다. 생성형 AI가 뉴스와 공시를 읽고 투자정보를 분석하는 사이 로보어드바이저(RA)는 고객 성향에 맞춰 포트폴리오를 구성하고 리밸런싱하는 데서 나아가 실제 매매를 수행하는 일임운용까지 진입했다.
고액자산가와 프라이빗뱅커(PB) 중심이던 자산관리(WM)가 일반 투자자로 넓어지면서 증권사 간 경쟁도 AI 기능 자체보다 실제 운용 성과와 비용, 투자자 보호로 옮겨가는 모습이다.
미래에셋증권·삼성증권·KB증권·메리츠증권·현대차증권·하나증권 등 주요 증권사의 AI 자산관리 현황과 전략을 취재한 결과, 각사는 투자정보 제공에서 맞춤형 분석·추천, 포트폴리오 구성·리밸런싱, 일임운용으로 AI와 알고리즘의 활용 범위를 넓히고 있는 것으로 나타났다.
 |
| ▲ 기사 내용에 맞게 AI 이미지 제작 |
◊ AI가 정말 내 돈 사고팔까…일부는 이미 '일임운용'
투자자가 가장 궁금해할 대목은 AI가 종목이나 상품을 추천하는 수준을 넘어 실제 자신의 돈으로 거래할 수 있느냐다.
일부 서비스에서는 이미 가능하다. 다만 생성형 AI와 로보어드바이저는 구분해야 한다. 챗GPT와 같은 생성형 AI가 투자자의 계좌를 들여다보고 임의로 종목을 골라 사고파는 방식은 아니다. 현재 실제 자산운용 영역에서는 사전에 설계·검증된 알고리즘 등을 활용하는 로보어드바이저가 중심이다.
미래에셋증권은 2022년 9월 퇴직연금 로보어드바이저 서비스를 시작한 뒤 지난해 6월 중개형 개인종합자산관리계좌(ISA), 위탁계좌, 비과세 종합저축계좌까지 적용 범위를 확대했다. 올해 8월에는 일임형 서비스 '로보랩'을 선보였다.
기존 로보어드바이저가 고객의 투자성향과 시장 데이터를 분석해 맞춤형 포트폴리오를 제안하고 시장 변화에 따라 리밸런싱 신호를 안내했다면 로보랩은 투자 판단부터 실제 매매까지 일임 방식으로 수행한다. 투자자가 매번 상품을 선택하고 주문하는 방식에서 알고리즘에 운용을 맡기는 단계로 한발 더 나아간 셈이다.
KB증권도 투자정보 제공에서 투자자문·일임까지 AI 활용 범위를 넓히고 있다. 시장과 뉴스 데이터를 분석해 핵심 정보를 제공하는 'AI투자브리핑'은 출시 4개월 만에 누적 조회수 1000만회를 기록했다. 'AI가 골라주는 투자'와 로보투자일임서비스도 운영한다.
퇴직연금 로보투자일임서비스는 매월 정기적으로 포트폴리오를 조정하고 시장 이벤트가 발생하면 수시 리밸런싱도 지원한다. 투자성향에 따라 5개 운용전략을 선택할 수 있다.
로보어드바이저가 퇴직연금까지 들어온 데는 제도 변화도 영향을 미쳤다. 금융위원회는 지난해 3월부터 퇴직연금 로보어드바이저 일임서비스를 순차적으로 허용했다. 코스콤 테스트베드 심사를 통과한 알고리즘이 투자자 성향에 맞는 포트폴리오를 자동으로 구성하고 개인형퇴직연금(IRP) 가입자를 대신해 운용을 지시하는 방식이다. 금융당국은 최대 4년의 혁신금융서비스 지정기간 동안 수익률 등 운영 성과를 살펴본 뒤 제도 개선 여부를 검토할 계획이다.
◊ 해외공시·어닝콜까지 읽는다…개인투자자 정보 장벽 낮춰
AI가 실제 매매보다 더 빠르게 보편화된 영역은 투자정보다. 특히 해외주식 투자자가 체감할 수 있는 변화가 크다.
