미래에셋증권, 로보어드바이저로 '자산관리 혁신' 시동

로보어드바이저 서비스 가입자 추이. 2022년 9월 시작된 이 서비스는 초기 1년 동안 1만 계좌 수준의 규모였으나, 3년이 지난 현재(9월 말 기준) 8만 계좌를 넘어섰다. 사진=미래에셋증권 제공.

"디지털 전환의 물결 속에서 금융의 본질은 ‘기술’보다 ‘신뢰’에 있다."
양은석 미래에셋증권 웰스테크본부장은 인공지능(AI)이 ‘인간의 판단을 대체하는 것'이 아니라, '고객의 더 나은 판단을 돕는 도구’가 되어야 한다고 말한다. 그는 AI 기술의 발전 속에서도 변하지 않는 본질은 “고객의 자산 가치를 높이는 방향으로 서비스를 설계하는 것”이라며, 이를 웰스테크(Wealth Tech) 본부의 핵심 역할이라고 강조했다.

로보어드바이저는 Robot(로봇)과 Advisor(조언자)의 합성어로, 컴퓨터 알고리즘이 고객의 투자 성향과 금융 데이터를 분석해 ‘현재 시점에 어떤 자산에, 얼마의 비중으로 투자해야 하는지’를 제안하는 자산관리 서비스다. 2022년 9월 시작된 이 서비스는 초기 1년 동안 1만 계좌 수준의 규모였으나, 3년이 지난 현재(9월 말 기준) 8만 계좌를 넘어섰다. 1년에 1만 계좌가 늘던 성장 속도가 최근 3배 가까이 가속화된 셈이다. 단순한 고객 확대를 넘어, 운용 범위 역시 퇴직연금 중심에서 개인연금·중개형 ISA까지 확장되며 ‘AI 기반 종합 자산관리 플랫폼’으로 진화 중이다.

이 시스템은 2009년 자산배분위원회가 ‘모델 포트폴리오(MP)’를 도출하기 위한 자산배분 모형을 구축하면서 시작됐다. 당시 축적된 전문가들의 집단지성 데이터를 머신러닝 기반의 금융공학 모델로 정량화하고 체계화한 것이 현재 로보어드바이저의 토대가 된 것이다. 그는 모델의 성능을 좌우하는 핵심인 하이퍼파라미터(기계 학습 변수)를 발견하기 위해 한 번의 실행에 7~8시간이 걸리는 연산을 수개월간 반복하며, 실제 시장 환경에서도 견고하게 작동하는 파라미터 조합을 찾아냈다.

이 과정 끝에 최적화된 기계학습 모델은 4년에 걸쳐 자산배분위원회 전문가들의 실 운용 성과와 비교 검증을 거쳤고, 결과적으로 인간 전문가 수준에 버금가는 수준의 수익률을 기록했다. 기계가 산출한 결과가 인간 전문가와 비견될 수준이라는 점은 조직 내부적으로도 큰 충격이었지만, 동시에 기술 신뢰성을 입증한 결정적 계기가 되었다.

그의 목표는 투자의 단순한 디지털화가 아니다. 인간의 경험과 AI의 계산력을 결합해, 고객이 ‘이해할 수 있는 금융’, 그리고 ‘신뢰할 수 있는 자산관리’를 구현하는 것이다. 기술 중심이 아닌 ‘사람 중심의 금융 혁신’을 지향하는 그의 행보는 그가 주도하는 웰스테크 본부의 성장으로 대변된다. AI 기술로 고객 신뢰를 구축하는 본부의 서비스 방향을 들어본다.

양은석 미래에셋증권 웰스테크 본부장. 사진=미래에셋증권

- 미래에셋증권에서 AI 관련 서비스가 빠르게 늘고 있습니다. 회사의 AI 전략은 어떤 방식으로 운영되고 있고, 웰스테크 본부는 그 안에서 어떤 역할을 맡고 있는지 궁금합니다.
“미래에셋증권은 ‘인프라와 서비스의 투트랙 체계’를 기반으로, 기술적 안전성과 고객 중심의 혁신을 동시에 추구하고 있습니다.

