생성형 AI를 활용한 주식 투자 전략이 초기에는 유망한 성과를 보여도 장기적으로는 단순 보유 전략을 넘어서지 못한다는 검증 결과가 나왔다. 연구진은 2004년부터 2024년까지 20년치 주가, 뉴스, 공시를 바탕으로 분석했으며, 과거 상장폐지 종목까지 포함해 기존 연구의 성과 왜곡 가능성을 줄였다고 설명했다.
하이라이트
- UCLA, University of Edinburgh, 성균관대 연구진은 2004~2024년 20년간 AI 주식전략을 검증한 결과 장기 성과가 기대에 못 미쳤다고 발표했다.
- 다수 생성형 AI 투자전략은 다양하고 긴 기간일수록 매수 후 보유나 이동평균 전략 대비 수익률이 낮았으며, 위험 조정 성과도 전통적 방법을 넘지 못했다.
- 대형 언어모델이 투자 성과를 개선하지 못했고, AI는 강세장에서는 상승 기회를 놓치고 약세장에서는 손실을 확대하는 등 시장 대응에도 한계가 있었다.
20년 데이터로 검증한 투자 성과
MK(EN)에 따르면, UCLA와 University of Edinburgh, 성균관대 공동 연구진은 최근 사전공개 사이트 아카이브에 공개한 논문에서 생성형 AI 기반 주식 투자 전략을 2004년부터 2024년까지 20년 동안 검증했다. 연구진은 이 논문을 8월 제주에서 열리는 KDD 2026 국제학회에서 발표할 예정이다.
연구진은 그동안 나온 AI 투자 논문의 가장 큰 문제로 검증 방식을 지목했다. 기존 연구 상당수는 Tesla와 Amazon처럼 크게 오른 일부 유명 종목만 골라 짧게는 3개월, 길어야 2년 정도 성과를 비교했다. 논문이 검토한 선행 연구 가운데 다수는 10개 미만 종목만 분석했고, 일부는 3개월 평가에 그쳤다.
이에 따라 연구진은 새로운 검증 체계를 구축했다. 20년치 주가와 뉴스, 기업 공시를 활용했고, 과거 S&P 500에 포함됐다가 상장폐지된 기업도 분석에 넣어 성과가 실제보다 좋아 보이는 왜곡을 줄이도록 설계했다.
검증 결과는 기존 기대와 달랐다. 이전 연구에서 뛰어난 성과를 냈던 다수의 AI 투자 전략은 분석 기간을 20년으로 늘리자 경쟁력이 약해졌고, 특히 다양한 종목군에서는 매수 후 보유 전략이나 이동평균 기반 기법보다 성과가 낮은 경우가 잦았다. 위험을 반영한 성과 지표에서도 AI 전략은 기존 투자 방식을 넘어서지 못했다.
강세장·약세장 대응 한계와 업계 시사점
연구진은 AI 부진의 배경도 함께 분석했다. 주가가 계속 오르는 강세장에서는 AI가 지나치게 조심스럽게 거래해 큰 상승 기회를 놓쳤고, 금융위기 같은 약세장에서는 오히려 과도하게 공격적으로 움직여 손실을 키웠다. 시장 상황에 따라 투자 방식을 유연하게 바꾸지 못했다는 뜻이다.또 하나의 특징은 모델 규모가 커진다고 투자 성과가 개선되지는 않았다는 점이다. 연구진이 여러 대규모언어모델을 비교한 결과, 더 복잡한 모델일수록 주식시장의 우연한 움직임에 과도한 의미를 부여해 무의미한 패턴을 학습할 가능성이 높아졌다고 봤다.
다만 연구진은 이런 결과가 AI의 투자 활용 가치 자체를 부정하는 것은 아니라고 밝혔다. 방대한 실적 자료와 공시, 뉴스를 빠르게 읽고 요약하는 데에는 여전히 강점이 있지만, 사람을 대신해 자동으로 매매하는 단계까지는 아직 거리가 있다는 평가다. UCLA의 Mihai Cucuringu 교수는 더 큰 AI 모델이 더 나은 투자 성과를 보장하지 않는다며, 앞으로는 모델 크기 확대보다 시장 추세를 정확히 판단하고 위험을 줄이는 기능 강화가 더 중요하다고 말했다.
우리 매체는 앞서 AI·반도체 가치사슬 재평가 속에서 한국·대만·일본 등 아시아 증시가 강세를 보이며 글로벌 자금 흐름이 재편되고 있다고 전했습니다. 특히 한국 거주자의 대미 금융자산 잔액이 사상 처음 1조달러를 넘어선 배경으로 미국 주식 순매수 확대와 현지 증시 상승에 따른 평가이익을 짚고, 미국 시장 쏠림이 환율 및 자금 수급 변수와도 맞물린다고 정리했습니다.
- Forex
- Crypto