저자: KenGriffin · 외국인
요약 보기
생성형 AI는 업무 생산성은 높이지만 시장 초과수익(알파)을 자동으로 보장하지 않는다는 주장. 정보 접근은 쉬워졌으나 해석·판단·책임은 여전히 인간의 몫이며, 도구 확산으로 우위가 압축되므로 리스크 관리와 규율이 더 중요하다는 취지. 구체적 수치나 종목 가격 전망은 없음.
다듬은 글
눈을 감고 이런 상상을 한번 해보세요. 역사상 가장 강력한 기계들이 쉬지 않고 돌아가며 엄청난 양의 데이터를 소화하고, 패턴을 예측하고, 우리 문장까지 마무리해 줍니다. 그런데도 시장은 여전히 아무에게도 지지 않고 있습니다. 누구나 이제 지능이 자동화되는 순간이 왔고, 수익은 따라올 수밖에 없다고 말했습니다. 인간의 판단은 조용히 뒤로 물러날 거라고요.
그런데 누구도 입 밖에 내고 싶어 하지 않는 불편한 진실이 있습니다. 시장은 당신의 기계가 얼마나 똑똑한지 신경 쓰지 않는다는 겁니다. 지난 1년 동안 헤드라인은 혁명을 외쳤습니다. AI가 애널리스트를 대체하고, AI가 트레이더를 앞지르고, AI가 금융을 지배할 거라고요. 자본이 몰려들었고, 기대는 폭발했고, 자신감은 치솟았습니다. 그리고 현실이 찾아왔습니다. 변동성이 돌아왔고, 상관관계가 급등했고, 시장을 이기는 일은 여전히 그 어느 때보다 냉정하게 어려웠습니다.
이 부분은 대부분 건너뜁니다. 화려하지 않고, 트윗 한 줄에 담기지도 않고, 희망을 팔아 주지도 않으니까요. 하지만 시장은 속도만으로 이겨지지 않습니다. 두려움, 인센티브, 정책 변화, 그리고 모두가 같은 방향으로 쏠려 있는 순간을 이해하는 힘으로 이겨집니다.
그러니 오늘날 가장 큰 위험은 기계가 너무 약하다는 게 아닙니다. 투자자들이 기계를 너무 신뢰하는 것이 진짜 위험입니다. 완벽한 답에 대한 믿음이 어려운 질문을 던지는 습관을 조용히 밀어내고 있습니다. 그리고 폭락, 거품, 체제 전환을 견뎌내는 진짜 우위는 여전히 인간의 판단에 있습니다. 지금부터 설명할 내용이 AI와 시장, 그리고 진짜 지속적인 우위가 무엇인지에 대한 생각을 바꿔 놓을 수도 있으니 끝까지 들어주세요.
누구나 지름길이 있다고 믿고 싶어 합니다. 어느 날 아침 깨어나 세상을 읽고, 다른 사람들이 아직 인플레이션과 금리, 지정학을 두고 싸우는 동안 조용히 초과수익을 찍어내는 기계 말입니다. 생성형 AI는 그 믿음의 최신 상징이 됐습니다. 강력하고, 인상적이고, 여러 면에서 판을 바꿀 만합니다.
하지만 분명하고 절제된 목소리로 말씀드리겠습니다. 지금까지 생성형 AI는 시장 초과수익의 규칙을 다시 쓰지 못했습니다. 물론 생성형 AI는 일하는 방식을 바꾸고 있습니다. 리서치 팀은 더 빨리 움직일 수 있고, 실적 발표는 몇 초 만에 요약됩니다. 거대한 데이터셋을 정리하고, 검색하고, 다시 틀을 짜는 일도 놀라울 만큼 효율적으로 됩니다.
이건 중요합니다. 생산성은 언제나 중요하니까요. 똑똑한 사람을 더 효과적으로 만들어 주는 도구를 무시하는 조직은 뒤처지기를 선택하는 셈입니다. 그러나 생산성과 알파는 같은 것이 아닙니다. 둘을 혼동하면 값비싼 실수를 하게 됩니다.
시장은 고정된 수학 문제가 아닙니다. 인센티브, 두려움, 자신감, 규제, 유동성, 인간의 행동이 움직이는 적응형 시스템입니다. 어떤 패턴이 명백해지고 누구나 접근할 수 있게 되는 순간, 그 패턴은 더 이상 통하지 않습니다. 이것이 금융의 중심에 있는 역설입니다.