금융회사는 ‘망분리 규제’라는 특수한 보안 체계 하에 운영됩니다. 이 규제는 고객 정보가 외부로 유출될 위험을 차단하기 위한 것으로, ChatGPT나 Perplexity 같은 상용 AI 서비스를 내부 업무망에 직접 연동하는 것이 제한되어 있죠.

이러한 환경 속에서 ‘테크&AI(Tech&AI) 부문’은 전사 차원의 AI 기술 인프라를 담당하며, 보안이 확보된 내부 환경에서 AI가 안정적으로 작동할 수 있는 시스템을 구축하는 역할을 수행하고 있습니다. 구체적으로는 금융 특화형 내부 LLM(대형언어모델)을 개발하고, 이를 다양한 서비스 부문에서 활용할 수 있도록 하는 기반을 마련하고 있습니다. 이러한 내부 AI 인프라가 구축되어야만, 비로소 AI 에이전트 서비스와 업무 효율화 솔루션을 전사적으로 확산시킬 수 있어, 그 중요성이 매우 큽니다.

‘웰스테크(Wealth Tech) 본부’는 이러한 AI인프라 토대 위에서 고객과 PB (프라이빗뱅커)에게 전달되는 자산관리 서비스를 설계하고 운영하는 조직입니다. 고객의 개인화된 니즈를 충족하거나 ‘불편한 점(pain point)’을 개선하는 실질적 도구로 AI를 활용하는 것에 주안점을 두고 있습니다. 다시 말해서 ‘AI가 어떤 문제를 해결해야 하는가?’를 고객 관점에서 정의하고, 이를 실제 서비스로 구현해 현장에서 활용될 수 있도록 만드는 실행 조직입니다.

웰스테크 본부가 운영하는 대표 서비스로는 MTS 이용 고객에 주로 포커스를 맞춘 로보어드바이저, 웰스테크(Direct Indexing), AI투자정보 서비스, AI추천검색 등이 있고, 고객 접점에서 자산관리를 수행하는 PB를 위한 AI자산관리비서 서비스가 있습니다. 즉 한 쪽에서는 고객 개인의 투자 의사결정을 돕는 AI도구를 제공하고, 다른 한 쪽에서는 PB가 고객을 더 세밀하게 고객을 케어할 수 있도록 지원하는 구조입니다. AI를 활용해서 이 두 가지 채널을 동시에 지원하는 것이 본부의 핵심 미션입니다.”

- AI 기술은 ‘머신러닝’과 ‘생성형 AI’로 나뉘어 활용하신다고 하셨습니다. 각각 자산관리 서비스에서 어떤 영역에서 활용되고 있습니까?
“딥러닝을 포함한 머신러닝 방법론은 수치와 구조화된 데이터를 다루는 영역에서 탁월한 성과를 보입니다. 즉 ‘정답이 명확하고 수학적 정확성이 요구되는 영역’에서 강점을 발휘하죠. 로보어드바이저 서비스는 고객의 투자성향과 니즈에 부합하는 맞춤형 포트폴리오를 제시하고, 적절한 리밸런싱 시점을 알려줘야 합니다. 이를 위해서는 기대 수익률과 리스크를 정밀하게 측정하고, 추천된 포트폴리오로 리밸런싱하기 위한 최적화된 주문 스케줄을 도출해야 합니다. 이 과정은 계산된 수치의 정합성이 핵심이기 때문에 답변이 새롭게 생성되는 생성형 AI보다는 ‘정답이 존재하는 수치 영역’에서 빠르고 정밀하게 일관된 결과를 도출할 수 있는 머신러닝 기반의 AI모델을 금융공학에 연동하여 사용합니다.

