REFILE-ROI-투자자는 여전히 인공지능을 능가할 수 있다, 예측 불가능해야만 가능하다: 요아킴 클레멘트

Joachim Klement

런던, 3월05일 (로이터) - 투자자들은 인공지능이 자신의 일자리를 빼앗을 것이라는 사실을 안다. 기계는 이미 투자 및 포트폴리오에 대한 복잡한 분석을 실행하여 (link) 펀드 매니저의 생계를 위협한다.

그러나 새로운 연구에 따르면 인공지능이 부족한 부분은 인간 매니저가 여전히 '알파' 또는 초과 수익을 창출할 수 있는 사각지대다.

몇 주 동안 주식은 인공지능 승자와 인공지능 패자로 분류됐다 (link). AI로 인해 혼란을 겪을 수 있는 비즈니스 모델을 가진 기업의 주가는 폭락한 반면, AI 하드웨어 및 소프트웨어 제조업체의 주가는 계속 상승하고 있다. 많은 학계와 기업이 AI의 주식 선택 및 포트폴리오 관리 능력을 테스트하고 있다는 것은 이미 잘 알려진 사실이다. 그렇다면 펀드 매니저들은 일자리를 걱정해야 할까?

최근 몇 주 동안 저는 AI의 능력과 한계를 모두 검토하는 여러 학술 연구를 접했다. 가장 포괄적이고 흥미로운 것은 보스턴 대학교의 피에트로 비니 조교수와 그의 동료들이 작성한 새로운 NBER 연구 논문(link)이다.

이들은 네 가지 주요 생성 AI(genAI) 모델 (GPT, 클로드, 제미니, 라마)에게 금융 및 경제 분야의 행동 편향성을 측정하는 데 사용되는 일련의 질문에 답하도록 요청한다. 그런 다음 이러한 모델이 합리적인 답변을 제공하는지 아니면 대부분의 인간과 같은 방식으로 편향된 답변을 제공하는지 평가한다.

통계적 문제에 대한 합리적인 해답

데이터에서 드러나는 것은 흥미로운 분할이다. 도박꾼의 오류(link)나 기본률 무시(link)와 같은 일반적인 인지적 편향을 다룰 때, genAI는 잘 정립된 수학 공식에 의존할 수 있지만, 그 대답은 대체로 편향에서 자유롭다. 따라서 인간이 이러한 편향의 영향을 받을 수 있는 예측 상황에서 genAI가 살과 뼈로 이루어진 투자자보다 더 나은 성과를 낼 수 있을 것으로 기대할 수 있다.

그러나 질적 불확실성이 크거나 판단이 필요한 문제를 다룰 때, genAI는 대부분의 인간과 마찬가지로 편향될 수 있다. 모델이 수학적 해답에 의존할 수 없는 경우, 학습 데이터에서 솔루션을 추론해야 한다. 그리고 학습 데이터는 대부분 사람이 만든 것이기 때문에 인간과 동일한 편견이 코드화되어 있다. 가비지 인, 가비지 아웃의 경우다.

불확실성에서 알파 생성

중요한 것은 이러한 결과가 인간 투자자가 앞으로 기계보다 더 나은 성과를 낼 수 있는 영역을 보여준다는 점이다.

또 다른 연구에서 하버드 비즈니스 스쿨(link)의 로렌 코헨과 그녀의 공동 연구자들은 수천 명의 미국 주식 펀드 매니저의 의사 결정 과정을 학습하도록 AI를 훈련시켰다. 목표는 펀드 매니저가 다음 분기 또는 다음 해에 어떤 주식을 매수, 매도 또는 보유할지 예측하는 것이었다.

AI가 이 작업을 일관되게 수행할 수 있다면 펀드 매니저는 정말 일자리를 걱정해야 할 것이다.

나쁜 소식은 AI를 탑재한 연구원들이 전체 미래 거래의 71%를 정확하게 예측했다는 것이다. 좋은 소식은 펀드 매니저의 알파가 나머지 29%에 주로 뿌리를 두고 있다는 것이다.

물론 펀드 매니저마다 프로세스가 다르기 때문에 AI가 얼마나 잘 예측할 수 있는지에 따라 차이가 있다.

규범적이고 융통성이 없는 프로세스(또는 융통성이 없는 펀드 매니저( )가 운용하는 펀드)는 당연히 예측 가능성이 더 높다. 이러한 펀드는 특정 투자 스타일에 대한 명확한 사례인 주식에 더 많이 투자하는 경향이 있다.

예를 들어, 엄격하고 규범적인 프로세스를 가진 가치주 펀드는 가장 확실한 가치주에만 투자하고 모호한 경우는 무시하는 경향이 있다.

하지만 A라는 회사가 가치 기업이라는 것을 모두가 알고 있다면, 그 주식은 이미 그 투자 스타일을 따르는 대부분의 펀드 매니저의 포트폴리오에 포함되어 있을 것이다. 따라서 인공지능 모델을 포함한 신규 투자자가 해당 주식을 매수하여 이득을 얻을 여지가 줄어든다.

반면 B사는 가치주일 수 있지만 어려운 경쟁 환경, 비효율적인 경영 또는 쉽게 정량화할 수 없는 기타 요인으로 인해 어려움을 겪을 수 있다. 펀드 매니저는 판단력을 발휘하여 이것이 진정한 가치주인지 아니면 이유가 있어서 '싼' 것인지 판단해야 한다. 바로 이 지점에서 펀드 매니저는 인공지능에게 예측할 수 없게 된다.

펀드 매니저가 데이터에 없는 B 회사에서 '무언가'를 발견하면 AI 모델은 구매를 예측하는 데 어려움을 겪을 것이다. 하지만 그 판단이 옳은 것으로 판명되면 새로운 투자자들이 주식을 사려고 몰려들면서 B사의 주가는 훨씬 더 상승할 가능성이 높다.

결과적으로 인공지능이 예측하기 어렵고, 더 무작위적이며, 질적 요소를 더 잘 다루는 펀드 매니저가 동종 업계와 전체 시장 모두에서 더 나은 성과를 내는 경향이 있다.

물론 이러한 인간의 장점은 일시적인 것으로 판명될 수도 있다. AI 모델이 더욱 풍부한 데이터 세트와 현재 예측하기 어려운 바로 그 매니저로부터 학습함에 따라 오늘날의 사각지대는 좁아지고 진정한 인간 알파의 경계가 다시 한 번 바뀔 수 있다.

따라서 투자자에게 주는 교훈은 인공지능 시대에 펀드의 알파는 예측할 수 없는 것을 예측할 수 있는 능력에서 비롯된다는 점이다.

(본 칼럼은 판뮤레 리베럼의 투자 전략가인 요아킴 클레멘트 (link) 의 견해이다)

이 칼럼이 재미있나요? 글로벌 금융 논평의 새로운 필수 소스인 로이터 미결제약정 (ROI) (link) 를 확인해 보세요. 링크드인 (link) 및 X (link) 에서 ROI를 팔로우하세요.

그리고 Apple (link), 스포티파이 (link), 또는 로이터 앱 (link) 에서 매일 아침 입찰 팟캐스트 (link) 를 들어보세요. 로이터 기자들이 시장과 금융의 주요 뉴스를 주 7일 내내 논의하는 것을 들으려면 구독하세요.