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 리서치 노트에 따르면 AI는 시장의 평균적 비효율성을 낮추는 반면, 극단적 사건이 발생할 확률인 '꼬리 위험(tail risk)'을 높이는 양면성을 지닌다.

AI, 정보 격차 해소와 효율성 증대

기업 수준에서 AI는 실적 보고서, 규제 서류, 대체 데이터 등을 인간 애널리스트보다 훨씬 빠르게 처리하며 시장 효율성을 높이고 있다. 이는 정보 격차를 줄이고 가격 발견 기능을 개선하며, 애널리스트들의 실적 전망치가 실제 결과에 더 빠르게 수렴하도록 만들어 '어닝 서프라이즈'의 규모를 줄이는 효과를 낸다.

AI는 리서치 과정 자체도 변화시키고 있다. 자동화된 워크플로우 덕분에 실적 검토, 재무 모델 업데이트, 신규 종목 분석 등에 필요한 시간이 단축되면서 애널리스트 한 명이 더 많은 기업을 담당할 수 있게 됐다. 번스타인은 지난 1년간 신흥시장 중소형주에 대한 분석 커버리지가 급증한 점을 예로 들며, 이는 정보 부족으로 인한 밸류에이션 프리미엄을 감소시킬 수 있는 긍정적 변화라고 평가했다.

동조화와 변동성: AI가 초래하는 새로운 위험

Ad

반면, 유사한 AI 모델 채택이 확산되면서 새로운 취약점도 나타나고 있다. 점점 더 많은 투자자들이 비슷한 데이터로 훈련된 도구에 의존하게 되면, 거래 신호가 동조화되어 포지션 쏠림 현상이 심화될 수 있다. 이는 시장 스트레스 상황에서 급격한 가격 되돌림을 더욱 심각하게 만들 수 있는 요인이다.

번스타인은 최근 시장 사례로 2024년 8월 엔 캐리 트레이드 청산 사태와 AI가 생성한 허위 정보로 인해 미국 증시가 일시적으로 움직였던 경우를 언급했다. 이는 자동화된 전략과 합성 콘텐츠가 시장의 정보 검증 속도보다 빠르게 변동성을 촉발할 수 있음을 보여준다. 또한 '자기참조성 문제(reflexivity problem)'도 지적됐는데, AI의 추천이 투자자 행동에 영향을 미치고, 그 결과가 다시 AI 모델의 예측을 강화하는 피드백 루프가 형성될 수 있다는 것이다. 이는 모멘텀 트레이드를 강화하고 시장 집중도를 높여 극단적인 밸류에이션을 낳을 수 있다.

평균 효율성 개선 속 '꼬리 위험' 증가

종합적으로, AI는 더 나은 리서치와 실행을 통해 시장의 평균적인 비효율성은 줄일 가능성이 높다. 그러나 동시에 스트레스 상황에서 더 큰 규모의 시장 교란이 발생할 가능성을 높여, 결과적으로 '낮은 평균 비효율성, 더 큰 꼬리 위험'이라는 특징을 시장에 부여할 것으로 전망된다.