반면 생성형 AI(LLM)은 정답이 하나로 고정되지 않은 영역, 즉 콘텐츠 생성과 의사결정 지원에 활용됩니다. 이는 정형화되지 않은 다량의 정보를 신속하게 분석하고 요약해 의미있는 정보를 생성하는 업무에 특히 적합합니다. 해외 종목의 실적발표, 공시, 글로벌 뉴스 등은 개인 투자자가 매일 찾아보고 해석하기가 쉽지 않습니다. ‘어닝콜 읽어주는AI’, ‘AI이슈체크’ 같은 서비스는 이러한 방대한 내용의 원문을 번역, 요약하고 핵심 맥락을 정리해 고객과 PB가 빠르게 이해할 수 있도록 도와줍니다. 결과적으로 사용자는 ‘무슨 일이 있었는지’, ‘왜 중요한지’, ‘시장 반응은 어떠한지’를 짧은 시간 안에 파악할 수 있으며, 이를 통해 자신에게 맞는 투자 판단을 보다 효율적으로 내릴 수 있는 환경이 마련됩니다.

이러한 기술을 기반으로 경험 수준이 다양한 고객들의 눈높이에 맞는 투자 환경을 제공하는 것이 무엇보다 중요합니다. 투자를 처음 시작하는 고객에게는 ‘머신러닝’ 기반의 로보어드바이저가 포트폴리오와 리밸런싱 신호를 명확히 제시하고, 자기 주도형 투자자와 PB에게는 ‘생성형 AI’를 활용해 의미 있는 정보를 맞춤형으로 제공함으로써 의사결정이 신속히 이뤄질 수 있도록 돕는 것이죠.”

- 환각 현상(hallucination)에 대한 대응은 어떻게 이루어집니까?
“생성형 AI는 여전히 ‘환각 현상(hallucination)’, 즉 사실과 다른 정보를 생성하는 오류 가능성이 존재합니다. 이에 따라 저희는 생성형 AI를 사용할 때 지켜야 할 기준을 정립하고 있습니다. 현재는 방대한 정보를 신속하게 정리하고 요약해 제공하는 데 주안점을 두고 있으며, 기술 발전과 구체적인 AI 사용 가이드라인이 마련되면 보다 정확하고 신뢰도 높은 서비스로 개선될 것으로 기대하고 있습니다.

생성형 AI의 제어력과 신뢰도가 점차 향상되고 있어, 일부 연구 단계에서는 AI에게 퀀트 알고리즘을 보여주고 “이보다 효율적인 모델을 만들어봐”라고 지시하는 실험도 진행되고 있습니다. 다만, 고객 자산과 직결되는 영역에서는 AI 활용에 보다 신중하게 접근할 예정입니다.”
 

미래에셋증권은 퇴직연금에 적용해왔던 자체 개발 ‘로보어드바이저’를 지난 6월 27일부터 ISA 계좌로 확대해 맞춤형 투자 환경을 제공하고 있다. 인공지능(AI) 기술을 활용해 서비스 가입 시점, 리밸런싱 이력, 자산 상태를 실시간으로 분석한 뒤, 고객 맞춤형 포트폴리오를 제안하는 것이 핵심이다. 사진=미래에셋증권

- 웰스테크 본부에서는 AI와 빅데이터를 어떻게 활용하여 고객의 자산 가치 향상에 기여하고 있습니까?
“웰스테크(Wealth Management Technology)는 말 그대로 자산관리에 AI 기술을 접목하는 분야입니다. 저희 본부의 핵심 역할은 AI와 빅데이터를 활용해 고객의 투자 기회를 포착하고, 그에 맞는 맞춤형 금융 솔루션을 자동화된 방식으로 제공하는 것입니다.

이때 기술보다 중요한 것은 ‘고객 이해’입니다. AI가 진정한 가치를 발휘하려면, 고객이 어디에서 불편함을 느끼고 어떤 의사결정 과정을 거치는지를 정확히 파악해야 합니다. 즉, 고객이 어떤 순간에 불안해하는지, 어떤 정보에서 결정을 멈추는지, 그리고 지금 가장 중요한 것이 무엇인지를 고객이 남긴 빅데이터를 통해 이해하는 것이 우선되어야 합니다.

