---
title: "개미도 AI 봇으로 매매하는 시대, 금융당국은 고위험 경고"
published: 2026-05-25T20:25:01.825Z
canonical: https://jeff.news/article/3217
---
# 개미도 AI 봇으로 매매하는 시대, 금융당국은 고위험 경고

아시아 증권사들이 개인 투자자를 붙잡기 위해 LLM 기반 AI 트레이딩 기능을 빠르게 도입하고 있다. 자연어로 전략을 만들고 증권사 API와 연결하는 흐름이 커지는 반면, 홍콩·싱가포르·중국 당국은 투자 권고와 자동매매 리스크를 강하게 경계하고 있다.

## 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

> [!WARNING]
> 증권사들이 최종 주문 때 거래 비밀번호 입력을 요구하는 이유가 있음. AI가 전략을 만들 수 있어도, 실제 주문은 곧바로 손실 책임으로 이어짐.

## 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

> [!IMPORTANT]
> 자연어로 전략을 만들 수 있다는 건 진입장벽을 낮출 뿐임. 시장 리스크, 편향, 주문 실행 리스크는 그대로 남아 있음.

- 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.

## 핵심 포인트

- 개인 투자자가 LLM과 증권사 API를 연결해 자연어 기반 매매 전략을 실행하는 흐름이 확산됨
- 타이거AI의 누적 상호작용은 1년 만에 500% 증가해 1000만 건을 넘김
- AI 모델 8개를 대상으로 한 모의 거래에서 32번 중 수익을 낸 경우는 6번뿐이었음

## 인사이트

LLM이 퀀트 진입장벽을 낮춘 건 맞지만, ‘전략을 말로 만들 수 있음’과 ‘돈을 벌 수 있음’은 전혀 다른 얘기임. 개발자에게도 흥미로운 건 에이전트와 API 연결보다, 금융처럼 손실이 즉시 발생하는 도메인에서 안전장치를 어떻게 설계하느냐임.