AI가 주식 종목 선정가를 대체할 수 없는 이유 - 잭 우드프리, 캔들스틱 & 비누 가네시, 케플러

Highlights

• 과거 애널리스트가 6~8시간 동안 수행하던 기초 자료 준비 작업을 AI 프로그램이 5분 만에 처리할 수 있게 만든다.

• 투자 운용은 시간 관리 싸움이며, AI로 절약된 시간은 독창적인 리서치나 채널 체크, 산업 배경 조사 등에 투입되어야 한다.

• 금융 시장의 모든 단일 숫자를 신뢰하고 활용하기 위해서는 철저한 감사(audit)가 가능해야 한다.

• 애널리스트 수십 명이 방대한 데이터를 수집·정리하던 전통적인 피라미드형 조직 구조는 점차 수직적이고 효율적인 형태로 뒤집히게 된다.

• 펀더멘털 투자 영역에서 인간을 완전히 배제하는 것은 불가능하며, 차별화된 시각과 최종 판단은 여전히 인간의 몫이다.

Timeline

1. 00:52 - 06:08

   AI 시대의 주식 투자 본질과 조직의 변화

   급변하는 환경 속에서도 주식 투자의 핵심은 모자이크처럼 흩어진 정보를 종합해 남들이 보지 못한 차별화된 시각을 찾는 것이다. 과거 18명이 400개 종목을 다루던 시타델이나 30명이 종목을 선정하던 캔들스틱처럼 투자는 결국 시간 관리 싸움이다. 예전에는 준비에 몇 시간씩 걸리던 기초 작업들을 AI 도구가 몇 분 만에 끝내주지만, 경쟁이 치열한 업계 특성상 인원을 줄이기보다는 남는 시간을 더 깊이 있는 독창적 리서치에 투입하여 경쟁력을 높이게 된다.

   • 정보를 종합하고 분석하는 방식은 완전히 달라지나 차별화된 시각을 찾아 알파를 창출하는 투자의 본질은 변하지 않는다.
   • 인간이 병목구간인 상황에서 AI는 준비 작업에 걸리는 시간을 6~8시간에서 5분으로 단축시켜 준다.
   • 절약된 시간은 더 독창적인 리서치, 채널 체크, 산업 배경 조사 등 차별화된 요소를 찾는 데 쓰여야 한다.
2. 06:08 - 11:15

   데이터의 신뢰성과 감사 능력의 중요성

   자동화로 인해 여유가 생기면 투자자들은 더 많은 데이터를 원하고 더 많은 리서치와 모델 구축을 수행하며 전체 업무량의 기준이 높아진다. 회계사 출신 헤지펀드 창립자는 데이터 입력 실수가 수백만 달러의 손실로 이어질 수 있음을 지적하며, 시스템이 제멋대로 폭주하지 않도록 모든 숫자를 감사할 수 있어야 한다고 강조한다. 결국 주식 투자는 DCF 모델이나 실적 프리뷰 작성이 목적이 아니라 수익을 내는 것이며, 남들과 다른 차익거래 기회는 순식간에 사라지므로 독점적 가치를 유지하는 것이 중요하다.

   • 업무 효율화로 여유 시간이 생기면 더 많은 데이터를 찾고 산업 분석 모델을 구축하며 업무 기준이 한층 더 높아진다.
   • 데이터 모델이 산출한 모든 단일 숫자를 감사할 수 있는 능력이 AI 도구를 신뢰하는 전제 조건이다.
   • 투자 관리의 목적은 모델 구축이 아니라 돈을 버는 것이며, 이를 위해서는 독점적인 가치와 차별화된 관점이 필수적이다.
3. 11:15 - 18:35

   알파 창출의 원동력과 미래 헤지펀드의 구조

   모든 시장 참여자가 유사한 정보에 접근할 수 있게 됨에 따라 향후 초과 수익은 더 나은 프롬프트 활용과 판단력에서 비롯된다. 펀드 창업 시 애널리스트의 숫자는 줄어드는 대신 탐사보도 전문 기자처럼 깊이 있는 프로젝트를 수행하는 인재나 데이터 엔지니어가 필요해진다. 펀드의 규모와 전략에 따라 아이디어 도출 속도와 파이프라인 관리가 달라지며, AI가 아무리 발전하더라도 펀더멘털 투자에서 인간의 통찰력과 최종 판단은 대체될 수 없다.

   • 모든 사람이 똑같은 정보를 갖게 되는 미래에는 프롬프트 입력 방식과 인간-기계 결합 속도가 알파를 좌우한다.
   • AI 도입에 따라 피라미드 형태의 애널리스트 조직 구조가 재편되며 생산자 중심의 수직적 구조로 변화한다.
   • 펀더멘털 투자 영역에서 인간을 완전히 배제하고 AI 에이전트만 남기는 것은 불가능하며 투자는 그보다 훨씬 복잡하다.