고객은 앱 사용 기록, 상담 및 문의 내역 등에서 무의식적으로 자신의 관심과 니즈를 드러냅니다. 그러나 금융권의 비즈니스가 일방향적인 상품 판매나 수수료 수익 중심으로 운영되다 보면, 투자자가 진정으로 원하는 가치 제안을 놓치기 쉽습니다. 특히 현장에서 고객들은 피드백을 남기지 않고 조용히 이탈하는 경우가 많기 때문에, 이들의 ‘이탈 신호’를 감지하고 행동 패턴을 분석하는 것이 데이터 분석의 핵심 과제입니다. 저희는 이러한 데이터를 구글 애널리틱스(GA) 등 정밀 분석 도구로 추적해, 고객 여정(Customer Journey)을 계량화하고 개선 방향을 도출합니다.

데이터 분석의 목적은 단순한 판매 확대가 아니라 ‘고객이 진짜 원하는 가치 제안’을 찾아내는 것입니다. 이렇게 수집·분석된 데이터를 바탕으로 각 고객에게 최적화된 콘텐츠와 상품을 제시할 수 있습니다.

'AI 투자정보 알림' 서비스는 이러한 접근을 대표적으로 보여줍니다. 고객이 보유하거나 관심으로 등록해둔 종목에 중요 이벤트가 발생하면 즉시 알려줍니다. 단기과열 지정, 시장경보, 불성실공시, 관리종목 지정 등과 같은 위험신호부터 경영진 교체, 감자·증자 등 주요 이슈와 해외 이벤트까지 이벤트가 발생하면, 관련 고객에게 실시간으로 정보 요약 알림을 제공합니다.

공시가 게시되는 즉시 크롤링 서버가 감지하고, 생성형 AI(LLM)를 활용해 해외 뉴스 번역, 공시 내용 정제, 문장 간소화 등을 자동 처리합니다. 이러한 AI 오케스트레이션을 거쳐 복잡한 공시 내용도 고객 눈높이에 맞게 세 문장으로 요약해 전달되죠. 내부 분석에 따르면 알림을 받은 고객은 그렇지 않은 고객보다 약 15% 빠르게 매매 의사결정을 내린 것으로 파악됩니다. 단순한 정보 제공을 넘어 실제 행동 변화를 유도했다는 점에서 의미가 있습니다.

'AI 추천검색'도 같은 방향입니다. 고객이 정확한 표현을 몰라도, 혹은 오타를 입력해도 AI가 의도를 파악해 바로 필요한 서비스나 투자대상으로 안내합니다. 예를 들어 ‘엔디비아’라고 입력해도 ‘엔비디아’를 찾고, ‘개인용국채’ 같은 표현도 개인투자형 국채 관련 계좌 개설 메뉴로 연결됩니다. 고객이 검색어를 잘못 입력하더라도 길을 잃지 않게 하는 것이죠. 결과적으로 고객은 복잡한 메뉴 구조를 헤매지 않고 더 빨리 원하는 정보에 접근할 수 있습니다.

투자 전략 측면에서 대표적 적용 사례는 AI 기반 예측 시스템 ‘초고수의 선택’입니다. 이 서비스는 고객의 투자 패턴을 AI가 분석해, 고객의 관심사와 페인 포인트를 파악합니다. 이후 비슷한 소득 수준과 투자 성향을 가진 고객군을 세분화하고, 그중 수익률 상위 그룹인 ‘고수’들의 실제 매수·매도 패턴을 익명화된 형태로 제공합니다. 즉, 단순한 추천을 넘어 “나와 비슷한 투자자들은 지금 어떤 결정을 내리고 있는가”라는 개인화된 인사이트를 제공하는 것이죠. 이를 통해 고객은 시장 흐름을 수동적으로 따라가기보다 자신이 속한 투자군의 행동을 참고하며 능동적으로 포트폴리오를 조정할 수 있습니다.

이처럼 저희는 ‘실용적인 AI’ 관점에서 프롬프트 엔지니어링을 단순한 기술 명령문 작성이 아닌, ‘고객의 언어를 AI의 언어로 번역하는 능력’으로 정의합니다. 핵심은 고객의 맥락과 감정을 데이터로 파악하고, AI가 이를 기반으로 문제 해결 수단으로 작동하도록 연결하는 것입니다. 이러한 역량을 얼마나 정교하게 축적하느냐가 앞으로 금융 서비스 혁신의 성패를 결정할 가장 중요한 경쟁력이 될 것이라고 생각합니다.”