해외 기업에 투자하려면 영어로 된 뉴스와 공시, 실적 발표 자료 등을 직접 찾아 읽어야 하는 경우가 많다. 생성형 AI가 방대한 자료를 번역하고 핵심 내용을 추려주면서 개인투자자가 정보를 받아보는 속도와 범위가 넓어지고 있다.
삼성증권은 모바일트레이딩시스템(MTS)에서 'AI 해외뉴스', 'AI 해외공시', 'AI 차트뷰'를 제공한다. AI 해외공시는 미국 상장사의 연간 사업보고서(10-K), 분기 실적보고서(10-Q)는 물론 인수합병이나 실적 가이던스 변경 등에 사용되는 8-K까지 AI가 번역·요약한다. AI 차트뷰에서는 생성형 AI가 주가 차트를 분석해 설명한다.
미래에셋증권은 해외뉴스 번역·요약과 해외공시 번역, '어닝콜 읽어주는 AI', AI 추천검색 등을 운영한다. 어닝콜 읽어주는 AI는 미국 기업의 실적 발표 전 이전 분기 실적과 주요 체크포인트를 정리하고 발표 직후 핵심 내용을 요약한다. 이후에는 실적에 대한 시장 반응과 글로벌 증권사의 평가까지 제공한다.
이런 서비스의 의미는 단순한 번역 편의를 넘어선다. 과거 PB나 전문 투자자가 시간을 들여 수집·분석하던 정보에 일반 투자자가 접근하는 데 걸리는 시간을 줄일 수 있어서다.
미래에셋증권도 현재 AI의 역할 가운데 하나를 PB와 고객 간 '정보 격차'를 줄이는 것으로 보고 있다. 과거에는 PB의 역량과 시간에 따라 제공 가능한 정보의 폭이 달랐지만 AI가 정보 수집과 요약을 맡으면서 소액 투자자도 보다 폭넓은 투자정보를 접할 수 있다는 설명이다.
◊ "내 종목 왜 떨어졌지"…질문 받던 AI가 먼저 찾아준다
AI의 다음 단계는 투자자가 질문해야 답하는 챗봇에서 필요한 정보를 스스로 찾고 분석하는 'AI 에이전트'로 향하고 있다.
메리츠증권은 이달 1일 출시한 차세대 투자 플랫폼 'MOUM(모음)'에서 투자정보와 AI, 글로벌 투자 커뮤니티, 실제 거래를 하나의 흐름으로 연결했다. Super365 계좌를 연결하면 고객의 보유·관심종목 관련 뉴스와 시장정보, 커뮤니티 반응 등을 확인하고 AI를 활용해 기업 실적이나 주가 변동 배경을 분석할 수 있다.
향후에는 글로벌 투자 플랫폼 위불(Webull)의 금융 특화 'Vega AI'를 도입할 예정이다. 정해진 질문에 답하는 수준을 넘어 고객이 원하는 정보를 스스로 탐색·비교·분석하는 '에이전틱 AI'로 발전시키는 것이 목표다. 장기적으로 포트폴리오 분석과 위험 진단, 리밸런싱 시뮬레이션 등으로 지원 범위를 확대할 가능성도 열어두고 있다.
이 단계가 현실화되면 투자자가 매번 시장을 검색하는 대신 AI가 보유종목과 투자목적을 토대로 필요한 정보를 추리고 포트폴리오의 위험 변화를 알려주는 방식으로 자산관리가 달라질 수 있다.
◊ 'PB는 부자만' 공식 깨질까…AI가 낮추는 자산관리 문턱
AI 자산관리 확산에서 주목할 또 하나의 변화는 '누가 자산관리 서비스를 받을 수 있느냐'다.
전통적인 PB 영업은 사람이 고객을 일대일로 관리하기 때문에 한 명이 담당할 수 있는 고객 수에 한계가 있다. 맞춤형 자산관리가 일정 규모 이상의 자산을 가진 고객에게 집중됐던 이유다.
