AI, 시장 효율성 높이지만 '꼬리 위험' 증폭시켜

인공지능(AI)이 금융 시장의 효율성을 여러 측면에서 개선하고 있지만, 동시에 변동성과 시장 교란을 증폭시킬 수 있는 새로운 위험을 초래하고 있다는 분석이 나왔다. 번스타인(Bernstein)은 최근 연구 보고서를 통해 AI가 시장에 미치는 이중적 영향을 진단했다.

AI, 시장 효율성 제고

기업 수준에서 AI는 실적 보고서, 규제 서류, 대안 데이터 등을 인간 분석가보다 훨씬 빠르게 처리하며 시장 효율성을 높이고 있다. 이를 통해 정보 격차를 줄이고 가격 발견(price discovery) 기능을 개선하며, 분석가들의 실적 예측이 실제 결과에 더 빠르게 수렴하도록 만들어 '어닝 서프라이즈'의 규모를 줄이는 데 기여한다.

또한 AI는 리서치 프로세스 자체를 바꾸고 있다. 자동화된 워크플로우는 실적 검토, 재무 모델 업데이트, 신규 종목 분석에 필요한 시간을 단축시켜 분석가들이 더 많은 기업을 담당할 수 있게 한다. 번스타인은 지난 1년간 신흥 시장 중소형주에 대한 분석 커버리지가 급격히 증가한 것을 그 예로 들며, 이는 정보 부족으로 인한 밸류에이션 프리미엄을 감소시킬 수 있다고 설명했다.

새로운 위험: 동조화와 변동성 증폭

반면, 유사한 AI 모델의 채택이 확산되면서 새로운 취약점도 드러나고 있다. 점점 더 많은 투자자들이 비슷한 데이터로 학습된 도구에 의존하게 되면, 매매 신호가 동조화될 가능성이 커진다. 이는 포지션 쏠림 현상을 부추기고, 시장 스트레스 상황에서 자산 가격의 되돌림을 더욱 심각하게 만들 수 있다.

Ad

보고서는 최근 시장 사례로 이러한 위험을 설명했다.

• 2024년 8월 엔 캐리 트레이드 청산 사태: 자동화된 전략이 변동성을 가속화한 사례로 언급되었다.
• AI 생성 허위 정보: AI가 만든 가짜 뉴스로 인해 미국 증시가 잠시 출렁였던 사건 역시 시장이 새로운 정보를 검증할 시간을 갖기 전에 변동성이 증폭될 수 있음을 보여준다.

재귀성 문제와 꼬리 위험

분석가들은 AI 추천이 투자자 행동에 영향을 미치고, 이것이 다시 가격을 움직여 미래의 AI 모델 결과값을 강화하는 피드백 루프, 즉 '재귀성 문제(reflexivity problem)'를 또 다른 위험으로 지적했다. 이러한 순환 구조는 모멘텀 투자를 강화하고 시장 집중도를 높여 극단적인 밸류에이션을 만들어낼 수 있다.

결론적으로 번스타인은 AI가 전반적인 리서치 및 실행 능력을 향상시켜 평균적인 시장 비효율성은 줄일 것으로 전망했다. 그러나 동시에 시장 스트레스 시기에는 더 큰 규모의 시장 교란이 발생할 가능성을 높여, '꼬리 위험(tail risk)'은 오히려 커질 수 있다고 분석했다.