양은석 본부장은 "로보어드바이저가 연금 운용에서 출발한 안정형 모델로, 단기적인 초과 수익보다 장기적인 복리 성과를 지향한다"고 밝혔다. 사진=미래에셋증권

- 대표적인 서비스인 로보어드바이저 서비스, 로보 일임 서비스, 그리고 다이렉트 인덱싱은 어떤 고객 유형을 타깃하며, 구체적인 운영 방식에는 어떤 차이가 있습니까?
“저희는 로보어드바이저를 ‘꾸준하게 자산을 관리해주는 동반자’로, 다이렉트 인덱싱(미래에셋은 ‘웰스테크’ 서비스로 명명)을 ‘나만의 전략을 설계할 수 있는 도구’로 포지셔닝하며 서비스를 설계하고 있습니다. 각각의 서비스는 고객의 투자 성향과 참여 정도에 따라 명확히 구분됩니다.

먼저 로보어드바이저 서비스와 로보 일임 서비스는 투자 참여 정도가 비교적 낮은 고객을 위한 서비스입니다.

‘로보어드바이저 서비스’는 로봇이 알아서 포트폴리오를 제안해주는 서비스입니다. 자본시장법상 일임이나 자문이 아닌 ‘추천형 서비스’로 분류되죠. 특히 연금 계좌나 초보 투자자처럼 “무엇을 사야 할지 모른다”는 고객에게 적합하며, 간단히 클릭 한 번으로 개인 투자자가 맞춤형 포트폴리오를 자동 추천받고 주문까지 일괄적으로 처리할 수 있다는 점이 큰 장점입니다.

이 서비스는 고객 책임 하에 투자가 결정되는 추천 서비스이기 때문에, 연간 50~100bp 수준의 수수료가 발생하는 기존의 자문이나 일임형 서비스와 달리 포트폴리오에 편입되는 상품에서 발생하는 보수 외에는 현재까지 추가 비용이 없습니다.

세부적으로 살펴보면 로보어드바이저 시스템은 '자산배분 모델, 상품선택 모델, 리밸런싱 신호 발생 모델'이 상호연동하여 작동하고 있으며, 매 영업일 엔진이 8만 개가 넘는 고객 계좌를 분석해 리밸런싱 신호를 자동으로 산출하고 고객에게 전달합니다.

먼저 이 서비스는 AI가 '고객 성향'에 맞춰 “이 포트폴리오 구성이 적합합니다”라고 제안하면, 고객이 이를 직접 수락해 실행하는 구조입니다. 고객이 수락하면 계좌 내 포트폴리오가 추천된 구성으로 자동으로 조정되며, 매수·매도 주문이 일괄 처리됩니다.

특히 ‘연금 로보어드바이저’는 단기적인 초과 수익보다 장기적인 복리 성과를 지향합니다. 이에 따라 연금 제도가 허용하는 범위 내에서 '글로벌 자산배분' 관점으로 다양한 자산에 분산 투자하며 채권 등 안전자산에도 일부 투자하여 포트폴리오 밸런스를 중요시합니다. 이런 이유로 주식 시장 대표지수가 연간 10~15% 수익률을 기록하는 경우에도, 연금 로보어드바이저 포트폴리오는 약 7~12% 수준의 안정적인 성과를 목표로 합니다. 이는 예금보다 높은 수익을 꾸준히 추구하면서, 매년 복리 효과가 쌓이는 장기 성과 구조를 통해 고객이 시장 변동성에 흔들리지 않고 꾸준히 자산을 성장시킬 수 있도록 돕는 전략입니다.

기술적으로는 리스크 기반 자산배분(Risk Allocation) 원리를 중심에 두고 있습니다. 변동성이 낮을 것으로 예상되는 자산의 비중을 늘리고, 반대로 변동성이 높아질 것으로 예측되는 자산의 비중은 줄이는 퀀트적 접근을 취합니다.