생성형 AI는 설계상 이미 존재하는 것에서 배웁니다. 합의, 역사, 언어, 구조를 흡수합니다. 그래서 과거를 설명하고 현재를 정리하는 데는 뛰어납니다. 하지만 앞으로 일어날 일에 대한 우위를 자동으로 주지는 않습니다. 초과수익은 불확실성 속의 판단에서 나옵니다. 데이터가 불완전할 때 불편한 질문을 던지는 데서, 2차, 3차 효과를 이해하는 데서, 군중이 잘못된 방향으로 쏠려 있다는 걸 알아채는 데서 나옵니다.
이런 문제들은 더 빠른 텍스트 생성으로 풀리지 않습니다. 경험, 회의주의, 책임으로 풀립니다. 기술은 그 과정을 도울 수 있지만 대신할 수는 없습니다.
투자자들이 직면해야 할 구조적인 현실도 있습니다. 비슷한 도구를 도입하는 회사가 늘어날수록 형식적인 우위는 좁아집니다. 모두가 더 빠른 분석에 접근할 수 있으면 속도는 기본 조건이 되고 차별화 요소가 되지 못합니다. 그런 환경에서는 리스크 관리, 포트폴리오 구성, 규율이 그 어느 때보다 중요합니다. 정교한 모델이 허술한 사고나 과도한 집중을 면책해 준다고 믿는 것이 위험합니다. 그렇지 않습니다.
오늘날 생성형 AI를 가장 효과적으로 쓰는 방법은 의사결정자가 아니라 역량을 증폭시키는 도구로 쓰는 것입니다. 애널리스트가 더 깊이 생각하도록 해주고, 포트폴리오 매니저가 아이디어를 더 엄격하게 스트레스 테스트하도록 돕고, 조직이 팀 전반에 모범 사례를 확산하도록 돕습니다. 올바르게 쓰면 성과의 바닥을 끌어올립니다. 하지만 바닥을 올리는 것과 천장을 올리는 것은 전혀 다른 일입니다.
역사에는 새 기술이 시장을 쉽게 만들어 줄 거라고 기대했던 순간들이 가득합니다. 더 빠른 컴퓨터, 더 좋은 데이터, 더 똑똑한 알고리즘. 매번 수익은 잠시 한쪽으로 몰렸다가, 경쟁이 따라잡았습니다. 끝까지 살아남은 것은 겸손하고, 적응력이 있고, 무엇이 실제로 결과를 만드는지에 지적으로 정직했던 회사들이었습니다.
그러니 도구에 계속 투자하고, 계속 실험하고, 계속 최전선을 밀어붙입시다. 다만 발은 여전히 땅에 단단히 붙이고 있어야 합니다. 시장은 흥분에 보상하지 않습니다. 명확함에 보상합니다. 이야기에 보상하지 않고, 실행에 보상합니다. 생성형 AI는 금융 진화의 중요한 한 장이지만 마지막 장은 아니고, 생각을 대신하는 것은 더더욱 아닙니다.
시장에는 지능이 자동화될 수 있고 확신을 외주 줄 수 있다고 믿게 만드는 위험한 유혹이 있습니다. 기술의 큰 도약마다 같은 약속이 따라옵니다. 이번엔 다르다. 이번에는 기계가 인간이 못 보는 것을 본다. 생성형 AI가 그 믿음을 다시 불붙였습니다. 유창하게 말하고, 정보를 즉시 처리하고, 추론하는 것처럼 보입니다. 하지만 투자에서 겉보기와 현실은 같지 않습니다.
진지한 투자 조직이 가장 먼저 해야 할 일은 신호와 소음을 구분하는 것입니다. 생성형 AI는 소음을 흡수하는 데 탁월합니다. 수천 건의 보고서, 녹취록, 기사를 삼켜서 일관되고, 자신 있고, 완결된 것처럼 들리는 결과물을 만들어 냅니다. 하지만 아직은, 사실이 불완전하고 결과를 알 수 없을 때 무엇이 실제로 중요한지 결정하지는 못합니다.
