FNTIMES 대한민국 최고 금융 경제지

대신자산운용 진승욱, ‘로보 어드바이저 명가’ 계승 [AI 금융 생태계 확장 ⑤]

임지윤 기자

dlawldbs20@

기사입력 : 2022-10-04 00:00 최종수정 : 2022-10-04 12:11

로보 수익률 코스피 대비 5%P 웃돌아
국내 첫 로보 엔진 운용하는 TDF 가동

대신자산운용(대표 진승욱)의 로보어드바이저자산배분증권모투자신탁[혼합-재간접형] 펀드와 유가증권시장(KOSPI) 50% 수익률 추이./자료=대신자산운용

이미지 확대보기
[한국금융신문 임지윤 기자]
자산운용업계에 AI(인공지능) 활용이 확장일로다. 딥러닝 알고리즘 개발에 힘을 싣고, AI 엔진 기반 펀드도 확대하고 있다. 5개 운용사(미래, 한화, KB, 신한, 대신)의 AI 활용 현황을 들여다본다. 〈편집자 주〉

올해 6월부터 대신자산운용 사장직을 맡게 된 진승욱 대표가 구희진 전 대표에 이어 ‘로보 어드바이저(Roboadviser‧로봇+투자 전문가) 명가’를 이어가려 한다. 로보 어드바이저를 통해 공모 자산운용사 기틀을 다진 만큼 바통을 전달받아 사업 확장에 나서는 것이다.

약세장 속 로보 어드바이저 수익률↑


대신자산운용은 운용사 가운데 최초로 ‘로보 어드바이저 그룹’을 신설해 인공지능(AI‧Artificial Intelligence)과 패시브(Passive‧지수 추종) 특화 하우스로 거듭나고 있다.

현재 주식 운용 최고 정보관리 책임자(CIO‧Chief Information Officer)인 정만성 전무가 이끄는 패시브운용그룹 내 AI 리서치(Research‧조사) 팀이 대신자산운용 AI 관련 사업을 담당한다. 이 팀은 2명으로 구성돼 있다.

주로 AI 알고리즘(Algorism‧공식) 개발과 유지·보수 등을 수행 중이다. 지난 2019년 10월 1일 대신경제연구소에 재직 중이던 박주환 팀장을 영입하면서 본격적으로 대신자산운용 자체 AI 알고리즘을 개발했다. 향후 패시브운용그룹 산하 기구로 자산솔루션본부를 신설해 AI 알고리즘 기반의 정량적 리서치와 운용역의 정성적 판단을 결합한 자산 배분 솔루션을 제공할 예정이다.

대신자산운용에서 AI 알고리즘을 활용해 운용하고 있는 펀드는 ‘대신 로보 어드바이저 펀드’와 ‘대신 해드림 생애 주기 펀드(TDF·Target Date Fund)’ 등 2개다. 두 펀드 모두 자산 배분 전략 유형으로, AI 알고리즘을 통해 자산 가격을 전망하고 투자자산 비중을 조절한다. 그렇기에 저비용으로 객관적이고 효율적이면서 일관성 있는 투자 포트폴리오(Portfolio‧자산 배분 전략) 구성이 가능하다.

특히 주식 등 위험자산에 50% 이상 투자하는 ‘로보어드바이저자산배분증권모투자신탁[혼합-재간접형]’ 펀드 수익률이 주목할 만하다. 대신파이낸셜그룹(회장 이어룡)의 금융공학파트가 개발한 이 펀드의 지난 22일 기준 누적 수익률은 11.58%로, 배당을 포함한 코스피(KOSPI) 50%와 종합 채권지수 50%에 견줬을 때 5.49% 더 초과한 수준이다.

실제로 시중에 판매되고 있는 공모 펀드 중 위험등급이 4등급인 같은 등급의 펀드들과 3년 수익률을 비교해도 성과가 좋다. 채권형 평균 수익률은 –2%, 채권혼합형 수익률은 6.84%인 반면, 로보어드바이저자산배분증권[혼합-재간접형] 펀드는 10.29% 수익률을 달성한 상태다.

최근처럼 전 세계 자산 시장이 요동치는 변동성 큰 상황에 더 유용할 수 있다. 국내외 ETF에 자산 배분 전략을 활용해 주가지수보다 낮은 변동성을 추구하기 때문이다. 적립식 투자와 장기 투자에 유리한 구조다.

‘대신 로보 어드바이저 펀드’는 투자 대상을 머신러닝(Machine Learing·기계학습) 기법과 ‘블랙-리터만’ 모형을 통해 찾는다. 사람의 주관적 판단이 아닌 100% 알고리즘을 기반으로 하는 것이다.

성과는 이미 입증됐다. 금융위원회(위원장 김주현닫기김주현기사 모아보기)와 코스콤(대표 홍우선)이 주관한 테스트 베드(Test bed·시험 환경) 1차에서 누적 수익률 부분이 동일 유형 평균을 상회했고, 위험에 대한 초과수익 정도를 나타내는 ‘샤프지수’도 동종 업계 최고 수준을 기록하는 등 우수 성적으로 통과했다.

가장 차별화된 특징은 판매와 운용에서 최저 수준의 비용을 받는다는 것이다. 지속적인 자산관리는 높은 비용을 수반하지만, 낮은 보수는 고객 비용을 수익으로 환원시키기 때문에 장기적으로 지속적인 자산관리 관점에서는 ‘확정적인 미래 수익’이라 볼 수 있다.