'포트폴리오를 구성하는 상품'은 펀드 중심으로 구성되며, 개별 펀드 매니저의 운용 역량을 점수화한 계량화된 필터링 알고리즘을 통해 상품을 선별합니다. 예를 들어 '국내 주식형 펀드 중 가장 성과가 좋은 상품', '미국 주식형 펀드에서 상위권에 오른 상품'을 데이터 기반으로 자동 랭킹화하며, 내부 이해관계와 상관없이 성과 중심의 중립적 선택을 지향합니다. 펀드 자체는 각각의 펀드 매니저가 직접 책임을 지고 운용하기 때문에, 결과적으로 AI의 객관성과 인간의 전문성이 결합된 구조적 분산 투자 효과를 구현하고 있습니다. 이처럼 AI가 최적의 조합을 제시하고, 사람이 실제 운용을 담당하는 이중 구조는 리스크를 분산시키는 동시에 안정성을 높이는 핵심 요인으로 작용합니다.

여기서 한단계 더 나아가 ‘로보 일임 서비스’는 고객이 처음 가입 시 일정 자산 범위 내에서 투자 권한을 일임하면 고객이 따로 승인할 필요도 없이 AI가 포트폴리오를 자동으로 관리·매매하는 서비스입니다. 고객은 일단 자산운용 권한을 맡기고, AI가 시장 상황에 따라 리밸런싱이나 종목 교체를 수행하죠. 이 서비스는 내년부터 도입될 계획입니다.

반면, ‘다이렉트 인덱싱 서비스’는 자기 주도성이 강한 투자자를 위한 솔루션입니다. 쉽게 말해, “내가 나만의 포트폴리오 매니저가 되겠다”는 고객을 위한 서비스죠.

고객이 직접 주식과 ETF를 선택하면, AI는 그 종목들의 상관관계·변동성·리스크 수준을 분석해 분산 효율이 높은 비중 구조를 제안합니다. 예를 들어, S&P 500 지수를 추종하려면 원래 500개 종목을 모두 보유해야 하지만, 저희 서비스는 S&P500 추종 ETF에 알파를 추구할 일부 종목을 추가한 후 AI비중추천 서비스를 이용해서 본인만의 인덱스 알파 전략을 설계할 수 있습니다. 또한 고객이 원클릭으로 승인하면 예상 수량과 거래 가격을 계산해 시장에서 자동 매매를 수행합니다.

또한 이 서비스는 소셜 인베스팅 커뮤니티 기능을 갖추고 있어, 다른 투자자가 만든 포트폴리오의 성과를 보고 ‘보관함에 저장’하거나 ‘따라 하기’가 가능합니다. 실제로 수익률이 높은 포트폴리오가 공유되면, 수백 명의 사용자가 이를 참고해 자신의 전략에 반영하기도 합니다. 이 과정에서 투자자들은 생소하지만 새로운 종목들을 발견하는 투자기회를 얻을 수 있습니다. 저희는 ‘AI종목요약’ 서비스를 통해 데이터 벤더가 제공하는 기업 사업보고서 등을 지속적으로 추적하고, 생성형 AI가 변화 내용을 포착해 번역·요약 형태로 제공함으로써 투자자들이 생소한 기업 정보를 쉽게 이해하도록 돕고 있기도 합니다.

웰스테크 서비스는 현재 미국상장 주식만 지원하지만, 내년에는 한국·중국·홍콩 주식으로 확장될 예정입니다.”

- 앞으로 AI가 자산관리 시장에 어떤 변화를 가져올 것으로 보십니까 웰스테크 본부는 어디에 집중하고 있습니까?
“현재 AI는 고객의 과거 행위와 현재 시장 상황을 연결해, 고객이 더 나은 금융 의사결정을 내릴 수 있도록 돕는 지능형 파트너로 진화하고 있습니다.

앞으로 AI는 간편함을 선호하는 고객부터, 자기만의 방식으로 복잡한 솔루션을 활용하고 싶은 고객까지 다양한 고객 요구를 충족시키는 데 더욱 적극적으로 활용될 것으로 보입니다.

웰스테크 본부는 이러한 변화 속에서 기술을 활용해 고객들이 수익률 증대라는 실질적 가치를 체감할 수 있는 서비스를 지속적으로 구현하는 것에 집중할 것입니다.”

<문화경제 김예은 기자>