위키원
로보어드바이저
로보어드바이저(roboadvisor)는 로봇(Robot)과 어드바이저(Advisor)의 합성어로서, 사람이 전혀 관여하지 않거나 사람의 개입을 최소화하면서 미리 프로그램된 알고리즘을 통해 컴퓨터 프로그램이 투자를 결정하고 자산을 관리해주는 자동화된 온라인 서비스를 말한다. 현재 100개가 넘는 로보어드바이저 서비스가 있다.
개요
로보어드바이저는 기존의 자산관리서비스과 비교해 어드바이저인 사람이나 기관이 제공하는 어드바이저리에 비해 매우 저렴한 비용으로 더 많은 사람들에게 서비스를 제공한다. 일반적으로 투자자가 원하는 목표 수익과 리스크 선호도 등을 기반으로 자산을 관리한다. 주식, 채권, 선물, 상품, 옵션, 부동산, 펀드, ETF 등 많은 종류의 투자 상품에 저렴한 비용으로 투자 계획, 포트폴리오 관리, HTS 계정 서비스, 보안, 고객 서비스, 종합 교육 서비스를 제공한다.
기존의 어드바이저가 제공하는 어드바이저리는 매매까지 담당하던 역할을 지칭했기 때문에 단순히 포트폴리오를 조언하는 정도로는 로보어드바이저라고 할 수 없다. 로보어드바이저의 3가지 핵심 기능인 포트폴리오 자동구성, 자동매매, 자동 리밸런싱을 갖추고 있어야 한다.
로보어드바이저는 컴퓨터 공학에 기반을 둔 퀀트와 구분된다. 퀀트 공학이 과거 데이터를 추종해 미래를 예측하는 반면 로보어드바이저는 스스로 데이터 조합을 익히고 학습하는 ‘머신러닝’ 기술이 적용됐다. 다양한 미래 변수를 고려해 미래를 예측할 수 있다는 것이 특징이다. 최근엔 인공지능의 오류를 잡아내기 위해 빅데이터 분석 전문가들의 손길이 더해져 ‘휴먼 로보어드바이저’라는 새로운 영역이 탄생했다.
역사
- 자동화 거래의 역사
자동화된 거래를 수행한 역사는 로보어드바이저 이전에도 존재했다. 1725년부터 직조기에 도입되 사용해온 유서깊은 입력장치이자 기억장치 중 하나인 천공카드(펀치카드; Punched card)를 이용해 자신의 추세추종 전략인 4주 규칙(4 Week Rule)을 실행했던 리처드 던키언(Richard Donchian) 등을 최초의 자동화 거래로 보고 있다. 이외에도 컴퓨터로 블랙잭 카드 카운팅 전략을 연구해 도박에서 카지노가 가지고 있는 유리함을 카드 카운팅을 통해 극복할 수 잇는 것을 수학적으로 입증한 책인 《Beat the Dealer》(1962)의 저자인 에드워드 소프(Edward O. Thorp) 박사도 자동으로 거래되는 퀀트펀드를 만든 1세대로, 퀀트펀드를 이용해 헤지펀드를 운용했다. 에드워드 소프 박사의 방법은 그의 저서인 《Beat the Market》(1967)에서 자세히 설명하고 있다.
- 알고리즘 트레이딩의 등장
1970년대 시장이 전산화되면서 컴퓨터 프로그램을 이용한 알고리즘 트레이딩이 활성화되었다. 1980년대 S&P 지수와 차익거래에 프로그램 매매가 사용되었다. 1980년대 후반에서 1990년대 사이에 완전히 전자적으로 실행되는 전자증권거래시스템(ECN; Electronic communication network)을 갖춘 금융 시장이 개발되었다. 현재 미국은 퀀드펀드의 전성기가 열린 상태로 D.E.Shaw, 시타델, 르네상스테크놀로지스 등의 퀀트 헤지펀드 회사는 자동화된 퀀트전략을 통해서 엄청난 수익을 올리고 있고 연간 수입 탑 헤지펀드 매니저 중 상당수가 자동화된 프로그램으로 투자하는 퀀트펀드의 펀드매니저들이다.
이렇게 초창기 퀀트펀드들이 승승장구하며 성장할 수 있었던 이유는 예전에는 시장에 발견하기 쉽게 강력한 시그널이 많았기 때문이라는 분석이 있다. 실제 1990년대 초반 미국 시장에서는 단순하게 가격이 오른 주식을 매도하고 가격이 떨어진 주식을 매수하는 것을 매일 반복해도 평균 일 수익률이 1% 이상씩 나와줬기에 초창기 퀀트펀드들은 엄청난 돈을 쓸어담을 수 있었다고 한다. 그러나 지금은 수많은 퀀트펀드와 알고리즘 트레이딩, 프로그램 매매가 동시에 진행되며 서로의 알고리즘을 파악해 해당 알고리즘을 무력화시키거나 함정에 빠트리게 하는 등의 전략이 이뤄지고 있기 때문에 수익률이 매우 낮아졌다.