비용은 다음 세 가지 요소로 인해 저렴해진다. 우선 인간 개입이 최소화된 알고리즘을 운용해 펀드 운용 인건비를 절감할 수 있다. 운용보수도 최저 수준인 0.087~0.137%에 해당한다. ETF로만 투자 대상을 한정시킨 점 역시 변동성과 매매 비용을 줄이는 게 가능하게 만든다. 최소 가입 금액은 펀드형의 경우엔 제한이 없다. 일임형 랩 어카운트(Wrap Account·종합 자산관리 계좌)는 300만원이다.

대신자산운용 관계자는 “보통 ‘비용의 복리’ 효과를 고려할 때 투자자들이 내야 할 비용은 장기로 투자할수록 눈덩이처럼 불어나지만, 지금의 로보 어드바이저 펀드처럼 비용을 줄이게 되면 투자자 수익은 커지게 된다”고 설명했다.

대신자산운용(대표 진승욱)의 인공지능(AI‧Artificial Intelligence) 관련 부서 조직 현황./자료=대신자산운용

이미지 확대보기

AI 알고리즘 활용해 자산 가격 예측


대신자산운용은 자체 개발한 AI 알고리즘을 기반으로 운용하는 생애 주기 펀드(TDF·Target Date Fund)를 지난해 11월 출시하기도 했다. 이름은 ‘대신 해드림 TDF’다. 이 TDF는 AI 알고리즘을 TDF에 적용한 업계 최초 사례다.

대신 로보 어드바이저 펀드의 경우, 국내에 상장한 상장지수펀드(ETF·Exchange Traded Fund)가 대상인 반면, 대신 해드림 TDF는 미국 상장 ETF도 포함한다. 운용 전략은 전체 자산의 절반 이상을 ETF나 상장지수증권(ETN‧Exchange Traded Note)으로 구성하는 초(超) 분산 투자 형태를 취한다.

높은 펀드 성과를 위해 해당 TDF의 로보 엔진은 AI 기반 딥러닝(Deep Learning‧심층학습) 알고리즘을 활용해 자산 가격을 예측한다. 국내외 주식‧채권‧리츠(REITs·부동산투자회사)‧금‧유가‧달러‧원자재‧금리 등 40여 개의 다양한 자산 가격에 대한 과거 20년 가격 데이터로 학습 데이터를 구성하고, 수십만개의 파라미터(Parameter‧변수)를 자동 조절하는 방식이다.

그 결과 데이터 구성 시점으로부터 3~20일 이후 자산 가격 예측치가 나온다. 대신자산운용은 안정적 결과를 유도하고자 결과 평균치를 예측치로 삼는 앙상블 기법도 활용 중이다. 다만, 로보 엔진 역할은 투자 포트폴리오 구성과 최적의 투자 비중을 정하는 단계까지이며, 실제로 매매를 수행하는 것은 담당 매니저 역량이다.

대신자산운용(대표 진승욱)의 인공지능(AI‧Artificial Intelligence) 기반 딥러닝(Deep Learning‧심층학습) 자산 가격 예측 알고리즘(Algorism‧공식) 모델링(Modeling‧구조법) 과정./자료=대신자산운용

이미지 확대보기

수익률에는 달러 헤지(Hedge‧위험 대비)가 상당한 영향을 미칠 수 있다. 절반 이상 투자 비중을 미국에 상장된 ETF에 할애하고 있기 때문이다. 이 TDF는 이러한 헤지 비율을 딥러닝 자산 가격 예측 모델에서 내놓은 달러 가격 예측치와 현재 투자 포트폴리오에서 주식‧원자재 등 위험자산 투자 비중을 바탕으로 70~100% 사이 동적으로 조절한다. 달러 가격 예측이나 위험자산 투자 비중이 높을수록 달러 헤지 비율이 낮아지는 식이다.

즉 달러 헤지를 하지 않으면 비용 면에서 유리하고, 최근 흐름처럼 달러 가치가 상승하는 국면에선 상당한 환 이익이 기대된다고 보면 된다.

대신자산운용 관계자는 “대신 해드림 TDF는 투자 비중 결정을 위해 각 자산 가격 전망을 딥러닝 자산 가격 예측 모델이 수행하고, 자산 배분 모형을 통해 투자자산 간 상관관계도 고려한다”며 “정확성 있는 자산 가격 예측으로 펀드 수익성 추구뿐 아니라 위험(Risk)까지 줄이는 최적의 투자 포트폴리오를 구성할 수 있다”고 말했다.

이어 “대신자산운용은 지금까지와 같이 앞으로도 딥러닝 자산 가격 예측 모델에 의한 일관된 알고리즘과 룰(Rule‧체계)를 바탕으로 최적의 포트폴리오 구성을 위해 최선을 다할 것”이라며 “알고리즘 성과가 기대 수준에 미치지 못할 경우를 대비해 개발자들이 알고리즘 성과를 상시 모니터링(Monitoring‧확인)하고 개선해 위험을 사전에 관리할 것”이라고 덧붙였다.

임지윤 기자 dlawldbs20@fntimes.com

데일리 금융경제뉴스 FNTIMES - 저작권법에 의거 상업적 목적의 무단 전재, 복사, 배포 금지
Copyright ⓒ 한국금융신문 & FNTIMES.com

한국금융 포럼 사이버관

더보기

FT카드뉴스

더보기

FT도서

더보기