시장은 정보가 존재해서 움직이는 게 아닙니다. 기대가 바뀌어서 움직입니다. 기대는 사람들에 의해 형성됩니다. 압박받는 정책 입안자, 자기 사업을 지키려는 경영진, 스프레드시트가 아니라 위험에 반응하는 투자자들에 의해서요. 그 지형을 이해하려면 맥락, 직관, 책임이 필요합니다. 그리고 "내가 틀릴 수도 있지만, 이것이 내가 지는 위험이다"라고 말할 용기를 가진 누군가가 필요합니다. 모델은 결과를 책임지지 않습니다. 포트폴리오 매니저는 책임을 집니다.
더 좋은 도구가 자동으로 더 좋은 수익을 가져온다는 오해도 있습니다. 실제로는 더 좋은 도구가 경쟁을 늘리는 경우가 많습니다. 모두가 더 빨리 분석하고, 더 빨리 반응하고, 더 깊이 연습할 수 있게 되면 우위는 압축됩니다. 한때 회사들을 차별화했던 것이 표준 관행이 됩니다. 생성형 AI는 그 압축을 가속화하고 있습니다. 속도는 더 이상 방식이 아니라 기본 기대치입니다.
이것이 미묘하지만 심각한 위험을 만듭니다. 결과물이 정교해 보이면 팀은 과신하게 됩니다. 권위 있게 들리는 언어가 취약한 가정을 가릴 수 있습니다. 어떤 거래가 다른 거시 체제에서, 다른 유동성 상황에서, 혹은 정치적 충격 속에서도 통하는지 묻는 규율은 어제의 데이터로 훈련된 시스템에 위임할 수 없습니다.
오늘날 생성형 AI가 가장 생산적으로 맡을 역할은 신탁이 아니라 조수입니다. 팀이 더 빨리 준비하고, 대안적인 틀을 탐색하고, 맹점을 찾도록 돕습니다. 좋은 투자자를 더 효율적으로 만들 수는 있지만, 평범한 판단을 탁월한 판단으로 바꿔 주지는 못합니다. 상관관계가 빠르게 오르고 반전이 격렬한 시장에서 이 구분은 그 어느 때보다 중요합니다.
투자자들이 직면해야 할 또 하나의 현실은 위험의 집중입니다. AI를 둘러싼 서사가 자본 흐름을 지배하면서, 포트폴리오는 혁신이라는 이름 아래 같은 익스포저로 쏠릴 수 있습니다. 진짜 분산은 더 쉬워지는 게 아니라 더 어려워집니다. 그런 환경에서 리스크 관리는 백오피스 기능이 아닙니다. 투자 과정의 핵심입니다.
지속 가능한 초과수익은 한 번도 최신 도구를 쫓는 데서 나온 적이 없습니다. 독립적 사고, 엄격한 토론, 장기적 규율에 보상하는 시스템을 만드는 데서 나옵니다. 기술은 그런 시스템을 떠받치지만 대체하지는 않습니다.
그러니 생성형 AI를 공격적으로 쓰되 정직하게 쓰십시오. 당신의 사고를 대신하는 게 아니라 사고를 돕도록 요구하십시오. 결국 시장은 가장 똑똑하게 들리는 사람에게 보상하지 않습니다. 리스크를 이해하고, 불확실성을 존중하고, 따를 대본이 없을 때 결정을 내리는 사람에게 보상합니다.
모든 사이클은 자기만의 확실성의 환상을 만들어 냅니다. 한 시대에는 레버리지였고, 또 다른 시대에는 속도였습니다. 오늘날에는 지능 자체가 기계를 통해 무한히 확장될 수 있다는 믿음입니다. 생성형 AI가 그 상상을 사로잡았습니다. 결단력 있고, 자신 있고, 포괄적으로 느껴집니다. 하지만 시장은 얻어지지 않은 확신을 벌하는 방법을 알고 있습니다.
투자가 실제로 요구하는 것은 더 많은 답이 아니라 더 나은 질문입니다. 생성형 AI는 답을 만드는 데 뛰어납니다. 방대한 정보를 종합하고 놀라울 만큼 유창하게 결론을 제시합니다. 위험은 그 유창함을 통찰로 착각하는 데 있습니다. 시장에서 가장 비싼 실수는 종종 무언가가 옳게 들리지만 취약한 가정 위에 서 있을 때 일어납니다.