AI는 다수 고객의 투자성향과 보유자산, 거래 데이터를 동시에 분석할 수 있다. 자산 규모가 크지 않은 비대면 고객에게도 개인별 투자정보와 포트폴리오를 제공할 수 있는 기반이 마련되는 셈이다.
KB증권은 AI가 시장 데이터와 고객의 투자성향·자산현황·이용 데이터를 분석하면 기존 대면 자산관리에 접근하기 어려웠던 일반 고객까지 맞춤형 서비스를 확대할 수 있을 것으로 보고 있다.
이에 AI의 데이터 분석·자동화 능력과 PB의 전문적인 판단을 결합한 '하이브리드 자산관리(WM)' 모델을 추진한다. AI가 포트폴리오 분석과 맞춤형 정보 제공, 리밸런싱 등을 맡고 PB는 고객의 생애주기와 자산목표를 반영한 종합적인 상담과 의사결정을 지원하는 방식이다.
현대차증권은 향후 자산관리 시장이 보다 뚜렷하게 이원화될 가능성을 제시했다. 대다수 고객은 AI와 디지털 채널을 통해 관리하고 소수 최상위 고객은 우수 PB가 대면 관리하는 구조다.
AI 시대에 PB가 사라진다기보다 PB가 직접 해야 하는 일이 달라지는 셈이다. 시황 분석과 자료 정리, 고객군 분류 등 데이터 처리 업무는 AI가 맡고 PB는 고객 발굴과 생애주기별 자산설계 등 사람의 판단과 신뢰가 필요한 업무에 집중하는 방식이다.
◊ 적은 돈도 관리받을 수 있나…AI가 넓히는 WM 고객층
자산 규모가 크지 않은 투자자에게도 AI 자산관리가 의미가 있는지는 또 다른 관심사다. 증권사들이 제시한 전략을 보면 AI 자산관리의 주요 변화 가운데 하나가 이 지점이다. 사람이 일대일로 상담하는 PB와 달리 AI와 디지털 채널은 많은 고객을 동시에 분석할 수 있어 자산 규모가 크지 않은 고객에게도 투자정보와 포트폴리오 서비스를 제공할 수 있기 때문이다.
다만 이번 취재자료만으로 증권사별 AI 자산관리 서비스의 최소 가입금액이나 이용 고객의 평균 자산 규모를 동일한 기준으로 비교하기는 어렵다. 실제 서비스를 이용하려는 투자자는 자신의 투자금으로 가입할 수 있는지, 투자 대상과 위험등급은 어떻게 설정되는지 등을 개별적으로 확인할 필요가 있다.
무엇보다 'AI 자산관리'라는 이름 아래 서비스의 성격은 크게 다르다. 뉴스와 공시를 요약하는 AI와 포트폴리오를 추천하는 서비스, 실제 고객 돈을 운용하는 일임서비스는 투자자의 자산에 개입하는 정도가 다르다.
◊ AI가 굴리면 더 싸고 잘 벌까…비용·수익률 검증은 이제부터
AI 자산관리에서 투자자가 결국 확인하게 되는 것은 비용과 수익률이다. AI와 로보어드바이저는 한 명의 PB가 고객을 개별 관리하는 방식과 달리 많은 고객에게 동시에 서비스를 제공할 수 있다. 하지만 AI를 사용한다고 반드시 비용이 낮다고 단정할 수는 없다. 일임서비스에는 별도의 보수가 발생할 수 있고 포트폴리오에 편입된 펀드나 상장지수펀드(ETF) 자체에도 비용이 붙을 수 있다.
퇴직연금 로보어드바이저의 경우 금융당국은 제도 도입 당시 퇴직연금사업자가 로보어드바이저 투자금액에 대한 운용관리수수료를 낮추고 투자일임업자는 정률 또는 성과연동 방식의 일임보수를 가입자가 선택할 수 있도록 했다.
