---
title: "LG AI연구원, 국내 주식 4주 흐름 예측하는 AI 만든다"
published: 2026-07-06T08:05:01.512Z
canonical: https://jeff.news/article/4688
---
# LG AI연구원, 국내 주식 4주 흐름 예측하는 AI 만든다

LG AI연구원이 코스콤과 함께 국내 상장사 데이터를 활용한 주가 예측 스코어를 개발한다. 향후 4주 주가 흐름을 예측하는 서비스로, 기존 미국 주식용 모델을 한국 시장으로 확장하는 흐름이다.

- LG AI연구원이 국내 주식 시장용 AI 주가 예측 서비스를 개발 중임
  - 이름은 ‘인공지능 기반 주가 예측 스코어’, 줄여서 AEFS임
  - 코스콤과 손잡고 한국거래소 상장사 데이터를 활용함
  - 목표는 기업 시계열 데이터를 분석해 향후 4주 동안 주가가 어떻게 움직일지 예측하는 것임

- 이게 갑자기 나온 프로젝트는 아님. LG AI연구원은 이미 미국 시장에서 비슷한 걸 해봤음
  - 지난해 9월 런던증권거래소그룹(LSEG)과 함께 미국 주식시장 전용 AEFS를 개발함
  - LG AI연구원의 AI 모델 ‘엑사원’에 LSEG 금융 데이터를 학습시켜 만든 구조임
  - 이번에는 코스콤 데이터를 붙여 예측 범위를 국내 주식으로 넓히는 셈임

- 이력도 꽤 화려함. 2022년에는 주가 예측 AI 모델 프로토타입으로 경진대회 1위를 했음
  - ‘M6 시계열 예측 경진대회’에서 160개 참여 기업 중 1위를 차지함
  - 이듬해에는 미국 자산운용사 크래프트테크놀로지와 AI 기반 상장지수펀드(ETF) ‘LQAI’를 출시함
  - LQAI는 미국 상장사 500대 기업을 분석해 상승 가능성이 큰 100개 기업에 투자하는 상품임

> [!IMPORTANT]
> 올해 초부터 7월 2일까지 LQAI 수익률은 17.5%로, 같은 기간 나스닥 수익률 11.1%를 웃돌았음. 금융 AI 기사에서 이런 숫자가 빠지면 재미가 반감됨.

- AEFS가 내세우는 차별점은 ‘예측 근거를 설명할 수 있다’는 것임
  - 주가 예측은 결과만 던지면 사실상 점괘랑 다를 게 없어서, 왜 그런 판단을 했는지가 중요함
  - LG AI연구원은 AI 에이전트 4개를 활용한 상호 검증 시스템을 만들었다고 설명함
  - LSEG, 미국 증권거래위원회(SEC) 등 공신력 있는 기관이 보유한 자료만 학습시켜 환각을 줄이는 구조라고 함

- 일반 챗봇과 다르게 가려는 이유도 명확함. 금융 예측에 커뮤니티 글이 섞이면 편향이 생길 수 있음
  - LG AI연구원 관계자는 챗GPT나 제미나이 같은 AI 챗봇은 인터넷 커뮤니티 게시글까지 학습하기 때문에 투자자들의 바람이 예측에 반영되는 편향이 생길 수 있다고 설명함
  - 반대로 AEFS는 정제된 자료만 학습시켜 ‘신뢰할 수 있는’ 모델을 만들었다는 입장임

- LG그룹은 이 예측 모델을 계열사 업무에도 붙일 계획임
  - 예를 들어 LG에너지솔루션 데이터를 활용해 배터리 원재료인 리튬 시세를 예측하는 식임
  - 주가 예측에서 끝나는 게 아니라 원자재 가격, 수요, 공급망 같은 기업 운영 데이터 예측으로 넓힐 여지가 있음

- 국내 AI 업계 관점에서는 ‘모델 개발’에서 ‘돈 되는 서비스’로 넘어가는 사례로 볼 만함
  - 기사에서는 국가대표 AI 프로젝트 참여 기업 중 LG AI연구원이 가장 먼저 AI 수익 사업을 발굴했다는 평가가 나온다고 전함
  - SK텔레콤은 에이닷 유료화를 아직 결정하지 않았고, 업스테이지·모티프 등 스타트업은 아직 AI 모델 개발 단계라고 소개됨

---

## 기술 맥락

- 여기서 LG AI연구원이 고른 문제는 단순한 챗봇이 아니라 시계열 예측이에요. 주가, 원자재 가격, 수요 같은 데이터는 시간 흐름이 핵심이라 일반 텍스트 생성 모델만으로는 부족하고, 과거 패턴과 기업 이벤트를 같이 봐야 하거든요.

- 왜 공신력 있는 데이터만 강조하냐면 금융 예측은 입력 데이터의 품질이 바로 상품 신뢰도로 이어지기 때문이에요. 인터넷 커뮤니티 글까지 섞이면 시장의 희망 회로나 루머가 모델 판단에 들어갈 수 있고, 그건 예측이 아니라 잡음 증폭에 가까워질 수 있어요.

- 4개 AI 에이전트의 상호 검증 구조는 하나의 모델이 낸 답을 그대로 믿지 않겠다는 설계예요. 각 에이전트가 다른 관점에서 근거를 확인하고 충돌을 줄이는 방식이라면, 최소한 환각을 잡고 설명 가능한 결과를 만드는 데 유리해요.

- 이 접근이 계열사 데이터로 확장될 수 있다는 점도 중요해요. 주가 예측에서 쓰는 시계열 예측과 설명 구조는 리튬 가격, 배터리 원재료 수급, 제조 비용 예측 같은 영역에도 연결될 수 있거든요.

## 핵심 포인트

- LG AI연구원과 코스콤이 국내 주식 전용 AI 기반 주가 예측 스코어 개발
- 기업 시계열 데이터를 분석해 향후 4주 주가 변동을 예측
- 기존에는 런던증권거래소그룹 데이터로 미국 주식시장용 서비스를 개발
- 4개 AI 에이전트 상호 검증과 공신력 있는 데이터 학습으로 환각과 편향을 줄이는 구조

## 인사이트

금융 AI에서 진짜 어려운 건 ‘맞췄다’보다 ‘왜 그렇게 봤는지 설명 가능하냐’임. LG AI연구원이 정제 데이터와 에이전트 상호 검증을 강조하는 것도, 주가 예측이라는 민감한 영역에서는 모델 출력보다 신뢰 설계가 상품성의 핵심이기 때문임.