AI, 금융시장 양날의 검…효율성 높이지만 '꼬리 위험' 증폭

인공지능(AI)이 금융시장의 효율성을 여러 측면에서 개선하고 있지만, 동시에 변동성과 시장 혼란을 증폭시킬 수 있는 새로운 위험을 초래하고 있다는 분석이 나왔다. 번스타인 리서치 노트는 AI가 시장의 평균적인 비효율성은 줄이는 반면, 극단적인 사건이 발생할 확률인 '꼬리 위험'은 오히려 높일 수 있다고 진단했다.

AI, 시장 효율성 제고

기업 수준에서 AI는 애널리스트보다 빠른 속도로 실적 보고서, 규제 서류, 대체 데이터 등을 처리하며 시장 효율성을 높이고 있다. 이를 통해 정보 격차를 줄이고 가격 발견 기능을 개선하며, 애널리스트들의 실적 예측이 실제 결과에 더 빠르게 수렴하도록 만들어 '어닝 서프라이즈'의 규모를 줄이는 효과를 낳는다.

AI는 리서치 프로세스 자체도 변화시키고 있다. 자동화된 워크플로우는 실적 검토, 재무 모델 업데이트, 신규 종목 분석 등에 소요되는 시간을 단축시켜 애널리스트가 더 많은 기업을 분석할 수 있게 한다. 번스타인은 지난 1년간 신흥시장 중소형주에 대한 리서치 커버리지가 급격히 증가한 현상을 그 예로 들며, 이는 정보 부족으로 인한 밸류에이션 프리미엄을 감소시킬 수 있다고 설명했다.

새로운 위험 요인 부상

반면, 유사한 AI 모델의 광범위한 채택은 새로운 취약점을 낳을 수 있다. 점점 더 많은 투자자들이 비슷한 데이터로 학습된 도구에 의존하게 되면서 매매 신호가 동조화(synchronized)될 가능성이 커진다. 이는 특정 포지션에 대한 쏠림 현상을 유발하고, 시장 스트레스 상황에서 자산 가격의 반전이 더욱 심각하게 나타나도록 만들 수 있다.

Ad

보고서는 이러한 위험의 사례로 2024년 8월 엔 캐리 트레이드 청산 사태와 AI가 생성한 허위 정보로 인해 미국 증시가 일시적으로 움직였던 경우를 언급했다. 자동화된 전략과 합성 콘텐츠가 시장이 새로운 정보를 검증할 시간을 갖기 전에 변동성을 가속화할 수 있음을 보여준다는 것이다.

또한 '재귀성 문제(reflexivity problem)'도 지적됐다. AI가 생성한 투자 추천이 투자자 행동에 영향을 미치고, 이것이 다시 미래의 AI 모델 결과에 반영되는 피드백 루프가 형성될 수 있다는 의미다. 이러한 순환 구조는 모멘텀 투자를 강화하고 시장 집중도를 높여 밸류에이션의 극단화를 초래할 수 있다.

평균 효율성과 꼬리 위험의 상충 관계

결론적으로 번스타인은 AI가 향상된 리서치와 실행 능력을 통해 시장의 평균적인 비효율성은 감소시킬 것으로 전망했다. 그러나 동시에 시장 스트레스 시기에는 더 큰 규모의 시장 교란(dislocations)이 발생할 가능성, 즉 꼬리 위험(tail risk)은 증가시킬 가능성이 높다고 분석했다. 이는 시장이 평상시에는 더 효율적으로 작동하지만, 드물게 발생하는 위기 상황에서는 그 충격이 더욱 클 수 있음을 시사한다.