- 초창기 로보어드바이저
개인의 금융 자산을 관리할 수 있는 투자 프로그램은 미국의 로터스사가 80년대부터 개척하기 시작했으며 인튜이트사의 Quicken은 90년대를 지배하며 현재도 많이 사용되고 있다. 마이크로소프트사 역시 어드바이저 프로그램인 Microsoft Money라는 프로그램을 출시하였으나 별다른 반응을 얻지 못했고, 이에 1995년 23억 달러를 들여 인튜이트사를 인수하려다 독과점 문제로 인해 무산된 적이 있다. 인튜이트사의 Quicken은 성공한 1세대 로보어드바이저 프로그램으로 볼 수 있고 2007년 이후 mint.com의 서비스에 밀려 Quicken을 무료전환 해보기도 했으나 결국 실패하고, 결국 2009년 로보어드바이저 업체인 mint.com을 2,400억 원에 인수하여 서비스 중이다.
- 현대의 로보어드바이저
최초로 대중에게 공개된 로보어드바이저는 2008년 금융위기 때 출시되었다. 이후 30세의 기업자 존 스타인(Jon Stein)이 2010년 불황기의 절정일 때 로보어드바이저인 베터먼트(Betterment)를 출시했다. 투자자가 간단히 온라인 인터페이스를 통해 수동적으로 매매를 하는 수준이었으나 출시되지마자 큰 인기를 얻었다. 이 베터먼트(Betterment)를 기점으로 대중에게 로보어드바이저의 인기가 높아졌다.
현대식 로보어드바이저는 2000년대 초반부터 금융 어드바이저나 자산관리사가 비슷한 종류의 컴퓨터 프로그램을 이용하고 있었기 때문에 완전히 새로운 기술인 것은 아니다. 그러나 자산을 개인적으로 관리할 필요가 있는 일반인을 위한 로보어드바이저는 2008년에야 공개되었다. 2015년에는 일반인이 이용 가능한 로보어드바이저는 100개 이상으로 늘어났고 600억 달러의 고객 자산을 관리하고 있었다. 2017년에는 로보어드바이저가 운용하는 자금이 2,200억 달러에 달했고 금융투자협회 등의 금융기관은 로보어드바이저가 운용하는 자금은 2020년 말까지 약 2,500억 달러~2조 달러에 다다들 것으로 예측되고 있다.
단계
로보어드바이저 서비스는 사람의 개입 여부와 자동화 수준에 따라 여러 가지의 단계로 구분할 수 있다. 로보어드바이저를 운용하는 회사마다 단계가 다르나 일반적으로 3~4개의 단계로 구분한다.
간접 서비스
- 1단계(Advisor-Executed Trades) : 사람의 판단도 자산 관리에 활용하는 경우로 사람이 로보어드바이저의 포트폴리오 분석 결과를 활용해 투자자에게 자문하는 단계.
- 2단계(Self-Executed Trades) : 사람의 개입을 최소한으로 이용하고 로보어드바이저가 주도적으로 포트폴리오를 구성하여 자문하는 단계.
- 3단계(Fully-Automated Platform) : 사람의 개입 없이 로보어드바이저가 직접 자문하는 단계.
직접 서비스
- 1단계(Advisor-Executed Trades) : 사람의 판단도 자산 관리에 활용하는 경우로 사람이 로보어드바이저의 포트폴리오 분석 결과를 활용해 투자자산을 운용하는 단계.
- 2단계(Self-Executed Trades) : 사람의 개입을 최소한으로 이용하고 로보어드바이저가 주도적으로 포트폴리오를 구성하여 투자자산을 운용하는 단계.
- 3단계(Fully-Automated Platform) : 사람의 개입 없이 로보어드바이저가 직접 투자자산을 운용하는 단계.
특징
로봇 측면
로봇 측면의 가장 큰 특징은 자동화다. 투자는 무엇을, 언제, 얼마나 매매할 것인지 세 가지만 정하면 되는 것이기 때문에 현재 시장상황에 대해 세 가지 값을 자동으로 계산하여 답을 내는 프로그램이면 로봇적인 특징을 지닌 것이다. 이러한 계산은 컴퓨터 프로그래밍에 따라 결정되기 때문에 수익을 내지 못할 수도 있다. 수익을 내기 위해서는 세 가지 값을 적절히 산출해야하기 때문에 수많은 최신 기술을 접목시키고 있다. 많은 양의 가격 데이터를 통해 데이터 마이닝이 이뤄지기도 하고 빅데이터 분석 기술, 머신러닝, 딥러닝 등의 인공지능 기술이 사용되고 있다.
매매시점을 포착하기 위한 로봇 엔진은 빅데이터에 기반한 퀀트 기법과 시스템 트레이딩 기법으로 구분할 수 있다. 현재 국내외의 모든 로보어드바이저 히사는 퀀트 기법에 기반한 로봇엔진을 사용하고 시스템 트레이딩 기법을 사용하는 회사는 없다. 빅데이터에 기반한 데이터 수집, 분석 비용이 매우 많이 소요되고 매매 리스크도 높지만 분석의 정확도가 낮아 투자 전략 수단으로 삼기에 상당히 부적절함에도 불구하고 엔진 개발이 쉽다는 장점 때문에 모든 기업이 이 방법을 사용하고 있다. 반면 시스템 트레이딩 기법은 데이터 수집, 분석 비용이 0에 가깝고 매매 리스크도 낮을뿐만 아니라 분석의 정확도도 매우 높아 주식뿐만 아니라 선물, 옵션, ELW 등에 대한 매매에서도 높은 수익률을 보일 수 잇으나 엔진 개발이 매우 어렵고 개발 기간도 장시간을 요구하기 때문에 활용하는 회사가 없다.
각주
참고자료
- 〈Adviser〉, 《위키백과》
같이 보기