알파는 합의에서 나오지 않습니다. 공개 정보로 훈련된 모델이 어떤 아이디어를 짚어 낼 정도로 그것이 명백해졌을 때는, 이미 시장이 그걸 흡수한 뒤입니다. 우위는 다른 사람들이 놓치고 있는 것, 잘못 가격을 매기거나 잘못 판단하고 있는 것을 찾아내고, 그것이 유행이 되기 전에 행동하는 데서 나옵니다. 그 과정은 불편합니다. 불확실성과 이견을 감수해야 하고, 옳다고 증명되기 전에 틀려 보일 각오가 되어 있어야 합니다.
생성형 AI는 또한 미래가 아니라 과거의 세계를 반영합니다. 역사적 패턴, 기존 서사, 확립된 틀로 훈련됩니다. 하지만 시장은 단절, 정책 전환, 지정학적 충격, 규제 변화, 갑작스러운 유동성 변화로 형성됩니다. 이런 순간에는 역사가 나쁜 길잡이가 되고, 판단이 모델보다 더 중요해집니다.
더 깊은 조직적 위험도 있습니다. 팀이 자동화된 결과물에 지나치게 의존하면 토론하는 습관을 잃을 수 있습니다. 가장 날카로운 투자 문화는 도전 위에 세워집니다. 애널리스트는 포트폴리오 매니저를 밀어붙이고, 리스크 팀은 트레이더를 밀어붙이고, 리더십은 명확함을 요구합니다. 답이 너무 쉽게 도착하면 이 긴장이 사라지고, 긴장이 사라지면 우위도 사라집니다.
올바르게 쓰면 생성형 AI는 이 문화를 강화할 수 있습니다. 사람들에게 더 나은 준비, 더 넓은 관점, 정보에 대한 더 빠른 접근을 제공합니다. 아이디어를 스트레스 테스트하고 약한 논리를 드러내는 데 도움을 줄 수 있습니다. 하지만 토론을 대체하는 것이 아니라 토론의 질을 높여야 합니다. 회사가 "왜"라고 묻기를 멈추는 순간, 이미 모델이 답을 말했기 때문이라면 그 회사는 쇠퇴하기 시작한 것입니다.
또 하나의 불편한 진실은 기술적 우위가 좀처럼 독점적으로 남지 않는다는 것입니다. 도구는 퍼지고 역량은 수렴합니다. 끝까지 방어 가능한 것은 소프트웨어가 아니라 프로세스입니다. 결정이 어떻게 내려지는지, 리스크가 어떻게 사이징되는지, 실수가 어떻게 식별되고 수정되는지가 그것입니다. 장기 성과는 바로 여기서 만들어집니다.
시장은 지능만으로 보상하지 않습니다. 압박 속의 규율에 보상합니다. 아무것도 하지 않는 것이 가장 어려운 결정일 때의 인내에 보상합니다. 용기에 보상합니다. 행동하는 것이 외롭게 느껴질 때, 알고리즘은 두려움도 의심도 책임감도 느끼지 않습니다. 투자자는 느낍니다.
그러니 생성형 AI를 있는 그대로 다루십시오. 강력한 도구이지 나침반이 아닙니다. 지형을 비춰 줄 수는 있지만 어디로 가야 할지 알려 주지는 못합니다. 방향은 여전히 독립적으로 생각하고, 단호하게 행동하고, 결과가 불확실할 때 책임을 질 각오가 된 사람들에게서 나옵니다.
금융에서 가장 위험한 순간은 정보가 부족할 때가 아니라 정보가 풍부하고 확정적으로 느껴질 때입니다. 생성형 AI는 바로 그런 느낌을 만들어 냅니다. 답을 즉시, 자신 있게, 대규모로 내놓습니다. 그래서 더더욱 규율을 가지고 다뤄야 합니다. 시장은 무지보다 잘못된 확신을 더 가혹하게 벌합니다.
투자의 핵심은 정밀함이 아니라 확률입니다. 불완전한 정보로 결정을 내리고, 틀렸을 때의 결과를 관리하는 일입니다. 생성형 AI는 입력을 모으는 효율을 높일 수 있지만, 문제의 근본적인 성격을 바꾸지는 못합니다. 책임을 배정해 주지도 않고, 드로다운을 겪지도 않으며, 변동성이 신뢰를 시험할 때 고객과 마주 앉아 주지도 않습니다.