특히 퇴직연금처럼 장기간 운용하는 자산은 작은 비용 차이도 누적 성과에 영향을 줄 수 있다. 표시된 수익률뿐 아니라 일임보수와 계좌 관련 비용, 편입 상품의 보수를 함께 살펴봐야 하는 이유다.
그렇다면 AI가 PB보다 실제 돈을 더 잘 굴릴까. 현재 확보된 증권사 자료만으로 AI 자산관리와 PB의 수익률을 직접 비교하기는 어렵다. 회사마다 서비스의 투자 대상과 위험 수준, 운용 방식이 다른 데다 일임형 서비스 가운데 상당수는 운용 기간도 길지 않다. 단기간 성과만으로 어느 방식이 우월하다고 판단하기도 어렵다.
향후에는 단순 누적수익률보다 같은 위험을 감수했을 때 어느 정도 성과를 냈는지, 수수료를 제외한 실제 수익은 얼마인지, 시장 급락기에 손실을 얼마나 방어했는지 등이 AI 자산관리의 경쟁력을 가르는 지표가 될 것으로 보인다.
금융당국도 퇴직연금 로보어드바이저 일임서비스의 수익률 등 운영 성과를 혁신금융서비스 지정기간 동안 살펴본 뒤 성과가 확인되면 법률 개정 등 제도 개선을 추진한다는 방침이다.
◊ AI 믿고 투자했다 손실 나면…누가 책임지나
수익률만큼 중요한 문제는 책임이다. AI가 잘못된 기업정보를 제공하거나 시장 상황을 잘못 분석해 투자 판단에 영향을 줬다면 누구의 책임인지가 명확해야 한다. 생성형 AI가 사실과 다른 정보를 만들어내는 이른바 '환각' 역시 금융회사가 관리해야 할 위험이다.
증권사들이 현재 공통적으로 택하고 있는 대응은 AI와 사람의 역할을 구분하고 최종 판단 단계에 사람을 남겨두는 것이다.
이는 금융당국의 규율 방향과도 맞닿아 있다. 금융위원회가 올해 6월 개정한 '금융분야 인공지능 가이드라인'은 현 단계에서 AI를 업무의 보조수단으로 규정하고 최종 의사결정과 그에 따른 책임은 임직원이 수행하도록 했다. 최고경영자를 포함한 경영진의 역할과 책임, 신뢰할 수 있는 데이터와 모델 사용, 금융소비자 이익 우선, 보안체계 구축 등도 7대 원칙에 포함됐다. 가이드라인은 지난 6월 22일부터 시행됐다.
삼성증권은 정보 필터링과 데이터 마스킹, 망분리 환경, 출처 확인, 최종 책임자 지정 등을 적용하고 있다. 정확성과 보안, 개인정보 보호와 함께 책임성을 확보하기 위한 장치다.
KB증권도 AI가 생성한 결과를 그대로 최종 의사결정에 활용하기보다 업무 특성과 중요도에 따라 임직원이나 전문가가 검토하도록 한다. 2024년부터 외부 전문기관과 함께 AI 활용 과정에서 발생할 수 있는 윤리·법적 위험을 관리하기 위한 AI 거버넌스 체계도 구축해왔다.
현대차증권은 AI가 만든 상담·안내 콘텐츠를 고객에게 전달하기 전에 사람이 확인한다. AI는 초안과 후보군을 제시하지만 최종 발송 여부와 문구는 담당 PB와 준법감시 절차를 거쳐 결정한다. 투자권유 성격의 판단은 AI가 대신하지 않고 최종 투자 판단과 위험 설명도 PB와 전문가의 역할로 남겨둔다.
메리츠증권 역시 현재 MOUM에서 AI가 고객 대신 최종 투자 결정을 내리거나 자산을 임의로 운용하지 않는다. 투자정보 탐색과 분석을 지원하되 최종 투자 판단과 주문은 고객이 직접 수행한다.
