AI, 시장 효율성의 양날의 검: 평균 효율성 높이나 '꼬리 위험' 증폭

인공지능(AI)이 여러 금융 시장 영역에서 효율성을 높이고 있지만, 동시에 변동성과 시장 혼란을 증폭시킬 수 있는 새로운 위험을 초래하고 있다는 분석이 나왔다. 번스타인(Bernstein)은 최근 리서치 노트를 통해 AI가 시장에 미치는 이중적 영향을 진단했다.

AI가 가져온 시장 효율성 증대

기업 수준에서 AI는 실적 보고서, 규제 서류, 대체 데이터 등을 인간 분석가보다 훨씬 빠르게 처리하며 시장 효율성을 높이고 있다. 이를 통해 정보 격차를 줄이고 가격 발견 기능을 개선하며, 분석가들의 예측이 실제 결과에 더 빨리 수렴함에 따라 '어닝 서프라이즈'의 규모를 줄이는 데 기여한다.

AI는 리서치 과정 자체도 바꾸고 있다. 자동화된 워크플로우 덕분에 실적 검토, 재무 모델 업데이트, 신규 주식 커버리지 등에 필요한 시간이 단축되어 분석가 한 명이 더 많은 기업을 담당할 수 있게 되었다. 실제로 지난 1년간 신흥 시장 중소형주에 대한 커버리지가 급격히 증가했으며, 이는 그동안 저평가되었던 종목들의 밸류에이션 프리미엄을 감소시킬 수 있는 요인이다.

새로운 취약점: 동조화와 변동성

그러나 비슷한 AI 모델의 채택이 확산되면서 새로운 취약점이 발생할 수 있다. 점점 더 많은 투자자들이 유사한 데이터로 훈련된 비슷한 도구에 의존하게 되면, 거래 신호가 동조화(synchronized)될 가능성이 커진다. 이는 특정 포지션에 자금이 몰리는 '쏠림 현상'을 유발하고, 시장이 스트레스를 받는 기간에는 하락 반전이 더욱 심각해질 수 있다.

Ad

번스타인은 이러한 위험을 보여주는 사례로 2024년 8월에 있었던 엔 캐리 트레이드의 청산과 AI가 생성한 허위 정보로 인해 미국 증시가 잠시 출렁였던 사건을 꼽았다. 이는 자동화된 전략과 합성 콘텐츠가 시장이 새로운 정보를 검증할 시간을 갖기도 전에 변동성을 얼마나 빠르게 가속화할 수 있는지를 보여준다.

'재귀성 문제'와 꼬리 위험

또 다른 문제는 분석가들이 '재귀성 문제(reflexivity problem)'라고 부르는 현상이다. AI가 생성한 추천이 투자자 행동에 점점 더 큰 영향을 미치고, 이는 다시 가격을 움직여 미래의 모델 결과값을 강화하는 피드백 루프를 만든다. 이 과정은 모멘텀 트레이딩을 강화하고, 시장 집중도를 높이며, 더 큰 폭의 밸류에이션 괴리를 낳을 수 있다.

결론적으로, AI는 더 나은 리서치와 실행을 통해 평균적인 시장 비효율성은 줄일 가능성이 높다. 하지만 동시에 시장 스트레스 시기에는 더 큰 규모의 혼란이 발생할 확률을 높여, 평균 비효율성은 낮추지만 '꼬리 위험(tail risk)'은 키우는 결과를 낳을 것으로 분석된다.