오늘날 가장 큰 오해 중 하나는 더 나은 예측이 자동으로 더 나은 성과로 이어진다는 생각입니다. 실제로는 시장이 적응합니다. 예측 도구가 더 널리 쓰일수록 그 효과는 떨어집니다. 남는 것은 실행입니다. 리스크를 얼마나 빨리 식별하는지, 익스포저를 얼마나 빨리 조정하는지, 가정이 무너졌을 때 자본을 얼마나 지키는지. 이것들은 기술이 아니라 운영과 문화의 강점입니다.
기술만으로는 풀 수 없는 거시적 차원도 있습니다. 시장은 점점 더 정책 결정, 재정 압박, 지정학적 긴장에 의해 형성됩니다. 이런 힘들은 깔끔한 데이터 패턴을 따르지 않습니다. 협상, 신호 보내기, 불확실성을 통해 전개됩니다. 이해하려면 맥락, 역사, 인간의 판단이 필요합니다. 모델은 정책 발표문을 요약할 수 있지만, 정치적 결연함을 예측하지는 못합니다.
조직 안에서의 과제는 AI를 도입하는 것이 아니라, 책임을 약화시키지 않고 통합하는 것입니다. 결정이 시스템 속에 흩어지면 누가 결과를 책임지는지 알기 어려워집니다. 성과가 뛰어난 투자 회사들은 소유권에 대해 명확합니다. 모든 포지션은 누군가가 그것을 믿고, 리스크를 이해하고, 스트레스 상황에서 그것을 방어할 준비가 되어 있기 때문에 존재합니다. 그 명확함은 자동화할 수 없습니다.
신중하게 쓰면 생성형 AI는 리스크 인식을 강화할 수 있습니다. 상관관계를 드러내고, 익스포저를 부각하고, 사람이 놓칠 수 있는 시나리오를 테스트할 수 있습니다. 그러나 최종 판단은 여전히 사람의 몫이어야 합니다. 도구는 시야를 넓혀 주지만, 어디에 서서 무엇을 걸지는 사람이 정해야 합니다.
이 도구는 팀이 더 나은 질문을 더 빨리 던지도록 도와줄 수 있습니다. 하지만 답을 해석하는 일은 여전히 필요하고, 결정을 내리는 일도 여전히 필요합니다. 그리고 결정에는 언제나 결과가 따릅니다. 또 하나의 위험은 안일함입니다. 도구가 강력하게 느껴지면 조직은 자신의 회복력을 과대평가하기 쉽습니다. 진짜 회복력은 준비, 분산, 겸손에서 나옵니다. 모델이 가장 나쁜 순간에 실패할 것이라고 가정하고, 그 실패를 견딜 수 있는 시스템을 만드는 데서 나옵니다.
모든 시대는 마침내 불확실성을 정복했다고 믿습니다. 그리고 모든 시대는 틀렸다는 것이 증명됩니다. 오래가는 기업과 일시적인 승자를 가르는 것은 도구의 정교함이 아니라 원칙, 규율, 책임감, 독립적인 사고의 힘입니다. 생성형 AI는 현대 금융의 도구상자에 들어갈 자리가 있지만, 운전석에 앉을 자리는 아닙니다. 미래를 결정하는 것은 누가 가장 똑똑한 기계를 가졌느냐가 아니라, 기계가 침묵하고 시장이 시끄러울 때 누가 판단의 명료함을 유지하느냐입니다.
오늘날 그 믿음의 중심에는 생성형 AI가 있습니다. 기술뿐 아니라 사고 자체의 돌파구처럼 느껴집니다. 하지만 시장은 기억이 깁니다. 우위는 깨지기 쉽고, 확신은 일시적이라는 사실을 거듭 일깨워 줍니다.
투자의 핵심 과제는 정보에 대한 접근성이 아니었습니다. 해석이었습니다. 생성형 AI는 접근성을 극적으로 넓혀 줍니다. 방대한 데이터를 놀라운 속도로 정리하고, 요약하고, 새로운 틀로 보여 줍니다. 그러나 무엇이 중요한지, 무엇이 잘못 가격되었는지, 어떤 위험을 감수하고 있는지를 판단하는 해석은 여전히 사람의 책임입니다. 그 책임은 위임해도 결과를 피할 수 없습니다.