미래에셋증권은 AI가 생성한 번역·요약 정보에 원문 출처를 함께 제시하고 검증된 데이터 소스를 활용한다. 고객 계좌와 자산정보가 연계되는 서비스는 개인정보 보호를 고려해 외부 생성형 AI 대신 사내 통제 환경의 자체 거대언어모델(LLM)을 기반으로 구축한다는 원칙도 세웠다.
◊ AI 자산관리 고른다면…'AI'라는 이름보다 역할부터 확인
증권사들의 경쟁이 빨라질수록 투자자가 따져봐야 할 것도 늘어난다. 우선 AI가 어디까지 개입하는지를 확인해야 한다. 뉴스와 공시만 정리해주는지, 포트폴리오를 추천하는지, 리밸런싱까지 하는지, 실제 매매를 맡기는 일임서비스인지에 따라 투자자의 돈에 미치는 영향과 위험이 달라진다.
비용과 운용 성과도 확인해야 한다. 제시된 수익률이 어떤 기간과 위험 수준에서 나온 것인지, 일임보수와 상품 비용을 제외한 실제 성과는 어느 정도인지 따져볼 필요가 있다.
알고리즘이 자동으로 운용한다고 손실 가능성이 사라지는 것도 아니다. 자신의 투자성향과 목표에 맞는 전략인지 확인하고, AI가 잘못된 정보를 만들거나 시스템에 문제가 발생했을 때 사람이 개입하는 절차와 책임 주체가 명확한지도 살펴봐야 한다.
개인정보 문제도 중요하다. AI가 개인별 자산관리를 정교하게 하려면 투자성향뿐 아니라 보유자산과 거래정보 등 더 많은 고객 데이터를 활용해야 한다. 개인화 수준이 높아질수록 어떤 정보를 수집하고 어디에서 처리하는지, 외부 AI 모델에 고객정보가 전달되는지 여부가 새로운 선택 기준이 될 수 있다.
KB증권은 향후 AI와 로보어드바이저가 기본 인프라로 자리 잡으면 고객 데이터를 얼마나 정교하게 이해하고 개인별 상황에 맞는 솔루션으로 연결하는지가 경쟁력을 좌우할 것으로 보고 있다. 장기적으로 투자정보·상품·거래·자산관리를 하나의 디지털 플랫폼에서 연결하는 초개인화 자산관리 체계를 고도화할 계획이다.
메리츠증권도 고객의 자산과 투자목적을 이해하고 필요한 정보를 실시간으로 탐색·분석한 뒤 실제 투자 행동까지 자연스럽게 연결하는 능력이 경쟁력을 가를 것으로 전망했다. 위불의 Vega AI와 Stocktwits 커뮤니티, Benzinga의 실시간 시장정보 등을 연결하는 개방형 플랫폼 전략을 추진하고 있다.
증권사의 AI 자산관리 경쟁은 결국 'AI 대 PB'의 대결보다 역할 재편에 가깝다. 뉴스와 공시 분석, 포트폴리오 구성과 리밸런싱처럼 데이터 처리 비중이 높은 업무에서는 AI와 알고리즘의 역할이 커지는 반면 복잡한 자산설계와 고객 상담, 최종 투자 판단과 책임에서는 사람의 역할이 남는다.
투자자에게 중요한 것도 서비스 이름에 'AI'가 붙었느냐가 아니다. 투자정보만 제공하는지, 포트폴리오를 추천하는지, 실제 자산운용까지 맡는지부터 구분해야 한다. 같은 AI 자산관리라는 이름 아래에서도 고객 돈에 개입하는 정도와 위험은 크게 다르기 때문이다.
고액자산가 중심이던 맞춤형 자산관리가 AI를 통해 일반 투자자까지 넓어지기 시작한 가운데 증권사 간 다음 승부는 화려한 기능보다 장기간의 실제 운용 성과와 비용, 개인정보 보호, 손실이나 오류가 발생했을 때의 책임 체계를 얼마나 투명하게 보여주느냐에서 갈릴 것으로 보인다.
[저작권자ⓒ 메가경제. 무단전재-재배포 금지]
