Story
JP모건 AI 투자 에이전트, 과거 데이터 시뮬레이션서 '60/40 포트폴리오' 상회
Summary
JP모건 연구진이 개발한 AI 투자 에이전트가 지난 20년간의 데이터를 기반으로 한 시뮬레이션에서 전통적인 60/40 포트폴리오보다 높은 수익률과 낮은 변동성을 기록했다고 블룸버그가 보도했다. 다만 은행 측은 실제 투자 결과가 아닌 과거 데이터 분석 결과임을 강조하며 맹신을 경계했다.
JP모건 체이스(JPMorgan Chase)의 인공지능(AI) 기반 투자 에이전트가 과거 20년간의 데이터를 이용한 시뮬레이션(백테스팅)에서 전통적인 '60/40' 주식-채권 혼합 포트폴리오의 성과를 능가한 것으로 나타났다. 블룸버그 통신은 JP모건 전략가들의 투자 노트를 인용해 이같이 보도했다.
시뮬레이션 성과 분석
JP모건 연구진은 시장 상황 변화에 따라 주식과 채권 비중을 능동적으로 조절하는 AI 에이전트를 개발했다. 토마스 살로펙(Thomas Salopek)이 이끄는 전략가 팀에 따르면, 지난 20년간의 데이터를 바탕으로 한 백테스트에서 가장 우수한 성과를 보인 AI 시스템은 다음과 같은 결과를 기록했다.
- 전통적인 60/40 포트폴리오 대비 연간 0.7%p 높은 수익률 달성
- 더 낮은 변동성 기록
- JP모건 자체의 규칙 기반(rules-based) 시장 국면 모델보다도 우수한 성과
이번 결과는 실제 자금 운용이 아닌 과거 데이터에 기반한 시뮬레이션이라는 점에서 의미를 갖는다. 이는 AI가 자산 배분 전략에 있어 잠재력을 가지고 있음을 시사한다.
은행 측의 신중한 입장과 경고
AdJP모건 전략가들은 이번 결과가 AI가 꾸준히 시장을 이길 수 있다는 증거로 해석되는 것을 경계했다. 그들은 보고서에서 "AI 에이전트는 불확실성 하에서 의사결정을 내릴 수 있는 프로세스를 통해 합리적인 벤치마크 대비 초과 성과를 낼 수 있다"고 설명했다.
동시에 이들은 "인-샘플(in-sample) 데이터에 기반한 AI의 과신에 찬 답변을 무비판적으로 수용하는 것을 강력히 경계한다"고 강조했다. 또한 "에이전트 AI는 잘 짜인 자산 배분 프로세스에 기반해야 하며, AI 자체가 전문 지식의 원천이 될 수 있다고 순진하게 가정해서는 안 된다"고 덧붙였다.
월가의 AI 도입 동향
이번 연구는 금융 투자 업계의 광범위한 AI 도입 추세를 반영한다. 지난 2년간 월가의 대형 은행들은 리서치, 코딩, 내부 투자 도구 등에 대규모 언어 모델(LLM)을 접목해왔다.
이제 금융 기관들은 이러한 시스템이 실제 시장에서 자본 배분 결정을 내릴 수 있는지 테스트하는 단계로 나아가고 있다. JP모건의 이번 시뮬레이션은 AI를 활용한 자산 관리 및 투자 전략 개발의 초기 단계 결과물로 평가된다.