지능이 한번 자동화되면 수익도 선형으로 늘어난다고 가정하기 쉽습니다. 실제로는 반대인 경우가 많습니다. 도구가 퍼질수록 차별성은 줄어들고, 한때 기업을 구분했던 요소는 공통 인프라가 됩니다. 운동장이 평평해지는 것입니다. 그런 환경에서는 성공과 실패의 차이가 좁아지고, 작은 실수도 값비싸게 됩니다.
시장은 과신을 드러내는 방법도 가지고 있습니다. 전략이 과거의 관계에 기대어 만들어지면, 그 전략은 작동하다가 어느 순간 작동하지 않습니다. 체제 변화, 유동성 충격, 정책 전환은 아무런 경고 없이 찾아옵니다. 어제의 세계로 학습한 생성형 AI는 내일의 세계에서 고전합니다. 이를 이해하는 투자자는 가능성이 높은 일뿐 아니라 가능한 일에도 대비합니다.
조직이 자동화된 결과물에 크게 의존할 때 주목해야 할 문화적 위험도 있습니다. 호기심이 사라질 수 있습니다. 사람들은 더 깊이 파고들기를 멈추고, 가정에 도전하기를 멈춥니다. 가장 성공적인 투자 문화는 늘 불안해합니다. 자신의 결론을 스스로 의심하고, 답이 불편하더라도 명료함과 증거를 요구합니다. 어떤 시스템도 이 본능을 무디게 해서는 안 됩니다. 잘 쓰면 생성형 AI는 사고를 날카롭게 만들 수 있습니다. 모순을 찾아내고, 대안 시나리오를 드러내고, 다른 조건에서 아이디어를 시험해 볼 수 있습니다. 강한 팀을 더 강하게 만들 수는 있어도, 분석과 토론과 경험을 통해 얻는 확신을 대신할 수는 없습니다.
확신이 중요한 이유는 시장이 그것을 끊임없이 시험하기 때문입니다. 결국 궁극적인 차별점은 위험관리입니다. 스트레스가 큰 시기에 자본을 지키는 것은 모델의 우아함이 아니라, 한도와 분산과 과감한 실행을 지키는 규율입니다. 이런 선택은 배경에서 돌아가는 프로세스가 아니라 사람이 내립니다.
결론은 혁신을 거부하라는 것이 아니라 존중하라는 것입니다. 생성형 AI를 예측이 아니라 준비의 도구로 쓰십시오. 결정을 알려 주게 하되, 결정을 지시하게 하지는 마십시오. 결국 시장에서 지속 가능한 성공은 단순한 진실을 이해하는 사람들의 몫입니다. 기술은 빠르게 진화합니다. 하지만 규율과 책임을 갖춘 인간의 판단이 여전히 누가 살아남고 누가 사라질지를 결정합니다.
소음이 사라지고 진실만 남는 순간이 있습니다. 화면이 빨갛게 변하고, 상관관계가 무너지고, 어제는 완벽해 보이던 모델이 갑자기 답을 내놓지 못할 때입니다. 그때 아주 단순한 사실이 드러납니다. 시장은 당신이 어떤 도구를 썼는지 묻지 않습니다. 당신이 감수한 위험을 이해했는지를 묻습니다.
기계는 계속 빨라지고, 데이터는 계속 커지고, 이야기는 계속 시끄러워질 것입니다. 하지만 자본을 지키거나 파괴하는 최종 결정은 여전히 군중에서 기꺼이 떨어져 설 수 있는 누군가가 침묵 속에서 내립니다. 진짜 우위는 여기에 있습니다. 완벽한 예측에 있는 것이 아니라, 확실성이 사라졌을 때의 규율에 있습니다. 미래를 베끼는 데 있는 것이 아니라, 미래를 살아남는 데 있습니다. 다음 충격이 오면, 그리고 충격은 언제나 옵니다, 승자는 가장 화려한 기술을 가진 사람이 아닐 것입니다. 다른 모두가 사고를 외주 줄 때 맑은 정신을 지킨 사람일 것입니다.
기억하십시오. 도구는 진화하고, 시장은 사람을 겸손하게 만들지만, 판단은 살아남습니다. 이것을 이해한다면, 당신은 다음 사이클을 그저 버티는 데 그치지 않을 것입니다.
Comments 0