[KISTI] 인공지능 기반 로보어드바이저 운용 및 기술 동향

[ 펀드형, 자문형, 일임형(랩형) 로보어드바이저 상품 예시 ]

 

 

 

** 출처: [KISTI] 인공지능 기반 로보어드바이저 운용 및 기술 동향

** 문서:

file945013683735343134-194802.pdf

 

 

 

I. 서론

 

- 로보어드바이저(Roboadvisor)는 로봇(Robot)과 투자 자문을 의미하는 어드바이저 (Advisor)의 합성어로서, 인공지능(AI), 빅데이터 알고리즘 등을 활용하여 고객의 자산 운용을 자문하고 관리해 주는 서비스를 의미한다.

 

- 알아 서 맞춤으로 펀드를 운용하는 펀드형, 고객에게 투자 제안을 하고 고객이 최종 결정하는 방식의 자문형, 영업점에서 더 상세한 종목 비중과 수익률을 소개해주는 일임형(랩형)으로 나눌 수 있다.

 

- 서비스 절차는 크게 ① 투자자 분석, ② 자산 배분, ③ 리밸런싱의 3단계로 구성되며, 세부적으로는 투자자 프로파일링→자산 배분→포트폴리오 선택→거래 집행→포트폴리오 리밸런싱의 흐름을 가진다.

 

 

II. 로보어드바이저 현황

 

- 2020년 2월 말 기준 477억 원이 순유입되면서 전체 설정액이 959억 원으로 두 배 이상 껑충 뛰었다.

 

- 국내 로보어드바이저 서비스 이용자 수는 가입자 수가 2019년 9월 기준 10만 명을 돌파하여 20배가량 성장하였다.

 

- 전체 자산 관리 시장 대비 그 비율은 상당히 낮은 편이라 앞으로의 행보에 따라 향후 성장성은 매우 크다고 할 수 있다.

 

- 전 세계적으로는 2023년에 로보어드바이저 시장 규모가 2조 5,523억 달러가 될 것으 로 전망하고 있다.

 

- 2020년 현재 상위 5개의 로보어드바이저 기업들은 규모의 경제를 달성할 수 있는 운영 자산을 이미 확보하였으며, Betterment, Wealthfront, Schwab Intelligent Portfolios, Personal Capital, SoFi, Wealthsimple, Ellevest, WiseBanyan 등이 상위 운용사의 자리를 확보하고 있다.

 

 

■ 로보어드바이저 수익률

 

- 2019년 10월 말 기준으로 국내에 설정된 대표적인 로보어드바이저펀드 10개(설정액 10억 원 이상)가 평균 수익률 8.45%를 기록한 데 비해, 펀드매니저가 직접 운용하는 국내 주식형펀드 수익률은 평균 1.93%를 기록하여, 인공지능과 빅데이터 기반 로보어드바이저 가 월등한 우위를 보여주었다.

 

- 실제 로보어드바이저 펀드의 2019년 수익률은 11.7%로 국내 주식형 인덱스 펀드의 11.15%보다 높았으며, 2018~2019년으로 넓혀 보아도 국내 주식형 인덱스 펀드가 11.71% 손실을 기록한 반면 로보어드바이저 펀드는 2.98%의 수익률을 기록하면서 선방 하는 모습을 보였다.

 

- 로보어드바이저 펀드는 안정성에 좀 더 초점을 맞추고 있어서 코로나 사태 등으로 급락하는 현 시점에서도 어느 정도 선방하는 모습을 보여 주지만, 급등세의 장에서 적극적으로 시황에 편승하는 모습 또한 제약될 수밖에 없어 적극적인 수익률을 기대하는 고객들을 만족시키는 데 한계가 있다.

 

- 로보어드바이저들이 가성비 높은 자산 배분 서비스를 제공하겠다는 개념을 가지고 있지만, 펀드 특성상 고객 맞춤형 서비스를 지향하는 데 한계가 있을 수밖에 없다는 점도 이슈라고 할 수 있다.

 

 

III. 로보어드바이저 기술 동향

 

- 로보어드바이저에 활용되는 기술은 크게 인공지능(AI) 방식과 알고리즘 방식으로 나눌 수 있다. 인공지능 방식은 머신러닝이나 딥러닝을 통해 방대한 데이터를 사전에 학습하고 이를 통해 모델을 생성하여 해당 모델에 실시간 데이터를 적용하여 그 결과를 얻는 것이며, 알고리즘 방식은 발생할 수 있는 가급적 모든 상황들을 전문가가 직접 정의하고 제어 규칙화하여 통제화된 방식의 판단을 수행하도록 하는 것이다.

 

- 로보어드바이저라는 최첨단의 포장 속에는 아직까지 현대 포트폴리오 이론, 블랙-리터만 모델 등이 자리 잡고 있으며, 최신의 검증된 정량적 방법론들에 대한 활용이 매우 부진함을 알 수 있다.

 

- 그 이유는 현재 자산 관리를 담당하는 관리자들이 적극적으로 활용하고 있고, 자신들에 의해 검증되고 익숙한 방법론들을 선호하기 때문으로 유추할 수 있다. 로보어드바이저도 결국은 해당 관리자들에 의해 통제되고 선택되기 때문에 자신들의 경험 범위 안에서 결과를 제시할 수 있게 구현하길 원하는데서 그 이유를 찾을 수 있을 것이다. 시스템도 결국 인간과 관련된 것이라, 아무리 좋은 성능을 보여준다고 할지라도 받아들이는 것은 인간에 의해 결정되는 것이다.