개미도 AI 봇으로 매매하는 시대, 금융당국은 고위험 경고

개인 투자자 쪽으로 내려온 AI 트레이딩

• 예전엔 기관 투자자의 영역이던 퀀트 투자와 자동매매가 대규모 언어 모델(LLM) 덕분에 개인 투자자 앱으로 내려오고 있음

  • 개인 투자자는 LLM을 증권사 애플리케이션 프로그래밍 인터페이스(API)에 연결해 자연어로 매매 전략을 지시할 수 있음
  • 복잡한 코딩 없이 “이런 조건이면 사고, 저런 조건이면 팔아라”에 가까운 방식으로 전략을 만들 수 있게 된 셈임

• 중국 이스트머니는 가상 주식 거래 대회를 열고 AI 에이전트 실험을 전면에 내세움

  • 참가자들은 오픈소스 AI 에이전트인 오픈클로(OpenClaw)로 포트폴리오를 구성하고 모의 매매를 진행함
  • 이 흐름은 단순 시뮬레이션을 넘어 실제 투자 플랫폼의 기능 경쟁으로 번지는 중임

• 홍콩과 아시아권 증권사들도 AI 비서를 빠르게 붙이고 있음

  • 푸투 홀딩스는 딥시크(DeepSeek) 기반 AI 어시스턴트 ‘스킬즈’를 3월 출시함
  • 사용자는 오픈클로, 클로드 코드(Claude Code), 커서(Cursor) 같은 도구에 이 비서를 심어 연동할 수 있음
  • 타이거 브로커스의 타이거AI는 3월 말 기준 글로벌 누적 상호작용 1000만 건을 넘겼고, 1년 만에 500% 증가함
  • 같은 기간 전체 사용자 증가율은 148%였으니, AI 기능 사용량이 훨씬 더 빠르게 튄 셈임

규제당국은 이미 경고등을 켰음

• 금융당국이 민감하게 보는 지점은 AI가 분석과 투자 권고의 경계를 흐린다는 점임

  • 제도권에서 투자 자문은 면허와 책임이 붙는 영역임
  • AI가 리서치처럼 보이는 권고를 내놓기 시작하면, 누가 책임지는지 문제가 바로 튀어나옴

• 홍콩 증권선물위원회(SFC)는 AI 기반 투자 권고와 리서치를 공식적인 고위험 사례로 지정함

  • 면허를 가진 금융사들에게 즉각적인 위험 완화 조치를 요구함
  • 싱가포르 통화청(MAS)도 AI 위험 관리 지침 협의 문서를 내고, 금융사가 AI 도입 전 위험도를 자체 평가하도록 함
  • 중국 본토는 데이터 프라이버시와 실행 리스크를 이유로 증권사 직원의 업무용 AI 도구 사용을 이미 금지하고 있음

• 실제 제재 사례도 나왔음

  • 상하이의 한 증권사는 AI 기반 투자 권고 알고리즘의 한계를 투명하게 공개하지 않아 200만 위안, 한화 약 3억8000만원 벌금을 맞음
  • “AI가 말했으니 괜찮다”가 아니라, 모델 한계와 리스크를 어떻게 설명했는지가 규제 포인트가 된다는 얘기임

성능은 아직 판타지와 거리가 있음

• AI 트레이딩이 쉬워진 것과 수익이 쉬워진 건 완전히 다른 문제임

  • 인터랙티브 브로커스의 데이비드 프리들랜드는 AI 때문에 모든 개인 투자자가 최고 옵션 트레이더처럼 보일 수 있지만, 실제로는 리스크를 이해하는 교육과 경험이 필요하다고 경고함

• 모의 거래 결과는 꽤 차가움

  • 금융 AI 연구소 Nof1이 최고 성능 AI 모델 8개에 1만 달러와 레버리지 자율권을 주고 2주간 미국 기술주를 매매하게 함
  • 총 32번의 시도 중 수익을 낸 건 6번뿐이었고, 성공률은 18.7%임
  • 우승 모델인 Grok 4.20의 최종 수익도 34.59달러에 그침

• 앞으로 증권사의 승부처는 단순 자동매매 속도보다 ‘안전한 투자 인사이트’가 될 가능성이 큼
  • 푸투 측은 AI가 특정 자산에 편향되지 않은 객관적 권고를 하도록 훈련시키는 게 업계 과제라고 봄
  • 금융 전문가들은 방대한 정보를 정확하고 안전한 투자 인사이트로 가공하는 능력이 미래 증권사의 생존을 가를 거라고 전망함

---

기술 맥락

• LLM 기반 트레이딩이 무서운 이유는 모델이 똑똑해서만이 아니에요. 자연어 인터페이스가 API와 붙으면서, 예전엔 개발자나 퀀트가 해야 했던 자동화 작업을 일반 투자자도 시도할 수 있게 됐거든요.

• 하지만 금융 도메인은 실패 비용이 바로 돈으로 찍혀요. 챗봇 답변이 틀리는 것과 주문 API가 잘못 실행되는 건 리스크 크기가 완전히 다르기 때문에, 최종 주문 단계에 비밀번호 입력 같은 사람 개입 장치를 남겨두는 거예요.

• 규제기관이 투자 권고를 고위험으로 보는 것도 같은 맥락이에요. AI가 단순 정보 요약을 넘어서 “이 종목을 사라”에 가까운 판단을 내리면, 그 순간 설명 책임과 면허 문제가 생겨요.

• 개발자 관점에서는 에이전트가 어떤 도구를 호출할 수 있는지, 주문 실행 전 검증을 어떻게 넣는지, 모델의 한계를 사용자에게 어떻게 드러내는지가 핵심 설계 포인트예요.